APROXIMACIÓN AL CALCULO DE UN ÍNDICE DE COMPETITIVIDAD ...
Transcript of APROXIMACIÓN AL CALCULO DE UN ÍNDICE DE COMPETITIVIDAD ...
APROXIMACIÓN AL CALCULO DE UN ÍNDICE DE COMPETITIVIDAD MUNICIPAL PARA EL CASO DE LA REGIÓN PACIFICO COLOMBIANO 2015.
LEIDY MARCELA CANIZALES RENDON
CÓDIGO: 2106167
UNIVERSIDAD AUTÓNOMA DE OCCIDENTE FACULTAD DE COMUNICACIÓN Y CIENCIAS SOCIALES
DEPARTAMENTO DE CIENCIAS SOCIALES Y ECONÓMICAS PROGRAMA ECONOMÍA
SANTIAGO DE CALI 2019
2
APROXIMACIÓN AL CALCULO DE UN ÍNDICE DE COMPETITIVIDAD MUNICIPAL PARA EL CASO DE LA REGIÓN PACIFICO COLOMBIANO 2015.
LEIDY MARCELA CANIZALES RENDON
Proyecto de grado para optar al título de
Economista
Director HENRY DUQUE SANDOVAL
Economista. M.sc
UNIVERSIDAD AUTÓNOMA DE OCCIDENTE FACULTAD DE COMUNICACIÓN Y CIENCIAS SOCIALES
DEPARTAMENTO DE CIENCIAS SOCIALES Y ECONÓMICAS PROGRAMA ECONOMÍA
SANTIAGO DE CALI 2019
3
Nota de aceptación:
Aprobado por el Comité de Grado en
cumplimiento de los requisitos exigidos
por la Universidad Autónoma de
Occidente para optar al título de
Economista
PAOLA ANDREA GARIZADO ROMAN
Jurado
HOLMES HERNAN SANCHEZ RENGIFO
Jurado
Santiago de Cali, 8 de noviembre de 2019
4
CONTENIDO
RESUMEN 9
INTRODUCCIÓN 10
1 ANTECEDENTES 12
2 PLANTEAMIENTO DEL PROBLEMA 14
3 OBJETIVOS 16
4 JUSTIFICACIÓN 17
5 COMPETITIVIDAD Y DESARROLLO 18
5.1 MARCO CONCEPTUAL Y TEÓRICO DE LA COMPETITIVIDAD 18
5.2 COMPETITIVIDAD TERRITORIAL 19
5.3 MODELOS CONCEPTUALES DE COMPETITIVIDAD TERRITORIAL 20
6 MARCO CONCEPTUAL DEL DESARROLLO HUMANO 22
7 ESTRUCTURA METODOLOGICA DEL DEL INDICE DE DESARROLLO
HUMANO MUNICIPAL (IDHm) Y EL INDICE DE COMPETITIVIDAD
MUNICIPAL (ICm), PARA EL PERIODO DEL 2015 24
7.1 ÍNDICE DE DESARROLLO HUMANO MUNICIPALIZADO 25
7.2 ÍNDICE DE COMPETITIVIDAD MUNICIPALIZADO 26
5
7.3 ANÁLISIS EXPLORATORIO DE DATOS ESPACIALES (AEDE): 31
7.3.1 Métodos Gráficos Análisis Exploratorio de Dependencia Espacial Global 33
8 ANALISIS DE LOS RESULTADOS 36
8.1 ANÁLISIS ESPACIAL EXPLORATORIO ICM E IDHM 36
8.2 AUTOCORRELACIÓN ESPACIAL GLOBAL DEL ICM E IDHM 40
8.3 AUTOCORRELACIÓN ESPACIAL LOCAL (LISA) DEL ICm E IDHm 42
8.4 AUTOCORRELACIÓN BIVARIANTE LOCAL (BLISA) DEL ICm Y IDHm: 46
9 CONCLUSIONES 50
REFERENCIAS 51
ANEXOS 55
6
LISTA DE FIGURAS
Figura 1 Diagrama de dispersión del Índice de Moran 34
Figura 2 Mapa de Caja; ICm 2015 36
Figura 3 Mapa de Caja; IDHm 2015 36
Figura 4 Diagrama de dispersión de Moran del ICm, 2015 41
Figura 5 Aleatorización: ICm, 2105 41
Figura 6. Diagrama de dispersión de Moran del ICm, 2015 41
Figura 7 Aleatorización: ICm, 2105 41
Figura 8 Mapa de clúster locales 43
Figura 9 Mapa de clúster locales 43
Figura 10 Mapa de autocorrelación espacial Bivariante; ICm / IDHm 47
Figura 11 Diagrama de dispersión de Moran bivariante ICm / IDHm. 2015 49
Figura 12 Box Plot (Hinge=1,5) ICm 55
Figura 13 Box Plot (Hinge=1,5) IDHm 55
Figura 14 Aleatorización ICm: IDHm 55
7
LISTADO DE TABLAS
Tabla 1 Conceptualización de Competitividad 18
Tabla 2 Informes sobre el Desarrollo Humano – Temas e Indicadores 1990 – 2016. 22
Tabla 3 Esquema Metodológico 24
Tabla 4 Dimensión, indicadores y umbrales para Colombia 25
Tabla 5 Estructura del Índice Departamental de Competitividad 2016 27
Tabla 6 Ponderaciones de los factores del IDC por etapa de desarrollo 28
Tabla 7 Ponderación de los Factores por etapa de desarrollo ICm 2015 29
Tabla 8 Estructura de Pilar que compone el IDC y el ICm 30
Tabla 9 Estructura del ICm 2015 31
Tabla 10 Técnicas del análisis exploratorio de datos espaciales (AEDE) 32
Tabla 11 Rangos de distribución de Municipios con altos niveles de ICm e IDHm de la RPC 37
Tabla 12 Rangos de distribución de Municipios con bajos niveles de ICm e IDHm de la RPC 38
Tabla 13 Porcentaje (%) de Municipios que componen el Cuadrante l y lll del i de Moran del ICm y IDHm 2015 42
Tabla 14 Comparativo Clústeres Locales: ICM e IDHm (2015) 46
Tabla 15 Clúster bivariante LISA; ICm / IDHm 48
Tabla 16 Resultados ICm por Factores 56
Tabla 17 Resultados IDHm por Factores 62
Tabla 18 Variables de ICm 2015 67
Tabla 19 Resultados ICm por pilares y sub-pilares 69
9
RESUMEN
Esta investigación reflexiona sobre la importancia de los indicadores de Competitividad y Desarrollo Humano a nivel territorial; y su asociación espacial para el caso de la Región Pacifico colombiano (RPC).
La Competitividad y el Desarrollo a nivel regional han cobrado importancia en el ámbito económico porque cada vez las regiones locales son más autónomas y tienen acceso a los recursos y al mercado; como sugiere Alburquerque “la descentralización de las localidades, conlleva a que los gobiernos locales sean quienes diseñen y construyan; en conjunto con el sector privado y la sociedad civil, un entorno necesario para lograr el fomento productivo y el desarrollo del tejido local empresarial” (2008,26; Leal 2015).
Por tal razón, es necesario evidenciar, a través de la construcción de un índice de competitividad, información característica de cada entorno territorial, para obtener datos reales de la situación económica y social, y así implementar estrategias adecuadas que impulsen cada localidad.
Dada la importancia de conocer los efectos de la Competitividad y el Desarrollo Humano en la RCP, esta investigación aborda un análisis espacial exploratorio; donde muestra las concentraciones espaciales y la situación de cada municipio en términos de los indicadores en referencia.
Palabras Claves:
Competitividad, Desarrollo Humano, Territorios, Municipios, Análisis Exploratorio, Aglomeraciones, índices, sinergias económicas, potencialidades.
10
INTRODUCCIÓN
La competitividad y el desarrollo son dos conceptos de utilización recurrente en la literatura económica, cuya definición es, aún hoy, objeto de debate. La competitividad abarcando una amplia gama de aspectos que se pueden agrupar en los que hacen énfasis en aspectos de la macroeconómica, como los agregados e indicadores económicos y, aquellos que hacen énfasis en la microeconómica, es decir que se evalúa a nivel de sectores empresas y productos.
La competitividad también puede ser asociada a espacios geográficos, ya sean nacionales o subnaciones, para este último caso la competitividad se puede entender como “el mayor conocimiento y uso de las potencialidades locales que permitirán a los municipios que componen la RPC crear hacia el futuro sinergias económicas, sociales, ambientales, culturales e institucionales sostenibles, que redunden en el mejoramiento de la calidad de vida de la población total” (GIED, Aponte, Carrillo, Garizado, Aponte, Chávez, Burgos, y Duque, 2018. p.3)
En cuanto al desarrollo hay consenso en que se trata de un proceso, específicamente cuando se habla de desarrollo humano, “se plantea que es un proceso de expansión de las libertades reales de las que disfrutan los individuos” (Banguero, 2017, p.25). Esta concepción del desarrollo abarcaba varios componentes, pero en el elaboración conceptual y medición solo se incluyen la seguridad humana asociada a la esperanza de vida y el nivel de educación, y el crecimiento económico asociado al ingreso por habitante. Los dos conceptos tienen en común como condición determinante, mejorar los estándares de calidad de vida de la población o, dicho de otra forma, garantizar el mejor estar de un grupo de personas.
El propósito del presente documento consiste en analizar el patrón de comportamiento espacial de la competitividad territorial y el Desarrollo Humano, en los municipios de la Región Pacifico colombiano (RPC). El trabajo resalta tres elementos que contribuyen a cumplir con el objetivo propuesto. Utilizar el Índice de Desarrollo Humano municipalizado (IDHm) estimado por el GIED como variable que sintetiza el desarrollo en aspectos multidimensionales. La construcción de un Indicador de Competitividad Municipal (ICm), en particular para los pertenecientes a la RPC, a partir de la conceptualización del Índice de Competitividad Departamental estimado por el Concejo Privado de Competitividad (CPC) y la Universidad del Rosario, Por último, a través de herramientas del análisis espacial (AEDE), analizar la interrelación espacial entre la competitividad y el desarrollo a nivel municipal en la región de estudio.
11
Los resultados indican que se presenta un clúster de altos niveles de competitividad y desarrollo conformado por un grupo de municipios del Valle del Cauca ubicados a la margen derecha del rio Cauca y, a la vez se evidencia un conglomerado de municipios, ubicados en el litoral pacífico, que presentan bajos indicadores en las dos variables de estudio. En la gran mayoría de municipios no es significativa esta asociación. El trabajo realizado no permite determinar la relación de causalidad entre las dos variables, en trabajos posteriores y utilizando análisis confirmatorio de datos, se podrá establecer la causalidad entre competitividad y desarrollo.
La estructura de este trabajo, consta de cinco partes; La primera la introducción; la segunda, está comprendida por el anteproyecto de la investigación; la tercera, abarca el marco teórico y la conceptualización de la Competitividad y el Desarrollo Humano; la cuarta, contiene la metodología, donde se muestra el proceso de construcción del índice de Competitividad municipalizado y un perfilamiento del IDHm; y finalmente, en la parte cinco se encuentran los análisis de los resultados y las conclusiones.
12
1 ANTECEDENTES
A partir del año 2010 y con la nueva Ley de Ordenamiento Territorial, se dio inicio a un proceso de integración regional que estimulo la conformación de la Región Pacifico Colombiano. Compuesta por cuatro departamentos; Cauca, Valle, Nariño y el Choco, la RPC, se ha caracterizado por una constante vulnerabilidad estructural y socioeconómica; históricamente ha sufrido una alta incidencia en indicadores de pobreza y condiciones de vida que están por debajo de los prevalecientes en el resto del país (Galvis, 2016). Mostrando una Región con pocas garantías de los derechos fundamentales y con aspectos que la convierten en una zona con trampas de pobreza, es decir; que no logra crear mecanismos para incentivar su crecimiento y desarrollo (Galvis, 2016).
Conformada por cuatro departamentos; Cauca, Choco, Nariño y Valle del Cauca; albergan 179 municipios, que representan en su conjunto un potencial productivo sin aprovechar; caracterizada por su biodiversidad y riqueza hídrica, presenta grades disparidades en su interior que hacen de esta zona una región rezagada en indicadores sociales y económicos con respecto al resto del país. De acuerdo a informe realizado por el DNP (2016) “en la Región Pacifico el 60% de sus municipios tiene brechas en variables como ingreso tributario per cápita, ingreso tributario respecto al total de ingresos, déficit de vivienda, mortalidad infantil, cobertura de educación, entre otros. En choco, por su parte, el 100% de los municipios debe realizar un esfuerzo integral alto o medio alto para cerrar las brechas en los indicadores mencionados. Por su parte, Cauca y Nariño presentan una proporción de municipios que requieren niveles de esfuerzo alto y medio alto de 76% y 53%, respectivamente, y Valle del Cauca tiene la menor proporción con 31%”. Estos indicadores nos muestran un panorama poco alentador en cuanto a la efectividad de las políticas administrativas departamentales actuales.
Otro factor que se enlaza, es el desequilibrio ambiental que ha generado la explotación minera, maderera y de cultivos ilícitos, han traído como consecuencia la ampliación en la destrucción de bosques y la contaminación de fuentes hídricas (Defensoría del Pueblo, 2016), además de desatar un conflicto entre los grupos al margen de la ley, quienes luchan por el control de estas zonas. Esto explica la migración de la zona rural a la urbana y la pérdida de empleos en la agricultura de la RPC (Defensoría del Pueblo, 2016).
13
La RPC, requiere de un proceso de transformación que permita fortalecer la instituciones y fomentar el cierre de brechas. Por tal razón, se ha convertido en un reto implementar el concepto de Competitividad y Desarrollo. Los diferentes entes gubernamentales y privados, con miras a ser más competitivos y generar bienestar, inicio diferentes estrategias para suplir las dificultades económicas y sociales de estos departamentos. En los últimos años la RPC, se ha convertido en un tema investigativo para instituciones públicas, privadas y educativas; con el fin de encontrar métodos que potencien esta región y lograr que sea competitiva frente a otras.
El Consejo de Competitividad, junto con la Universidad del Rosario, lleva por cuarto años consecutivos, desarrollando un índice Departamental de Competitividad (IDC) en donde aportan a los diferentes actores públicos y privados elementos de juicio para fortalecer sus agendas, esta iniciativa ha permitido identificar nuevas oportunidades y desafíos que ayudan a tomar decisiones, tanto en políticas públicas, como en estrategias empresariales que contribuyen al crecimiento y mejora de la calidad de vida de la población de cada región.
El IDC evalúa la competitividad territorial a partir de 94 variables, agrupadas en 10 pilares los cuales se distribuyen en tres factores; Condiciones Básica, Eficiencia y Sofisticación e Innovación. Incluye 25 departamentos y la ciudad de Bogotá. Los departamentos se clasifican en etapas, para hacerlos comparables con pares en niveles de desarrollo; Ver el capítulo 3, metodología.
Esta medición se ha consolidado, como un importante instrumento para la evaluación del desempeño de los territorios en materia de Competitividad (CPC, Uni. Rosario 2016). Es decir, que el desarrollo de un Índice a Nivel Municipal, podría aportar información más consistente, ya que se enfoca en la problemática que caracteriza a cada municipalidad.
14
2 PLANTEAMIENTO DEL PROBLEMA
En el entorno actual, la competitividad ha sido considerada como un factor importante para impulsar el desarrollo local y atraer nuevas posibilidades de inversión (Esqueda, 2014). (Llisterri,2000). Dentro del marco de globalización, este concepto se aborda como solución para el agravamiento de las disparidades socioeconómicas que trajo consigo la apertura económica, sobre todo en el ámbito
subnacional (Esqueda, 2014).
La economía está exigiendo una profunda transformación de los sistemas productivos a nivel local o subnacional, requiere que cada nación descubra nuevas
oportunidades, a través de las ventajas comparativas* de cada localidad; es decir poner valor al potencial endógeno, para enfrentar los retos del mercado (Llisterri,2000). Para lo cual se hace necesario obtener información característica de cada entorno territorial subnacional, es de vital importancia obtener datos reales de la situación económica y social, para implementar estrategias adecuadas que impulsen cada localidad.
En relación con lo expuesto se pretende en esta investigación, construir la aproximación de un Índice de Competitividad Municipal (ICm), que permita constatar el nivel de competitividad de los municipios de la RPC y analizar la relación con el nivel de desarrollo; es decir, observar, si la competitividad es un factor determinante de bienestar para cada localidad de la RPC.
A partir del análisis espacial exploratorio, se espera responder la siguiente pregunta: ¿Tiende la Competitividad y el Desarrollo Humano a concentrarse en unas localidades más que en otras?
El término Subnacional: hace referencia al conjunto de localidades o municipios que componen cada Departamento de la RCP. * Ventajas Comparativas: Los países se especializan en la producción y exportación de bienes, estableciendo costos relativos y no absolutos como determinantes para el establecimiento de la ventaja entre los países.
15
De esta manera, este trabajo aborda un análisis desagregado de la situación de cada municipalidad en términos de Desarrollo y Competitividad en la RPC.
16
3 OBJETIVOS
General Analizar el patrón de comportamiento espacial de la competitividad territorial y el Desarrollo Humano, en los municipios de la Región Pacifico de Colombia (RPC).
Específicos
Caracterizar el nivel de desarrollo humano de la Región Pacifico de Colombia utilizando el IDHm municipalizado.
Construir un indicador de Competitividad territorial para la Región Pacifico de Colombia.
Elaborar un análisis exploratorio de la competitividad territorial y el nivel de Desarrollo Humano para la Región Pacifico de Colombia.
17
4 JUSTIFICACIÓN
Con los cambios experimentados en las últimas dos décadas por influencia de las economías globales, los conceptos competitividad y desarrollo se han convertido en un marco de referencia para evaluar el crecimiento y desarrollo de un País; por tal razón cada vez más las regiones se preocupan por potencializar los recursos y mejorar el bienestar. Estas dos características son sin duda un determinante para la productividad de una región y sus habitantes; por tal razón en esta investigación se pretende observar el comportamiento en los 178 municipios de la Región Pacifico colombiano, así mismo, identificar los diferentes aspectos que los caracterizan y que pueden ser determinantes de competitividad y bienestar.
Actualmente hay evidencia de un índice departamental de competitividad, que define una caracterización socioeconómica por regiones. Se entiende que las mediciones a nivel departamental esconden diferencias significativas en las brechas; por tal razón, resulta fundamental contar con una medición a nivel municipal, que permita comparar el desempeño de cada localidad. Este tipo de información son un elemento muy útil para determinar las fortalezas y debilidades de cada municipio.
Por lo tanto, se construirá un indicador de competitividad, que se involucre con el índice de desarrollo humano. A partir de aquí, se analizará un patrón espacial de la situación de esta región, para interpretar a través de clúster la relación de las variables y observar donde se concentran las actividades.
Gracias a estos índices, tanto el sector público como el privado, dan cuenta de los avances y retrocesos en materia de competitividad y bienestar de las regiones del país. Sin lugar a dudas, los debates sobre los retos que enfrenta cada localidad del país, son más profundos y productivos gracias a la disponibilidad permanente de información, proveniente de estas mediciones. De igual manera son un determinante para las áreas de política pública; ya que, contribuyen a la implementación de estrategias que dinamicen cada sector económico y social.
18
5 COMPETITIVIDAD Y DESARROLLO
5.1 MARCO CONCEPTUAL Y TEÓRICO DE LA COMPETITIVIDAD
Dentro de la contextualización del marco teórico, solo se aborda el concepto de Competitividad Regional y/o Territorial. Sin embargo, en la tabla 1, se muestra algunas nociones relevantes; ya que el termino se ha tornado en un elemento que abandera discursos (Leal,2015), por parte de los gobiernos, empresarios, educadores y todos aquellos que buscan estrategias que los posicionen en los mercados globales. Tabla 1 Conceptualización de Competitividad
Nota: Conceptualización de competitividad, adaptado de Tesis Doctoral Hacia un Análisis Integral de la Competitividad Territorial; El caso del estado de Querétaro, México. p 48,49. Por C. Leal Jarcia 2015. Recuperado de: https://www.orkestra.deusto.es/images/investigacion/publicaciones/tesis/Analisis-competitividad-Queretaro.pdf
Adam Smith se refiere a la Ventaja Absoluta, que estaba basada en la especialización para minimizar costos absolutos (Maximización del beneficio); era la vía para que un país obtuviera mayores ganancias y el comercio se convirtiera en el generador de crecimiento en la producción.
INSTITUCIÓN DEFINICIÓN Adam Smith (1776) La riqueza de las naciones, en donde se destaca la importancia del libre comercio para
aumentar la riqueza.
David Ricardo (1817) Asegura que un país recibe mayores beneficios del comercio internacional a través de las ventajas comparativas.
European Management Fórum (1979)
“El conjunto de instituciones, políticas y factores que determinan el nivel de productividad de un país” (Cann,2016).
Porter (1990) El concepto de competitividad carecía de una definición y que causaba confusión con
respecto a la importancia que tenían los factores como la mano de obra barata, el acceso
a los recursos, las políticas públicas y las prácticas administrativas. Para Porter (1990;
García 2015) la productividad con la que se aprovechan los recursos de una nación, es el
camino para mejorar el nivel de vida de sus ciudadanos.
CEPAL, 1990 La capacidad que tiene una economía de incrementar, o al menos de sostener, la participación en los mercados internacionales con un alza simultánea del nivel de vida de la población.
Organización para la Cooperación y Desarrollo Económico (OCDE) 1992
La competitividad es “el grado en el cual, bajo condiciones de mercado abierto, un país puede producir bienes y servicios que pasen la prueba de la competencia extranjera mientras simultáneamente se mantiene y se expande el ingreso real doméstico” (Ibid, 6; Garcia,2015).
The Harvard Business School La Competitividad consiste en la habilidad de un país para crear, producir y distribuir productos o servicios en el mercado internacional, manteniendo ganancias crecientes de sus recursos (Garay,1996).
IMD (Institución para la Administración del Desarrollo)
Se refiere a como una nación crea y mantiene las condiciones necesarias para que sus empresas puedan ser competitivas.
19
5.2 COMPETITIVIDAD TERRITORIAL
Cuando nos referimos a un enfoque territorial hacia la competitividad, implica asociar aquellos factores que influyen en el desarrollo local de cada región; los gobiernos y sus políticas son una base fundamental como estrategia para lograr un crecimiento productivo y un nivel de desarrollo institucional. Son estos actores territoriales quienes conocen las necesidades de su región, y su intervención permite mejorar la eficiencia competitiva y promover el desarrollo.
La competitividad a nivel regional ha cobrado importancia en el ámbito económico porque cada vez las regiones locales son más autónomas y tienen acceso a los recursos y al mercado. Alburquerque (Leal 2015) “sugiere que la descentralización conlleva a que los gobiernos locales sean quienes diseñen y construyan; en conjunto con el sector privado y la sociedad civil local, un entorno necesario para lograr el fomento productivo y el desarrollo del tejido local empresarial”.
Dentro de este contexto Porter (1998a, 1998b, 2000; Peña 2004; Leal 2015) vincula el concepto de ventajas competitivas locales y los clústeres, estos últimos plantean la importancia de la concentración geográfica de las actividades económicas, generando externalidades positivas que surgen de la competencia; con una mayor especialización; mayor productividad; mayor
innovación. Los clústeres son un referente con una serie de ventajas, ya que con la concentración de empresas se crean relaciones formales e informarles que contribuyen a generar información que permita reducir costos de transacción y promueva la creación de un entorno especializado, innovador y competitivo (Porter 2000); (Peña 2004); (Leal 2015. p60).
Por su parte Capello (2011) analiza la competitividad territorial como una fuente de ventajas y desventajas físicas en la dotación de recursos, los cuales determinan el crecimiento de la región (Capello 201); (Leal 2015. p60). Aunque las regiones no tienen una forma clara de competir y el concepto de competitividad territorial aun es un poco confuso, las regiones compiten entre ellas para atraer inversión extranjera directa y definir así su vocación productiva y la especialización de su fuerza laboral (Kitson, 2004); (Peña,
Clúster: la CEPAL, lo define como “una concentración sectorial y/o geográfica de empresas en las
mismas actividades o en actividades estrechamente relacionadas, con importantes y acumulativas
economías externas, de aglomeración y especialización -de productores, proveedores y mano de
obra especializada, de servicios anexos específicos al sector- con la posibilidad de acción conjunta
en búsqueda de eficiencia colectiva”.
20
2005; Leal 2015). Una región que no es competitiva tiende a la emigración y al declive (Camagni, 2002) (Leal 2015. p62).
Finalmente, un concepto de competitividad territorial adaptado por Aponte et al
(2018), a partir de diversos autores, refiere que:
La competitividad territorial se entiende como el mayor conocimiento y uso de las potencialidades locales que permitirán a los municipios que componen la RPC crear hacia el futuro sinergias económico-sociales, ambientales, culturales e institucionales sostenibles, que redunden en el mejoramiento de la calidad de vida de la población total”. (GIED, 2018). Aponte, Carrillo, Garizado, Aponte, Chávez, Burgos, y Duque, (2018).
Algunos modelos conceptuales propuestos que se pueden referenciar son los
siguientes: 5.3 MODELOS CONCEPTUALES DE COMPETITIVIDAD TERRITORIAL
Competitividad sistémica: Este enfoque fue presentado por el instituto alemán de desarrollo, basado en los trabajos de la OECD (Esser el al., 1996; Leal 2015). Y parte de la inexistencia de un entorno empresarial eficaz, para alcanzar una competitividad estructural. El concepto de competitividad sistémica promueve un marco general que incluye la interacción de cuatro elementos que conforman una economía; El micro, el meso, el macro y el meta (Leal 2015).
Nivel Micro: Las empresas se ven en la necesidad de introducir cambios en sus organizaciones, para producir bienes y servicios eficientes; de tal forma, que se puedan comercializar con mayor facilidad.
Nivel Meso: Corresponde a la relación entre los agentes públicos y privados, para promover una estructura institucional eficiente.
Nivel Macro: Aquí se refleja el comportamiento del gobierno a través de sus políticas. Asignación eficiente de recursos.
Nivel Meta: Se estructura e integran patrones de organización jurídica, política y económica, para optimizar la eficacia en los niveles micro, meso y macro, con el fin de obtener un sistema organizacional que proporcione resultados eficientes a nivel de la sociedad entera.
21
De acuerdo a Alteburg (et al 1998) “las actividades del gobierno en este punto son vitales para el desarrollo de la competitividad en la cohesión social que se puede crear con el sistema; es decir la manera en la cual el poder es ejercido para la gestión de los recursos sociales y económicos para el desarrollo del país”. Modelo de Competitividad Territorial de Budd e Hirmis (2004): Estos autores proponen un modelo de economías de aglomeración, para la determinación de la competitividad regional. Llamada también, la teoría de la eficiencia, parte de la idea, de que las empresas productivas, son las que promueven las ventajas competitivas de la Región. Modelo Competitivo Territorial de Kitson (2004): Basa el modelo en 6 factores interrelacionados entre sí; El Capital Humano, capital productivo, el conocimiento, la infraestructura, el capital cultural y el capital socio-institucional. “La integración eficiente de estos factores, conducen a mejores niveles de productividad regional, de empleo y de mayores estándares de vida” (Leal 2015). Una debilidad del modelo es que no plantea una retroalimentación de los factores con las metas.
Modelo Piramidal de Lengyel (2004): Este modelo establece 4 niveles jerarquizados, que dejan claro cuál es el fin de la competitividad territorial y cuáles son los medios para lograrlo. Este modelo distingue de arriba hacia abajo, lo siguiente:
El Objetivo: Es el más importante; ya que es el resultado de todo el proceso piramidal, aquí está la Calidad de vida, como fin último de la competitividad regional.
Categorías Básicas: Lengyel argumenta que la productividad laboral y los niveles de empleo, son determinantes para un mejor desempeño regional.
Factores de Desarrollo: Son los elementos que impactan directamente al nivel de categorías básicas. Estos elementos pueden ser planeados por medio del apoyo de instituciones públicas o privadas, para plantera estrategias de desarrollo regional; tales como, innovación y desarrollo tecnológico.
Determinantes de Éxito: a juicio de Lengyel, “son las características internas que ofrece cada región; como condiciones sociales y económicas que se van conformando a largo plazo. Afectan indirectamente los niveles 2 y 3”. Ver Lengyel (2004) p12 (Leal 2015). Este modelo es uno de los más completos, en comparación con otros; porque hace una revisión exhaustiva de las variables que determinan la competitividad regional. Además, permite diseñar políticas de intervención (Lengyel 2004) Leal 2015).
22
6 MARCO CONCEPTUAL DEL DESARROLLO HUMANO
El Índice de Desarrollo Humano (IDH), formulado por el Programa de Naciones Unidas para el Desarrollo (PNUD), “ha tenido desde 1990 como objetivo básico crear un ambiente propicio para que los seres humanos disfruten de una vida prolongada, saludable y creativa” (PNUD, 1990, 30). De esta forma, basados en que son las personas y sus capacidades lo más relevante al momento de evaluar el desarrollo, el índice establece que la riqueza de una nación no define de manera completa el progreso socioeconómico de sus habitantes, aunque conservan una estrecha relación; porque puede capturar el nivel de vida material que alcanzan las personas, pero deja a un lado otras dimensiones fundamentales (Garizado, Duque. 2017). A comienzos de los años noventa, el PNUD con la asesoría de algunos expertos, desarrollan un enfoque alternativo para la conceptualización y medición del desarrollo humano. A partir de estas reflexiones teóricas emprenden la tarea de producir un informe anual sobre la dimensión humana del desarrollo. Los informes tienen una orientación práctica, donde se propone analizar la experiencia de distintos países para producir un discernimiento de su realidad. Su propósito no es enjuiciar, ni recomendar un modelo específico de desarrollo; busca, más bien, poner a disposición de los diseñadores de políticas las experiencias que puedan resultarles de utilidad (PNUD 1990, 14; Garizado, Duque. 2017). Cada año, el Informe ha enfocado su atención en algún aspecto particular, a manera de ilustración, se presenta temas principales e indicadores presentados en los informes.
Tabla 2 Informes sobre el Desarrollo Humano – Temas e Indicadores 1990 – 2016.
Nota: Informes sobre el Desarrollo Humano. Adaptado de Medición del Desarrollo Humano Municipal en Colombia: Una Aproximación al Cálculo del IDH. Por Paula Garizado y Henry Duque (2017). Documento para publicación.
Año Temas Indicadores 1990 Presentación, por primera vez del IDH IDH
1991 a 1994 Financiamiento del Desarrollo Humano Mercados – Participación – Seguridad humana
IDH, ILH, dist*, gen*
1995 a 1997 Equidad entre Géneros – Crecimiento – Pobreza IDH, IDM*, IPM*, IPG. IPC, IPH
1998 a 2009* Consumo y Desarrollo Humano – Globalización – Derechos Humanos – Tecnología – Democracia – ODM – Libertad cultural – Cooperación Internacional – Crisis del Agua – Movilidad y desarrollo humano
IDH, IPH-1, IPH-2, IDG, IPG
2010 a 2013 La verdadera riqueza de las naciones: Caminos al desarrollo humano – sostenibilidad -
IDH, IDH-D, IDG, IPM
2014 – 2016 - 2017
Sostener el Progreso Humano – Trabajo – Desarrollo Humano para todos – Índice e indicadores de desarrollo humano: Actualización estadística 2018.
IDH, IDH-D, IDSG, IDG, IPM, Índice complementario: Percepción de Bienestar
23
Los diversos temas asociados al desarrollo incluyen, entre otros: la pobreza, el ser humano como objeto del desarrollo, la financiación del desarrollo, la globalización, el medio ambiente, la sostenibilidad y la gobernanza. Con esto se enfatiza en el carácter multidimensional de desarrollo (Garizado, Duque. 2017, p4).
Para Garizado, Duque. (2017) “la Medición del desarrollo humano, ha generado reacciones a favor y en contra. Las críticas se basan en que no siempre hay evidencia de que el informe de desarrollo humano haya llevado a los países a replantear sus políticas; las conclusiones emitidas por el PNUD no siempre son válidas ni generalizables; la relativa arbitrariedad del índice y sus ponderaciones y la calidad de la información utilizada. A favor se tiene que el índice ha suscitado un replanteamiento de la discusión sobre el desarrollo humano; algunas oficinas de estadística del mundo publican periódicamente los resultados sobre la evolución del “desarrollo humano” y prácticamente todos los países han publicado informes propios, algunos, aunque no con la periodicidad suficiente, de estimaciones subnacionales. El IDH se convierte en una herramienta importante, porque si bien es un indicador rudimentario que no permite acceder a una visión integral del bienestar, orienta sobre el progreso humano y es útil al combinar variables que permitan hacer análisis comparativos para países, regiones y localidades generando elementos de juicio para tomar decisiones acerca del desarrollo”. p5.
Sin embargo, la presentación de los informes de desarrollo humano anuales ha traído un aumento de información más completa que incluye diferentes aspectos y conceptos. Por ejemplo, se trae a referencia comentarios y anotaciones de dos expertos en Desarrollo Humano, en dos décadas diferentes: Solow en el informe de DH de 1996, “argumenta que es importante lograr un desarrollo humano que imponga menos carga a los recursos limitados presentes y futuros” (Forero, Vallejo. 2017, p.157), es decir, que planteo la necesidad de un desarrollo sostenible, donde las generaciones futuras obtengan recursos necesarios para su subsistencia. Solow afirma: “No es bueno que nosotros estemos bien, o mejoremos, si ello entraña que nuestros descendientes (distantes) serán mucho más pobres que nosotros” (PNUD, 1996). (Forero, Vallejo. 2017, p.157). Por su parte, Stiglitz, en el Informe de DH de 2014, mostro preocupación por la vulnerabilidad que enfrentan millones de personas, él describe este concepto como “la exposición a una disminución acentuada del nivel de vida” (PNUD, 2014. Forero, Vallejo. 2017, p.157), genera incertidumbre y pérdidas de bienestar. Por lo tanto, “hace un llamado a crear políticas que aumenten la percepción de seguridad para superar las crisis o evitar caer en ellas. Algunas medidas que sugiere el autor para contrarrestar esta situación son la educación, los sistemas de protección social, leyes para ayudar a los ciudadanos comunes que se declaren en bancarrota, y la disminución de la desigualdad” (Forero, Vallejo. 2017, p157)
24
7 ESTRUCTURA METODOLOGICA DEL DEL INDICE DE DESARROLLO HUMANO MUNICIPAL (IDHm) Y EL INDICE DE COMPETITIVIDAD
MUNICIPAL (ICm), PARA EL PERIODO DEL 2015
El presente trabajo de grado es un estudio de tipo cuantitativo descriptivo, que recurre a información secundaria obtenida de distintas fuentes. En el caso particular del IDHm se utiliza el resultado obtenido en una investigación previa, el ICm se estima como parte integral de esta monografía siguiendo el esquema metodológico planteado por el Consejo Nacional de Competitividad para calcular el índice de competitividad departamental y, por último, se aplican los conceptos del Análisis exploratorio de datos espaciales. La ruta metodología se puede visualizar como un esquema de tres componentes en donde los indicadores de desarrollo humano y el de competitividad son los dos primeros y la combinación de los dos indicadores, a través del AEDE, permite obtener el tercero, que se convierte en la síntesis.
Tabla 3 Esquema Metodológico
Nota: Esquema Metodológico.
Estructura del proceso de construcción del índice de Competitividad municipalizado y
perfilamiento del IDHm; Para interrelacionar en un análisis espacial exploratorio.
IDHm
(Ya estimado)
ICm
(A estimar)
Asociaciòn espacial
(AEDE)
25
7.1 ÍNDICE DE DESARROLLO HUMANO MUNICIPALIZADO
Con el objetivo de evaluar las condiciones de vida y las constantes evoluciones en el bienestar de las personas que habitan los 1102 municipios del interior del País, la Universidad Autónoma de Occidente y su grupo de investigadores construyeron el Índice de Desarrollo Humano Municipalizado (IDHm) para el año 2015, con base en la nueva metodología del IDHm de México (PNUD 2014).
El IDHm, al igual que su homologo a nivel nacional, combina variables asociadas a la salud, la educación y el nivel de ingreso. Dada la limitación de información a nivel municipal, se utilizaron algunas variables proxi de las originales teniendo cuidado de medir lo que el concepto refiere, la siguiente tabla registra las dimensiones las variables a nivel nacional y municipal, y los umbrales utilizados en la municipalización. Tabla 4 Dimensión, indicadores y umbrales para Colombia
Nota: Dimensión, indicadores y umbrales para Colombia Fuente: elaboración GIED con base en PNUD.
Adaptado de Medición del Desarrollo Humano Municipal en Colombia: Una Aproximación al Cálculo del IDH. Por Paula Garizado y Henry Duque. 2017. Manuscrito inédito o Manuscrito presentado para su publicación.
DIMENSIÓN INDICADOR UMBRALES MUNICIPALES
Nacional Municipal Máximo Mínimo
Salud Esperanza de vida al nacer
Tasa de supervivencia infantil (%)
84.4 20
Educación Años promedio de escolaridad
Tasa de matrícula en educación media (%)
100 0
Años esperados de escolarización
Puntaje promedio de matemática en prueba Saber 11° (puntos)
66,84 0
Índice combinado de educación
Índice combinado de educación
0.92 0.06
Ingreso Ingreso Nacional Bruto per cápita ajustado por PPA (USD).
Valor Agregado municipal per cápita ajustado por PPA (USD).
75.000 100
26
Las clasificaciones según niveles de desarrollo, se basan en puntos de corte fijos del IDH, que se derivan de los cuartiles de las distribuciones de indicadores de los componentes. Para efectos de la clasificación municipal por niveles se utilizaron los rangos internacionales, así: muy alto (IDHm mayor a 0,80), alto (IDHm entre 0,70 y 0,79), medio (IDHm entre 0,55 y 0,69) y bajo (IDHm menor a 0,55).
7.2 ÍNDICE DE COMPETITIVIDAD MUNICIPALIZADO
El índice estimado de competitividad municipal (ICm), basa su estructura conceptual en el Índice Departamental de Competitividad del Concejo Privado de Competitividad (CPC) y la Universidad del Rosario. El Índice departamental está compuesto por diez pilares, los cuales están agrupados en tres factores: i) condiciones básicas, ii) eficiencia, y iii) sofisticación e innovación (Concejo Privado de Competitividad, 2016, p.12). Ver tabla 5. Estructura del Índice Departamental de Competitividad 2016.
i. “Factor Condiciones Básicas: está compuesto por los pilares que son considerados fundamentales para que un departamento pueda alcanzar altos niveles de competitividad en el largo plazo. En este factor se incluyen 6 pilares: instituciones, infraestructura, tamaño del mercado, educación básica y media, salud y medio ambiente” (Concejo Privado de Competitividad, 2013, p.13).
ii. “Factor Eficiencia: incluye pilares que miden las condiciones para una adecuada asignación de recursos en diferentes mercados, así como la existencia de un capital humano con capacidades relevantes para las necesidades del sector productivo. En este factor se incluyen 2 pilares: educación superior y capacitación, y eficiencia de los mercados” (Concejo Privado de Competitividad, 2013, p.13).
iii. “Factor sofisticación e innovación: incluye los pilares que están asociados con la capacidad que tienen los departamentos de producir bienes y servicios de alto valor agregado, así como la fortaleza de su tejido empresarial y la relevancia de sus esfuerzos en materia de ciencia, tecnología e innovación. Este factor está compuesto por 2 pilares: sofisticación y diversificación, e innovación y dinámica empresarial” (Concejo Privado de Competitividad, 2013, p.13).
27
Tabla 5 Estructura del Índice Departamental de Competitividad 2016
Nota: Estructura del Índice Departamental de Competitividad 2016. Adaptado de Índice Departamental de Competitividad, por el Consejo Privado de Competitividad & CEPEC-Universidad del Rosario (2016); Derechos de Autor (Consejo Privado de Competitividad CPC) Recuperado de: https://www.urosario.edu.co/competitividad/contenido/Publicaciones/IDC-2016/
El conjunto de pilares, a su vez incluye un número de variables, para la versión del año 2016 se utilizaron 94. A cada una de estas se le asigna un porcentaje que define su importancia, la sumatoria de ponderaciones de las variables determina la importancia del pilar y la suma de los porcentajes asignados a los pilares por cada factor suma 100%. Para hallar un índice por departamento se calcula un promedio ponderado de los tres factores, las ponderaciones se asignan de acuerdo a la etapa
de desarrollo en que se encuentre cada departamento. Se han definido cuatro etapas, las ponderaciones se refieren en la tabla 6.
Clasificación Etapas IDC DPTAL: Éstas se determinan a partir del cálculo de un índice agregado que incluye
el PIB per cápita (excluyendo el sector minero-energético) y el valor del Índice de Complejidad Económica. Estas dos variables se estandarizan para cada departamento, y se asigna un puntaje entre 0 y 1 (siendo 1 el puntaje del departamento con el valor más alto). Los departamentos con un índice agregado menor a 0,25 se clasificaron en la etapa 1, mientras que los departamentos con un índice entre 0,25 y 0,5 se clasificaron
INDICE DEPARTAMENTAL DE COMPETITIVIDAD
FACTOR 1 CONDICIONES BASICAS POND. No.
Variables
PILAR 1: Instituciones 20% 15
PILAR 2: Infraestructura 20% 15
PILAR 3: Tamaño de Mercad 10% 2
PILAR 4: Educación Básica y Media 20% 12
PILAR 5: Salud 20% 10
PILAR 6: Medio Ambiente 10% 6
FACTOR 2 EFICIENCIA
PILAR 7: Educación Superior y Capacitación 50% 8
PILAR 8: Eficiencia de los Mercados 50% 16
FACTOR 3 SOFISTICACIÓN E INNOVACIÓN
PILAR 9: Sofisticación y Diversificación 50% 3
PILAR 10: Innovación y Dinámica Empresarial 50% 7
28
Tabla 6 Ponderaciones de los factores del IDC por etapa de desarrollo
Nota: Ponderaciones de los factores del IDC por etapa de desarrollo. Adaptado de Índice Departamental de Competitividad, por el Consejo Privado de Competitividad & CEPEC-Universidad del Rosario (2016); Derechos de Autor (Consejo Privado de Competitividad CPC) Recuperado de: https://www.urosario.edu.co/competitividad/contenido/Publicaciones/IDC-2016/
A partir de la referencia conceptual planteada anteriormente, se aboca el cálculo del Índice de Competitividad Municipalizado, para las 178 divisiones político administrativas que componen la RPC. Este cálculo surge como iniciativa para analizar este territorio desde una perspectiva regional interna, con el fin de observar la concentración competitiva de cada municipalidad de la RPC. El ICm 2015, está compuesto por 21 indicadores, los cuales a su vez están distribuidos en 9 pilares que se clasifican en los 3 factores: Condiciones Básicas, Eficiencia y Sofisticación. Los criterios de construcción se dan en 3 pasos. Construcción del índice de Competitividad Municipal
Paso 1: Selección de los indicadores: el objetivo era utilizar las variables definidas a nivel departamental, pero con mediciones municipalizadas. Si la variable no está
disponible, se reemplaza por un proxi, de no ser posible obtener información consistente se elimina la variable.
en la etapa 3. La etapa 4 está compuesta por los departamentos que tienen un índice agregado mayor a 0,5. Consejo Privado de Competitividad & CEPEC-Univ. del Rosario (2016); Índice Departamental de Competitividad. Pp12-14. Una importante fuente de información para el reemplazo de variables fue el Sistema De Información Territorial que está siendo implantado por el GIED (Grupo de Investigación Economía y Desarrollo) de la Universidad Autónoma de Occidente
DEPARTAMENTOS ETAPAS DE DESARROLLO
Etapa 1 Etapa 2 Etapa 3 Etapa 4
Factor Condiciones Básicas 60% 50% 40% 30%
Factor Eficiencia 35% 40% 45% 50%
Factor Sofisticación e Innovación 5% 10% 15%
20%
29
Paso 2: Normalización variables: Cada una de las variables incluidas en este componente cuenta con una calificación entre 0 y 1. Para la normalización de las variables se aplica una transformación máx.-min, con límites superiores e inferiores definidos; entre más cercano a 1 mejores condiciones de competitividad tiene el municipio.
Paso 3: Ponderación: Se mantienen las ponderaciones asignadas en el índice departamental, si una de las variables que componen los pilares es omitida, se procede a una recomposición porcentual para los componentes del ICm.
Para el caso de las ponderaciones de los factores, se asignan de acuerdo a etapa de desarrollo establecida por el CPC. La ubicación en cada etapa, depende del desarrollo económico de cada región. Esta diferenciación es necesaria para tener en cuenta las particularidades de cada departamento, los coeficientes de ponderación se muestran en la tabla 7. Tabla 7 Ponderación de los Factores por etapa de desarrollo ICm 2015
Nota: Ponderaciones de los factores por etapa de desarrollo ICm. Adaptado de Índice Departamental de Competitividad, por el Consejo Privado de Competitividad & CEPEC-Universidad del Rosario (2016); Derechos de Autor (Consejo Privado de Competitividad CPC) Recuperado de: https://www.urosario.edu.co/competitividad/contenido/Publicaciones/IDC-2016/
A manera de ilustración, se muestra en una tabla el ejemplo para un pilar, indicando variables y ponderaciones del indicador departamental y las correspondientes variables escogidas a utilizar en el indicador municipal. Para mayor detalle de cada variable, ver anexos de las tablas 16 y 17.
DEPARTAMENTO CONDICIONES
BASICAS EFICIENCIA SOFISTICACION
VALLE DEL CAUCA (ETAPA 4)
30% 50% 20%
CAUCA (ETAPA 3) 40% 45% 15% CHOCO Y NARIÑO (ETAPA 1)
60% 35% 5%
30
Tabla 8 Estructura de Pilar que compone el IDC y el ICm
Nota: Estructura de Pilar que compone el IDC y el ICm. Adaptado de Índice Departamental de Competitividad, por el Consejo Privado de Competitividad & CEPEC-Universidad del Rosario (2016); Derechos de Autor (Consejo Privado de Competitividad CPC) Recuperado de: https://www.urosario.edu.co/competitividad/contenido/Publicaciones/IDC-2016/
El resultado obtenido de acuerdo a los criterios aplicados, se pueden observar en la tabla 9 que veremos a continuación, donde se resume la estructura del Indicador de Competitividad Municipalizado
INDICE DEPARTAMENTAL DE COMPETITIDAD INDICE MUNICIPAL DE COMPETITIVDAD
Concepto Pond Concepto Re-Pond
PILAR 6. MEDIO AMBIENTE 10% PILAR 6. MEDIO AMBIENTE 10%
AMB-1 Activos naturales 40% AMB-1 GESTION DEL RIESGO 100%
AMB-1-3 Áreas protegidas 100% Índice de riesgo ajustado por capacidades 100%
AMB-2 Gestión ambiental 40%
AMB-2-1 Empresas certificadas ISO1400 50%
AMB-2-2 Toneladas dispuestas de residuos sólidos 50%
AMB-3 Gestión del riesgo 20%
AMB-3-1 Tasa de afectación de desastres naturales 100%
INDICE DEPARTAMENTAL DE COMPETITIDAD INDICE MUNICIPAL DE COMPETITIVDAD
Concepto Pond Concepto Re-Pond
PILAR 6. MEDIO AMBIENTE 10% PILAR 6. MEDIO AMBIENTE 10%
AMB-1 Activos naturales 40% AMB-1 GESTION DEL RIESGO 100%
AMB-1-3 Áreas protegidas 100% Índice de riesgo ajustado por capacidades 100%
AMB-2 Gestión ambiental 40%
AMB-2-1 Empresas certificadas ISO1400 50%
AMB-2-2 Toneladas dispuestas de residuos sólidos 50%
AMB-3 Gestión del riesgo 20%
AMB-3-1 Tasa de afectación de desastres naturales 100%
31
Tabla 9 Estructura del ICm 2015
Nota: Estructura del ICm 2015
7.3 ANÁLISIS EXPLORATORIO DE DATOS ESPACIALES (AEDE):
El análisis exploratorio de datos (AEDE) se considera un instrumento indispensable al momento de realizar las primeras aproximaciones al estudio de la estructura de la información socio-espacial en una determinada área de estudio. “Las técnicas de AEDE suelen estar acompañadas de métodos de visualización gráfica capaces de identificar conexiones, tendencias o sesgos presentes en las bases de datos inicialmente desestructuradas” (Duque, 2016, p7) El AEDE, en palabras de Anselin (1999), “puede definirse como el conjunto de técnicas que describen y visualizan las distribuciones espaciales, identifican localizaciones atípicas o “atípicos espaciales” (“spatial outliers”), descubren esquemas de asociación espacial, agrupamientos (“clusters”) o puntos calientes (“hot spots”) y sugieren estructuras espaciales u otras formas de heterogeneidad
espacial”. “El AEDE, tiene un carácter descriptivo (estadístico) más que confirmatorio (econométrico), aunque la detección de estructuras espaciales en las variables
Para efectuar los cálculos de datos AEDE, se utilizaron los software de Geoda, Arcgis Map.
ICm (2015)
Indice de Competitividad Municipal
CONDICIONES BASICAS
PILAR
INSTITUCIONES
Desempeño Administrativo
Gestion fiscal
Transparencia
Seguridad y justicia
PILAR
INFRAESTRUCTURA
Servicios Publicos
Infraestructura
PILAR
TAMAÑO DEL MERCADO
Tamaño del Mercado Interno
PILAR
EDUCACION BASICA Y MEDIA
Cobertura Neta en Educacion Secundaria
Cobertura Neta en Educacion Media
Tasa de deserción intra-anual del sector oficial en educación
básica y media
PILAR SALUD
Cobertura en Salud
PILAR
MEDIO AMBIENTE
Gestion indice de Riesgo
EFICIENCIA
Educacion Superior
Eficiencia de los Mercados
SOFISTICACION
PILAR DINAMICA EMPRESARIAL
32
geográficas, hace posible la formulación de hipótesis previas para la modelización econométrica y, en su caso, posible predicción espacial de nuevos datos”. (Chasco, 2013, p. 9). Las principales técnicas del AEDE contemplan medidas de concentración y de dispersión tanto univariantes como multivariantes, ver tabla 10. Tabla 10 Técnicas del análisis exploratorio de datos espaciales (AEDE)
Nota. Técnicas del análisis exploratorio de datos espaciales (AEDE). Adaptado de Métodos gráficos del análisis exploratorio de datos espaciales. Por Yrigoyen Chasco. (2013). Recuperado de: https://www.asepelt.org/ficheros/File/Anales/2003%20-%20Almeria/asepeltPDF/93.PDF
Algunos de los métodos gráficos más comunes dentro del AEDE, son los histogramas, el diagrama de caja, el mapa de cuartiles y el diagrama de dispersión, entre otros. Dado que el objetivo del trabajo consiste en analizar el patrón de comportamiento espacial de las dos variables de estudio, es necesario aplicar las técnicas de asociación espacial global y local, tanto univariante como multivariante, se procede a explicar con más detalle estas herramientas.
TÉCNICAS DEL ANÁLISIS EXPLORATORIO DE DATOS ESPACIALES (AEDE), SEGÚN LA PERSPECTIVA RETICULAR O “LATTICE”
Distribución espacial Univariante *Diagrama/mapa de caja
Multivariante
*Diagrama dispersión-caja
Asociación espacial Global *Mapa de contigüidades espaciales
*Gráfico del retardo espacial
*Diagrama/mapa de dispersión de Moran
Local *Puntos atípicos en el diagrama de dispersión de Moran
* Mapas LISA
*Diagrama de caja LISA
Multivariante *Diagrama de dispersión multivariante de Moran
Heterogeneidad espacial *Mapa del histograma de frecuencias
*Diagrama de dispersión
33
7.3.1 Métodos Gráficos Análisis Exploratorio de Dependencia Espacial Global
Índice de Moran: Se utiliza para determinar la autocorrelación espacial, en este caso, a nivel municipal; basado en un conjunto de entidades y atributos asociados. El Índice de Moran, dependiendo de la concentración y distribución de los datos evalúa si el patrón expresado esta agrupado, disperso o es aleatorio (Esqueda 2010).
Su valor varía entre -1 y +1; cuanto más cercano a 1 sea el indicador, mayor será el nivel de autocorrelación espacial. Los valores negativos indican un conglomerado espacial de unidades territoriales con análisis distintos, y los valores positivos indican un conglomerado espacial de análisis similares, ver figura1. La estructura
de este estadístico es la siguiente: 𝐼 = (𝑁
𝑆0)∑ ∑ 𝑤𝑖𝑗
𝑛𝑗=1 𝑧𝑖𝑧𝑗/∑ 𝑧𝑖
2𝑛𝑖−1
𝑛𝑖=1
Donde𝑆0 = ∑ ∑ 𝑤𝑖𝑗
𝑛𝑗=1
𝑛𝑖=1 es la suma de los elementos de la matriz de pesos.
Z= Es la desviación de un atributo para la función i de su media; (xi - ẋ) o (xj-ẋ) donde xi es el valor de la variable en una unidad espacial determinada y xj es el valor de la variable en otra localización. W= Es el grado de conexión entre las unidades espaciales. Como el I de Moran es una estadística deductiva; los resultados del análisis se interpretan dentro de un contexto de hipótesis; es decir, se establece una hipótesis nula donde el atributo que se analiza esta de forma aleatoria entre las entidades del área de estudio (Esqueda 2010).
34
Figura 1 Diagrama de dispersión del Índice de Moran
Adaptado de Geoda, página oficial; https://geodacenter.github.io/workbook/5a_global_auto/lab5a.html#morans-i Indicadores Locales de Asociación Espacial (LISA): Identifica la localización de los conglomerados espaciales, cuyas presencias fueron definidas por el I de Moran global, permitiendo así mapear la formación de patrones que a través de las relaciones de proximidad entre lugares puedan influenciar de manera no aleatoria otras características del mismo lugar (Esqueda 2010). Si una ciudad X tiene una relación de proximidad más fuerte con la ciudad Y que con la ciudad Z las características de X y Y deberían ser similares en un mayor grado que entre X y Z, Este índice puede reconocer cinco tipos de conglomerados espaciales:
ALTO-ALTO: Valor de análisis por encima del promedio, con respecto a la variable de interés.
BAJO-BAJO: Unidad territorial con un valor de análisis inferior al promedio.
BAJO-ALTO: Presencia de una unidad territorial con un valor de análisis bajo, rodeada significativamente por áreas vecinas con valores que se encuentran por sobre la media de la variable de interés.
35
ALTO-BAJO: Presencia de una unidad territorial con un valor de análisis alto, rodeada significativamente por áreas vecinas con valores que se encuentran bajo la media de la variable de interés.
RELACION NO SIGNIFICATIVA: El valor de análisis de la variable de interés no se relaciona significativamente con los valores que presentan sus vecinos. LISA Bivariante: Permite visualizar para cada unidad espacial considerada la relación existente entre los valores estandarizados de la variable objeto de interés y el retardo espacial de otra variable diferente. De esta manera, es posible también identificar tanto agrupamientos como atípicos espaciales teniendo en cuenta simultáneamente dos variables (Sánchez 2008, p54).
36
8 ANALISIS DE LOS RESULTADOS
Los resultados obtenidos, que se presentan a continuación se construyen a partir de la matriz de pesos espaciales de la variable de estudio, y con base al criterio de
contigüidad tipo Queen de primer orden. Es importante señalar que, a nivel general, se observa que la distribución de los valores del ICm y IDHm, tienen un patrón similar y reflejan un esquema muy heterogéneo, en cuanto al desempeño de los municipios respecto a dichos indicadores. 8.1 ANÁLISIS ESPACIAL EXPLORATORIO ICM E IDHM
Figura 2 Mapa de Caja; ICm 2015 Figura 3 Mapa de Caja; IDHm 2015
Vecindad tipo reina: Como dice el principio de autocorrelación espacial, enunciado por el geógrafo Waldo Tobler “todo está relacionado con todo lo demás, pero las cosas cercanas están más relacionadas que las cosas distantes” (Tobler 1970). La vecindad tipo reina, quiere decir, que la Reina en el ajedrez puede moverse a lo largo y ancho de la casilla en que se encuentre. Con este criterio dos áreas serán vecinas si tienen al menos un punto común. Es decir que el ICm en cada municipio, no solo depende de sus características internas, sino además de la situación de sus vecinos más cercanos.
37
De acuerdo con las figuras 2 y 3, se presentan valores atípicos respecto a la media; es decir que la distribución de los datos es asimétrica. Para el caso del ICm, muestra una mayor dispersión de las observaciones hacia los valores más altos (sesgos positivos). Mientras que para los datos del IDHm, hay un sesgo negativo (Valores más bajos de la variable). Ver figuras 12 y 13 de los anexos.
Tabla 11 Rangos de distribución de Municipios con altos niveles de ICm e IDHm de la RPC
DPTO
ICm puntos Calientes
Rango (0.491-0.709) / (0.399-0.491)
IDHm puntos Calientes
Rango (0.670-0.886) / (0.612-0.670)
Valores Atípicos
Positivos ICm
CAUCA Caloto, Santander de Quilichao, Popayán, Corinto, Puerto Tejada, Villa Rica, Toribio, Piendamo, Morales, Patía, Bolívar, La Sierra, Timbío
Caloto, Santander de Quilichao, Popayán, Miranda, Corinto, Puerto Tejada, Villa Rica, Piendamo, El Tambo, Mercaderes, Florencia, Rosas, Timbío, Padilla, Guachené,
CHOCO Quibdó, Istmina, Bagadó, Cantón de San Pablo, Tadó, Bajo Baudó, Lloro, San José del Palmar, Bahía Solano, Riosucio, Jurado, Carmen del Darién
Condoto, Certegui, Carmen del Darién
NARIÑO Pasto, Tuquerres, Sapuyes, Imues, Guaitarilla, Guachucal, Aldana, Potosí, Córdoba, Puerres, Yancuanquer, Ancuya, Taminango, San Lorenzo, San Pedro, Alban, Buesaco, La Florida, Cuaspud, Consaca, Sandoná
Imues, Iles, Guachucal, Aldana, Gualtaman, Pasto Ancuya, San Pablo, Lacruz, Belén, Nariño El Tambo, Cumbitara, Ipiales, Tuquerres, Sapuyes, Ospina, Guitarrilla, Pupiales, Potosí, Puerres, Funes, Tangua, Taminango, San Lorenzo, Arboleda, La Unión, Chachagüí, La Florida, Linares, Contadero, Consaca, Sandoná, El Tablón
VALLE DEL
CAUCA
El Águila, El Cairo, Argelia, Cartago, Obando, Toro, El Dovio, La Unión, Roldanillo, La Victoria, Caicedonia, Bugalagrande, Trujillo, Riofrio, Tuluá, San Pedro, Calima, Restrepo, Yotoco, Vijes, Guacarí, Candelaria, Florida, Pradera, Sevilla, Buenaventura, Alcalá, Dagua, Ulloa
Argelia, Versalles, La Unión, Roldanillo, Zarzal, Caicedonia, Bugalagrande, Andalucía, Trujillo, Riofrio, Tuluá, Guadalajara de Buga, Calima, Restrepo, Vijes Guacarí, Ginebra, Cerrito, Palmira, Yumbo, Cali, La Cumbre, Pradera, El Águila, Obando, Toro, El Dovio, La Victoria, Bolívar, Yotoco, Florida, Dagua, Jamundí, Ulloa, Sevilla, Candelaria, San Pedro
Cali (1.00), Zarzal (0.848) Versalles (0.823) Jamundí (0.806) Palmira (0.793) Yumbo (0.781) Bolívar (0.770) Cerrito (0.739) Andalucía (0.739) Guadalajara de Buga (0.741) Ansermanuevo (0.728) Ginebra (0.716) La Cumbre (0.7159)
Nota: Rangos de distribución de Municipios con altos niveles de Competitividad y Desarrollo Humano de la RPC. Comparativo de municipios que se encuentran tanto en el ICm, como en el IDHm (Resaltados); Valores atípico positivos presentados por el ICm. En base a resultados estimado en los Software Geoda y/o Arcgis Map.
38
Tabla 12 Rangos de distribución de Municipios con bajos niveles de ICm e IDHm de la RPC
Nota: Rangos de distribución con bajos niveles de Competitividad y Desarrollo Humano de la RPC. Comparativo de municipios que se encuentran tanto en el ICm, como en el IDHm (Resaltados); Valores atípico negativos presentados por el IDHm. En base a resultados estimado en los Software Geoda y/o Arcgis Map.
Los resultados obtenidos, evidencian diferentes contrastes entre el litoral pacífico y el pacífico andino. Es notoria la concentración espacial significativa de valores altos en el departamento del Valle del Cauca. Así mismo, se observa que, en los departamentos de Nariño, Cauca, y Choco, existe una mayor dispersión en valores bajos. Es decir, que se presenta desigualdad regional en condiciones de competitividad y desarrollo.
DPTO
ICm puntos Fríos Rango
(0.128- 0.346) / (0.346-0.399)
IDHm puntos Fríos Rango
(0.312-0.527) / (0.527-0.612)
Valores Atípicos
Negativos IDHm
CAUCA Suarez, Cajibío, el Tambo, Balboa, Florencia, La Vega, Sucre, Sotará, Totoro, Inza, Almaguer, Páez, Santa Rosa, Guapi, Timbiquí, López, Miranda, Jámbalo, Caldono, Silvia, Buenos Aires, Argelia, Mercaderes, San Sebastián, Piamonte, Rosas, Purace, Padilla, Guachené
Jámbalo, Argelia, La Vega, Piamonte, Santa Rosa, López, Toribio, Caldono, Silvia, Buenos Aires, Suarez, Morales, Cajibío, Balboa, Patía, Bolívar, San Sebastián, Sucre, La Sierra, Sotará, Purace, Totoro, Inza, Almaguer, Páez, Guapi, Timbiquí,
CHOCO Bojayá, Medio San Juan, Certegui, Rio Quito, Medio Baudó, Atrato, Medio Atrato, Alto Baudó, Litoral de San Juan, Sipi, Novita, Condoto, El Carmen de Atrato, Rio Iro, Unión Panamericana, Nuqui, Acandí
Bojayá, Sipi, Novita, Medio San Juan, Bagadó, Cantón de San Pablo, Medio Baudó, Rio Iro, Atrato, Unión Panamericana, El Litoral de San Juan, Bajo Baudó, Lloro, Nuqui, Bahía Solano, Riosucio, Jurado, Istmina, Rio Quito, El Carmen de Atrato, Tadó, San José del Palmar, Quibdó, Ungía, Acandí
Medio Atrato (0,234) Alto Baudó (0,301)
NARIÑO Mallama, Santacruz, Iles, La Llanada, Los Andes, El Rosario, Leiva, La Cruz, San Bernardo, Chachagüí, Linares, Magui, Santa Barbara, El Charco, La Tola, Olaya Herrera, Mosquera, Roberto Payan, Ipiales, Providencia, Ospina, Pupiales, Gualmatan, Funes Tangua, Samaniego, El Peñol, Policarpa, Arboleda, La Unión, Colon, San Pablo, Belén, Nariño, El Tambo, Contadero, Cumbitara, Francisco Pizarro, Tumaco, Barbacoas, Ricaurte, Cumbal, El Tablón
Santacruz, Providencia, La Llanada, Los Andes, Leiva, Colon, San Bernardo, Magui, Santa Barbara, El Charco, La Tola, Olaya Herrera, Mosquera, Francisco Pizarro, Ricaurte, Cumbal, Mallama, Córdoba, Yacuancuer, Samaniego, El Peñol, Policarpa, El Rosario, San Pedro, Alban, Buesaco, Tumaco, Barbacoas, Cuaspud,
Roberto Payan (0,301)
VALLE DEL CAUCA
El Cairo, Cartago, Buenaventura, Ansermanuevo, Alcalá
39
En el departamento del Cauca, el comportamiento de las variables Competitividad y Desarrollo, ubica aglomeraciones significativas de valores altos en los municipios de Caloto (ICm de 0.61- IDHm 0.769), Popayán (ICm de 0.580 IDHm 0.732) y Santander de Quilichao (ICm de 0.494- IDHm 0.678). Ver tabla 11 y 12. Estos municipios están caracterizados por ubicarse en la zona industrial del norte del departamento., por lo cual hace prever que la actividad empresarial es significativa. Por otra parte, se evidencia que el 69% de los municipios presentan un ICm bajo; Los municipios más rezagados en este indicador son; Guapi (0.222), la Vega (0.238) y Santa Rosa (0.252). En cuanto a IDHm, el 66% de los municipios se ubicaron en intervalos de bajo desarrollo; Jámbalo (0.447), Santa Rosa (0.492) y Piamonte (0.497) muestran menor incidencia. Esto quizá se deba a que son zonas en donde se ha desarrollado con intensidad el conflicto armado colombiano. El departamento de Choco, expone una dinámica más negativa, en cuanto a desarrollo humano se refiere, el aislamiento geográfico que caracteriza a esta región, propicia condiciones precarias para los municipios. El 86% de las municipalidades tiene una concentración espacial de bajos índices. Los municipios que sobresalen son: Bagadó (0.342), Rio Iro (0.371) y Medio Baudó (0.371). Por otro lado, resalta que el único municipio que se identificó con un alto IDHm fue El Carmen del Darién (0,7174). En cuanto a Competitividad, el 36% de los municipios registra un alto índice; aquí se caracteriza la ciudad capital Quibdó (0.57) y nuevamente El Carmen del Darién (0.42), este último, es la única división administrativa que presenta relativo buen desempeño en competitividad y desarrollo. Para el departamento de Nariño, se observan desigualdades marcadas entre las localidades ubicados en el litoral y las localidades situadas en la región andina. Este departamento, de acuerdo al resultado de los datos, presenta una heterogeneidad entre las variables de estudio. Solo el 32% de los municipios registran relativos altos índices asociados a la competitividad, en tanto que para el desarrollo el porcentaje aumenta a 53%, el valor más alto corresponde a la capital, Pasto (ICm 0.51 – IDHm 0.876). Otro panorama se evidencia en el departamento del Valle del Cauca, de acuerdo con las figuras 2 y 3, hay una fuerte concentración de competitividad y un mejor bienestar regional para los municipios que componen al departamento. El 100% tienen una concentración significativa en la variable Competitividad ver figura 2.
40
Mientras que, el indicador desarrollo humano tiene una participación del 88%, ver figura 3. Llama la atención que Buenaventura, a pesar de tener puerto y una economía en continuo movimiento; tiene una dinámica diferente y presenta un IDHm de 0,585; relativamente bajo, en comparación con otros municipios del Valle del Cauca. A nivel general, se observa en la distribución espacial de los indicadores, condiciones inadecuadas de competitividad en el litoral, que se repiten en las condiciones inadecuadas del Desarrollo Humano.
8.2 AUTOCORRELACIÓN ESPACIAL GLOBAL DEL ICM E IDHM
La autocorrelación espacial global, medida a través del indicador I de Moran, se presenta en las figuras 4 y 6. Para los índices de Competitividad y Desarrollo Humano, respectivamente, El I de Moran (que corresponde a la pendiente de la recta de regresión), para ambos casos es mayor de 0.40, lo que se puede interpretar que hay una alta autocorrelación positiva; es decir, valores similares están geográficamente relacionados con valores positivos, lo mismo sucede con los valores negativos. El indicador de Competitividad (0.6632) muestra que es mayor la asociación espacial en esta característica que en la del Desarrollo Humano (0.4684), los valores permiten suponer que se puede identificar la existencia de conglomerados locales o de clúster de municipios con similares rasgos ubicados unos muy cercanos a otros.
41
Esto se puede sustentar dado que, para los dos casos, el valor I estadístico es positivo y significativo, según la evidencia del p-valor, con lo que se rechaza la hipótesis nula de aleatoriedad espacial. Ver figura 5 y
Figura 4 Diagrama de dispersión de Moran del ICm, 2015 En base a resultados estimados en los Software Geoda y/o Arcgis Map.
Figura 5 Aleatorización: ICm, 2105 En base a resultados estimados en los
Software Geoda y/o Arcgis Map
Figura 6. Diagrama de dispersión de Moran del ICm, 2015
En base a resultados estimados en los Software Geoda y/o Arcgis Map.
Figura 7 Aleatorización: ICm, 2105 En base a resultados estimados en los
Software Geoda y/o Arcgis Map
42
Los indicadores estimados permiten identificar los municipios que componen los clústeres locales, es decir, municipios con características similares, vecinos de municipios con la misma condición. Es decir, concentraciones de tipo Alto-Alto y Bajo-Bajo, respectivamente. La tabla 13 dispone de la participación en municipios que tiene cada departamento en las variables de estudio, en los cuadrantes l (AA) y lll (BB). Tabla 13 Porcentaje (%) de Municipios que componen el Cuadrante l y lll del i
de Moran del ICm y IDHm 2015
ICm 2015 IDHm 2015
CUADRANTE l (++)
Cauca 7% Valle del Cauca 100%
Cauca 35% Choco 3 % Nariño 53% Valle del Cauca 80%
CUADRANTE lll (- -)
Cauca 64% Choco 61 % Nariño 85%
Cauca 30% Choco 80 % Nariño 31% Valle del Cauca 2%
Nota. Porcentaje (%) de Municipios que componen el Cuadrante l y lll del i de Moran de los índices de Competitividad y Desarrollo Humano 2015. En base a resultados del i Moran Local.
8.3 AUTOCORRELACIÓN ESPACIAL LOCAL (LISA) DEL ICm E IDHm
La autocorrelación espacial local, se analiza mediante el indicador LISA. Aquí se precisa identificar los clúster o asociaciones geográficas, estadísticamente significativas, que se encuentran en la RPC. Es su forma gráfica, los mapas muestran las asociaciones ALTO – ALTO (A-A), BAJO – BAJO (B-B), y las dos posibles combinaciones, BAJO- ALTO (B-A) y ALTO – BAJO (A-B).
43
Figura 8 Mapa de clúster locales Figura 9 Mapa de clúster locales (LISA) del ICm 2015. En base a (LISA) del IDHm 2015 En base a Resultados estimados en los resultados los estimados en los Software Geoda y/o Arcgis Map. Software Geoda y/o Arcgis
En las figuras 8 y 9, se aprecia la existencia de clúster ALTO–ALTO (A-A), BAJO–BAJO (B-B), BAJO-ALTO (B-A) y ALTO–BAJO (A-B) para los indicadores de interés, respectivamente.
En la primera de ellas se aprecia la situación del ICm, en este caso se identifican ocho clústeres, siendo los dos más importantes, el compuesto por asociaciones A–A, correspondiente casi exactamente a los municipios del Valle del Cauca y un clúster B–B, correspondiente a municipios del sur del Cauca y norte de Nariño que incluye municipios tanto del litoral como de la cordillera. Ver tabla 14. Se resalta de los resultados obtenidos que en la asociación A-A, están incluidos, en su totalidad los municipios del Valle del Cauca, pero también, se presentó como única división administrativa, con altos índices de Competitividad, a Puerto Tejada- Cauca.
44
En la distribución espacial B-B, hay una particularidad con el municipio de Bajo Baudó, fue único municipio del Choco que se ubicó en este clúster. Llama la atención que se creó un clúster B-A, para el municipio del Litoral de San Juan; es decir que tiene bajos niveles de competitividad, pero se rodea de municipios con altos niveles de competitividad. La figura 8, muestra que el municipio tiene de vecinos a los municipios de Buenaventura, Riofrio, Trujillo, Bolívar y Calima, localidades con altos índices de Competitividad. También se crea un clúster A-B, los municipios destacados son ciudad capital, Popayán y Quibdó, con altos índices de Competitividad, rodeados de vecinos con bajos niveles de Competitividad. Finalmente, el ICm da cuenta de una asociación espacial desigual, es decir, se presentaron localizaciones atípicas, pero con sesgos positivos; ver anexo, figura 12, esta particularidad, está determinada por el municipio de Cali (1.00) y sus vecinos inmediatos; Palmira, Yumbo, La Cumbre, Guadalajara de Buga, Ginebra, Cerrito, Zarzal, Andalucía, Ansermanuevo, Versalles y Jamundí. Con respecto al IDHm, se identifican condiciones similares al indicador competitividad, también presenta ocho clústeres, y la mayor parte de observaciones se sitúan en los conglomerados A-A, continúan predominando los municipios del Valle del Cauca, y en menor proporción Nariño y Cauca, respectivamente. Ver tabla 14. Los municipios que ocupan los primeros lugares son: Caloto-Cauca (0.76), Yumbo (0.76) y Roldanillo (0.75) – Valle del Cauca. Las observaciones ubicadas en los aglomerados B–B, están determinadas en su mayoría, por los municipios del Choco y algunos municipios del norte de Nariño. Se presenta una particularidad con el municipio de Guapi, dado que es el único municipio del Cauca que se ubicó en este clúster. Al igual que en el caso anterior, se identifica un clúster B-A, para el municipio de Colon – Nariño, interpretado como un municipio con bajo bienestar, pero competitivo. Para la relación A-B, se involucran cuatro municipios; por Choco; Condoto, Certegui y Carmen del Darién y por Nariño; Cumbitara, municipios con bienestar, pero poco competitivos Por último, las localizaciones atípicas, a diferencia de las del ICm, resultaron con un sesgo negativo, en este caso es explicada por los municipios de Alto Baudó, Medio Atrato y Roberto Payan. Ver anexos figura 13.
45
En general, existen clústeres altamente competitivos y desarrollados, que tienden a concentrar las oportunidades, en este caso en la margen derecha del rio Cauca; ubicando en su mayoría a los municipios del Valle del Cauca en aglomeraciones significativas. Por otro lado, hay clústeres no Competitivos y Subdesarrollados que por sus características forman polos de pobreza, aquí se identifican los municipios ubicados en el Litoral Pacifico, en su mayoría se encuentran en los departamentos de Choco y Nariño. Por lo tanto, la Competitividad y el Desarrollo Humano se distribuyen en la RPC de manera polarizada.
Para destacar, la distribución de los datos correspondiente al clúster con alto Desarrollo Humano contiene dos municipios de más, que el clúster con alta Competitividad. Se destaca que Buenaventura es Competitivo, pero no genera Bienestar. Además, dentro del conglomerado de Desarrollo se incluyeron municipios de los Departamentos de Cauca y Nariño; es decir que generan bienestar, pero no son competitivos. Para ampliar el panorama de los municipios que componen cada clúster, ver tabla 14, Comparativo Clústeres Locales: ICm e IDHm (2015).
Para una interpretación más detallada de los datos, remitirse a los anexos de las tablas 16 y 17, resultados de los índices de Competitividad y Desarrollo Humano (incluido los factores que los componen)
46
Tabla 14 Comparativo Clústeres Locales: ICM e IDHm (2015)
Nota. Comparativo Clústeres Locales: ICM e IDHm (2015). En base a resultados del i Moran Local.
8.4 AUTOCORRELACIÓN BIVARIANTE LOCAL (BLISA) DEL ICm Y IDHm:
A fin de determinar la correlación espacial entre una variable en cierto espacio geográfico y otra variable en espacios geográficos vecinos, se utiliza un coeficiente global de correlación espacial e índices locales bivariados de correlación espacial. El estadístico LISA bivariado, tiene en cuenta para cada unidad geográfica, valores de una variable y el respectivo retardo espacial para la otra variable, proporcionando herramientas para determinar áreas de agrupamiento y establecer con significancia estadística distintas asociaciones espaciales entre las dos variables. En este apartado, se mide la asociación espacial entre la Competitividad y el Desarrollo Humano utilizando un índice LISA bivariado, Partiendo de la base, que la competitividad se relaciona como factor explicativo del grado de Desarrollo Humano (variable dependiente). Al involucrar espacialmente las variables en estudio, se obtiene clústeres ALTO – ALTO (A-A), BAJO – BAJO (B-B), BAJO- ALTO (B-A) y ALTO – BAJO (A-B).
CUADRANTE LISA ICm 2015 LISA IDHm 2015
I (A-A)
Ansermanuevo, El Cairo, Argelia, Cartago, Obando, Toro, el Dovio, la Unión, Victoria, Roldanillo, Zarzal, Bugalagrande, Andalucía, Bolívar, Trujillo, Rio frio, Tuluá, San pedro, Guadalajara de Buga, Calima, Restrepo, Yotoco, Vijes, Guacarí, Ginebra, Cerrito, Palmira, Candelaria, Yumbo, Dagua, La Cumbre, Cali, Pradera, Sevilla, Buenaventura, Puerto Tejada.
La Unión, Roldanillo, La Victoria, Zarzal, Bugalagrande, Andalucía, Cali, Palmira, Tuluá, San Pedro, Restrepo, Yotoco, Vijes, Guacarí, Ginebra, Cerrito, Candelaria, Florida, Yumbo, Dagua, La Cumbre, Pradera, Sevilla, Padilla, Guachené, Miranda, Puerto Tejada, Villa Rica, Padilla, Ipiales, Funes, Consaca, Iles, Ospina, Pupiales, Chachagüí, Contadero, Sandoná.
ll (B-A) Litoral de San Juan Colon
lll (B-B)
Argelia, Patía, Bolívar, San Sebastián, Piamonte, Los Andes, El Rosario, Leiva, La Cruz, Magui, Cumbitara, Guapi, Timbiquí, Santa Barbara, El Charco, La Tola, Olaya Herrera, Francisco Pizarro, Roberto Payan, Barbacoas, Bajo Baudó.
Alto y Bajo Baudó, Bahía Solano, Sipi, Medio San Juan, El Cantón de San Pablo, El Carmen, Medio Baudó, Nuqui, Quibdó, Istmina, Tumaco, Guapi, El Charco, La Tola, Olaya Herrera, Roberto Payan, Barbacoas, Mosquera, Francisco Pizarro, Magui.
IV (A-B) Popayán, La Sierra, Quibdó, Cantón de San Pablo.
Cumbitara, Carmen del Darién, Condoto y Certegui.
47
Figura 10 Mapa de autocorrelación espacial Bivariante; ICm / IDHm
En la figura 10, se puede apreciar que en la RPC se coexisten clúster de todo tipo. Prevalece una aglomeración en donde los municipios con alto ICm están rodeados de municipios con altos valores de IDH, particularmente esta agrupación (26 municipios, 9 corresponde a las divisiones político administrativas del Valle del Cauca desde Cali y hacia el norte del departamento, pero todos ubicados a la margen derecha del rio Cauca e incluyendo las grandes ciudades intermedias como Palmira, Buga y Tuluá y otros municipios caracterizados por la intensa producción de caña de azúcar. Otra aglomeración importante es la de los municipios con bajo ICm y que están rodeados de municipios con bajo IDHm (agrupaciones BAJO – BAJO: 22) su ubicación geográfica incluye los municipios costeros del departamento del Cauca y gran parte de los municipios, También costeros del departamento del Choco, zonas caracterizadas por bajos ingresos por habitante, poca o ninguna actividad industrial y relativamente aislados de centros de mayor actividad económica
48
La otra característica a resaltar del mapa BILISA es el alto número de municipio que no presenta asociación geográfica con respecto a los índices analizados, resultado que se confirma al analizar la significancia estadística. Del total de municipios (178) 114 no presentan significancia estadística, es decir el 64% de municipios. Por lo anterior se puede determinar que hay un clúster de competitividad que presenta altos niveles de desarrollo humano muy localizado y homogéneo y el resto de la región presenta asociaciones de bajos indicadores en los dos casos o ninguna relación estadísticamente significativa. El detalle de los municipios que conforman cada clúster se puede ver en la tabla 15. Tabla 15 Clúster bivariante LISA; ICm / IDHm
Nota: Clúster bivariante LISA; ICm / IDHm. Municipios que componen los cuadrantes del i Moran bivariante. En base a resultados del i Moran bivariante.
CUADRANTE Bivariante LISA ICm / IDHm
I (A-A)
Puerto Tejada, La Unión, Roldanillo, La Victoria, Zarzal, Bugalagrande, Andalucía, Tuluá, San Pedro, Buga Restrepo, Yotoco, Vijes, Guacarí, Ginebra, Cerrito, Palmira, Candelaria, Florida, Yumbo, Cali, Dagua, La Cumbre, Pradera, Sevilla, Consaca.
ll (B-A) Ipiales, Sandoná, Contadero, Guachené, Chachagüí, Colon, Funes, Pupiales, Iles, Ospina, Padilla, Miranda, Villa Rica.
lll (B-B)
Sipi, Medio San Juan, Condoto, Istmina, Certegui, El Carmen, Medio Baudó, Magui, Cumbitara, Guapi, El Charco, La Tola, Olaya Herrera, Mosquera, Francisco Pizarro, Tumaco, Roberto Payán, Barbacoas, Bajo Baudó, Alto Baudó, Nuqui, Carmen del Darién.
IV (A-B) El Cantón de San Pablo, Quibdó y Bahía Solano.
49
Figura 11 Diagrama de dispersión de Moran bivariante ICm / IDHm. 2015
En base a resultados estimados en los Software Geoda y/o Arcgis Map.
Para corroborar el análisis del LISA, se presenta la gráfica y el índice I de moran bivariante, cuyo valor es 0,39. El resultado, muestra una correlación espacial positiva, pero relativamente baja en comparación con el análisis individual de las variables, el diagrama de dispersión presenta una nube de puntos que comprueba que no hay una fuerte asociación entre la competitividad y el desarrollo humano
50
9 CONCLUSIONES
La construcción del ICm, enfoca al analista a encontrar posibles soluciones para potencializar cada municipio y tratar de cerrar brechas; de acuerdo con sus características internas, y lograr una evolución económica, productiva y social. En el desarrollo del trabajo, se aporta evidencia de una fuerte autocorrelación espacial positiva. Por lo tanto, se concluye que hay aglomeraciones de competitividad en los municipios de la RPC. Para este caso se observa una desigualdad entre el litoral Pacífico y la franja andina; ya que la concentración de municipalidades altamente competitivas se da en el Valle del Cauca, y en algunos municipios de Cauca y Nariño que se ubican en el corredor derecho del rio cauca. Mientras que los niveles bajos se reúnen en el Choco y el pacífico nariñense. Por otro lado, el IDHm, presenta un patrón geográfico similar al del ICm, con respecto a la concentración de altos niveles de desarrollo, la única diferencia es la densidad de municipios, ya que la del IDHm tiene más municipalidades con conglomerados de bienestar.
Sin embargo, en la integración de la competitividad y el desarrollo, el I de moran fue significativamente bajo (0.39); es decir, no presenta una fuerte asociación entre las variables, si se compara con los resultados individuales de las mismas. Por lo anterior se puede determinar que hay un clúster de competitividad que presenta altos niveles de desarrollo humano muy localizado y homogéneo y el resto de la región presenta asociaciones de bajos indicadores en los dos casos o ninguna relación estadísticamente significativa. Por lo tanto, no hay una contundente conclusión, de que la competitividad explique el desarrollo humano. Dicho de otro modo, la competitividad es una condición necesaria pero no suficiente para mejorar el bienestar de los municipios de la RPC. Esto debido a que existen grandes desigualdades entre las localidades, principalmente en cuanto al acceso de la población al sistema de salud y la educación. Otro factor delimitante, que puede afectar la relación Competitividad y Desarrollo es la violencia y delincuencia que afecta a la RCP, especialmente a los departamentos de Choco, Cauca y Nariño, son focos activos del conflicto armado. Para tener un panorama más amplio del valor de cada variable, dirigirse a los anexos a la tabla 19, se desagregan las variables que componen los pilares y sub-pilares, que se agrupan en los factores del ICm.
A partir de estos hallazgos se propone a manera de política pública, concentrarse en los municipios que presentan limitaciones al acceso de los factores productivos e implementar políticas sectoriales que articulen el territorio de la RPC. Es decir, impulsar el litoral pacífico colombiano, para acabar a mediano plazo con la desigualdad entre el interior y la periferia de la RPC.
Y finalmente, se pueden realizar mejoras al ICm y cuestionar los resultados con un análisis confirmatorio.
51
REFERENCIAS
Anselin, L. (2003). Geoda. Versión 1.12.1.59.28 (Software de computación). Lixun910 .Chicago. EEUU. Anselin, L. (2005). Explorando Datos Espaciales con GeoDa. Recuperado de https://geodacenter.github.io/documentation.html Aponte, E., Carrillo, L. A., Garizado, P. A., Aponte, G., Chávez, C. I., Burgos, D. A.,
y Duque, H. (2018). Estrategia Integral para el Desarrollo de la Competitividad Territorial de la Región Pacífico De Colombia. (Informe de Avance Proceso Metodológico). {Documento de trabajo. No publicado}.
Banguero, H. (2017). Análisis de la población; Conceptos, métodos y aplicaciones. Editorial. U. Autónoma de Occidente. Cali – Colombia Cámara de Comercio del Choco (2016). Una Mirada a la Dinámica Económica del
Chocó. Recuperado de: https://camarachoco.org.co/sites/default/files/adjuntos/estudio_economico_ccch-2016.pdf.
CEPAL (2019). Comisión Económica para América Latina y el Caribe. Recuperado
de: Recuperado de: . https://www.cepal.org/es/areas-de-trabajo/desarrollo-economico.
Compite 360 (2019). Recuperado de: http://www.compite360.com/portal/
Consejo Privado de Competitividad & CEPEC-Universidad del Rosario (2016); Índice Departamental de Competitividad. Recuperado de:
https://www.urosario.edu.co/competitividad/contenido/Publicaciones/IDC-2016/
Consejo Privado de Competitividad & CEPEC-Universidad del Rosario (2013); Índice Departamental de Competitividad. Recuperado de:
https://www.urosario.edu.co/competitividad/contenido/Publicaciones/Indice-Departamental-2013/
52
Chasco Y. (2013). Métodos gráficos del análisis exploratorio de datos espaciales. Universidad Autónoma de Madrid. Recuperado;
https://www.asepelt.org/ficheros/File/Anales/2003%20-%20Almeria/asepeltPDF/93.PDF
De Corso G. Pinilla M. Gallego J. (2017). Métodos Gráficos de Análisis Exploratorio
deDatos Espaciales con Variables Espacialmente Distribuidas. pp99. Universidad del Bosque. Bogotá. Recuperada de: http://www.redalyc.org/pdf/4096/409655122009.pdf
DNP (2015). Sistema de estadísticas territoriales – terridata; Recuperado de: https://terridata.dnp.gov.co/#/descargas DNP (2016). Panorama Regional; Los Retos en Cierre de Brechas para los Nuevos Mandatarios. 1er Edición. Recuperado de:
https://www.dnp.gov.co/estudios-y-publicaciones/publicaciones/Paginas/publicaciones.aspx
DNP (2016). Índice de Gestión de Proyectos de Regalías. Recuperado de; http://www.sgr.gov.co/SMSCE/ÍndicedeGestióndeProyectosdeRegalías.aspx Esqueda, R. (2010). Análisis Espacial de la Competitividad a Nivel Municipal: Una aplicación del análisis exploratorio de datos espaciales, Benemérita
Universidad Autónoma de Puebla. México, Puebla. Esqueda, R. Trejo, A. (2014). Desarrollo Local, Competitividad y Apertura
Económica en Tamaulipas. Revista Región y Sociedad. 59. 113-150 Esrinc. (1999). Arcgis Map. Version.10.5.0.6491. (Software de computación).
Berkeley,California. EEUU. Forero, P. Vallejo, L. (2017). El Desarrollo Humano en Colombia 2002-2014. Revista Saber, Ciencia y Libertad. 12 (2) 147-164. Universidad Libre de
Cartagena. Recuperado de; file:///C:/Users/Esteban/Downloads/1583-Texto%20del%20art%C3%ADculo-2404-2-10-20181123.pdf
53
Garizado, P. Duque, H. (2017). Medición del Desarrollo Humano Municipal en Colombia: Una Aproximación al Cálculo del IDH. Universidad Autónoma de
Occidente. Colombia, Cali. Manuscrito inédito o Manuscrito presentado para su publicación o Manuscrito en preparación.
Garizado, P. Duque, H. Aya D. (2019). El Desarrollo Humano en los Municipios de
la RPC. Artículo en Evaluación o Manuscrito en preparación.
Ibarra C, Trejos A. (2014). Competencia territorial: Un Marco Analítico Para Su Estudio.Revista. Economía, Sociedad y Territorio. Vol. 14. Núm. 49. 49-78. Recuperado de: http://www.redalyc.org/pdf/111/11129102002.pdf
Leal, C. (2015). Tesis Doctoral Hacia un Análisis Integral de la Competitividad Territorial; El caso del estado de Querétaro, México. Universidad Deusto.
Bilbao, España. Recuperado de: https://www.orkestra.deusto.es/images/investigacion/publicaciones/tesis/Analisis-competitividad-Queretaro.pdf
Llisterri, J. (2000). Documento de discusión; Competitividad y Desarrollo EconómicoLocal: Nuevas Oportunidades Operativas. Recuperado de: http://biblioteca.municipios.unq.edu.ar/modules/mislibros/archivos/dp3295.pdf
Ministerio de Justicia (2015). Sistema de Estadística en Justicia. Disponible en: http://sej.minjusticia.gov.co/JusticiaTerritorial/Paginas/default.aspx PNUD (2012). Índice de Desarrollo Humano en México: cambios metodológicos e información para las entidades federativas. México. recuperado de:
https://es.scribd.com/doc/85397713/Informe-de-la-ONU-sobre-Indice-de-Desarrollo-Humano-en-Mexico
Sánchez, M. (2008). Análisis Espacial de Datos y Turismo: Nuevas Técnicas para el Análisis Turístico. Revista de Estudios Empresariales. 2. 2008. p48-66.
Tobler, W. (1970). La Primera ley de Geografía de Tobler. Recuperado de:
54
https://www.researchgate.net/publication/328723512_Tobler's_First_Law_of_Geography
55
ANEXOS
Anexo A. Figuras y Tablas
Figura 12 Box Plot (Hinge=1,5) ICm Figura 13 Box Plot (Hinge=1,5) IDHm.
Figura 14 Aleatorización ICm: IDHm
56
Tabla 16 Resultados ICm por Factores
FACTORES
DPTO MPIO INDICE DE
COMPETITIVIDAD ICm 2015
CONDICIONES BASICAS
EFICIENCIA
SOFISTICACION
Cauca Guapi 0.22 0.11052 0.11145 0.00065
Choco Medio Atrato 0.23 0.15564 0.07691 0.00023
Cauca La Vega 0.24 0.13942 0.09889 0.00010
Nariño Mosquera 0.24 0.18586 0.05747 0.00005
Cauca Santa Rosa 0.25 0.11474 0.13801 0.00000
Nariño La Tola 0.25 0.14964 0.10468 0.00003
Nariño Magui 0.27 0.14071 0.12632 0.00006
Choco Certegui 0.27 0.17658 0.09567 0.00008
Choco Atrato 0.29 0.14051 0.15026 0.00023
Cauca Timbiquí 0.29 0.14606 0.14513 0.00037
Nariño San Bernardo 0.29 0.19852 0.09456 0.00004
Nariño Mallama 0.29 0.22325 0.07092 0.00005
Nariño Santa Barbara 0.30 0.18706 0.11327 0.00008
Nariño Los Andes 0.30 0.18485 0.11627 0.00015
Nariño Olaya Herrera 0.31 0.17475 0.13161 0.00027
Nariño Leiva 0.31 0.22192 0.08467 0.00006
Choco El Litoral del San Juan 0.31 0.22050 0.08668 0.00002
Cauca El Tambo 0.31 0.18523 0.12301 0.00043
Nariño El Rosario 0.31 0.22367 0.08509 0.00002
Nariño La Llanada 0.31 0.22980 0.07992 0.00008
Nariño El Charco 0.31 0.21172 0.09822 0.00020
Choco Medio Baudó 0.31 0.16830 0.14407 0.00002
Nariño Iles 0.31 0.24106 0.07350 0.00000
Nariño Roberto Payan 0.32 0.16061 0.15613 0.00004
Cauca López 0.32 0.13207 0.18523 0.00025
Nariño Linares 0.32 0.23452 0.08493 0.00007
Cauca Almaguer 0.32 0.13626 0.18386 0.00006
Cauca Páez 0.32 0.16577 0.15495 0.00037
Choco Alto Baudó 0.32 0.18233 0.13929 0.00002
Cauca Inza 0.32 0.15847 0.16356 0.00016
Cauca Totoro 0.33 0.15371 0.17521 0.00011
Cauca Florencia 0.33 0.16575 0.16380 0.00005
Nariño La Cruz 0.33 0.25651 0.07394 0.00015
Nariño Santacruz 0.33 0.16711 0.16366 0.00002
57
Tabla 16. Continuación.
DPTO MPIO ICm 2015
CONDICIONES BASICAS
EFICIENCIA
SOFISTICACION
Cauca Sucre 0.33 0.14876 0.18352 0.00001
Cauca Balboa 0.33 0.13938 0.19320 0.00030
Choco Rio Quito 0.33 0.21345 0.12052 0.00023
Nariño Chachagüí 0.33 0.22643 0.10835 0.00015
Cauca Sotará 0.34 0.13784 0.19751 0.00004
Choco Medio San Juan 0.34 0.16966 0.16616 0.00008
Choco Bojayá 0.34 0.19802 0.14210 0.00023
Cauca Cajibío 0.34 0.16946 0.17245 0.00028
Cauca Suarez 0.34 0.18204 0.16176 0.00032
Nariño Ipiales 0.34 0.24969 0.09497 0.00000
Choco Unión Panamericana 0.35 0.20411 0.14137 0.00008
Cauca Piamonte 0.35 0.13124 0.21531 0.00022
Cauca Argelia 0.35 0.16858 0.17908 0.00061
Choco Novita 0.35 0.19097 0.16042 0.00008
Nariño Funes 0.35 0.26370 0.08787 0.00001
Nariño Ospina 0.35 0.22929 0.12320 0.00001
Nariño Colon 0.35 0.24010 0.11288 0.00003
Cauca Rosas 0.35 0.17142 0.18176 0.00016
Nariño La Unión 0.35 0.28340 0.07007 0.00044
Nariño Ricaurte 0.36 0.18298 0.17431 0.00000
Nariño San Andrés de Tumaco 0.36 0.20305 0.15262 0.00207
Choco Rio Iro 0.36 0.17783 0.17985 0.00008
Nariño Cumbitara 0.36 0.20508 0.15557 0.00008
Nariño Providencia 0.36 0.20825 0.15650 0.00001
Nariño Barbacoas 0.37 0.23977 0.12581 0.00025
Nariño Contadero 0.37 0.23272 0.13628 0.00000
Nariño Gualmatan 0.37 0.27171 0.10059 0.00000
Nariño El Tablón de Gómez 0.37 0.27534 0.09781 0.00005
Cauca Purace 0.38 0.15819 0.21671 0.00011
Cauca Caldono 0.38 0.19247 0.18269 0.00028
Choco Condoto 0.38 0.24814 0.12740 0.00008
Cauca Mercaderes 0.38 0.16194 0.21363 0.00022
Nariño El Tambo 0.38 0.27756 0.09861 0.00005
Cauca Silvia 0.38 0.16215 0.21656 0.00035
58
Tabla 16. Continuación.
DPTO MPIO ICm 2015
CONDICIONES BASICAS
EFICIENCIA
SOFISTICACION
Nariño Tangua 0.38 0.22817 0.15405 0.00003
Nariño Nariño 0.38 0.24326 0.14028 0.00001
Nariño Arboleda 0.39 0.23158 0.15362 0.00004
Cauca San Sebastián 0.39 0.15098 0.23431 0.00000
Nariño Policarpa 0.39 0.27285 0.11309 0.00012
Nariño El Penol 0.39 0.22706 0.15980 0.00005
Nariño Cumbal 0.39 0.24471 0.14446 0.00000
Choco Acandí 0.39 0.24664 0.14300 0.00005
Nariño Pupiales 0.39 0.24814 0.14257 0.00000
Nariño Francisco Pizarro 0.39 0.15133 0.23951 0.00001
Cauca Guachené 0.39 0.16152 0.22978 0.00029
Choco Nuqui 0.39 0.22945 0.16256 0.00006
Cauca Jámbalo 0.39 0.17409 0.22085 0.00004
Nariño Belén 0.40 0.25321 0.14274 0.00008
Choco El Carmen de Atrato 0.40 0.21711 0.17872 0.00023
Choco Sipi 0.40 0.19277 0.20402 0.00008
Cauca Buenos Aires 0.40 0.14565 0.25097 0.00027
Cauca Padilla 0.40 0.16591 0.23124 0.00009
Nariño Samaniego 0.40 0.24376 0.15344 0.00023
Nariño San Pablo 0.40 0.30273 0.09468 0.00010
Cauca Miranda 0.40 0.19107 0.20626 0.00097
Cauca Morales 0.40 0.19059 0.20901 0.00027
Nariño Aldana 0.40 0.29335 0.10734 0.00008
Cauca Bolívar 0.40 0.16895 0.23485 0.00033
Nariño Potosí 0.40 0.23727 0.16767 0.00000
Nariño Cuaspud 0.41 0.25660 0.14894 0.00000
Nariño Taminango 0.41 0.25043 0.15583 0.00018
Nariño Sandoná 0.41 0.26790 0.14054 0.00022
Choco Istmina 0.41 0.28138 0.12722 0.00008
Choco Unguia 0.41 0.24410 0.16855 0.00005
Choco Lloro 0.42 0.20534 0.21064 0.00023
Cauca Patía 0.42 0.17217 0.24392 0.00112
Choco Tadó 0.42 0.22293 0.19492 0.00008
Nariño Alban 0.42 0.20507 0.21392 0.00005
Choco Bajo Baudó 0.42 0.28494 0.13413 0.00002
59
Tabla 16. Continuación.
DPTO MPIO ICm 2015
CONDICIONES BASICAS
EFICIENCIA SOFISTICACION
Cauca Toribio 0.42 0.18597 0.23637 0.00018
Choco Carmen del Darién 0.42 0.21436 0.20873 0.00005
Nariño Puerres 0.42 0.25818 0.16660 0.00000
Nariño Yacuanquer 0.43 0.29417 0.13082 0.00004
Nariño San Pedro de Cartago 0.43 0.22515 0.20309 0.00001
Cauca Villa Rica 0.43 0.15551 0.27251 0.00050
Nariño La Florida 0.43 0.25433 0.17496 0.00002
Cauca Timbío 0.43 0.18768 0.24167 0.00086
Choco Jurado 0.43 0.26086 0.17177 0.00006
Choco San José del Palmar 0.44 0.26836 0.16746 0.00008
Choco Riosucio 0.44 0.24739 0.18972 0.00005
Nariño Ancuya 0.44 0.27034 0.16844 0.00004
Nariño Sapuyes 0.45 0.26592 0.18012 0.00003
Nariño Guachucal 0.45 0.28384 0.16651 0.00000
Nariño Consaca 0.45 0.26744 0.18385 0.00006
Cauca Piendamo 0.45 0.18802 0.26232 0.00115
Cauca La Sierra 0.45 0.18159 0.27082 0.00013
Nariño San Lorenzo 0.45 0.23067 0.22330 0.00005
Nariño Buesaco 0.46 0.26776 0.18797 0.00018
Nariño Imues 0.46 0.27581 0.18573 0.00006
Choco Bagadó 0.46 0.27898 0.18266 0.00023
Cauca Corinto 0.46 0.19333 0.26837 0.00065
Nariño Tuquerres 0.46 0.30542 0.15898 0.00043
Cauca Puerto Tejada 0.47 0.21587 0.25062 0.00145
Nariño Guaitarilla 0.47 0.30449 0.16515 0.00006
Valle del Cauca Alcalá 0.48 0.29056 0.18457 0.00062
Choco Bahía Solano 0.48 0.28262 0.19520 0.00006
Choco El Cantón del San Pablo 0.48 0.18356 0.29592 0.00008
Valle del Cauca Ulloa 0.49 0.36101 0.12452 0.00008
Nariño Córdoba 0.49 0.27834 0.21195 0.00000
Valle del Cauca Dagua 0.49 0.44423 0.04481 0.00172
Valle del Cauca Trujillo 0.49 0.42514 0.06750 0.00054
60
Tabla 16. Continuación.
DPTO MPIO ICm 2015
CONDICIONES BASICAS
EFICIENCIA
SOFISTICACION
Cauca Santander de Quilichao 0.49 0.21506 0.27504 0.00459
Valle del Cauca El Cairo 0.50 0.36006 0.13904 0.00014
Nariño Pasto 0.51 0.31793 0.18224 0.00943
Valle del Cauca La Unión 0.53 0.48679 0.03715 0.00315
Valle del Cauca Argelia 0.54 0.37367 0.16494 0.00011
Valle del Cauca El águila 0.57 0.40045 0.16974 0.00020
Choco Quibdó 0.57 0.31646 0.25393 0.00023
Cauca Popayán 0.58 0.23203 0.32648 0.02155
Valle del Cauca Vijes 0.58 0.38538 0.19500 0.00040
Valle del Cauca Candelaria 0.58 0.43935 0.13897 0.00405
Valle del Cauca Guacarí 0.60 0.44133 0.16171 0.00108
Cauca Caloto 0.62 0.23572 0.38047 0.00038
Valle del Cauca Toro 0.63 0.42574 0.20344 0.00054
Valle del Cauca Yotoco 0.64 0.38975 0.25102 0.00054
Valle del Cauca Cartago 0.65 0.47601 0.16137 0.01103
Valle del Cauca Obando 0.65 0.38877 0.26247 0.00034
Valle del Cauca San Pedro 0.66 0.39682 0.25788 0.00041
Valle del Cauca Calima 0.66 0.41911 0.24284 0.00119
Valle del Cauca Restrepo 0.67 0.48044 0.18531 0.00070
Valle del Cauca Bugalagrande 0.67 0.51603 0.15000 0.00081
Valle del Cauca Riofrio 0.67 0.44396 0.22544 0.00044
Valle del Cauca El Dovio 0.67 0.40754 0.26405 0.00040
Valle del Cauca Buenaventura 0.68 0.35659 0.30629 0.01636
Valle del Cauca Pradera 0.69 0.47059 0.21830 0.00155
Valle del Cauca Florida 0.70 0.50280 0.19512 0.00219
Valle del Cauca Caicedonia 0.70 0.51319 0.18647 0.00170
61
Tabla 16. Continuación.
DPTO MPIO ICm 2015 CONDICIONES BASICAS EFICIENCIA SOFISTICACION
Valle del Cauca Tuluá 0.70 0.53452 0.15129 0.01570
Valle del Cauca Roldanillo 0.70 0.47850 0.22114 0.00247
Valle del Cauca La Victoria 0.71 0.51167 0.19394 0.00045
Valle del Cauca Sevilla 0.71 0.46061 0.24470 0.00207
Valle del Cauca La Cumbre 0.72 0.43834 0.27653 0.00047
Valle del Cauca Ginebra 0.72 0.49383 0.22220 0.00093
Valle del Cauca Ansermanuevo 0.73 0.45911 0.26871 0.00069
Valle del Cauca Andalucía 0.74 0.49817 0.24055 0.00082
Valle del Cauca El Cerrito 0.74 0.51313 0.22368 0.00312
Valle del Cauca
Guadalajara de Buga 0.74 0.55240 0.17934 0.00934
Valle del Cauca Bolívar 0.77 0.48036 0.28935 0.00039
Valle del Cauca Yumbo 0.78 0.50091 0.27281 0.00791
Valle del Cauca Palmira 0.79 0.54641 0.22939 0.01813
Valle del Cauca Jamundí 0.81 0.51560 0.28255 0.00794
Valle del Cauca Versalles 0.82 0.47282 0.35052 0.00018
Valle del Cauca Zarzal 0.85 0.56358 0.28197 0.00253
Valle del Cauca Cali 1.00 0.51800 0.28631 0.20000
Nota. Resultados ICm por Factores. En base a resultados obtenidos de las bases de datos del DNP (2015). Sistema de estadísticas territoriales – terridata; Recuperado de: https://terridata.dnp.gov.co/#/descargas y el Sistema De Información Territorial que está siendo implantado por el GIED (Grupo de Investigación Economía y Desarrollo) de la Universidad Autónoma de Occidente
62
Tabla 17 Resultados IDHm por Factores
FACTORES
DPTO MPIO IDH 2015 IDS 2015 IDE 2015 IDI 2015
Choco Medio Atrato 0.23475 0.51437 0.06091 0.41287
Choco Alto Baudó 0.30126 0.40445 0.14937 0.45256
Nariño Roberto Payan 0.30649 0.60545 0.10637 0.44707
Choco Bagadó 0.34215 0.25921 0.36268 0.42608
Nariño Olaya Herrera 0.35029 0.68798 0.14068 0.44413
Choco Rio Iro 0.37149 0.50993 0.23425 0.42920
Choco Medio Baudó 0.37165 0.57272 0.18312 0.48947
Choco Lloro 0.39297 0.34086 0.32200 0.55290
Nariño El Charco 0.39631 0.59720 0.21174 0.49223
Choco Bajo Baudó 0.39965 0.45140 0.30215 0.46801
Nariño Santa Barbara 0.40029 0.52527 0.21297 0.57335
Valle del Cauca El Cairo 0.40258 0.36198 0.37437 0.48147
Choco Medio San Juan 0.40421 0.47157 0.32754 0.42758
Nariño Santacruz 0.41222 0.79732 0.20320 0.43235
Nariño Magui 0.41384 0.61399 0.23594 0.48924
Choco El Litoral del San Juan 0.41560 0.68164 0.24942 0.42220
Choco Jurado 0.42117 0.47099 0.32214 0.49240
Nariño La Tola 0.43113 0.59084 0.30760 0.44094
Choco Sipi 0.43865 0.75037 0.24046 0.46779
Choco Novita 0.44037 0.63971 0.29281 0.45591
Valle del Cauca Cartago 0.44616 0.62550 0.29884 0.47514
Cauca Jámbalo 0.44739 0.75569 0.21637 0.54766
Nariño Mosquera 0.44856 0.72414 0.27941 0.44605
Nariño Francisco Pizarro 0.45248 0.69534 0.29548 0.45090
Choco Riosucio 0.45499 0.49870 0.30094 0.62757
Choco Bojayá 0.46746 0.54403 0.36027 0.52119
Choco Atrato 0.46861 0.55222 0.40285 0.46258
Choco Bahía Solano 0.47650 0.59809 0.39430 0.45876
Nariño Colon 0.47726 0.55138 0.48282 0.40834
Nariño Cumbal 0.48107 0.72136 0.31827 0.48493
Nariño Ricaurte 0.48271 0.54328 0.42093 0.49186
Nariño La Llanada 0.48279 0.89581 0.24490 0.51294
Cauca Santa Rosa 0.49202 0.62242 0.37698 0.50764
Cauca Piamonte 0.49725 0.67731 0.34910 0.51998
Cauca López 0.50057 0.76385 0.31070 0.52851
63
Tabla 17. Continuación.
DPTO MPIO IDH 2015 IDS 2015 IDE 2015 IDI 2015
Choco Cantón del San Pablo 0.50117 0.58188 0.28136 0.76892
Cauca Argelia 0.50171 0.62679 0.36954 0.54522
Nariño Providencia 0.50274 0.76291 0.32624 0.51051
Choco Unión Panamericana 0.51074 0.71054 0.37877 0.49502
Cauca La Vega 0.51473 0.70446 0.36073 0.53666
Nariño Los Andes 0.51537 0.78548 0.34033 0.51205
Choco Nuqui 0.52090 0.77683 0.41339 0.44013
Nariño San Bernardo 0.52359 0.83652 0.37815 0.45377
Nariño Leiva 0.52559 0.79794 0.34727 0.52398
Cauca Timbiquí 0.52685 0.64660 0.39780 0.56855
Cauca Almaguer 0.52706 0.69359 0.39021 0.54097
Choco Rio Quito 0.53335 0.62488 0.43662 0.55608
Cauca San Sebastián 0.53478 0.75873 0.38542 0.52300
Choco Istmina 0.53497 0.40390 0.59151 0.64083
Cauca Sucre 0.53507 0.65033 0.40693 0.57885
Cauca Páez 0.53729 0.72973 0.37619 0.56502
Nariño San Andrés de Tumaco 0.54073 0.63925 0.40575 0.60954
Nariño El Rosario 0.54111 0.71098 0.42438 0.52510
Nariño El Penol 0.54580 0.81126 0.34356 0.58336
Cauca Buenos Aires 0.54817 0.67693 0.38421 0.63334
Choco El Carmen de Atrato 0.55131 0.74857 0.37656 0.59447
Nariño Barbacoas 0.55209 0.72197 0.39207 0.59448
Nariño Alban 0.55665 0.84520 0.40906 0.49888
Cauca Inza 0.55755 0.69121 0.45062 0.55645
Nariño Policarpa 0.55943 0.83644 0.39337 0.53212
Cauca Sotará 0.56038 0.80490 0.39627 0.55170
Cauca Toribio 0.56312 0.77376 0.39593 0.58288
Nariño Samaniego 0.56368 0.87155 0.41685 0.49297
Cauca Caldono 0.56739 0.76486 0.42106 0.56716
Cauca Morales 0.56851 0.73727 0.41061 0.60696
Valle del Cauca Alcalá 0.57221 0.89232 0.32722 0.64168
Cauca Silvia 0.57568 0.71075 0.45499 0.58997
Cauca Totoro 0.57601 0.72201 0.40336 0.65622
Choco Tadó 0.58273 0.62240 0.52462 0.60603
Cauca Purace 0.58292 0.85366 0.41122 0.56425
Choco Quibdó 0.58334 0.61167 0.49717 0.65276
64
Tabla 17. Continuación.
DPTO MPIO IDH 2015 IDS 2015 IDE 2015 IDI 2015
Nariño Mallama 0.58433 0.70318 0.53311 0.53221
Valle del Cauca Buenaventura 0.58531 0.68553 0.43526 0.67203
Cauca Guapi 0.58644 0.71140 0.47665 0.59476
Cauca Suarez 0.59175 0.69554 0.49151 0.60613
Choco San José del Palmar 0.59242 0.72185 0.55318 0.52068
Cauca Balboa 0.59400 0.79725 0.43700 0.60157
Cauca Patía 0.59426 0.80799 0.43887 0.59182
Nariño Yacuanquer 0.59527 0.72281 0.47543 0.61381
Choco Unguia 0.59805 0.77661 0.40649 0.67758
Nariño San Pedro de Cartago 0.59886 0.77176 0.52984 0.52522
Cauca Bolívar 0.59922 0.80647 0.48226 0.55319
Cauca Cajibío 0.59937 0.77863 0.46831 0.59050
Nariño Córdoba 0.59981 0.85342 0.44559 0.56747
Cauca La Sierra 0.60392 0.83144 0.45051 0.58804
Valle del Cauca Ansermanuevo 0.60804 0.81506 0.39348 0.70094
Nariño Cuaspud 0.60878 0.79445 0.55228 0.51424
Choco Acandí 0.60983 0.73074 0.46053 0.67393
Nariño Buesaco 0.61202 0.82286 0.48301 0.57679
Cauca Guachené 0.61224 0.77501 0.48335 0.61261
Nariño Consaca 0.61742 0.77789 0.47496 0.63705
Nariño Funes 0.61849 0.75690 0.52525 0.59511
Nariño Arboleda 0.61925 0.67364 0.60436 0.58326
Nariño Linares 0.61939 0.82679 0.50121 0.57344
Nariño San Lorenzo 0.62505 0.80800 0.54185 0.55777
Nariño Sandoná 0.62736 0.83453 0.53771 0.55025
Cauca Piendamo 0.62771 0.81856 0.49016 0.61644
Cauca Villa Rica 0.62807 0.83347 0.49007 0.60655
Cauca Rosas 0.62858 0.81592 0.51488 0.59119
Nariño Contadero 0.62899 0.64933 0.64027 0.59856
Cauca Mercaderes 0.62956 0.79456 0.50921 0.61671
Cauca Florencia 0.62999 0.86273 0.52199 0.55522
Nariño Taminango 0.63231 0.77539 0.56311 0.57901
Valle del Cauca Dagua 0.63481 0.79928 0.45376 0.70536
Valle del Cauca El Dovio 0.63792 0.79124 0.45783 0.71662
Valle del Cauca El águila 0.63923 0.75482 0.44198 0.78295
Nariño Chachagüí 0.64114 0.83252 0.57404 0.55146
65
Tabla 17. Continuación.
DPTO MPIO IDH 2015 IDS 2015 IDE 2015 IDI 2015
Nariño Puerres 0.64120 0.86186 0.49717 0.61523
Cauca El Tambo 0.64219 0.78104 0.52423 0.64683
Nariño Sapuyes 0.64281 0.85074 0.45824 0.68133
Cauca Corinto 0.64341 0.76275 0.50236 0.69513
Cauca Timbío 0.64377 0.83888 0.52536 0.60538
Valle del Cauca Toro 0.64547 0.82687 0.50102 0.64915
Valle del Cauca La Victoria 0.64649 0.84395 0.45983 0.69625
Nariño El Tablón de Gómez 0.64783 0.83057 0.58784 0.55687
Valle del Cauca San Pedro 0.64879 0.85989 0.42978 0.73896
Nariño Pupiales 0.64987 0.80854 0.54019 0.62839
Nariño Ospina 0.65120 0.78653 0.52494 0.66883
Cauca Miranda 0.65418 0.84212 0.44600 0.74538
Valle del Cauca Ulloa 0.65509 0.85261 0.45918 0.71807
Nariño Tangua 0.65610 0.78696 0.56445 0.63582
Valle del Cauca Bolívar 0.65762 0.81756 0.48973 0.71031
Valle del Cauca Obando 0.65881 0.84812 0.47664 0.70735
Cauca Puerto Tejada 0.66059 0.83225 0.51028 0.67879
Valle del Cauca Florida 0.66324 0.88370 0.51944 0.63558
Cauca Padilla 0.66347 0.88806 0.53706 0.61235
Nariño La Florida 0.66426 0.83861 0.58118 0.60137
Valle del Cauca Jamundí 0.66441 0.87345 0.47146 0.71224
Valle del Cauca Sevilla 0.66528 0.88712 0.49464 0.67103
Nariño Potosí 0.66651 0.83652 0.56235 0.62940
Valle del Cauca Yotoco 0.66671 0.83431 0.46655 0.76134
Nariño Guaitarilla 0.66779 0.83155 0.57928 0.61821
Nariño La Unión 0.66939 0.86146 0.53255 0.65380
Nariño Tuquerres 0.67040 0.82993 0.54416 0.66717
Nariño Ipiales 0.67095 0.88601 0.54019 0.63107
Nariño Iles 0.67237 0.78113 0.60465 0.64356
Valle del Cauca Vijes 0.67240 0.86761 0.51308 0.68292
Choco Certegui 0.67267 0.84138 0.56046 0.64546
Nariño Nariño 0.67295 0.82207 0.58799 0.63049
Choco Condoto 0.67357 0.78610 0.63963 0.60778
Nariño La Cruz 0.67630 0.80103 0.74518 0.51822
Valle del Cauca La Unión 0.67678 0.82496 0.62400 0.60218
Nariño San Pablo 0.67680 0.86176 0.65671 0.54780
66
Tabla 17. Continuación.
DPTO MPIO IDH 2015 IDS 2015 IDE 2015 IDI 2015
Cauca Santander de Quilichao 0.67871 0.83743 0.52745 0.70784
Nariño Cumbitara 0.67889 0.86097 0.51601 0.70428
Valle del Cauca Trujillo 0.68042 0.83205 0.50106 0.75559
Valle del Cauca Caicedonia 0.68099 0.86680 0.49089 0.74219
Valle del Cauca Versalles 0.68114 0.84359 0.51783 0.72342
Nariño Imues 0.68250 0.82706 0.60646 0.63384
Nariño Belén 0.68267 0.79167 0.67914 0.59173
Valle del Cauca Andalucía 0.68443 0.87181 0.52317 0.70296
Valle del Cauca Argelia 0.68564 0.82569 0.50091 0.77931
Valle del Cauca La Cumbre 0.68697 0.80750 0.60691 0.66153
Valle del Cauca El Cerrito 0.68896 0.87545 0.52555 0.71078
Valle del Cauca Guacarí 0.68967 0.86881 0.57366 0.65818
Nariño Guachucal 0.69044 0.80217 0.63033 0.65095
Valle del Cauca Pradera 0.69057 0.90489 0.52127 0.69817
Valle del Cauca Riofrio 0.69751 0.83377 0.50989 0.79824
Valle del Cauca Restrepo 0.70241 0.85002 0.57043 0.71474
Nariño Pasto 0.70672 0.87642 0.59444 0.67752
Nariño Ancuya 0.71059 0.84453 0.72844 0.58324
Valle del Cauca Tuluá 0.71499 0.89975 0.58038 0.69994
Choco Carmen del Darién 0.71751 0.90016 0.57245 0.71683
Valle del Cauca Cali 0.71786 0.92970 0.55294 0.71960
Nariño Gualmatan 0.71787 0.79219 0.67889 0.68787
Valle del Cauca Candelaria 0.72025 0.88769 0.55360 0.76030
Valle del Cauca Calima 0.72124 0.85918 0.60680 0.71964
Nariño El Tambo 0.72564 0.83623 0.72869 0.62703
Nariño Aldana 0.72565 0.79583 0.76689 0.62607
Valle del Cauca Zarzal 0.72601 0.86741 0.58495 0.75421
Cauca Popayán 0.73204 0.89366 0.62759 0.69945
Valle del Cauca Palmira 0.73689 0.91942 0.58293 0.74659
Valle del Cauca Ginebra 0.74109 0.87691 0.66913 0.69365
Valle del Cauca Bugalagrande 0.74170 0.86404 0.57926 0.81523
Valle del Cauca Guadalajara de Buga 0.74471 0.91681 0.57935 0.77757
Valle del Cauca Roldanillo 0.75049 0.89947 0.68933 0.68174
Valle del Cauca Yumbo 0.76289 0.87945 0.53706 0.94006
Cauca Caloto 0.76904 0.72115 0.63757 0.98924
67
Nota. Resultados IDHm por Factores. Adaptado de Medición del Desarrollo Humano Municipal en Colombia: Una Aproximación al Cálculo del IDH. Por Paula Garizado y Henry Duque. 2017. Manuscrito inédito o Manuscrito presentado para su publicación.
Tabla 18 Variables de ICm 2015
68
Tabña 18. Continuación
Nota. Variables de ICm 2015.
Obtenidos de las bases de datos del DNP (2015). Sistema de estadísticas territoriales – terridata; Recuperado de: https://terridata.dnp.gov.co/#/descargas y el Sistema De Información Territorial que está siendo implantado por el GIED (Grupo de Investigación Economía y Desarrollo) de la Universidad Autónoma de Occidente.
69
Tabla 19 Resultados ICm por pilares y sub-pilares
FACTOR CONDICIONES BASICAS
OM
MPIO
PILAR INSTITUCIONES
PILAR INFRAESTRUCTURA
TAMAÑO DEL
MERCADO
EDUCACION BASICA Y MEDIA
PILAR SALUD
PILAR MEDIO
AMBIENTE
Desempeño
Adm
Gestión
Fiscal
Transp
seguridad y
justicia
TOTAL,
PILAR INSTIT
Servicios
Públicos
Infraest
TOTAL, PILAR
INFRAEST
Tamaño de
Mercado Interno
Cobertura neta en
educación
secundaria
Cobertura neta en
educación media
Tasa de deserción intra-
anual de la educación
básica y media
TOTAL, PILAR
EDUC BAS. Y
MEDIA
Cobertura de
aseguramiento en salud
- Afiliados al SGSSS
Cobertura de
vacunación triple
viral
inversión
Salud
TOTAL,
PILAR
SALUD
Índice de riesgo
ajustado por
capacidades
Cauca Popayán 0.13 0.21 0.08 0.14 0.11 0.50 0.48 0.20 0.03 0.21 0.21 0.04 0.09 0.22 0.15 0.13 0.10 0.05
Cauca Almaguer 0.11 0.14 0.11 0.01 0.07 0.16 0.00 0.03 0.02 0.11 0.09 0.02 0.04 0.16 0.02 0.22 0.08 0.09
Cauca Argelia 0.11 0.16 0.10 0.06 0.09 0.29 0.00 0.06 0.02 0.14 0.08 0.07 0.06 0.20 0.12 0.30 0.12 0.08
Cauca Balboa 0.12 0.08 0.09 0.06 0.07 0.34 0.00 0.07 0.02 0.09 0.09 0.03 0.04 0.17 0.09 0.23 0.10 0.05
Cauca Bolívar 0.19 0.17 0.20 0.04 0.12 0.19 0.00 0.04 0.05 0.13 0.12 0.04 0.06 0.18 0.02 0.23 0.09 0.07
Cauca Buenos Aires 0.18 0.13 0.13 0.09 0.11 0.20 0.00 0.04 0.02 0.11 0.10 0.03 0.05 0.14 0.08 0.31 0.11 0.05
Cauca Cajibío 0.18 0.16 0.14 0.04 0.10 0.22 0.00 0.04 0.02 0.15 0.13 0.04 0.06 0.20 0.06 0.30 0.11 0.08
Cauca Caldono 0.18 0.08 0.17 0.01 0.09 0.39 0.00 0.08 0.02 0.18 0.14 0.07 0.08 0.22 0.11 0.29 0.12 0.09
Cauca Caloto 0.15 0.19 0.10 0.17 0.12 0.33 0.03 0.07 0.10 0.33 0.33 0.03 0.14 0.33 0.09 0.27 0.14 0.02
Cauca Corinto 0.22 0.17 0.21 0.13 0.15 0.33 0.00 0.07 0.02 0.16 0.14 0.12 0.09 0.18 0.14 0.28 0.12 0.05
Cauca El Tambo 0.18 0.14 0.19 0.09 0.12 0.34 0.00 0.07 0.02 0.16 0.15 0.05 0.07 0.21 0.11 0.33 0.13 0.06
Cauca Florencia 0.22 0.14 0.16 0.06 0.12 0.28 0.00 0.06 0.02 0.14 0.15 0.01 0.06 0.19 0.08 0.17 0.09 0.07
Cauca Guachene 0.15 0.22 0.16 0.04 0.11 0.33 0.00 0.07 0.02 0.33 0.33 0.03 0.14 0.05 0.12 0.11 0.06 0.01
Cauca Guapi 0.08 0.10 0.07 0.10 0.07 0.24 0.00 0.05 0.02 0.08 0.06 0.02 0.03 0.19 0.19 0.00 0.08 0.03
Cauca Inza 0.18 0.21 0.16 0.01 0.11 0.15 0.00 0.03 0.02 0.14 0.12 0.07 0.07 0.17 0.09 0.26 0.10 0.06
Cauca Jámbalo 0.18 0.10 0.13 0.01 0.09 0.32 0.00 0.06 0.02 0.14 0.11 0.08 0.07 0.19 0.12 0.25 0.11 0.09
Cauca La Sierra 0.13 0.16 0.16 0.06 0.10 0.44 0.00 0.09 0.02 0.16 0.14 0.06 0.07 0.22 0.13 0.19 0.11 0.06
Cauca La Vega 0.16 0.21 0.17 0.01 0.11 0.21 0.00 0.04 0.02 0.05 0.05 0.03 0.03 0.05 0.12 0.18 0.07 0.08
Cauca López 0.11 0.16 0.15 0.03 0.09 0.26 0.00 0.05 0.02 0.08 0.04 0.01 0.03 0.13 0.06 0.22 0.08 0.06
Cauca Mercaderes 0.17 0.12 0.17 0.17 0.13 0.18 0.00 0.04 0.02 0.13 0.12 0.01 0.05 0.19 0.18 0.26 0.13 0.04
Cauca Miranda 0.20 0.20 0.20 0.05 0.13 0.40 0.03 0.09 0.08 0.11 0.11 0.07 0.06 0.11 0.15 0.18 0.09 0.03
Cauca Morales 0.18 0.17 0.18 0.03 0.11 0.30 0.00 0.06 0.02 0.20 0.13 0.13 0.09 0.23 0.16 0.22 0.12 0.07
Cauca Padilla 0.17 0.18 0.14 0.05 0.11 0.41 0.00 0.08 0.02 0.19 0.17 0.10 0.09 0.19 0.17 0.12 0.10 0.02
Cauca Páez 0.15 0.21 0.15 0.03 0.11 0.32 0.00 0.06 0.01 0.13 0.09 0.07 0.06 0.21 0.11 0.22 0.11 0.06
Cauca Patia 0.11 0.17 0.15 0.12 0.11 0.29 0.08 0.07 0.02 0.13 0.10 0.07 0.06 0.18 0.15 0.30 0.13 0.04
Cauca Piamonte 0.13 0.16 0.10 0.08 0.10 0.29 0.00 0.06 0.01 0.12 0.06 0.10 0.06 0.21 0.11 0.15 0.09 0.02
Cauca Piendamo 0.16 0.19 0.15 0.07 0.11 0.37 0.05 0.08 0.02 0.16 0.16 0.05 0.08 0.17 0.10 0.29 0.11 0.06
Cauca Puerto Tejada 0.20 0.18 0.15 0.19 0.14 0.42 0.20 0.12 0.06 0.17 0.18 0.03 0.08 0.26 0.12 0.22 0.12 0.02
Cauca Purace 0.16 0.19 0.11 0.03 0.10 0.25 0.00 0.05 0.02 0.14 0.12 0.07 0.07 0.22 0.08 0.17 0.10 0.06
Cauca Rosas 0.15 0.15 0.11 0.07 0.09 0.46 0.00 0.09 0.02 0.14 0.15 0.04 0.07 0.14 0.07 0.27 0.10 0.06
Cauca San Sebastián 0.19 0.16 0.16 0.01 0.10 0.37 0.00 0.07 0.02 0.11 0.10 0.06 0.05 0.12 0.06 0.18 0.07 0.05
Cauca Santander de Quilichao 0.19 0.19 0.16 0.07 0.12 0.33 0.22 0.11 0.07 0.18 0.18 0.03 0.08 0.24 0.14 0.27 0.13 0.03
Cauca Santa Rosa 0.17 0.14 0.17 0.09 0.11 0.19 0.00 0.04 0.02 0.07 0.05 0.04 0.03 0.03 0.05 0.11 0.04 0.05
Cauca Silvia 0.18 0.03 0.15 0.02 0.08 0.18 0.00 0.04 0.03 0.15 0.14 0.03 0.06 0.24 0.10 0.33 0.13 0.07
Cauca Sotará 0.20 0.15 0.16 0.02 0.11 0.23 0.00 0.05 0.02 0.09 0.08 0.04 0.04 0.10 0.06 0.20 0.07 0.06
Cauca Suarez 0.20 0.13 0.18 0.11 0.13 0.36 0.00 0.07 0.01 0.16 0.15 0.03 0.07 0.21 0.08 0.23 0.10 0.07
Cauca Sucre 0.16 0.15 0.17 0.02 0.10 0.19 0.00 0.04 0.02 0.11 0.09 0.04 0.05 0.16 0.14 0.18 0.10 0.07
Cauca Timbío 0.17 0.15 0.17 0.06 0.11 0.32 0.02 0.07 0.02 0.17 0.19 0.07 0.08 0.18 0.15 0.30 0.13 0.05
Cauca Timbiquí 0.18 0.19 0.08 0.03 0.10 0.41 0.00 0.08 0.01 0.07 0.06 0.03 0.03 0.26 0.13 0.19 0.12 0.03
Cauca Toribio 0.15 0.17 0.15 0.01 0.10 0.29 0.00 0.06 0.03 0.16 0.14 0.01 0.06 0.23 0.17 0.30 0.14 0.08
Cauca Totoro 0.16 0.20 0.13 0.02 0.10 0.19 0.00 0.04 0.02 0.11 0.11 0.02 0.05 0.19 0.11 0.20 0.10 0.08
Cauca Villa Rica 0.18 0.22 0.16 0.07 0.13 0.31 0.05 0.07 0.02 0.16 0.17 0.05 0.08 0.17 0.15 0.10 0.08 0.01
Choco Quibdó 0.19 0.19 0.20 0.15 0.15 0.26 0.36 0.13 0.01 0.18 0.17 0.04 0.08 0.27 0.17 0.13 0.11 0.05
Choco Acandí 0.13 0.03 0.09 0.07 0.06 0.43 0.01 0.09 0.01 0.18 0.13 0.07 0.08 0.27 0.11 0.10 0.10 0.08
Choco Alto Baudó 0.13 0.12 0.09 0.00 0.07 0.24 0.00 0.05 0.01 0.02 0.01 0.05 0.02 0.10 0.04 0.23 0.07 0.09
Choco Atrato 0.10 0.12 0.11 0.03 0.07 0.26 0.00 0.05 0.00 0.08 0.08 0.09 0.05 0.10 0.07 0.00 0.03 0.02
Choco Bagadó 0.08 0.15 0.10 0.01 0.07 0.36 0.00 0.07 0.00 0.15 0.10 0.33 0.12 0.31 0.28 0.17 0.15 0.05
Choco Bahía Solano 0.14 0.17 0.07 0.10 0.10 0.40 0.01 0.08 0.01 0.16 0.14 0.14 0.09 0.24 0.17 0.22 0.13 0.07
Choco Bajo Baudó 0.20 0.18 0.14 0.03 0.11 0.47 0.01 0.09 0.01 0.08 0.04 0.21 0.06 0.21 0.17 0.24 0.12 0.07
Choco Bojayá 0.14 0.15 0.09 0.01 0.08 0.29 0.01 0.06 0.01 0.08 0.05 0.02 0.03 0.30 0.03 0.18 0.10 0.05
Choco El Cantón del San Pablo 0.16 0.11 0.13 0.01 0.08 0.43 0.00 0.09 0.00 0.08 0.08 0.00 0.03 0.12 0.06 0.20 0.08 0.03
70
Tabla 19. Continuación
Choco Carmen del Darién 0.10 0.14 0.07 0.01 0.06
0.25 0.00 0.05
0.01
0.12 0.07 0.18 0.07
0.21 0.01 0.19 0.08
0.08
Choco Certegui 0.19 0.11 0.14 0.01 0.09 0.28 0.00 0.06 0.01 0.07 0.06 0.15 0.06 0.04 0.15 0.13 0.06 0.02
Choco Condoto 0.17 0.13 0.17 0.05 0.11 0.49 0.00 0.10 0.00 0.16 0.13 0.12 0.08 0.16 0.09 0.23 0.09 0.03
Choco El Carmen de Atrato 0.15 0.13 0.11 0.01 0.08 0.41 0.00 0.08 0.01 0.05 0.08 0.07 0.04 0.07 0.13 0.22 0.08 0.07
Choco El Litoral del San Juan 0.18 0.12 0.16 0.00 0.09 0.50 0.01 0.10 0.01 0.06 0.03 0.16 0.05 0.12 0.09 0.16 0.07 0.04
Choco Istmina 0.10 0.12 0.10 0.11 0.09 0.49 0.15 0.13 0.01 0.21 0.18 0.11 0.10 0.28 0.17 0.19 0.13 0.02
Choco Jurado 0.13 0.13 0.11 0.07 0.09 0.50 0.01 0.10 0.01 0.11 0.06 0.11 0.06 0.23 0.16 0.13 0.10 0.08
71
FACTOR CONDICIONES BASICAS
DPNOM
MPIO
PILAR INSTITUCIONES
PILAR INFRAESTRUCTURA
TAMAÑO DEL
MERCADO
EDUCACION BASICA Y MEDIA
PILAR SALUD
PILAR MEDIO
AMBIENTE
Desempeño
Adm
Gestión
Fiscal
Transp
seguridad y
justicia
TOTAL,
PILAR
INSTIT
Servicios
Públicos
Infraest
TOTAL, PILAR
INFRAEST
Tamaño de
Mercado Interno
Cobertura neta
en educación
secundaria
Cobertura neta
en educación
media
Tasa de deserción
intra-anual de la
educación básica y
media
TOTAL, PILAR
EDUC BAS. Y
MEDIA
Cobertura de
aseguramiento en
salud - Afiliados al
SGSSS
Cobertura de
vacunación
triple viral
inversión
Salud
TOTAL,
PILAR
SALUD
Índice de riesgo
ajustado por
capacidades
Choco Lloro 0.16 0.14 0.09 0.02 0.08 0.41 0.00 0.08 0.01 0.06 0.04 0.07 0.03 0.19 0.06 0.24 0.10 0.04
Choco Medio Atrato 0.15 0.15 0.10 0.00 0.08 0.26 0.00 0.05 0.01 0.00 0.00 0.10 0.02 0.00 0.02 0.15 0.04 0.06
Choco Medio Baudó 0.10 0.06 0.09 0.01 0.05 0.29 0.00 0.06 0.01 0.05 0.02 0.18 0.05 0.16 0.12 0.00 0.06 0.06
Choco Medio San Juan 0.10 0.08 0.09 0.01 0.06 0.43 0.00 0.09 0.01 0.06 0.05 0.11 0.05 0.08 0.06 0.14 0.06 0.03
Choco Novita 0.20 0.16 0.14 0.04 0.11 0.34 0.00 0.07 0.00 0.08 0.05 0.09 0.05 0.18 0.05 0.08 0.06 0.03
Choco Niqui 0.14 0.15 0.13 0.02 0.09 0.44 0.01 0.09 0.01 0.07 0.07 0.04 0.04 0.17 0.05 0.23 0.09 0.07
Choco Rio Iro 0.14 0.12 0.10 0.01 0.08 0.43 0.00 0.09 0.01 0.05 0.04 0.10 0.04 0.07 0.01 0.14 0.04 0.04
Choco Rio Quito 0.12 0.14 0.14 0.00 0.08 0.49 0.00 0.10 0.00 0.08 0.06 0.06 0.04 0.18 0.10 0.17 0.09 0.04
Choco Riosucio 0.16 0.15 0.08 0.03 0.08 0.26 0.00 0.05 0.02 0.11 0.07 0.15 0.07 0.17 0.11 0.27 0.11 0.08
Choco San José del Palmar 0.11 0.20 0.15 0.13 0.12 0.16 0.02 0.04 0.01 0.13 0.14 0.21 0.09 0.19 0.12 0.15 0.09 0.10
Choco Sipi 0.14 0.16 0.07 0.01 0.08 0.34 0.00 0.07 0.00 0.05 0.01 0.17 0.04 0.18 0.04 0.13 0.07 0.06
Choco Tadó 0.14 0.00 0.10 0.09 0.07 0.30 0.00 0.06 0.01 0.15 0.12 0.11 0.08 0.21 0.08 0.26 0.11 0.05
Choco Ungía 0.15 0.05 0.09 0.10 0.08 0.38 0.00 0.08 0.01 0.11 0.08 0.24 0.09 0.12 0.10 0.15 0.07 0.08
Choco Unión Panamericana 0.13 0.15 0.12 0.02 0.08 0.46 0.00 0.09 0.00 0.07 0.07 0.11 0.05 0.09 0.10 0.22 0.08 0.03
Nariño Pasto 0.16 0.20 0.18 0.13 0.13 0.40 0.42 0.16 0.02 0.18 0.20 0.04 0.08 0.19 0.17 0.13 0.10 0.02
Nariño Alban 0.18 0.16 0.16 0.01 0.10 0.29 0.02 0.06 0.03 0.06 0.09 0.01 0.03 0.03 0.14 0.16 0.07 0.04
Nariño Aldana 0.19 0.17 0.19 0.03 0.12 0.30 0.05 0.07 0.02 0.27 0.30 0.04 0.12 0.29 0.10 0.19 0.12 0.05
Nariño Ancuya 0.16 0.14 0.16 0.01 0.10 0.33 0.04 0.07 0.03 0.20 0.27 0.01 0.10 0.24 0.10 0.24 0.12 0.04
Nariño Arboleda 0.17 0.14 0.18 0.02 0.10 0.27 0.02 0.06 0.01 0.20 0.17 0.05 0.08 0.19 0.11 0.15 0.09 0.04
Nariño Barbacoas 0.14 0.15 0.13 0.06 0.10 0.34 0.01 0.07 0.02 0.09 0.05 0.06 0.04 0.19 0.16 0.23 0.11 0.06
Nariño Belén 0.17 0.16 0.22 0.07 0.12 0.38 0.01 0.08 0.03 0.17 0.22 0.06 0.09 0.14 0.06 0.18 0.07 0.03
Nariño Buesaco 0.19 0.20 0.14 0.03 0.11 0.50 0.02 0.10 0.02 0.15 0.12 0.01 0.06 0.16 0.14 0.21 0.10 0.06
Nariño Colon 0.14 0.13 0.16 0.05 0.10 0.32 0.02 0.07 0.01 0.14 0.13 0.03 0.06 0.16 0.08 0.25 0.10 0.06
Nariño Consaca 0.19 0.13 0.21 0.05 0.11 0.35 0.03 0.08 0.01 0.22 0.23 0.01 0.09 0.21 0.07 0.25 0.11 0.04
Nariño Contadero 0.15 0.17 0.14 0.01 0.09 0.50 0.03 0.11 0.01 0.08 0.11 0.01 0.04 0.20 0.08 0.18 0.09 0.04
Nariño Córdoba 0.18 0.17 0.17 0.05 0.11 0.32 0.04 0.07 0.02 0.22 0.21 0.00 0.09 0.23 0.16 0.24 0.13 0.05
Nariño Cuaspud 0.19 0.13 0.18 0.02 0.10 0.31 0.03 0.07 0.01 0.12 0.14 0.01 0.05 0.25 0.15 0.12 0.10 0.09
Nariño Cumbal 0.17 0.19 0.12 0.01 0.10 0.37 0.01 0.08 0.02 0.15 0.20 0.01 0.07 0.18 0.12 0.25 0.11 0.04
Nariño Cumbitara 0.18 0.16 0.14 0.04 0.10 0.42 0.00 0.08 0.01 0.06 0.05 0.00 0.02 0.07 0.09 0.11 0.05 0.06
Nariño Chachagüí 0.13 0.20 0.10 0.03 0.09 0.32 0.03 0.07 0.02 0.17 0.15 0.02 0.07 0.14 0.13 0.14 0.08 0.05
Nariño El Charco 0.16 0.18 0.07 0.03 0.09 0.47 0.00 0.09 0.01 0.08 0.04 0.02 0.03 0.10 0.08 0.23 0.08 0.05
Nariño El Penol 0.17 0.14 0.15 0.06 0.11 0.28 0.03 0.06 0.02 0.16 0.17 0.01 0.07 0.19 0.02 0.20 0.08 0.05
Nariño El Rosario 0.17 0.18 0.15 0.06 0.11 0.23 0.00 0.05 0.01 0.12 0.08 0.02 0.04 0.15 0.23 0.09 0.09 0.06
Nariño El Tablón de Gómez 0.19 0.17 0.15 0.02 0.10 0.31 0.02 0.07 0.02 0.19 0.18 0.04 0.08 0.24 0.19 0.23 0.13 0.06
Nariño El Tambo 0.14 0.14 0.10 0.04 0.09 0.50 0.05 0.11 0.02 0.18 0.20 0.05 0.08 0.23 0.17 0.26 0.13 0.03
Nariño Funes 0.17 0.13 0.17 0.02 0.10 0.48 0.05 0.11 0.01 0.18 0.21 0.01 0.08 0.20 0.08 0.22 0.10 0.04
Nariño Guachucal 0.19 0.14 0.21 0.04 0.11 0.33 0.03 0.07 0.02 0.23 0.23 0.00 0.09 0.25 0.19 0.26 0.14 0.03
Nariño Guaitarilla 0.21 0.17 0.19 0.06 0.12 0.50 0.05 0.11 0.02 0.17 0.16 0.04 0.07 0.21 0.25 0.20 0.13 0.05
Nariño Gualmatan 0.19 0.15 0.17 0.01 0.10 0.37 0.05 0.08 0.02 0.21 0.28 0.03 0.10 0.21 0.13 0.17 0.10 0.05
Nariño Iles 0.17 0.14 0.17 0.04 0.10 0.34 0.04 0.08 0.02 0.19 0.20 0.01 0.08 0.17 0.05 0.17 0.08 0.05
Nariño Imues 0.15 0.20 0.10 0.06 0.10 0.26 0.04 0.06 0.02 0.26 0.28 0.01 0.11 0.20 0.22 0.18 0.12 0.05
Nariño Ipiales 0.15 0.17 0.12 0.07 0.10 0.41 0.11 0.10 0.02 0.14 0.17 0.02 0.07 0.19 0.11 0.17 0.09 0.03
Nariño La Cruz 0.19 0.14 0.16 0.05 0.11 0.31 0.02 0.06 0.02 0.16 0.21 0.01 0.08 0.17 0.10 0.25 0.10 0.05
Nariño La Florida 0.20 0.17 0.17 0.03 0.11 0.31 0.03 0.07 0.02 0.17 0.19 0.00 0.07 0.19 0.12 0.19 0.10 0.05
Nariño La Llanada 0.19 0.16 0.19 0.02 0.11 0.43 0.00 0.09 0.01 0.13 0.12 0.02 0.06 0.12 0.16 0.14 0.09 0.03
Nariño La Tola 0.06 0.19 0.03 0.01 0.06 0.36 0.00 0.07 0.02 0.05 0.03 0.00 0.02 0.06 0.08 0.09 0.04 0.05
Nariño La Unión 0.16 0.18 0.14 0.07 0.11 0.42 0.06 0.10 0.02 0.21 0.19 0.00 0.08 0.27 0.13 0.29 0.14 0.03
Nariño Leiva 0.18 0.16 0.15 0.03 0.10 0.28 0.00 0.06 0.01 0.09 0.08 0.01 0.04 0.12 0.15 0.20 0.09 0.07
Nariño Linares 0.16 0.11 0.10 0.01 0.08 0.27 0.03 0.06 0.02 0.16 0.13 0.01 0.06 0.20 0.15 0.28 0.12 0.06
Nariño Los Andes 0.20 0.16 0.13 0.02 0.10 0.30 0.00 0.06 0.02 0.06 0.06 0.03 0.03 0.06 0.10 0.15 0.06 0.04
EFICIENCIA DE LOS
MERCADOS
PILAR EFICIENCIA
Cobertura En
Educación
Media
Eficiencia de
los Mercados
TOTAL,
PILAR
EFIC.
0.10 0.11 0.21
0.00 0.50 0.50
0.08 0.15 0.23
0.09 0.21 0.30
0.08 0.12 0.20
0.10 0.14 0.24
0.09 0.16 0.24
0.20 0.13 0.33
0.14 0.22 0.36
0.17 0.03 0.20
0.04 0.13 0.16
0.26 0.14 0.40
0.16 0.21 0.38
0.17 0.18 0.35
0.22 0.47 0.68
0.08 0.24 0.32
0.29 0.19 0.48
0.25 0.20 0.45
0.20 0.27 0.48
0.13 0.27 0.41
0.20 0.30 0.50
0.18 0.27 0.45
0.13 0.31 0.44
0.20 0.20 0.40
0.11 0.16 0.27
0.25 0.39 0.64
0.13 0.14 0.27
0.19 0.39 0.58
0.07 0.25 0.32
0.14 0.33 0.47
0.10 0.41 0.51
0.20 0.24 0.45
0.09 0.35 0.44
0.19 0.24 0.44
0.22 0.23 0.45
0.20 0.17 0.37
0.23 0.34 0.57
0.19 0.18 0.37
0.25 0.23 0.48
0.18 0.35 0.54
0.27 0.06 0.33
0.21 0.37 0.58
0.29 0.32 0.61
0.18 0.17 0.36
0.18 0.12 0.30
0.08 0.29 0.37
0.25 0.23 0.49
0.09 0.18 0.28
0.14 0.19 0.32
0.07 0.02 0.09
SOFISTICACION
PILAR
DINAMIC
A
EMPRES
ARIAL
Densidad Empresarial
0.00
0.00
0.00
0.00
0.00
0.00
0.00
0.00
0.00
0.00
0.00
0.00
0.00
0.00
0.19
0.00
0.00
0.00
0.00
0.01
0.00
0.00
0.00
0.00
0.00
0.00
0.00
0.00
0.00
0.00
0.00
0.00
0.00
0.00
0.00
0.00
0.00
0.00
0.00
0.00
0.00
0.00
0.00
0.00
0.00
0.00
0.01
0.00
72
Nariño Magui 0.12 0.15 0.06 0.01 0.07 0.47 0.00 0.09 0.01 0.03 0.01 0.01 0.01 0.05 0.05 0.04 0.03 0.03
Nariño Mallama 0.15 0.16 0.13 0.04 0.10 0.32 0.02 0.07 0.01 0.11 0.12 0.00 0.05 0.20 0.15 0.21 0.11 0.04
Nariño Mosquera 0.06 0.14 0.02 0.01 0.05 0.37 0.00 0.07 0.06 0.04 0.02 0.00 0.01 0.09 0.08 0.10 0.05 0.06
Nariño Nariño 0.17 0.12 0.15 0.05 0.10 0.42 0.06 0.10 0.04 0.14 0.15 0.05 0.07 0.13 0.10 0.14 0.07 0.03
Nariño Olaya Herrera 0.14 0.16 0.08 0.03 0.08 0.27 0.00 0.06 0.01 0.07 0.03 0.01 0.02 0.11 0.12 0.22 0.09 0.03
Nariño Ospina 0.14 0.16 0.16 0.02 0.10 0.35 0.02 0.08 0.01 0.14 0.15 0.01 0.06 0.14 0.12 0.19 0.09 0.04
Nariño Francisco Pizarro 0.17 0.10 0.04 0.03 0.07 0.32 0.00 0.06 0.01 0.04 0.03 0.00 0.01 0.05 0.07 0.20 0.06 0.03
Nariño Policarpa 0.19 0.16 0.11 0.15 0.12 0.50 0.00 0.10 0.01 0.10 0.07 0.01 0.03 0.14 0.17 0.24 0.11 0.07
0.06 0.28 0.34
0.19 0.09 0.28
0.11 0.34 0.45
0.17 0.36 0.53
0.11 0.28 0.39
0.16 0.28 0.44
0.06 0.27 0.32
0.09 0.47 0.57
0.00
0.00
0.00
0.00
0.00
0.00
0.01
0.00
0.00
0.00
73
EFICIENCIA DE LOS MERCADOS
PILAR EFICIENCIA
Cobertura En
Educación
Media
Eficiencia de
los Mercados
TOTAL,
PILAR
EFIC.
0.21 0.34 0.55
0.07 0.00 0.07
0.26 0.13 0.39
0.24 0.29 0.52
0.12 0.34 0.46
0.11 0.33 0.44
0.11 0.26 0.37
0.16 0.29 0.45
0.07 0.37 0.44
0.20 0.32 0.52
0.19 0.30 0.49
0.13 0.27 0.41
0.03 0.11 0.13
0.03 0.27 0.30
0.14 0.11 0.25
0.23 0.47 0.70
0.19 0.20 0.39
0.16 0.34 0.50
0.27 0.28 0.55
0.20 0.37 0.56
0.20 0.85 1.05
0.09 0.27 0.36
0.20 0.23 0.44
0.15 0.14 0.29
0.21 0.12 0.33
0.21 0.09 0.30
0.16 0.38 0.55
0.32 0.23 0.54
0.31 0.17 0.48
0.19 0.13 0.32
0.28 0.21 0.49
0.22 0.44 0.66
0.23 0.18 0.41
0.24 0.22 0.46
0.18 0.19 0.37
0.11 0.18 0.29
0.26 0.30 0.56
0.18 0.16 0.34
0.24 0.28 0.52
0.38 0.26 0.64
0.30 0.28 0.57
0.33 0.38 0.71
0.29 0.13 0.42
0.19 0.31 0.50
0.24 0.08 0.32
0.14 0.16 0.30
0.25 0.33 0.58
0.20 0.30 0.51
0.22 0.19 0.41
0.26 0.07 0.33
0.30 0.18 0.47
0.17 0.36 0.53
FACTOR CONDICIONES BASICAS
DPNOM
MPIO
PILAR INSTITUCIONES
PILAR INFRAESTRUCTURA
TAMAÑO DEL
MERCADO
EDUCACION BASICA Y MEDIA
PILAR SALUD
PILAR MEDIO
AMBIENTE
Desempeño
Adm
Gestión
Fiscal
Transp
seguridad y
justicia
TOTAL,
PILAR
INSTIT
Servicios
Públicos
Infraest
TOTAL, PILAR
INFRAEST
Tamaño de
Mercado Interno
Cobertura neta
en secundaria
Cobertura neta
en educ. media
Tasa de deserción
intra-anual de la educ.
básica y media
TOTAL, PILAR
EDUC BAS. Y
MEDIA
Cobertura de
aseguramiento en
salud
Cobertura de
vacunación triple
viral
inversión
Salud
TOTAL,
PILAR
SALUD
Índice de riesgo
ajustado por
capacidades
Nariño Potosí 0.16 0.15 0.15 0.03 0.10 0.32 0.02 0.07 0.01 0.19 0.17 0.01 0.07 0.22 0.09 0.21 0.10 0.04
Nariño Providencia 0.20 0.15 0.17 0.04 0.11 0.27 0.02 0.06 0.01 0.05 0.04 0.02 0.02 0.04 0.33 0.11 0.10 0.04
Nariño Puerres 0.19 0.19 0.18 0.02 0.12 0.33 0.04 0.07 0.02 0.21 0.20 0.00 0.08 0.20 0.15 0.16 0.10 0.04
Nariño Pupiales 0.16 0.15 0.15 0.03 0.10 0.32 0.05 0.07 0.02 0.19 0.21 0.00 0.08 0.18 0.08 0.20 0.09 0.05
Nariño Ricaurte 0.15 0.10 0.13 0.06 0.09 0.08 0.02 0.02 0.01 0.08 0.08 0.01 0.03 0.22 0.13 0.24 0.12 0.03
Nariño Roberto Payan 0.17 0.10 0.11 0.00 0.08 0.30 0.00 0.06 0.01 0.05 0.03 0.01 0.02 0.08 0.11 0.19 0.08 0.03
Nariño Samaniego 0.17 0.16 0.13 0.07 0.11 0.45 0.02 0.09 0.02 0.08 0.09 0.02 0.04 0.10 0.13 0.28 0.10 0.05
Nariño Sandoná 0.15 0.18 0.17 0.03 0.11 0.49 0.05 0.11 0.02 0.13 0.16 0.04 0.07 0.13 0.16 0.23 0.10 0.04
Nariño San Bernardo 0.15 0.14 0.12 0.01 0.08 0.50 0.02 0.10 0.01 0.06 0.05 0.00 0.02 0.03 0.00 0.12 0.03 0.08
Nariño San Lorenzo 0.20 0.17 0.18 0.02 0.11 0.25 0.01 0.05 0.01 0.17 0.15 0.02 0.07 0.16 0.15 0.18 0.10 0.04
Nariño San Pablo 0.17 0.17 0.21 0.03 0.12 0.50 0.01 0.10 0.02 0.15 0.15 0.03 0.07 0.15 0.22 0.23 0.12 0.08
Nariño San Pedro de Cartago 0.18 0.21 0.13 0.02 0.11 0.30 0.02 0.06 0.01 0.14 0.15 0.08 0.07 0.17 0.16 0.08 0.08 0.04
Nariño Santa Barbara 0.17 0.17 0.10 0.02 0.09 0.31 0.00 0.06 0.02 0.05 0.01 0.01 0.01 0.14 0.12 0.16 0.08 0.04
Nariño Santacruz 0.18 0.17 0.13 0.01 0.10 0.13 0.01 0.03 0.01 0.03 0.03 0.02 0.01 0.02 0.12 0.22 0.07 0.05
Nariño Sapuyes 0.18 0.17 0.15 0.04 0.11 0.50 0.02 0.10 0.02 0.15 0.13 0.05 0.07 0.21 0.15 0.19 0.11 0.03
Nariño Taminango 0.19 0.15 0.17 0.03 0.11 0.32 0.02 0.07 0.02 0.18 0.17 0.06 0.08 0.15 0.13 0.26 0.11 0.04
Nariño Tangua 0.16 0.13 0.13 0.02 0.09 0.28 0.05 0.07 0.02 0.17 0.16 0.01 0.07 0.20 0.08 0.19 0.09 0.05
Nariño San Andrés de Tumaco 0.13 0.06 0.10 0.09 0.07 0.36 0.05 0.08 0.02 0.13 0.09 0.03 0.05 0.18 0.13 0.13 0.09 0.03
Nariño Tuquerres 0.19 0.14 0.18 0.06 0.12 0.50 0.08 0.12 0.02 0.18 0.15 0.01 0.07 0.25 0.14 0.32 0.14 0.05
Nariño Yacuanquer 0.19 0.15 0.17 0.02 0.10 0.50 0.08 0.12 0.02 0.18 0.20 0.01 0.08 0.16 0.23 0.16 0.11 0.06
Valle del Cauca Cali 0.18 0.23 0.19 0.05 0.13 0.45 0.50 0.19 0.02 0.16 0.18 0.04 0.08 0.20 0.17 0.11 0.10 0.02
Valle del Cauca Alcalá 0.13 0.17 0.14 0.09 0.11 0.18 0.07 0.05 0.01 0.09 0.05 0.11 0.05 0.08 0.17 0.09 0.07 0.03
Valle del Cauca Andalucía 0.19 0.18 0.19 0.09 0.13 0.43 0.23 0.13 0.02 0.20 0.20 0.06 0.09 0.20 0.21 0.21 0.12 0.02
Valle del Cauca Ansermanuevo 0.19 0.16 0.19 0.07 0.12 0.46 0.07 0.11 0.01 0.14 0.11 0.19 0.09 0.20 0.08 0.27 0.11 0.06
Valle del Cauca Argelia 0.13 0.13 0.11 0.09 0.09 0.50 0.06 0.11 0.02 0.14 0.12 0.03 0.06 0.17 0.00 0.19 0.07 0.09
Valle del Cauca Bolívar 0.18 0.17 0.13 0.05 0.10 0.40 0.07 0.09 0.05 0.19 0.17 0.07 0.09 0.21 0.15 0.25 0.12 0.07
Valle del Cauca Buenaventura 0.12 0.19 0.07 0.05 0.08 0.48 0.13 0.12 0.01 0.12 0.10 0.06 0.06 0.16 0.05 0.13 0.07 0.03
Valle del Cauca Guadalajara de Buga 0.10 0.17 0.08 0.13 0.10 0.42 0.49 0.18 0.04 0.23 0.24 0.12 0.12 0.26 0.13 0.14 0.11 0.01
Valle del Cauca Bugalagrande 0.15 0.21 0.13 0.12 0.12 0.35 0.23 0.12 0.08 0.20 0.24 0.04 0.10 0.21 0.12 0.15 0.09 0.02
Valle del Cauca Caicedonia 0.18 0.16 0.16 0.15 0.13 0.46 0.25 0.14 0.01 0.16 0.15 0.07 0.08 0.21 0.16 0.32 0.14 0.04
Valle del Cauca Calima 0.15 0.16 0.05 0.09 0.09 0.33 0.12 0.09 0.01 0.23 0.20 0.05 0.10 0.20 0.16 0.28 0.13 0.02
Valle del Cauca Candelaria 0.10 0.20 0.09 0.08 0.10 0.45 0.24 0.14 0.01 0.21 0.20 0.07 0.10 0.19 0.09 0.17 0.09 0.02
Valle del Cauca Cartago 0.09 0.19 0.09 0.10 0.09 0.43 0.38 0.16 0.03 0.19 0.19 0.02 0.08 0.23 0.13 0.14 0.10 0.03
Valle del Cauca Dagua 0.14 0.20 0.11 0.10 0.11 0.38 0.04 0.08 0.02 0.22 0.18 0.06 0.09 0.22 0.14 0.26 0.12 0.04
Valle del Cauca El águila 0.17 0.14 0.15 0.08 0.11 0.28 0.07 0.07 0.01 0.14 0.14 0.16 0.09 0.14 0.13 0.23 0.10 0.07
Valle del Cauca El Cairo 0.16 0.13 0.12 0.05 0.09 0.23 0.05 0.06 0.01 0.11 0.12 0.13 0.07 0.11 0.19 0.21 0.10 0.08
Valle del Cauca El Cerrito 0.17 0.20 0.17 0.16 0.14 0.47 0.20 0.13 0.04 0.20 0.24 0.09 0.11 0.19 0.06 0.18 0.09 0.03
Valle del Cauca El Dovio 0.18 0.15 0.17 0.03 0.11 0.32 0.08 0.08 0.02 0.14 0.10 0.03 0.05 0.28 0.10 0.26 0.13 0.07
Valle del Cauca Florida 0.20 0.18 0.15 0.13 0.13 0.49 0.15 0.13 0.01 0.19 0.21 0.06 0.09 0.24 0.11 0.29 0.13 0.03
Valle del Cauca Ginebra 0.13 0.20 0.16 0.06 0.11 0.40 0.09 0.10 0.03 0.28 0.31 0.09 0.14 0.20 0.15 0.23 0.11 0.03
Valle del Cauca Guacarí 0.15 0.18 0.16 0.08 0.12 0.38 0.19 0.11 0.01 0.17 0.19 0.08 0.09 0.18 0.14 0.22 0.11 0.01
Valle del Cauca Jamundí 0.14 0.20 0.15 0.09 0.12 0.48 0.46 0.19 0.02 0.17 0.18 0.10 0.09 0.18 0.16 0.11 0.09 0.03
Valle del Cauca La Cumbre 0.11 0.18 0.11 0.08 0.10 0.48 0.04 0.10 0.01 0.25 0.23 0.07 0.11 0.19 0.15 0.21 0.11 0.02
Valle del Cauca La Unión 0.20 0.17 0.17 0.12 0.13 0.43 0.17 0.12 0.02 0.16 0.17 0.03 0.07 0.17 0.20 0.27 0.13 0.04
Valle del Cauca La Victoria 0.17 0.16 0.20 0.15 0.14 0.45 0.18 0.13 0.02 0.20 0.24 0.02 0.09 0.19 0.19 0.24 0.13 0.04
Valle del Cauca Obando 0.18 0.18 0.22 0.08 0.13 0.42 0.08 0.10 0.01 0.11 0.11 0.00 0.04 0.13 0.16 0.18 0.10 0.03
Valle del Cauca Palmira 0.13 0.21 0.12 0.12 0.11 0.50 0.50 0.20 0.03 0.20 0.21 0.09 0.10 0.23 0.13 0.11 0.09 0.02
Valle del Cauca Pradera 0.13 0.21 0.10 0.13 0.11 0.48 0.15 0.13 0.04 0.15 0.16 0.05 0.07 0.18 0.15 0.23 0.11 0.03
Valle del Cauca Restrepo 0.18 0.17 0.18 0.05 0.11 0.43 0.06 0.10 0.03 0.21 0.20 0.07 0.10 0.22 0.20 0.27 0.14 0.02
Valle del Cauca Riofrio 0.14 0.16 0.16 0.10 0.11 0.38 0.05 0.09 0.02 0.21 0.17 0.11 0.10 0.23 0.09 0.26 0.12 0.03
Valle del Cauca Roldanillo 0.14 0.19 0.13 0.09 0.11 0.25 0.28 0.11 0.01 0.23 0.28 0.03 0.11 0.22 0.17 0.28 0.13 0.03
Valle del Cauca San Pedro 0.18 0.22 0.21 0.08 0.14 0.43 0.13 0.11 0.01 0.16 0.12 0.06 0.07 0.11 0.07 0.12 0.06 0.03
Valle del Cauca Sevilla 0.18 0.18 0.14 0.12 0.12 0.42 0.21 0.13 0.01 0.14 0.14 0.03 0.06 0.19 0.13 0.32 0.13 0.04
74
0.20 0.08 0.28
0.18 0.21 0.39
0.22 0.03 0.24
0.25 0.34 0.59
0.14 0.20 0.34
0.22 0.10 0.31
0.32 0.24 0.56
0.20 0.29 0.49
0.23 0.42 0.66
0.26 0.31 0.57
Nota. Resultados ICm por pilares y sub-pilares.
Obtenidos de las bases de datos del DNP (2015). Sistema de estadísticas territoriales – terridata; Recuperado de: https://terridata.dnp.gov.co/#/descargas y el Sistema De Información Territorial que
está siendo implantado por el GIED (Grupo de Investigación Economía y Desarrollo) de la Universidad Autónoma de Occidente
Valle del Cauca Toro 0.17 0.14 0.16 0.04 0.10 0.47 0.05 0.10 0.01 0.16 0.16 0.14 0.09 0.17 0.09 0.25 0.10 0.05
Valle del Cauca Trujillo 0.15 0.16 0.13 0.06 0.10 0.39 0.09 0.10 0.01 0.17 0.16 0.08 0.08 0.20 0.12 0.28 0.12 0.05
Valle del Cauca Tuluá 0.17 0.22 0.16 0.11 0.13 0.48 0.42 0.18 0.02 0.20 0.22 0.11 0.11 0.24 0.07 0.15 0.09 0.02
Valle del Cauca Ulloa 0.17 0.13 0.18 0.03 0.10 0.50 0.06 0.11 0.01 0.12 0.13 0.05 0.06 0.14 0.02 0.21 0.07 0.02
Valle del Cauca Versalles 0.19 0.15 0.21 0.03 0.11 0.34 0.04 0.08 0.02 0.19 0.21 0.21 0.12 0.23 0.10 0.27 0.12 0.05
Valle del Cauca Vijes 0.16 0.17 0.15 0.07 0.11 0.34 0.08 0.08 0.01 0.21 0.23 0.05 0.10 0.15 0.06 0.18 0.08 0.02
Valle del Cauca Yotoco 0.16 0.20 0.17 0.06 0.12 0.44 0.15 0.12 0.01 0.17 0.15 0.05 0.07 0.15 0.07 0.09 0.06 0.03
Valle del Cauca Yumbo 0.09 0.25 0.12 0.13 0.12 0.44 0.34 0.16 0.08 0.19 0.19 0.04 0.08 0.18 0.08 0.05 0.06 0.00
Valle del Cauca Zarzal 0.18 0.20 0.17 0.09 0.13 0.50 0.26 0.15 0.07 0.18 0.19 0.04 0.08 0.20 0.21 0.23 0.13 0.03