Está en la página 1de 56

PROYECTO: SUBREGIONALIZACION FUNCIONAL

PARA COLOMBIA

RIMISP – GIZ – DNP

COMPONENTE 3:

Evaluación ex-ante de un portafolio de intervenciones territoriales


focalizadas a través del diseño de subregiones funcionales para Colombia

Informe de Consultoría

Equipo de trabajo:

Yadira Díaz

Sebastián Arbeláez

27 de Abril de 2018

1
Contenido

1 INTRODUCCIÓN.............................................................................................................................. 3

2 OBJETIVOS DE LA EVALUACIÓN ............................................................................................... 5

2.1 OBJETIVO GENERAL......................................................................................................................... 5


2.2 OBJETIVOS ESPECÍFICOS ................................................................................................................. 5

3 DISEÑO METODOLÓGICO............................................................................................................ 6

3.1 UNIDAD DE ANÁLISIS DE LA EVALUACIÓN...................................................................................... 6


3.2 INDICADORES DE RESULTADO DE INTERÉS.................................................................................... 7
3.3 EL PORTAFOLIO DE INTERVENCIONES A EVALUAR ......................................................................10
3.4 METODOLOGÍA ..............................................................................................................................14
3.4.1 EL MODELO ECONOMÉTRICO ..................................................................................................................15
3.4.2 LA MATRIZ DE CORRELACIÓN ESPACIAL ...............................................................................................19
3.4.3 RESULTADOS ESPERADOS .......................................................................................................................20
3.5 ESTIMACIÓN DE EFECTOS DISTRIBUTIVOS ..................................................................................21
3.5.1 INTRA-MUNICIPAL ....................................................................................................................................21
3.5.2 INTER-MUNICIPAL ....................................................................................................................................29
3.6 ANÁLISIS COSTO BENEFICIO .........................................................................................................29
3.7 EXTENSIONES METODOLÓGICAS PARA FUTUROS ANÁLISIS ........................................................29
3.7.1 INTERVENCIÓN DE INDICADORES SECTORIALES ..................................................................................30
3.7.2 MODELO DE MULTIPLICADORES LOCALES DE EMPLEO.......................................................................30
3.7.3 ESTIMACIÓN DE EFECTOS MUNICIPALES A PARTIR DE MATRICES DE CONTABILIDAD SOCIAL .....30

4 RESULTADOS PRELIMINARES .................................................................................................31

4.1 ESTADÍSTICAS DESCRIPTIVAS: .....................................................................................................31

5 SIGUIENTES PASOS .....................................................................................................................54

5.1 CONTENIDO PROPUESTO PARA EL INFORME FINAL DEL COMPONENTE 3 DE ESTA


CONSULTORÍA ...........................................................................................................................................55

5.2 CRONOGRAMA DE TRABAJO ..........................................................................................................55

REFERENCIAS .......................................................................................................................................55

2
1 Introducción

La coyuntura política del 2018 en Colombia, de cara a las elecciones presidenciales


y la consolidación del proceso de paz, pone en relieve la necesidad de construir un
Plan Nacional de Desarrollo 2018-2022 en donde las políticas de desarrollo
territorial se planteen de manera articulada de forma tal que traigan consigo el
cierre de brechas intra e interregionales en mínimos sociales y promuevan un
desarrollo territorial de largo plazo e incluyente.

Para tal efecto un instrumento de sub regionalización que tenga en cuenta las
dinámicas territoriales a nivel de microrregión y que potencialice dichas dinámicas
de forma incluyente para la priorización de intervenciones de política pública, es
una de las primeras necesidades de tal agenda.

A la fecha diferentes ejercicios de subregionalización existen para Colombia; sin


embargo ninguno de los instrumentos que estos ejercicios proponen tiene en cuenta
las diversas complejidades del territorio y sus interacciones funcionales. Ejemplo de
esto es el Índice de Convergencia Intraterritorial desarrollado por la DDT (DDT,
2015) e instrumentos similares desarrollados por la Dirección de Desarrollo Rural.
A pesar de que estos ejercicios contribuyen al análisis regionales y son un primer
paso para el desarrollo de una subregionalización funcional, estos no tienen en
cuenta las relaciones funcionales intermunicipales claves para la potencialización
del desarrollo territorial de largo plazo.

Un primer ejercicio en términos del análisis subregional a partir de relaciones


funcionales es el desarrollado por RIMISP y en particular Bedegué, et al (2017),
quienes proponen un sistema de territorios funcionales para el caso Colombiano
descrito en términos de las relaciones económicas interterritoriales observadas a
través de dos factores: i) conurbaciones interurbanas medidas a través de polígonos
de luminosidad y ii) relaciones de conmutación laboral. Este ejercicio es el primero
en Colombia en tener en cuenta las relaciones funcionales interterritoriales para la
definición de una subregionalización y a partir de él se evidencia la necesidad de
analizar de una manera más profunda estas relaciones funcionales teniendo en
cuenta aspectos económicos adicionales y sociales de interrelación territorial.

3
En respuesta a esta necesidad, desde Noviembre de 2017, el Departamento Nacional
de Planeación y la Agencia de Cooperación Alemana – GIZ se encuentran financiando
el Proyecto estudio de subregionalización funcional en Colombia, el cual viene siendo
ejecutado por el Centro Latino Americano para el Desarrollo Rural – RIMISP.

Este proyecto esta compuesto por tres componentes y la consultoría de la cual este
reporte es parte constitutiva corresponde al tercero de estos componentes. A
manera de antecedentes a continuación se describe cada uno de los tres
componentes del proyecto.

El componente uno del Proyecto busca desarrollar una metodología de


subregonalizacion funcional aplicable al caso Colombiano y proveer una propuesta
de sub-regionalización funcional de los municipios Colombianos que tenga en
cuenta las interdependencias y dinámicas territoriales, y promueva la asociatividad
y coordinación entre municipios. Esta propuesta de sub-regionalización tiene por
fin ultimo guiar la toma de decisiones de política publica en términos de inversión
territorial. A su vez, este componente diseña y propone una tipología de subregiones
funcionales que permite determinar los diferentes ámbitos de intervención de
mayor pertinencia para cada tipo de subregión.

El segundo componente del Proyecto de sub regionalización caracteriza la tipología


propuesta por el componente uno y propone por su parte un portafolio de
intervenciones de política publica a desarrollarse por cada una de estas tipologías.
A su vez, presenta una propuesta de esquema institucional de asociatividad
intermunicipal. En este componente se identifican modelos alternativos
institucionales, se comparan y se proponen recomendaciones practicas para
llevarlos a cabo.

El tercer y ultimo componente del Proyecto de subregionalización, el cual presenta


sus resultados en este informe, busca cuantificar el efecto potencial de cada una de
las intervenciones contenidas en el portafolio de intervenciones propuesto por el
componente dos del proyecto. Este manuscrito contiene el diseño metodológico de
este componente y los resultados preliminares de la evaluación ex-ante del
portafolio de inversiones. En particular, luego del diseño metodológico que se
presenta en este informe y los resultados preliminares obtenidos, el siguiente
reporte contendrá los resultados de la evaluación ex-ante para un primer grupo de

4
intervenciones a evaluar, esto es en términos de los efectos potenciales de estas
intervenciones sobre las variables de resultado definidas.

Luego de esto y con miras a determinar no solo el efecto potencial de estas


intervenciones pero también la posible carga de costos que estas traen consigo y
poder determinar una relación costo-beneficio para ellas, el tercer reporte incluirá
la implementación de dicha metodología sobre el subconjunto de intervenciones
con las cuales se cuenta con información disponible en términos de costos. El cuarto
y ultimo reporte contendrá la versión final de los resultados de esta evaluación ex-
ante.

Este informe contiene cuatro secciones adicionales a esta introducción. La Sección


2 a continuación presenta los objetivos general y específicos de la evaluación. La
Sección 3 describe el diseño metodológico propuesto para la evaluación, la Sección
4 incluye algunos resultados preliminares y la Sección 5 esboza los pasos siguientes
a desarrollarse en el marco de esta consultoría.

2 Objetivos de la evaluación

2.1 Objetivo general


Cuantificar el efecto potencial de cada una de las intervenciones contenidas en el
portafolio de intervenciones de política pública definidas como parte del
componente dos del Proyecto de subregionalización funcional.

2.2 Objetivos específicos


A. Determinar el efecto potencial esperado de cada una de las intervenciones
definidas por el componente dos del Proyecto sobre un grupo de indicadores
de resultado predefinido.
B. Determinar el efecto potencial distributivo esperado de cada una de las
intervenciones.

5
C. Cuantificar el valor presente de la utilidad neta para un subconjunto de las
inversiones definidas como producto tres de la consultoría

3 Diseño metodológico

La evaluación ex-ante de cualquier intervención requiere como primera instancia


determinar la unidad de análisis que la intervención tiene por fin ultimo impactar y
aquella a través de la cual la intervención tendría lugar. La Sección 3.1 de este
manuscrito discute la unidad de análisis seleccionada para el estudio y las
consideraciones que dieron a lugar la determinación de dicha unidad de análisis.
Luego de la selección de la unidad de análisis objeto de estudio, como parte del
desarrollo metodológico de esta evaluación ex-ante se discute los indicadores de
resultado seleccionados para analizar el efecto diferencial de las diferentes
intervenciones.

3.1 Unidad de análisis de la evaluación

Dado que el fin ultimo de este Proyecto es contribuir al acervo de instrumentos de


política pública para mejorar la focalización y diseño de políticas públicas en el
ámbito sub-nacional, la unidad de intervención de dichas políticas son entonces los
entes territoriales. Desde la Constitución de 1991 las entidades territoriales tienen
la competencia de garantizar el acceso de sus habitantes a los servicios básicos de
educación, salud, agua potable y saneamiento básico.

En Colombia los dos niveles sub-nacionales de mayor importancia en términos de


ejecución de políticas públicas territoriales son los departamentos y los municipios.
Mientras que los departamentos, compuestos por diferentes municipios, contienen
una alta variabilidad en términos de capacidad institucional y nivel de desarrollo de
los municipios, los municipios como tal son la menor unidad político administrativa

6
a la cual pueden dirigirse políticas públicas tendientes a mejorar la calidad de vida
de la población (Ramirez et al, 2014).

Dadas estas consideraciones institucionales, la alta variabilidad de los resultados de


municipales en términos de indicadores de desarrollo y la disposición a la fecha de
información a nivel municipal, la unidad de análisis que se propone para el
desarrollo de esta evaluación ex - ante es el municipio.

Esto significa que las estimaciones requeridas para el desarrollo de los objetivos
específicos se efectúan en uso de información municipal y permiten análisis a este
nivel. Es de anotar que a partir de los datos municipales se incorpora la dimensión
subregional en las estimaciones.

3.2 Indicadores de resultado de interés

Como lo muestran Jara & Schokkaert (2017) el efecto potencial estimado de las
políticas públicas en una evaluación ex-ante varia significativamente dependiendo
del concepto de bienestar que se use para evaluar su efecto potencial.
Específicamente, los autores comparan el efecto potencial de tres intervenciones, a
través de un ejercicio de micro simulación, sobre el ingreso promedio del hogar, el
ingreso equivalente en uso de una medida de satisfacción de vida y su efecto
distribucional. Los autores encuentran diferencias significativas en el efecto
estimado de dichas políticas dependiendo del indicador de resultado en uso.

En este orden de idea, esta evaluación del portafolio de políticas se hace sobre no
solo el indicador de desarrollo económico tradicional, como es la producción bruta
municipal, sino a su vez sobre un indicador que dé cuenta de la distribución conjunta
de privaciones del hogar, a nivel promedio municipal. Esto significa que para cada
intervención evaluable se estima el resultado potencial que esta puede tener sobre
los dos indicadores de resultado en términos de bienestar mas importantes en el
país y disponibles en el ámbito municipal esto es:

 Desarrollo económico:
o Producción municipal medida a través del indicador de importancia
económica municipal estimado por el Sistema de Cuentas Nacionales

7
del DANE y excluyendo de este la producción proveniente de
extracción minera.
 Pobreza multidimensional:
o Incidencia de pobreza multidimensional: Proporción de población
municipal con por lo menos 33% de privación en la distribución
conjunta de mínimos sociales definidos en Angulo et al (2016).
o Brecha promedio de pobreza multidimensional: Promedio ponderado
de dimensiones en privación para la población clasificada como
multidimensionalmente pobre.

La Tabla 1 abajo incluida lista los indicadores de resultado sobre los cuales se
analizan los efectos potenciales de cada una de las intervenciones, la fuente de
información de ellos y los periodos para los cuales se encuentran disponibles a la
fecha.

Tabla 1. Indicadores de resultado y fuentes de información para su medición

Indicador Fuente Disponibilidad

Desarrollo Económico

Producción municipal medida a través


del indicador de importancia Sistema de Cuentas 2011, 2014 y
económica municipal, excluyendo la Nacionales del DANE 2015
producción proveniente de minería.

Pobreza Multidimensional

Incidencia de pobreza Censo Nacional de


1993 & 2005
multidimensional Población y Vivienda

Brecha promedio de pobreza Censo Nacional de


2005
multidimensional Población y Vivienda

Mientras el indicador de pobreza multidimensional es un indicador relativamente


estable en el tiempo y que no tiene alta variabilidad ante el ciclo económico, el
indicador de producción municipal por definición varia en correspondencia con el
ciclo económico.

8
En este sentido, sería deseable para el caso del indicador de importancia económica
tener una serie de tiempo municipal con un numero mayor de periodos de tiempo
que diera cuenta de la tendencia de largo plazo de dicho indicador y su variabilidad
entre municipios. A la fecha, sin embargo, solamente se cuenta con información de
valor agregado municipal para tres periodos de tiempo, 2011, 2014 y 2015. En este
sentido, para el caso de las estimaciones de los efectos potenciales sobre desarrollo
económico, el indicador de resultado de interés es antes que crecimiento económico
promedio de largo plazo, el valor agregado municipal per cápita para el ultimo año
disponible (esto es 2015), controlando por los rezagos temporales de los cuales se
cuenta con información (esto es 2014 y 2011). La descripción detallada del modelo
econométrico a usarse para la medición de los efectos sobre valor agregado
municipal es presentada en la siguiente sección.

Ahora, en términos de pobreza multidimensional y de forma similar, los indicadores


de resultado de interés son incidencia y brecha de pobreza promedio a nivel
municipal para el ultimo año disponible (esto es 2005) y se controla la variabilidad
temporal, introduciendo el rezago en el tiempo disponible (1993).

Finalmente, no solo el efecto sobre cada uno de estos tres indicadores es relevante
sino también efecto distributivo de las intervenciones a evaluar sobre dichos
indicadores, esto significa que a su vez el conjunto de intervenciones se evaluara en
términos de sus efectos distributivos.

Para el caso de este estudio, el efecto distributivo tiene dos ámbitos de relevancia,
Primero la equidad inter-municipal, es decir el efecto de las políticas en el cierre de
las brechas territoriales existentes. Segundo, la equidad intra-municipal, esto es al
interior de los municipios.

Dada la información disponible y el uso del municipio como unidad de análisis, el


análisis de equidad inter-municipal hace uso de los indicadores de resultado de
interés atrás descritos.

Sin embargo, el análisis de equidad intra-municipal tanto en términos de desarrollo


económico como en términos de pobreza multidimensional requiere de información
a nivel de personas u hogares dentro de cada uno de los municipios. Dicho tipo de
análisis es solo entonces posible con información de carácter censal. En este sentido
para el caso del análisis del efecto distributivo de las políticas se usan como

9
indicadores de interés, el ingreso per-capita del hogar, la distribución conjunta del
número de privaciones del hogar y el nivel de pobreza multidimensional en el
ámbito del hogar que estas privaciones producen.

3.3 El portafolio de intervenciones a evaluar

El portafolio de intervenciones a evaluar está compuesto de todas aquellas


intervenciones de política pública implementables en el ámbito territorial y que
cumplen de manera sine qua non con los siguientes cuatro criterios:

i. Ejecutables en el ámbito sub-nacional, bien sea a nivel municipal o


subregional
ii. Con información disponible que permiten la evaluación ex-ante de sus
efectos potenciales
iii. Tradicionalmente usadas nacional o internacionalmente como instrumento
de política pública para el desarrollo económico
iv. Modificables a través de políticas públicas y con potencial impacto sobre las
variables de resultado definidas en la sección anterior

Ahora, con el fin de obtener el portafolio de intervenciones, se definió el universo de


determinantes del bienestar que la literatura nacional e internacional reconoce
como claves bien sea como potenciadores o barreras del desarrollo local. Estos se
operacionalizan a través de variables de resultado y de producto con posibilidad de
medición para el ámbito municipal y que permiten por tanto la evaluación de su
efecto potencial. La Tabla 2 abajo incluida lista el universo definido como relevante
de estas variables, las cuales se agrupan en seis categorías a saber:

i) Capital Humano,
ii) Estructura productiva,
iii) Demografía,
iv) Bienes públicos, infraestructura y capital físico,
v) Geografía Económica,
vi) Instituciones.

10
Tabla 2. Universo de determinantes del bienestar a ser evaluados
(Variables de producto y de resultado a ser afectadas las intervenciones
que componen el portafolio de intervenciones)

Indicador Variable Intervenible

1. Capital Humano
Tasa de
Por sexo y rangos de edad Resultado
ocupación
Proporción de empleo
Empleo informal Resultado
Fuerza de trabajo informal en el total
Participación de
la mujer en el TGP femenina Resultado
mercado laboral
Edad - años de educación -
Experiencia de
año de inicio de la educación
la fuerza de Resultado
en Colombia. Por sexo y
trabajo
rangos de edad
Años promedio de educación
de la población de 15 años o Resultado
más
Calificación de la
Logro educativo Logro de las pruebas saber
fuerza de trabajo Resultado
11 en matemáticas
Logro de las pruebas saber
Resultado
11 en Lenguaje
Logro de las pruebas saber
Resultado
11 en lectura crítica
Proporción de personas de
Alfabetismo Resultado
15+ que saben leer y escribir

Oportunidad de asignación
Resultado
de cita en consulta general
Acceso a
Cobertura vacunaciones
servicios de
pentavalente menores de 1 Producto
salud
año
# de IPS a nivel municipal Producto
Tasa de mortalidad por 1000
Salud Resultado
habs.
Tasa de mortalidad materna
Resultado
por 100.000 nacidos vivos
Estado de salud Tasa de mortalidad infantil
Resultado
por 1000 nacidos vivos
Número de personas en
condición de discapacidad Resultado
por cada 100 mil habitantes

11
Proporción de pacientes con
hipertensión arterial Resultado
controlada
2. Estructura productiva
Índice de concentración de la
actividad agropecuaria Resultado
Agrícola (Vocación del suelo)
Numero de UPAs por Km2 Resultado
Valor agregado per cápita en
Importancia de
Estructura productiva las ramas de actividad
actividades Resultado
transables (Industria,
transables
agricultura, minería)

Aglomeración
Densidad empresarial Resultado
económica

3. Demografía
Tasa de dependencia
Dependencia No
demográfica (Separar niños y
Estructura de la demográfica intervenible
adulto mayor)
población
Proporción de personas con No
Discapacidad
discapacidad en el hogar intervenible
Tasa de fertilidad por rangos
Fertilidad Resultado
Transición de edad
demográfica No
Natalidad Tasa de natalidad
intervenible
Proporción de población que
se auto reconoce de algún
origen étnico (Palenquero de
Población con San Basilio, Negro(a),
No
Etnias algún origen mulato(a),
intervenible
étnico afrocolombiano(a) o afro
descendiente, Raizal del
archipiélago de San Andrés y
Providencia, Indígena, Rrom)
4. Bienes públicos, infraestructura & capital físico
Vial Vías construidas por Km2 Producto
Número de instituciones de
Producto
Infraestructura educación superior
Educativa
Número de matriculados en
Resultado
el SENA
Ahorro de los Proporción de hogares con
Patrón de ahorro y Resultado
hogares vivienda propia
consumo de los
Capacidad de Proporción de hogares con
hogares Resultado
pago vehículo

12
Proporción de hogares con
por lo menos uno de los
Resultado
siguientes bienes (Nevera,
lavadora)
Cobertura Proporción de hogares con
Producto
acueducto cobertura en acueducto
Cobertura Proporción de hogares con
Producto
alcantarillado cobertura en alcantarillado
Penetración
Producto
Banda Ancha
Cobertura
energía eléctrica Producto
Acceso a servicios rural
públicos Proporción de
hogares con
eliminación
Producto
inadecuada de
deshechos
solidos
Acceso a fuente
de agua Producto
mejorada
Proporción de UPAS con
Producto
acceso a riego
Porcentaje de UPAs con
acceso a agua para las
actividades agropecuarias
Acceso a bienes
productivos Porcentaje de cobertura de
energía resto del sistema
interconenctado Nacional
Proporción de UPAS con
activos productivos Resultado
(maquinaria y animales)
5. Geografía económica
No
Urbanización % de área urbanizada / área
intervenible
Densidad No
# personas por km2
poblacional intervenible
Tamaño del Dummies de rangos de No
municipio población intervenible
Geografía económica
No
Altitud
intervenible
No
Pluviometría
intervenible
Incidencia
Resultado
dengue

13
Sistema de Pertenece o no al sistema de No
ciudades ciudades intervenible
Porcentaje del área del
Vocación y uso territorio con conflicto del Resultado
del suelo uso del suelo
# Licencias mineras Resultado
6. Instituciones
Finanzas Regalías per cápita Resultado
municipales SGP per cápita Resultado
Recaudo per cápita en
Resultado
predial
Capacidad Recaudo de ICA per cápita Resultado
institucional Cobertura en educación
Desarrollo Resultado
media
institucional Cobertura primera infancia Resultado
Cobertura de Familias en
Producto
Acción
Cobertura Régimen
Producto
Subsidiado
Acceso a la Oferta institucional de
Resultado
justicia justicia
Diversidad Herfindalhs de alcaldes y de
Desarrollo político Resultado
política elecciones parlamentarias

Homicidios por 100 mil


Resultado
habitantes
Delincuencia
Tasa de hurtos por cada 100
Resultado
Seguridad mil habitantes
# de ataques Resultado
Violencia Número acumulado de
política personas desplazadas Resultado
expulsadas (1985-2014)

A la fecha, la presente consultoría recopiló estas variables para el ámbito municipal


cuenta con una base de datos consolidada al respecto.

3.4 Metodología

Diversas técnicas econométricas y de evaluación económica se utilizan para el


desarrollo de esta consultoría. En particular, técnicas de econometría espacial que

14
modelan los determinantes (factores asociados) al bienestar se usan para comparar
el efecto potencial de las diferentes intervenciones sobre los tres indicadores de
resultado definidos como de interés para la evaluación ex-ante; estos son:
productividad e incidencia y brecha de pobreza multidimensional (Ver Tabla 1 en
Sección 3.2). Esto significa entonces que tres modelos de determinantes del
bienestar son calibrados. Es decir, se calibra un modelo de determinantes del valor
agregado municipal, un modelo de determinantes de incidencia de pobreza
multidimensional y un modelo de la brecha de pobreza multidimensional.

Cada uno de estos modelos usa como unidad de análisis el municipio y como
variables independientes el universo de variables definidas como determinantes de
bienestar especificado en la Tabla 2 de este informe de consultoría.

Cabe destacar que algunas de las variables independientes que se operacionalizan


aquí, corresponden a indicadores de resultado o de producto de potenciales
intervenciones de política pública. Así entonces, a través de resultados
microsimulados se busca cuantificar el efecto potencial de las intervenciones de
política pública que conforman el portafolio definido en el componente dos de este
proyecto.

3.4.1 El modelo econométrico

Ante el reconocimiento de que el bienestar social y los fenómenos socioeconómicos


en el territorio nacional no se distribuyen a través de la geografía nacional de
manera aleatoria, sino que por el contrario parte de ellos obedece a patrones
específicos de interdependencia espacial, la modelación de las variables de
bienestar social se hace necesaria a través del uso de técnicas de econometría
espacial.

La econometría espacial, según Anselin (1988), es el conjunto de técnicas que tienen


en cuenta las peculiaridades causadas por el espacio en el análisis estadístico
regional. En dicha área de conocimiento y en general en la ciencia regional, locación
y distancia importan y de hecho producen variedad de interdependencia espacio
temporales.

15
Al respecto, la econometría espacial reconoce dos diferentes causas para explicar
las relaciones entre unidades espaciales, estas son: i) Dependencia espacial, y ii)
Heterogeneidad espacial.

De acuerdo con Anselin (2010), la relación funcional existente entre lo que sucede
en un punto en el espacio y lo que sucede en el resto de este, se denomina
dependencia espacial. Entonces, dependencia espacial se refiere a la relación
subyacente entre unidades geográficas (Anselin & Florax, 1995). Esta relación
puede describirse a través de un proceso, bien sea de auto o de correlación cruzada.
La correlación espacial cruzada se especifica generalmente con un proceso de
interacción espacial en la variable dependiente de una unidad geográfica con el resto
de unidades geográficas. Por su parte la auto-correlación corresponde a la relación
en la variable dependiente de una unidad geográfica e un momento 𝑡 con ella misma
y el resto de unidades geográficas en un momento 𝑡 − 1.

También puede existir dependencia espacial entre las variables ignoradas por un
modelo especifico y esta se ve reflejada a través de un proceso de correlación
espacial en los errores (Anselin & Florax, 1995). Una posible causa de dependencia
espacial en los errores puede ser el efecto multiplicador (Spill over effects) del error
de medición de variables espacializadas (Anselin, 2010).

A diferencia de la dependencia espacial en los errores, el modelamiento de la


dependencia espacial de tipo más sustantivo permite testear diferentes
aproximaciones teóricas para explicar las relaciones espaciales, como por ejemplo
teorías de interacción espacial, procesos de difusión, de exposición común o
procesos de jerarquía espacial.

De otro lado, heterogeneidad espacial se refiere a la diferenciación subyacente entre


unidades territoriales y refleja entonces, una estructura espacial. La heterogeneidad
espacial tradicionalmente se especifica a través de componentes de efectos fijos
regionales o efectos aleatorios. Con efectos fijos la heterogeneidad espacial se
representa con una especificación diferente para cada región, es decir para cada
región se obtiene un coeficiente diferente. Ahora, con efectos aleatorios todas las
unidades territoriales siguen el mismo modelo de comportamiento y cada región se
comporta en términos de desviaciones aleatorias con respecto a la media general
(Anselin & Florax, 1995).

16
A través de técnicas de econometría espacial esta evaluación ex-ante primero
calibra el modelo de determinantes tanto de la pobreza multidimensional como el
de valor agregado, buscando que estos capturen de la mejor manera posible la
estructura espacial de las interrelaciones entre unidades geográficas, que en
nuestro caso corresponden a municipios. Luego, como etapa subsiguiente, a partir
de dichos modelos se predice el efecto potencial de cada una de las diferentes
intervenciones. Esto a través de técnicas de micro simulación y teniendo en cuenta
la estructura subyacente de las relaciones espaciales presentes en el territorio
colombiano.

Para tal efecto, se parte del siguiente modelo:

𝑦 = 𝜆𝑊1 𝑦 + 𝑋𝛽 + 𝑢 (1)

𝑢 = 𝜌𝑊2 𝑢 + 𝜀 (2)

donde 𝑦 corresponde a la variable dependiente observada a través de 𝑀 municipios


(Valor agregado y pobreza multidimensional para el ámbito municipal), X
representa el conjunto de variables independientes explicativas descritas en la
Tabla 2, y 𝑢 es el termino de error. En este caso, tanto la variable dependiente 𝑦
como el error 𝑢, siguen un proceso de auto correlación espacial. A su vez, 𝑊1 y 𝑊2
corresponden a matrices (estandarizadas o sin estandarizar) de correlación espacial
de dimensión 𝑚 × 𝑚, donde 𝑚 es el numero de municipios en la muestra.

Estas matrices tienen por fin incorporar la estructura de dependencia espacial,


representan una medida general del tamaño de la interacción potencial entre dos
unidades espaciales (Anselin, 2010). Mientras 𝑊1 describe el proceso de
dependencia espacial de y, 𝑊2 captura el proceso de dependencia espacial en el
termino de error. Como se observa en la especificación 𝑊1 no necesariamente es
equivalente a 𝑊2 .

La forma más tradicional de especificar la relación de dependencia entre unidades


geográficas en las matrices de correlación espacial, ha sido a través de
especificaciones binarias, donde el valor uno denota pares de municipios que
comparten una frontera, es decir que son contiguos. Estas matrices se denominan
matrices de contigüidad espacial. Otra forma tradicional de expresar dependencia

17
espacial en estas matrices es a través de funciones de distancia entre pares de
municipios.

Sin embargo, como argumenta Anselin (2010), tanto matrices binarias de


contigüidad geográfica, como matrices de distancias capturan exclusivamente
características físicas de la potencial relación entre pares de municipios y no
necesariamente describen la estructura de dependencia espacial del fenómeno
específico en estudio.

En particular, para nuestro caso, en donde estamos analizando fenómenos de


carácter económico y queremos describir el proceso de relación espacial subyacente
a la configuración territorial de valor económico agregado y de la pobreza
multidimensional, una especificación de las matrices exclusivamente a través de
contigüidad o distancia no representa la verdadera estructura de interrelación
geográfica de los municipios en referencia a dicho fenómenos económicos. En efecto,
como lo anota Anselin (2010), diferentes autores sugieren como buena práctica el
uso de matrices de correlación que tengan una relación más directa con el fenómeno
en estudio. Anselin (2010), en particular, aboga por configurar la matriz de
correlación espacial bajo el precepto de accesibilidad y relación potencial entre
unidades geográficas.

Es sin embargo importante anotar que el uso de información socioeconómica para


expresar las matrices de correlación espacial impone importantes limitaciones
metodológicas, pues el supuesto primario al usar dichas matrices es que ellas son
exógenas y por tanto los parámetros que las conforman son previamente
determinados. En consecuencia, el uso de la información socioeconómica en ellas
puede traer consigo un problema de endogeneidad que podría llegar a invalidar las
estimaciones.

En general, las estimaciones de econometría espacial están altamente determinadas


por la especificación particular usada en las marices de correlación espacial. Es por
ello que algunos autores recomiendan analizar la robustez de los resultados en
presencia de diferentes configuraciones de la matriz de correlación espacial.

Luego de hacer una revisión no sistemática de la literatura, tres diferentes tipos de


aproximación metodológica se encuentran en la literatura.

18
Tabla 3. AQUÍ VOY!!!

Tipo de aproximación Ventajas Desventajas Ejemplos


Matrices de - Exógena -No tiene sentido
contigüidad y/o económico
distancia -La selección es
arbitraria
Matrices con sentido - Exógena -No tiene sentido
estadístico basadas en - Selección basada económico
contigüidad y/o en algoritmos que
distancia maximizan el ajuste
del modelo

Matrices con sentido Tiene intuición Endógena


económico, como por económico
ejemplo basadas en
conmutación
Matrices con sentido Tiene intuición Endógena
económico con una económica
metodología que tiene - La aproximación
en cuenta la metodología tiene en
endogeneidad cuenta la
endogeneidad

3.4.2 La matriz de correlación espacial

Tabla 4. Fuentes de información para la construcción de la matriz de


correlación espacial a nivel municipal

Fuente de información y nivel de


Indicador
desagregación
Distancia euclidiana entre municipio Polígonos geográficos de los mapas

Contigüidad geográfica Polígonos geográficos de los mapas

Trafico promedio diario entre municipios

Conmutación laboral Censo 2005

Conmutación por localización de servicios


DNP con base en Censo 2005
de salud y educación

19
Fuente de información y nivel de
Indicador
desagregación

Tiempos de viaje DNP

Identificación de territorios funcionales a


RIMISP – Programa Transformando
partir de información de luces nocturnas
Territorios
satelitales y tasas de conmutación

Como lo anota Anselin (2010, página 23), la estandarización por filas de la matriz de
correlación espacial no es un requerimiento sine qua non para la construcción de la
matriz y por ende no debe tomarse como un procedimiento automático a hacer
sobre toda matriz de correlación espacial. En el caso específico de esta evaluación,
las funciones de similitud que conforman las diferentes variables incluidas como
parte de la matriz, provienen de las funciones de disimilaridad diseñadas por el
componente uno de este proyecto con el objeto de obtener las subregiones
funcionales. Dichas funciones de dismilaridad fueron evaluadas por pares de
municipios lo que trae consigo que la matriz de disimilaridad es simétrica y por ende
la matriz de correlación espacial resultante de ella también.

Estandarizar por filas tiene por propósito expresar todas las celdas de la matriz en
un rango de cero a uno y en algunos casos podría llegar a mejorar la
interpretabilidad de los coeficientes obtenidos que, en el caso de un ejercicio de
econometría espacial de este tipo, no es sencillo.

Sin embargo, dado que las funciones de dismilaridad ya están expresadas en un


rango de cero a uno y que vamos a usar la especificación del modelo presentado en
la Ecuaciones (3) y (4), se considera innecesaria la estandarización por filas y por
ende no se implementa, pues no mejoraría la interpretabilidad de los coeficientes,
por el contrario, se perdería la intuición económica con que fueron construidas
dichas funciones y también la simetría de la matriz de correlación espacial.

3.4.3 Resultados esperados

- Efectos directos

20
- Efectos de spill – over
o Intraterritoriales
o Interterritoriales
- Proporción de cada uno

3.5 Estimación de efectos distributivos

Adicional al efecto sobre la media de las variables de producto y resultado que


pueden ser afectadas por el portafolio de intervenciones, los efectos de carácter
distributivo son de especial interés por cuanto se espera no solo potenciar
desarrollo económico regional y disminuir incidencia de pobreza multidimensional,
sino también cerrar las brechas tanto inter-municipales existentes a la fecha, como
aquellas de carácter intra-municipal. Para tal efecto se propone el desarrollo de las
metodologías que se describen a continuación.

3.5.1 Intra-municipal

Estimación del efecto de cada inversión sobre el ingreso promedio per-cápita


municipal y su efecto distributivo en los hogares de cada municipio por quintil de
ingreso. Esta extensión analítica requiere la estimación del ingreso promedio de los
hogares a través de técnicas de Small Area Estimation (SAE) sobre el censo de 2005
y en uso de la encuesta de calidad de vida de 2003.

Con las técnicas de SAE se busca utilizar la información sobre medidas de bienestar
como el nivel de ingresos y la incidencia de la pobreza multidimensional en los
hogares, normalmente recolectada a través de encuestas representativas, para
obtener estimaciones de estos indicadores con mayor nivel de desagregación
geográfica al imputar los resultados de las encuestas a la información recopilada a
través de un censo general. De esta forma se obtienen estimaciones con mayor nivel
de desagregación geográfica al que usualmente se presentan los resultados de las
encuestas y con uno menor nivel de error estadístico si se comparan con la

21
información que al respecto se recopila en los censos generales (Székely et al.,
2007).

Para lograr el objetivo previamente descrito, las variables de la encuesta deben ser
compatibles con las variables disponibles en el censo (Elbers et al. 2003). Entonces
el modelo que se emplea para la estimación de ingresos por SAE viene dado por:

ln 𝑦𝑐ℎ = 𝑥𝑐ℎ 𝛽 + 𝑢𝑐ℎ

Donde y es el ingreso per cápita del hogar h en la zona geográfica c; x es una matriz
de variables que explican el comportamiento del ingreso y u es un vector de errores
u~Γ(0,Σ). El vector β puede estar sesgado debido a que algunas variables pueden
ser endógenas tal y como lo afirman Székely et al. (2007). Sin embargo, en este
modelo el objetivo es pronosticar de la mejor manera el ingreso, por lo cual estas
variables pueden permanecer en el modelo si contribuyen a obtener una mejor
estimación, aunque esto hace que el vector β carezca de una interpretación
económica lógica (Elbers et al. 2003). Por su parte, el vector de errores se puede
desagregar de la siguiente forma:

𝑢𝑐ℎ = 𝜂𝑐 + 𝜀𝑐ℎ

Donde η es el error de la zona geográfica c y ε es el error del hogar h en la zona


geográfica c.

A continuación se especifica el razonamiento realizado para determinar qué


encuesta sería utilizada para la estimación del ingreso de los hogares por SAE.

3.5.1.1 Selección de la encuesta utilizada para la estimación SAE


En Colombia se realizan diferentes encuestas con las que se busca realizar
estimaciones de ingresos y condiciones de vida, por lo cual para realizar las
estimaciones por SAE se proponen tres alternativas:

1. Encuesta de Calidad de Vida (ECV) 2003


2. Encuesta Continua de Hogares (ECH) 2005
3. Gran Encuesta Integrada de Hogares (GEIH) 2007

En la Tabla 5 se muestran las variables disponibles en el Censo general de 2005 y


se presenta cuáles de esas variables se incluyen en cada una de las tres encuestas
contempladas para la estimación por SAE.

22
Tabla 5: Comparación de variables disponibles en el Censo general de 2005 y
encuestas de ingresos y condiciones de vida
Gran Encuesta
Encuesta de Calidad Encuesta Continua de
Censo general 2005 Integrada de
de Vida 2003 Hogares 2005
Hogares 2007
Nacional, cabecera y Nacional sin nuevos Total nacional,
resto, grandes departamentos, cabecera y resto,
regiones (9 cabecera y resto, por grandes
Representatividad regiones), grandes regiones (5 regiones (5
departamentos y regiones), 23 regiones),
Bogotá por departamentos y 13 departamentos y 24
localidades ciudades ciudades
¿Contiene la ¿Contiene la
Variable ¿Contiene la variable?
variable? variable?
Uso de la unidad No No No
Tipo de vivienda Si Si Si
Cant. Grupos de
personas cocinan
Si Si Si
alimentos separados y
residen la vivienda
Material predominante
Si Si Si
paredes exteriores
Material predominante
Si Si Si
pisos
Eliminación principal
Si Si Si
de basura
Cuenta con servicios
Si Si Si
públicos
Características servicio
Si Si Si
sanitario
Ubicación suministro
de agua (llave, grifo, Si No Si
pozo)
Cantidad cuartos de
baño con regadera o Si No No
ducha
Tiene lugar exclusivo
Si No Si
para cocina
Tipo de tenencia de
Si Si Si
hogar
Cantidad de cuartos
incluyendo sala y Si Si Si
comedor
Cantidad cuartos para
Si Si Si
dormir
El sanitario es Si Si Si
Origen de agua para
Si Si Si
beber o cocinar

23
Lugar para preparar
Si No Si
alimentos
Tipo de energía o
combustible para
Si Si Si
cocinar
(principalmente)
Electrodomésticos Si Si Si
Cantidad vehículos uso
Si No Si
particular
Total de personas en el
Si Si Si
hogar
Sexo Si Si Si
Edad Si Si SI
Etnia Si No Si
Salud Si Si Si
Sabe leer y escribir Si Si Si
Actualmente estudia? Si Si Si
Último año de estudios
Si Si Si
aprobado
Durante la semana
Si Si Si
pasada
Tipo de empleado Si Si Si
Total de variables
disponibles en cada 29/30 23/30 28/30
encuesta

La falta de variables explicativas del ingreso de los hogares y el menor nivel de


representatividad son razones suficientes para descartar la ECH 2005. Por lo tanto,
la decisión de qué encuesta elegir para realizar las estimaciones se debate entre la
ECV 2003 y la GEIH 2007, pero debido a que estas dos encuestas tienen
representatividad similar y casi la misma cantidad de variables, se analizó el
comportamiento del PIB para generar una hipótesis sobre cuál encuesta podría
generar mejores resultados.

Entre 2000 y 2016 el PIB real de Colombia ha presentado una tendencia de


crecimiento sostenida, sin embargo, la tasa de crecimiento año a año varía de forma
significativa (ver Gráfico 1), lo que se traduce en restricciones a la hora de realizar
estimaciones de ingreso en los hogares utilizando encuestas recopiladas en años
diferentes.

Gráfico 1: Comportamiento del PIB y su tasa de crecimiento real (2000-2016)

24
600,000 8%

550,000 7%

6%
500,000
5%
450,000
4%
400,000
3%
350,000
2%
300,000 1%

250,000 0%

PIB real Miles de millones Tasa de crecimiento (Eje derecho)

Fuente: Elaboración propia a partir de cuentas nacionales del DANE

No obstante, al tener en cuenta el comportamiento del PIB en los periodos 2003-


2005 y 2005-2007 se aprecian diferencias notables que podrían afectar la precisión
de las estimaciones. Específicamente se encuentra que la variación porcentual del
PIB en el primer periodo es de 10,3%, mientras que en el segundo es de 14,1% (ver
Tabla 6). Es decir, entre 2005 y 2007 el país tuvo un crecimiento más acelerado que
entre 2003 y 2005 lo cual podría afectar las estimaciones más aún si se tiene en
cuenta que en 2007 la economía colombiana llegó a un pico de crecimiento
(Salamanca, 2009).

Tabla 6: Comparación del crecimiento del PIB real entre 2003-2005 y 2005-
2007

Diferencia PIB Variación


Periodo
miles de millones porcentual
2003 - 2005 $ 31,738 10.3%
2005 - 2007 $ 47,827 14.1%
2003 - 2007 $ 79,565 25.8%
Fuente: Elaboración propia a partir de cuentas nacionales del DANE

En conclusión, se considera que debido a las variaciones del PIB entre 2003 y 2005
y 2005 y 2007, las estimaciones realizadas a partir de la ECV 2003 podrían dar
mejores resultados comparados con los resultados que se obtendrían al utilizar la
GEIH 2007.

25
3.5.1.2 Estimación del modelo de ingreso

Una vez seleccionada la encuesta que se utilizaría para la imputación de ingresos


por SAE, las variables fueron calibradas para lograr el mayor poder de predicción
posible con la información disponible.

Las variables utilizadas en el momento son las que se presentan en la Tabla 6 y los
ajustes incluyeron transformaciones logarítmicas, exponenciales y la combinación
de estas transformaciones a las variables discretas no binarias.

Para determinar cuál forma funcional produciría una mejor estimación se analizó la
correlación simple entre cada variable y el logaritmo natural del ingreso per cápita
de los hogares. Se seleccionaron aquellas variables cuyo valor absoluto de
correlación era mayor.

Finalmente, con las variables seleccionadas se realizó una estimación por MCO
utilizando un algoritmo que permite determinar la mejor especificación del modelo
(elimina las variables no significativas o con problemas de colinealidad), los
resultados de esta estimación se presentan en la Tabla 7.

Tabla 7: Resultados de la estimación de ingresos per cápita del hogar con la


información de la ECV 2003

(1)
VARIABLES Máx R2
1. Características de la vivienda

Hogar urbano 0.0534


(0.0334)
Cantidad de baños del hogar -0.146**
(0.0689)
Logaritmo de la cantidad de baños al cuadrado 0.356***
(0.0897)
Conexión del sanitario IPM 0.0249
(0.0249)
Baño exclusivo para el hogar 0.0150
(0.0220)
Material de paredes en la vivienda IPM -0.108**
(0.0430)
Fuente de obtención de agua IPM 0.0674*
(0.0379)
Material del piso diferente a madera o tierra 0.0773***
(0.0237)

26
Lugar exclusivo para cocinar -0.0379*
(0.0226)
Vivienda propia 0.170***
(0.0147)
La vivienda es una casa -0.0355**
(0.0155)

2. Servicios de la vivienda y bienes del


hogar

Cuenta con servicio de energÃ-a eléctrica -0.224***


(0.0392)
Cuenta con servicio de gas natural 0.0489***
(0.0150)
Cuenta con servicio de acueducto -0.243***
(0.0402)
Cuenta con servicio de aseo 0.0907***
(0.0287)
Cocina usando gas o electricidad -0.0495*
(0.0241)
Posee nevera, lavadora, estufa y horno -0.0883
(0.0590)
Cantidad de electrodomésticos de cocina 0.0956***
(0.0320)
Cantidad de electrodomésticos de cocina al cuadrado 0.0193
(0.0148)
Cuenta de electrodomesticos distintos a cocina 0.0823***
(0.00678)
Posee vehículo 0.185***
(0.0192)
3. Características sociodemográficas

Cantidad de hogares en la vivienda 0.0343**


(0.0135)
Logaritmo de cantidad de personas en el hogar al -0.445***
cuadrado
(0.0391)
Logaritmo de cantidad de personas por dormitorio al -0.0368***
cuadrado
(0.00964)
Logaritmo de cantidad de personas entre 0 y 14 años -0.163***
(0.0619)
Logaritomo de cantidad de personas entre 0 y 14 0.153***
años al cuadrado
(0.0368)
Logaritmo de cantidad de personas entre 15 y 65 0.121*
años
(0.0624)
Logaritmo de cantidad de personas mayores a 65 0.200***
años

27
Jefe afiliado al regimen contributivo 0.137***
(0.0319)
Logaritmo de cantidad de afiliados al régimen 0.263***
contributivo
(0.0820)
Logaritmo de cantidad de afiliados al régimen -0.171***
contributivo al cuadrado
(0.0396)
Proporción de personas afiliadas al régimen 0.265***
contributivo
(0.0529)
Jefe afiliado al regimen contributivo 0.137***
(0.0319)
4. Ocupación

Logaritmo de personas trabajando 0.178**


(0.0711)
Logaritmo de personas trabajando al cuadrado 0.103***
(0.0335)
Proporción de personas mayores a 15 que trabajan 0.289***
(0.0482)
El jefe del hogar es trabajador informal -0.174***
(0.0156)

5. Educación

Años de educación jefe del hogar 0.0296***


(0.00676)
Años de educación jefe del hogar al cuadrado -0.00107**
(0.000437)
Máximo de años de educación hogar -0.0544***
(0.00967)
Máximo de años de educación hogar al cuadrado 0.00470***
(0.000531)
Logaritmo de cantidad de personas con por lo menos -0.134***
novena
(0.0364)
Proporción de personas con por lo menos noveno 0.305***
(0.0558)
Logaritmo de cantidad de personas de mas de 15 0.426***
alfabetizadas
(0.131)
Logaritmo de cantidad de personas de mas de 15 -0.0992
alfabetizadas al cuadrado
(0.0669)
Cantidad de escolarizados entre 3 y 18 -0.0517***
(0.0163)
Cantidad de escolarizados entre 3 y 18 al cuadrado 0.0109***
(0.00336)
Por lo menos una persona en el hogar entre 3 y 18 no -0.0344*

28
estudia
(0.0192)
Constant 11.96***
(0.0794)

Observations 21,676
R-squared 0.435
Standard errors in parentheses
*** p<0.01, ** p<0.05, * p<0.1

3.5.2 Inter-municipal

3.6 Análisis costo beneficio

Como es de observarse, la anterior propuesta metodológica aún no tiene en cuenta


la diferente estructura de costos que cada una de las intervenciones propuestas
puede tener y en particular

El subconjunto de inversiones sobre el cual se estimará el valor presente de la


utilidad neta será definido en términos de la relevancia subjetiva esperada de la
inversión y la disponibilidad de información para el cálculo de su costo esperado y
tasa de retorno.

Para esta muestra pequeña de inversiones se propone aplicar la siguiente


metodología.

1. Estimación del valor monetario del beneficio esperado en términos de las


variables resultado
2. Estimación del costo agregado de implementación de dicha inversión
3. Calculo de la utilidad esperada bajo la perspectiva de la teoría economía del
bienestar en uso de una tasa de descuento que tenga en cuenta las pérdidas y
ganancias distribucionales. Para tal efecto se seguirá la metodología propuesta
por Fleurbaey & Zuber (2015).

3.7 Extensiones metodológicas para futuros análisis

29
A manera de extensión metodológica, la presente consultoría ejemplificará dos
posibles metodologías que permiten evaluar efectos potenciales de algunas de las
intervenciones definidas como evaluables.

3.7.1 Intervención de indicadores sectoriales

Indicador sectorial trazador sobre el cual se espera que cada inversión especifica
tenga efectos de corto y mediano plazo

3.7.2 Modelo de multiplicadores locales de empleo

3.7.3 Estimación de efectos municipales a partir de matrices de contabilidad social

1. Análisis del efecto sobre los ingresos por sectores económicos y sobre los
ingresos de los hogares y el valor agregado municipal de las inversiones
definidas por tipología subregional.
o Esta extensión analítica requiere el uso de las matrices de
contabilidad social departamental que a la fecha el DNP se encuentra
elaborando.
o Un análisis de este tipo permitiría definir el efecto agregado sobre los
hogares de cada departamento de un incremento en la inversión bruta
de capital fijo por sector económico. El efecto subregional dentro de
cada departamento podría estimarse a su vez, haciendo uso del
indicador de importancia económica municipal del DANE.

30
4 Resultados preliminares
En las siguientes subsecciones se presentan algunos resultados preliminares de los
cálculos realizados

4.1 Estadísticas descriptivas:


Tabla 8: Estadisticas descriptivas de las variables independientes de los
modelos espaciales

Variable N Media Máximo Mínimo Desv. Estandar Coef. De variación Mediana


Proporción de
hogares con
acceso a fuente
de agua mejorada 1114 0.5892729 0.99 0.00 0.2464612 0.4182463 0.63
Proporción de
hogares con
inadecuadas
eliminación
basura 1114 0.5684111 1 0.00 0.2625271 0.4618613 0.6
Proporción de
hogares con
vivienda propia 1114 0.6053232 1 0.02 0.1358535 0.2244314 0.61
Proporción de
hogares con
vehículo 1114 0.0739856 1 0.00 0.0620647 0.8388748 0.06
Proporción de
hogares con
nevera o lavadora 1114 0.4078097 0.91 0.00 0.2065775 0.5065537 0.395
Cobertura de
Acueducto 2011 1012 0.5764427 1 0.00 0.3142655 0.5451808 0.555
Cobertura de
Acueducto 2012 1031 0.5574782 1 0.00 0.306325 0.5494834 0.53
Cobertura de
Acueducto 2013 1008 0.5821131 1 0.00 0.3028019 0.5201771 0.57
Cobertura de
Acueducto 2014 1043 0.5879195 1 0.00 0.3015583 0.5129245 0.58
Cobertura de
Acueducto 2015 1028 0.5966342 1 0.00 0.3001223 0.5030255 0.59
Cobertura de
Alcantarillado
2005 1095 0.4182283 0.98 0.00 0.2660194 0.6360627 0.39
Cobertura de
Alcantarillado
2011 1012 0.3972925 1 0.00 0.3050718 0.7678772 0.32
Cobertura de
Alcantarillado
2012 1039 0.3914726 1 0.00 0.2965948 0.7576387 0.32

31
Variable N Media Máximo Mínimo Desv. Estandar Coef. De variación Mediana
Cobertura de
Alcantarillado
2013 1010 0.404396 1 0.00 0.2972095 0.7349466 0.34
Cobertura de
Alcantarillado
2014 1047 0.4063515 1 0.00 0.2999705 0.7382044 0.33
Cobertura de
Alcantarillado
2015 1029 0.4071137 1 0.00 0.2954768 0.7257845 0.34
Cobertura energía
eléctrica rural
2011 1117 0.8728021 1 0.00 0.1811827 0.2075874 0.96
Cobertura energía
eléctrica rural
2012 1117 0.8449955 1 0.00 0.2165896 0.2563204 0.93
Cobertura energía
eléctrica rural
2013 1117 0.8448523 1 0.00 0.2124771 0.2514961 0.93
Cobertura energía
eléctrica rural
2014 1115 0.8537758 1 0.00 0.2089273 0.2447098 0.94
Cobertura energía
eléctrica rural
2015 1115 0.8712377 1 0.00 0.2121428 0.2434959 0.98
Penetración de
banda ancha 2011 1098 0.0097814 0.21 0.00 0.0228815 2.33928 0
Penetración de
banda ancha 2012 1098 0.0126594 0.25 0.00 0.0282977 2.235316 0
Penetración de
banda ancha 2013 1098 0.0157013 0.28 0.00 0.0335055 2.133933 0
Penetración de
banda ancha 2014 1098 0.0191166 0.33 0.00 0.0385617 2.017186 0
Penetración de
banda ancha 2015 1098 0.0253825 0.38 0.00 0.0415854 1.638347 0.01
Cobertura Bruta
en Educación
Media 2005 1118 0.4928602 2.3992 0.00 0.2433722 0.4937956 0.4799
Cobertura Bruta
en Educación
Media 2011 1118 0.7138208 2.6182 0.00 0.2899354 0.4061739 0.7033
Cobertura Bruta
en Educación
Media 2012 1118 0.6916729 2.5882 0.00 0.2770318 0.4005243 0.6833
Cobertura Bruta
en Educación
Media 2013 1122 0.7228841 8.6292 0.00 0.3738729 0.5171962 0.70515
Cobertura Bruta
en Educación
Media 2014 1122 0.730111 2.4694 0.00 0.2904424 0.3978058 0.719

32
Variable N Media Máximo Mínimo Desv. Estandar Coef. De variación Mediana
Cobertura Bruta
en Educación
Media 2015 1122 0.7247269 2.5277 0.00 0.2799471 0.3862795 0.70835
Cobertura Bruta
en Educación
Transición 2005 1118 0.906215 6.0584 0.00 0.4333242 0.4781693 0.85185
Cobertura Bruta
en Educación
Transición 2011 1118 0.8642734 2.2727 0.00 0.2715263 0.3141671 0.84315
Cobertura Bruta
en Educación
Transición 2012 1118 0.9726705 3.1 0.00 0.339845 0.3493938 0.93835
Cobertura Bruta
en Educación
Transición 2013 1120 0.9260732 4.9169 0.14 0.3393367 0.3664253 0.8852
Cobertura Bruta
en Educación
Transición 2014 1120 0.8658079 2.7547 0.10 0.3135421 0.3621382 0.81635
Cobertura Bruta
en Educación
Transición 2015 1120 0.8362609 2.9504 0.15 0.3139393 0.3754083 0.7946
Acciones Armadas
Total 2005 802 1.210723 33 0.00 3.051245 2.520184 0
Acciones Armadas
Total 2011 802 0.9862843 29 0.00 2.945796 2.986762 0
Acciones Armadas
Total 2012 81 2.049383 14 1.00 1.903295 0.9287161 1
Acciones Armadas
Total 2013 78 2.012821 8 1.00 1.615618 0.802664 1
Acciones Armadas
Total 2014 71 2.323944 13 1.00 2.149915 0.9251148 2
Acciones Armadas
Total 2015 65 1.769231 8 1.00 1.320147 0.7461701 1
Número de
personas
desplazadas 2005 1094 522.2797 22992 0.00 1487.029 2.847189 101
Número de
personas
desplazadas 2011 1094 288.191 29014 0.00 1613.745 5.599567 27
Número de
personas
desplazadas 2012 1094 280.8876 31431 0.00 1408.78 5.01546 33
Número de
personas
desplazadas 2013 1094 313.3282 32400 0.00 1683.769 5.373819 37
Número de
personas
desplazadas 2014 1094 309.6472 33901 0.00 1811.591 5.850501 35

33
Variable N Media Máximo Mínimo Desv. Estandar Coef. De variación Mediana
Número de
personas
desplazadas 2015 1094 225.3958 24880 0.00 1133.926 5.03082 23.5
Tasa de
homicidios por
cada 10.000
habitantes 2005 1092 4.245833 53.28 0.00 5.20369 1.225599 2.615
Tasa de
homicidios por
cada 10.000
habitantes 2011 1094 2.708739 22.11 0.00 3.334934 1.231176 1.77
Tasa de
homicidios por
cada 10.000
habitantes 2012 1094 3.153208 48.58 0.00 4.031203 1.278445 2.005
Tasa de
homicidios por
cada 10.000
habitantes 2013 1094 2.852989 26.28 0.00 3.24454 1.137242 1.955
Tasa de
homicidios por
cada 10.000
habitantes 2014 1094 2.516033 23.35 0.00 2.987551 1.187405 1.665
Tasa de
homicidios por
cada 10.000
habitantes 2015 1094 2.453665 26.43 0.00 3.020721 1.231105 1.605
Tasa de hurtos
por cada 10.000
habitantes 2005 833 7.118343 205.54 0.20 11.595 1.62889 3.95
Tasa de hurtos
por cada 10.000
habitantes 2011 869 9.903694 95.57 0.11 11.89184 1.200748 5.79
Tasa de hurtos
por cada 10.000
habitantes 2012 942 12.32749 108.02 0.25 14.86215 1.20561 6.765
Tasa de hurtos
por cada 10.000
habitantes 2013 966 11.68442 101.02 0.20 14.53798 1.24422 6.285
Tasa de hurtos
por cada 10.000
habitantes 2014 936 11.08151 86.98 0.32 13.44155 1.212972 6.065
Tasa de hurtos
por cada 10.000
habitantes 2015 970 12.4461 88.55 0.27 14.48507 1.163824 7.06
Densidad
poblacional 2005 1123 102.6546 18385.68 0.00 625.7535 6.095715 33.63
Densidad
poblacional 2011 1123 110.2084 20072.85 0.00 680.4958 6.17463 34.97

34
Variable N Media Máximo Mínimo Desv. Estandar Coef. De variación Mediana
Densidad
poblacional 2012 1123 111.4945 20351.16 0.00 689.5513 6.184623 35.1
Densidad
poblacional 2013 1123 112.7853 20628.07 0.00 698.5661 6.193769 35.37
Densidad
poblacional 2014 1123 114.0794 20903.53 0.00 707.5348 6.202128 35.75
Densidad
poblacional 2015 1123 115.3755 21177.53 0.00 716.4553 6.209768 36.03
Precipitaciones
2005 26 2063.996 8133.9 772.00 1593.602 0.7720955 1622.4
Precipitaciones
2011 26 2408.596 8592.8 1001.10 1529.393 0.6349728 2152.95
Precipitaciones
2012 26 1882.054 8281 391.10 1619.548 0.8605215 1432.45
Precipitaciones
2013 26 1839.788 7980.1 431.40 1548.441 0.8416408 1449.05
Precipitaciones
2014 26 1833.658 8222.1 260.50 1632.717 0.8904152 1568.3
Precipitaciones
2015 26 1476.827 7408.2 152.00 1555.68 1.053394 1121.6
Altura 1122 1140.48 25221 2.00 1155.503 1.013172 1112
Licencias mineras
2005 244 4.918033 417 1.00 26.77496 5.444242 2
Licencias mineras
2011 252 2.710317 16 1.00 2.738142 1.010266 2
Licencias mineras
2012 341 2.627566 22 1.00 2.992982 1.13907 1
Licencias mineras
2013 385 2.311688 17 1.00 2.126591 0.9199298 2
Licencias mineras
2014 198 1.616162 15 1.00 1.444099 0.8935364 1
Área con conflicto
de uso del suelo
2003 1116 335.3203 11338.44 0.04 551.667 1.645194 174.5151
Pertenece al
Sistema de
ciudades 1113 0.1356694 1 0.00 0.3425911 2.525191 0
% área urbana
2005 1002 0.0082353 0.5566667 0.00 0.0360256 4.374559 0.0017331
Vías por km2
2014 1121 0.8238269 2.68 0.00 0.4620087 0.560808 0.81
Vías por km2
2005 1002 1.304481 6.16 0.00 0.7489352 0.574125 1.19
Cantidad de
instituciones
educación
superior 2005 76 4.447368 113 1.00 13.66006 3.071492 1

35
Variable N Media Máximo Mínimo Desv. Estandar Coef. De variación Mediana
Cantidad de
instituciones
educación
superior 2011 76 4.447368 113 1.00 13.66006 3.071492 1
Cantidad de
instituciones
educación
superior 2012 76 4.447368 113 1.00 13.66006 3.071492 1
Cantidad de
instituciones
educación
superior 2013 76 4.447368 113 1.00 13.66006 3.071492 1
Cantidad de
instituciones
educación
superior 2014 73 4.356164 108 1.00 13.25013 3.041696 1
Cantidad de
instituciones
educación
superior 2015 73 4.315068 108 1.00 13.19709 3.058374 1
Cantidad de
matriculados en
el Sena 2005 911 213.9802 71986 0.00 2468.12 11.53433 0
Cantidad de
matriculados en
el Sena 2011 911 677.393 140585 0.00 5154.534 7.60937 94
Cantidad de
matriculados en
el Sena 2012 911 687.2964 148133 0.00 5393.461 7.847359 93
Cantidad de
matriculados en
el Sena 2013 911 775.9901 182583 0.00 6642.797 8.560414 78
Cantidad de
matriculados en
el Sena 2014 598 1343.604 215961 1.00 9850.682 7.331538 86
Cantidad de
matriculados en
el Sena 2015 542 1580.507 232916 1.00 11285.83 7.140639 12.5
Índice de
dependencia
económica 2005 1118 0.7122451 1.2 0.34 0.1057423 0.1484634 0.71
Índice de
dependencia
económica 2011 1122 0.6403743 1.12 0.35 0.100084 0.1562899 0.63
Índice de
dependencia
económica 2012 1122 0.631836 1.15 0.35 0.0989482 0.1566042 0.62

36
Variable N Media Máximo Mínimo Desv. Estandar Coef. De variación Mediana
Índice de
dependencia
económica 2013 1122 0.6244563 1.11 0.35 0.0976655 0.1564009 0.61
Índice de
dependencia
económica 2014 1122 0.6185383 1.1 0.35 0.0966449 0.1562472 0.61
Índice de
dependencia
económica 2015 1122 0.6131194 1.07 0.35 0.0950969 0.1551034 0.6
Tasa bruta de
natalidad 2005 1118 10.05731 82.08 0.00 8.080059 0.8034018 8.55
Tasa bruta de
natalidad 2011 1122 6.497406 73.12 0.00 8.419181 1.295776 4.035
Tasa bruta de
natalidad 2012 1122 6.41205 89.05 0.00 8.789572 1.37079 3.82
Tasa bruta de
natalidad 2013 1122 5.889287 76.07 0.00 8.554517 1.452556 3.2
Tasa bruta de
natalidad 2014 1122 5.54426 79.54 0.00 8.699145 1.569036 2.735
Tasa bruta de
natalidad 2015 1122 5.242923 86.51 0.00 8.715529 1.662342 2.28
Tasa de
fecundidad edad
15 y 24 años 2005 1118 115.8614 850 0.00 89.62183 0.7735265 101
Tasa de
fecundidad edad
25 y 39 años 2005 1118 102.0273 795.5 0.00 78.50162 0.7694175 87.94
Tasa de
fecundidad edad
40 y 49 años 2005 1118 196.7975 1452.05 0.00 154.0075 0.7825684 167.295
Tasa de
fecundidad total
2005 1118 42.21218 320.24 0.00 32.37252 0.7668999 36.525
Tasa de
fecundidad edad
entre 15 y 24 años
2011 1122 70.1366 761.07 0.00 90.14632 1.285297 43.885
Tasa de
fecundidad edad
entre 25 y 39 años
2011 1122 67.82315 777.49 0.00 84.84173 1.250926 42.95
Tasa de
fecundidad edad
entre 40 y 49 años
2011 1122 119.5194 1376.71 0.00 152.5398 1.276277 75.97
Tasa de
fecundidad total
2011 1122 26.46489 300.62 0.00 33.28576 1.257733 16.75

37
Variable N Media Máximo Mínimo Desv. Estandar Coef. De variación Mediana
Tasa de
fecundidad edad
entre 15 y 24 años
2012 1122 69.20607 927.15 0.00 94.53289 1.365962 40.92
Tasa de
fecundidad edad
entre 25 y 39 años
2012 1122 66.6958 944.47 0.00 89.12164 1.336241 39.855
Tasa de
fecundidad edad
entre 40 y 49 años
2012 1122 118.8678 1900 0.00 165.2086 1.389851 69.74
Tasa de
fecundidad total
2012 1122 26.10564 365.83 0.00 35.03909 1.342204 15.6
Tasa de
fecundidad edad
entre 15 y 24 años
2013 1122 63.81177 845.28 0.00 92.76976 1.453803 35.68
Tasa de
fecundidad edad
entre 25 y 39 años
2013 1122 60.46357 808.41 0.00 84.92701 1.404598 34.145
Tasa de
fecundidad edad
entre 40 y 49 años
2013 1122 109.0172 1437.27 0.00 154.2008 1.414464 60.7
Tasa de
fecundidad Total
2013 1122 23.88626 312.44 0.00 33.77711 1.414081 13.25
Tasa de
fecundidad edad
entre 15 y 24 años
2014 1122 60.55201 897.43 0.00 95.19265 1.572081 30.385
Tasa de
fecundidad edad
entre 25 y 39 años
2014 1122 56.11252 786.96 0.00 85.44231 1.522696 28.17
Tasa de
fecundidad edad
entre 40 y 49 años
2014 1122 102.8894 1384.76 0.00 157.7166 1.532875 51.715
Tasa de
fecundidad total
2014 1122 22.43498 302.7 0.00 34.36813 1.531899 11.48
Tasa de
fecundidad edad
entre 15 y 24 años
2015 1122 57.89463 1001.55 0.00 96.88862 1.673534 25.895

38
Variable N Media Máximo Mínimo Desv. Estandar Coef. De variación Mediana
Tasa de
fecundidad edad
entre 25 y 39 años
2015 1122 52.59614 786.64 0.00 85.24115 1.620673 23.655
Tasa de
fecundidad edad
entre 40 y 49 años
2015 1122 98.38654 1687.5 0.00 163.6203 1.663035 42.945
Tasa de
fecundidad total
2015 1122 21.25991 330.2 0.00 34.63572 1.629156 9.51
Total población
indígena 2005 1102 1254.922 106366 0.00 5289.706 4.215167 11
Total población
negro, mulato o
afrocolombiana
2005 1102 3870.687 542039 0.00 22971.87 5.934829 94
Población Rrom
2005 1102 4.407441 1959 0.00 70.48256 15.99172 0
Población Raizal
2005 1102 27.72868 19751 0.00 607.995 21.92658 0
Población
palenquera o de
Basilio 2005 1102 6.778584 2712 0.00 127.8576 18.86198 0
Área en Km2 del
municipio 1122 1017.868 65560.7 15.80 3217.786 3.1613 283.65
Índice de
concentración de
la actividad
agropecuaria 1067 3.270853 4 1.00 0.9453766 0.2890306 4
Densidad
empresarial 2005 987 1.935347 222.6327 0.00 12.93709 6.684633 0.1106481
Número de UPAS 1122 2032.886 23418 4.00 1979.294 0.9736374 1468
Upas por Km2 1122 10.39929 107 0.00 13.84485 1.331327 5
PIB Agropecuario
2011 1122 34.67914 639 0.00 52.98207 1.527779 17.5
PIB Minería y
Petróleo 2011 1122 62.46791 8353 0.00 363.6027 5.820631 1
PIB Industria
Manufacturera
2011 1122 68.55615 15504 0.00 612.4594 8.933689 2
Valor agregado
transables total
2011 1122 165.7549 15851 0.00 738.9814 4.458278 30
PIB Agropecuario
2014 1122 28.38948 463 0.00 37.60223 1.324513 16
PIB Minería y
Petróleo 2014 1122 33.40374 7399 0.00 272.2385 8.14994 0

39
Variable N Media Máximo Mínimo Desv. Estandar Coef. De variación Mediana
PIB Industria
Manufacturera
2014 1122 51.74242 12289 0.00 448.5131 8.668189 1
Valor agregado
transables total
2014 1122 113.6337 12577 0.00 545.3247 4.79897 23
PIB
Agropecuario2015 1122 43.05169 815 0.00 60.35359 1.401887 24
PIB Minería y
Petróleo 2015 1122 45.6025 9022 0.00 348.1863 7.635247 1
PIB Industria
Manufacturera
2015 1122 81.17647 16542 0.00 669.0465 8.241878 1
Valor agregado
transables total
2015 1109 171.8864 17074 0.00 796.3466 4.632982 35
Valor agregado
per cápita
agricultura
millones 2011 1102 2.16412 44.59 0.00 3.126385 1.444645 1.29
Valor agregado
per cápita minería
y petróleo
millones 2011 1103 4.029574 514.55 0.00 26.22895 6.509113 0.04
Valor agregado
per cápita
industria
manufacturera
millones 2011 1057 0.9726963 73.9 0.00 3.939822 4.050413 0.22
Valor agregado
per cápita
transables
millones 2011 1109 7.085302 548.67 0.00 27.51822 3.883845 2.14
Valor agregado
per cápita
agricultura
millones 2014 1107 1.769801 19.64 0.00 2.075728 1.17286 1.18
Valor agregado
per cápita minería
y petróleo
millones 2014 1094 1.757331 401.22 0.00 16.44555 9.358256 0.04
Valor agregado
per cápita
industria
manufacturera
millones 2014 1057 0.6873037 47.88 0.00 2.865625 4.169373 0.13
Valor agregado
per cápita
transables
millones 2014 1109 4.155491 410.69 0.01 17.03558 4.099535 1.77

40
Variable N Media Máximo Mínimo Desv. Estandar Coef. De variación Mediana
Valor agregado
per cápita
agricultura
millones 2015 1107 3.037082 137.01 0.00 6.053399 1.993163 1.74
Valor agregado
per cápita minería
y petróleo
millones 2015 1095 2.407589 486.18 0.00 19.8292 8.236125 0.06
Valor agregado
per cápita
industria
manufacturera
millones 2015 1058 1.582921 235.83 0.00 11.59851 7.327282 0.07
Valor agregado
per cápita
transables
millones 2015 1109 6.919053 497.46 0.01 25.04797 3.620144 2.54
Cobertura
pentavalente 3
dosis 2013 1122 83.10516 165 0.00 19.17489 0.2307304 85.5
Cobertura
pentavalente 3
dosis 2014 1122 84.44264 188 0.00 16.50468 0.1954543 86
Cobertura
pentavalente 3
dosis 2015 1122 88.23465 200 0.00 16.30307 0.1847695 90
Oportunidad de
asignación de
citas a consulta
general (días)
2011 765 1.491673 24 0.00 1.404614 0.9416366 1
Oportunidad de
asignación de
citas a consulta
general (días)
2012 760 1.441829 35 0.00 1.778458 1.233474 1
Oportunidad de
asignación de
citas a consulta
general (días)
2013 887 1.754915 15 1.00 1.241128 0.7072294 1
Oportunidad de
asignación de
citas a consulta
general (días)
2014 912 1.742325 20 1.00 1.206291 0.6923459 1
Oportunidad de
asignación de
citas a consulta 950 1.769011 11 1.00 1.028555 0.5814298 1

41
Variable N Media Máximo Mínimo Desv. Estandar Coef. De variación Mediana
general (días)
2015

Número de
Prestadores-
Sedes (IPS)
201312 1110 17.0009 3289 1.00 117.3576 6.903024 3
Número
promedio de
Prestadores-
Sedes (IPS) 2013 1110 16.93243 3282 1.00 116.9818 6.90874 3
Número de
Prestadores-
Sedes (IPS)
201412 1108 17.55235 3308 1.00 119.2886 6.796165 3
Número
promedio de
Prestadores-
Sedes (IPS) 2014 1110 17.28018 3280 1.00 117.8836 6.821898 3
Número de
Prestadores-
Sedes (IPS)
201512 1108 16.28791 3096 1.00 111.2071 6.827585 3
Número
promedio de
Prestadores-
Sedes (IPS) 2015 1108 16.07942 3084 1.00 110.1366 6.849538 3
Cantidad de ips
per cápita 2013 1122 0.000306 0.0015 0.00 0.0002145 0.7011307 0.0002
Cantidad
promedio anual
de ips
percapita2013 1110 0.0003087 0.0015 0.00 0.0002116 0.6853018 0.0002
Cantidad de ips
per cápita 2014 1122 0.0003093 0.0015 0.00 0.0002218 0.7170169 0.0002
Cantidad
promedio anual
de ips per cápita
2014 1110 0.0003105 0.0014 0.00 0.0002157 0.6948029 0.0002
Cantidad de ips
per cápita 2015 1122 0.0002861 0.0015 0.00 0.0002086 0.7290053 0.0002
Cantidad
promedio anual
de ips per cápita
2015 1108 0.00029 0.0015 0.00 0.0002058 0.7098002 0.0002
Número de
Personas con
Discapacidad
2005 509 553.7073 65570 1.00 2989.03 5.398213 238

42
Variable N Media Máximo Mínimo Desv. Estandar Coef. De variación Mediana
Número de
Personas con
Discapacidad
2011 1051 880.3873 191682 1.00 6383.794 7.251121 324
Número de
Personas con
Discapacidad
2012 1055 912.3355 197889 1.00 6556.179 7.186148 338
Número de
Personas con
Discapacidad
2013 1075 972.0009 208456 1.00 6825.036 7.021635 366
Número de
Personas con
Discapacidad
2014 1092 1038.748 221082 1.00 7174.564 6.906933 386
Número de
Personas con
Discapacidad
2015 1104 1113.351 241220 1.00 7751.457 6.962273 415
Tasa Bruta de
mortalidad 2005 1118 326.8279 1395.9 0.00 180.2307 0.5514543 310.15
Tasa Bruta de
mortalidad 2011 1122 277.8381 1793.1 0.00 180.0902 0.6481839 253.95
Tasa Bruta de
mortalidad 2012 1122 268.9972 1493.5 0.00 172.9337 0.6428827 243.95
Tasa Bruta de
mortalidad 2013 1122 264.0034 1492.5 0.00 171.7817 0.6506798 238.05
Tasa Bruta de
mortalidad 2014 1122 274.5993 1745.9 0.00 178.405 0.649692 248.95
Tasa Bruta de
mortalidad 2015 1122 276.8274 1888.4 0.00 188.9695 0.6826257 247.95
Razón de
mortalidad
materna a 42 días
2005 238 404.7866 2439 11.00 425.5735 1.051353 258.1
Razón de
mortalidad
materna a 42 días
2011 240 467.3038 4166.7 14.90 577.5555 1.235932 286.95
Razón de
mortalidad
materna a 42 días
2012 222 428.9932 4545.5 23.60 559.3507 1.303868 241.6
Razón de
mortalidad
materna a 42 días
2013 184 994.4647 100000 10.80 7366.754 7.407758 240.4

43
Variable N Media Máximo Mínimo Desv. Estandar Coef. De variación Mediana
Razón de
mortalidad
materna a 42 días
2014 174 476.0098 4545.5 11.70 715.3298 1.502763 227.8
Razón de
mortalidad
materna a 42 días
2015 183 377.4257 4000 18.60 497.8261 1.319004 215.1
Tasa de
mortalidad
infantil 2005 935 21.00032 400 1.90 23.00292 1.09536 16.2
Tasa de
mortalidad
infantil 2011 856 17.06729 103.5 1.60 12.25434 0.7180014 13.9
Tasa de
mortalidad
infantil 2012 827 17.42322 192.3 1.90 15.68041 0.8999722 13.7
Tasa de
mortalidad
infantil 2013 805 17.88857 500 1.50 22.36453 1.250214 13.3
Tasa de
mortalidad
infantil 2014 813 16.62276 272.7 1.80 15.32928 0.9221866 13.3
Tasa de
mortalidad
infantil 2015 801 16.74307 217.4 1.70 14.80802 0.8844266 12.8
Tasa de Personas
con Discapacidad
2005 1118 8272.25 95592.6 0.00 13629.81 1.647654 0
Tasa de Personas
con Discapacidad
2011 1122 30495.04 254243.8 0.00 28325.41 0.9288528 23399.9
Tasa de Personas
con Discapacidad
2012 1122 31605.6 264887.6 0.00 29059.63 0.9194455 24536.45
Tasa de Personas
con Discapacidad
2013 1122 32852.6 259563.6 0.00 27839.88 0.847418 26412.8
Tasa de Personas
con Discapacidad
2014 1122 35034.02 279762.7 0.00 28174.46 0.8042029 28604
Tasa de Personas
con Discapacidad
2015 1122 36508.23 244952.7 0.00 27558.2 0.7548488 30442.75
Proporción de
pacientes con
hipertensión
controlada 2011 697 70.49902 100 0.00 26.06227 0.3696827 78.22

44
Variable N Media Máximo Mínimo Desv. Estandar Coef. De variación Mediana
Proporción de
pacientes con
hipertensión
controlada 2012 730 71.03619 100 0.00 29.58875 0.4165306 82.245
Proporción de
pacientes con
hipertensión
controlada 2013 929 72.80978 100 0.00 24.71497 0.3394457 80.99
Proporción de
pacientes con
hipertensión
arterial 2014 937 73.19949 100 0.00 26.26853 0.3588623 82.61
Proporción de
pacientes con
hipertensión
arterial 2015 955 75.70004 100 0.00 22.56037 0.2980232 82.27
Promedio
matemáticas
ICFES 2005 1090 43.93645 58.24 32.70 2.785491 0.0633982 44.24
Promedio
lenguaje ICFES
2005 1090 43.32625 52.72 36.18 1.677681 0.038722 43.27
Promedio
lenguaje ICFES
2011 1112 43.19864 54 30.03 3.3589 0.0777547 43.525
Promedio
matemáticas
ICFES 2011 1112 43.29604 53.87 23.00 3.669595 0.0847559 43.56
Promedio
lenguaje ICFES
2012 1113 44.78817 57 39.00 2.014606 0.0449808 44.84
Promedio
matemáticas 2012 1113 43.87066 52.41 25.00 2.864426 0.0652925 43.83
Promedio
lenguaje 2013 1111 45.12666 52.83 32.50 2.202674 0.0488109 45.29
Promedio
matemáticas 2013 1111 42.93991 56.27 30.62 2.745933 0.0639483 42.69
Promedio
lenguaje 2014 1111 46.91343 56.86 35.75 3.167036 0.0675081 47.28
Promedio
matemáticas 2014 1111 47.76532 57.46 38.19 2.90618 0.0608429 47.83
Promedio
lenguaje 2015 1113 47.40161 63 36.65 3.053487 0.0644174 47.55
Promedio
matemáticas 2015 1113 47.55947 67 29.00 4.250029 0.0893624 47.69
Tasa de
Alfabetismo Total 1113 85.48518 100 32.20 7.549387 0.0883122 86.7

45
Variable N Media Máximo Mínimo Desv. Estandar Coef. De variación Mediana
Tasa de
ocupación
hombres 2011 1118 0.0780487 4.682718 0.00 0.1686305 2.160582 0.0392543
Tasa de
ocupación
mujeres 2011 1118 0.0566425 3.16465 0.00 0.1065807 1.88164 0.0381619
Tasa de
ocupación 2011 1122 0.062693 3.979489 0.00 0.1339453 2.136527 0.037016
Tasa de
ocupación
hombres 2012 1122 0.0722769 5.036089 0.00 0.1737853 2.404439 0.0372856
Tasa de
ocupación
mujeres 2012 1122 0.0522724 3.394585 0.00 0.1100318 2.104968 0.03539
Tasa de
ocupación 2012 1122 0.0622609 4.215009 0.00 0.1404994 2.256624 0.0368315
Tasa de
ocupación
hombres 2013 1122 0.0741519 5.541203 0.00 0.1840159 2.481609 0.0389933
Tasa de
ocupación
mujeres 2013 1122 0.0576288 3.776416 0.00 0.1217796 2.113173 0.0395749
Tasa de
ocupación 2013 1122 0.0658291 4.660696 0.00 0.1519694 2.308544 0.039512
Tasa de
ocupación
hombres 2014 1122 0.0857243 6.470319 0.00 0.2143957 2.500993 0.0460095
Tasa de
ocupación
mujeres 2014 1122 0.0654329 4.40499 0.00 0.1423684 2.175792 0.0446198
Tasa de
ocupación 2014 1122 0.0755226 5.43944 0.00 0.1773832 2.348743 0.0455324
Tasa de
ocupación
hombres 2015 1122 0.0908606 6.408479 0.00 0.2132605 2.347117 0.0492879
Tasa de
ocupación
mujeres 2015 1122 0.0697613 4.379657 0.00 0.1425863 2.043918 0.0480723

Tasa de
ocupación 2015 1122 0.0802433 5.398463 0.00 0.176996 2.205742 0.0495506
Porcentaje de
UPAs con acceso a
al menos un
factor de
producción 1122 0.4368855 1 0.02 0.2024188 0.4633224 0.4268841
Porcentaje de
UPAs con acceso a
agua para las 1122 0.8573998 1 0.33 0.0898301 0.1047703 0.8721637

46
Variable N Media Máximo Mínimo Desv. Estandar Coef. De variación Mediana
actividades
agropecuarias

Porcentaje de
UPA que utilizan
riego 1122 0.1084834 1 0.00 0.1237624 1.140842 0.0618365
Número de UPAs 1122 2112.388 23762 5.00 2020.903 0.9566913 1534
Herfindahl
competencia
concejo 2003 1087 36.88882 10000 0.21 429.579 11.64523 10.02569
Herfindalh
participación
elecciones alcalde
2003 886 1181.886 10000 149.04 817.0065 0.6912738 1044.035
Herfindalh
competencia
alcaldes 2003 886 1737.855 10000 164.96 1536.994 0.8844199 1391.878
Herfindalh
participación
electoral alcaldes
2011 1096 926.2748 3778.764 101.00 494.3972 0.5337479 844.2234
Herfindalh
competencia
alcaldes 2011 1099 1294.397 10000 0.00 924.842 0.7144962 1125.829
Herfindalh
competencia
concejo 2011 1101 411.1256 2940.604 0.00 332.3164 0.8083085 315.3135
Presencia de
casas de justicia
2016 1116 0.0743728 1 0.00 0.2624942 3.52944 0
Presencia de
centros de
convivencia
ciudadana 2016 1116 0.0286738 1 0.00 0.1669629 5.822833 0
Presencia de
comisarias familia
2016 1116 0.9641577 1 0.00 0.1859802 0.1928939 1
Presencia de
defensoría de
familia 2016 1116 0.1326165 1 0.00 0.3393118 2.558595 0
Presencia de
defensoría del
pueblo 2016 1116 0.0295699 1 0.00 0.1694734 5.731284 0
Presencia de
fiscalía general
para denuncias
2016 1116 0.1586022 1 0.00 0.3654685 2.30431 0
Presencia de
fiscalía general 1116 0.0860215 1 0.00 0.2805215 3.261063 0

47
Variable N Media Máximo Mínimo Desv. Estandar Coef. De variación Mediana
para
conocimiento
2016
Presencia de CTI
de fiscalía 2016 1116 0.0089606 1 0.00 0.0942775 10.52137 0
Presencia de
sucursales de
Medicina Legal 1116 0.1003584 1 0.00 0.300612 2.995384 0
Presencia de
inspecciones de
policía 2016 1116 0.9758065 1 0.00 0.1537186 0.1575298 1
Presencia de
inspecciones de
trabajo 2016 1116 0.1272401 1 0.00 0.3333912 2.620173 0
Presencia de Juez
de restitución de
tierras 2016 1116 0.0188172 1 0.00 0.13594 7.224239 0
Presencia de
Juzgados
Administrativos
2016 1116 0.0340502 1 0.00 0.1814394 5.328589 0
Presencia de
juzgados civiles
2016 1116 0.109319 1 0.00 0.3121789 2.855669 0
Presencia de
juzgados
ejecución penas y
med legal 2016 1116 0.0367384 1 0.00 0.188203 5.122795 0
Presencia de
juzgados de
familia 2016 1116 0.1460573 1 0.00 0.353322 2.419064 0
Presencia de
juzgados de
menores 2016 1116 0.0116487 1 0.00 0.107347 9.215327 0
Presencia de
juzgados de
pequeñas causas
2016 1116 0.0053763 1 0.00 0.073159 13.60757 0
Presencia de
juzgados
laborales 2016 1116 0.0573477 1 0.00 0.23261 4.056136 0
Presencia de
juzgados penales
2016 1116 0.1137993 1 0.00 0.3177097 2.791843 0
Presencia de
juzgados
adolescentes
2016 1116 0.0241935 1 0.00 0.1537186 6.3537 0

48
Variable N Media Máximo Mínimo Desv. Estandar Coef. De variación Mediana
Presencia de
juzgados
promiscuos
circuito 2016 1116 0.0770609 1 0.00 0.2668077 3.462295 0
Presencia de
juzgados
promiscuos
municipal 2016 1116 0.8297491 1 0.00 0.3760216 0.453175 1
Presencia de
Personería
municipal 2016 1116 0.9677419 1 0.00 0.1767639 0.182656 1
Presencia de
estación de
policía 2016 1116 0.8915771 1 0.00 0.3110532 0.3488798 1
Presencia de
notarías 2016 1116 0.5743728 1 0.00 0.4946594 0.8612167 1
Presencia de
unidad de
atención a
victimas 2016 1116 0.0277778 1 0.00 0.1644092 5.918732 0
Presencia de
unidad de
restitución de
tierras 2016 1116 0.0206093 1 0.00 0.1421361 6.896692 0
Puntaje núcleo
institucional
índice acceso a
justicia 2016 1116 6.632616 25 0.00 2.815934 0.4245585 6
Tasa de afiliación
régimen
subsidiado 2006 1097 102.441 14097 33.66 455.4839 4.446304 79.74
Tasa de afiliación
régimen
subsidiado 2011 1104 70.64311 144.28 0.02 21.21675 0.3003372 72.31
Tasa de afiliación
régimen
subsidiado 2012 1105 70.47259 148.13 0.04 21.54234 0.305684 72.13
Tasa de afiliación
régimen
subsidiado 2013 1104 69.83959 134.78 0.04 21.45496 0.3072034 71.265
Tasa de afiliación
régimen
subsidiado 2014 1104 68.84082 134.47 0.04 21.70862 0.3153452 69.795
Tasa de afiliación
régimen
subsidiado 2015 1104 68.42731 145.65 0.04 21.67216 0.316718 69.29
Tasa de afiliación
régimen
contributivo 2005 1118 14.32241 95.22 0.00 18.38928 1.283952 5.93

49
Variable N Media Máximo Mínimo Desv. Estandar Coef. De variación Mediana
Tasa de afiliación
régimen
contributivo 2011 1110 13.85992 99.79 0.00 17.60456 1.270178 5.85
Tasa de afiliación
régimen
contributivo 2012 1108 14.06232 94.57 0.01 17.55433 1.248324 5.99
Tasa de afiliación
régimen
contributivo 2013 1109 13.8928 96.65 0.01 17.55369 1.26351 5.77
Tasa de afiliación
régimen
contributivo 2014 1109 14.15836 98.86 0.01 17.9346 1.266715 5.92
Tasa de afiliación
régimen
contributivo 2015 1109 14.60995 101.1 0.04 18.15433 1.2426 6.32
Cantidad de
familias
desplazadas 2006 41 1544.195 6363 26.00 1517.222 0.9825325 1093
Familias
desplazadas
beneficiarias
familias en acción
2011 1081 346.4043 21076 1.00 1122.166 3.23947 75
Familias indígenas
beneficiarias
familias en acción
2011 82 875 4907 3.00 1021.045 1.166908 403
Familias SISBEN 1
beneficiarias
familias en acción
2006 722 674.813 9767 8.00 849.5612 1.258958 390.5
Familias SISBEN 1
beneficiarias
familias en acción
2011 1097 1810.941 102521 6.00 4905.631 2.708886 785
Predial 2005 1097 1799.647 588263.6 0.00 20565.6 11.42758 134.356
Predial 2011 1086 3409.059 1256593 0.00 41503.29 12.17441 216.0795
Predial 2012 1101 3725.225 1424725 0.00 46123.37 12.38137 231.6091
Predial 2013 1101 4502.88 1688428 0.00 55287.4 12.27823 250.724
Predial 2014 1101 5165.256 2044135 0.00 65771.37 12.73342 269.963
Predial 2015 1101 5779.973 2382491 0.00 76238.36 13.19009 287.933
ICA 2005 1097 2284.824 1339169 0.00 41275.6 18.06511 39.311
ICA 2011 1086 4642.02 2354010 0.00 73559.52 15.84644 111.5725
ICA 2012 1101 5146.288 2598533 0.00 80566.98 15.65536 125.972
ICA 2013 1101 5534.914 2714593 0.00 84166.76 15.20652 149.2544
ICA 2014 1101 6117.031 2940348 0.00 91343.74 14.93269 182.975
ICA 2015 1101 6656.204 3207548 0.00 99459.06 14.94231 218.025
Regalías 2005 1097 742.5705 58452.89 0.00 3751.159 5.051586 0
Regalías 2011 1086 2434.745 111965.7 0.00 9154.53 3.759955 10.92263

50
Variable N Media Máximo Mínimo Desv. Estandar Coef. De variación Mediana
Regalías 2012 1101 1211.044 119878.1 0.00 5156.435 4.257844 49.01875
Regalías 2013 1101 3806.726 267455.1 0.00 12682.34 3.331561 918.397
Regalías 2014 1101 4126.707 256024.2 0.00 12532.59 3.036947 1232.468
Regalías 2015 1101 3298.234 228394.4 0.00 10906.78 3.306855 922.8414
SGP 2005 1097 8481.474 1374473 0.00 48943.39 5.770624 2987.71
SGP 2011 1086 14661.88 2163832 538.68 78991.12 5.387518 4375.619
SGP 2012 1101 18118.41 2317265 1090.53 86756.98 4.788334 5924.64
SGP 2013 1101 21818.81 2513132 1030.62 98340.79 4.507156 7674.622
SGP 2014 1101 23065.09 2649360 0.00 103217.5 4.475052 7848.256
SGP 2015 1101 24589.11 2799906 0.00 109678.2 4.460437 8345.359
Predial Per cápita
2005 1118 0.0208344 0.5035095 0.00 0.0307723 1.476991 0.0125886
Predial Per cápita
2011 1107 0.0335607 0.823608 0.00 0.0496973 1.480819 0.0185712
Predial Per cápita
2012 1122 0.0364699 0.7217512 0.00 0.0530399 1.454348 0.0208747
Predial Per cápita
2013 1122 0.0411434 0.9845867 0.00 0.065188 1.584409 0.0214863
Predial Per cápita
2014 1122 0.0463949 1.381131 0.00 0.0811669 1.74948 0.0247706
Predial Per cápita
2015 1122 0.0495282 1.264705 0.00 0.0843391 1.702849 0.0250575
ICA Per cápita
2005 1118 0.0116734 0.4121788 0.00 0.0310822 2.662651 0.0034067
ICA Per cápita
2011 1107 0.0330077 1.467427 0.00 0.0937808 2.841184 0.0091295
ICA Per cápita
2012 1122 0.0385287 2.058535 0.00 0.1157176 3.003412 0.0098417
ICA Per cápita
2013 1122 0.0457721 3.193163 0.00 0.1470908 3.213544 0.0123748
ICA Per cápita
2014 1122 0.0507152 3.779979 0.00 0.1663235 3.279557 0.0153488
ICA Per cápita
2015 1122 0.055848 2.231458 0.00 0.1506791 2.69802 0.0183429
Regalías Per
cápita 2005 1118 0.0321127 4.8748 0.00 0.204102 6.355804 0
Regalías Per
cápita 2011 1107 0.1073149 6.893026 0.00 0.442572 4.124051 0.0005344
Regalías Per
cápita 2012 1122 0.0606778 6.584175 0.00 0.29962 4.937887 0.0041333
Regalías Per
cápita 2013 1122 0.1844482 12.03127 0.00 0.6171515 3.345934 0.0713787
Regalías Per
cápita 2014 1122 0.2091775 13.88342 0.00 0.6341556 3.031663 0.0975023
Regalías Per
cápita 2015 1122 0.1695752 12.30838 0.00 0.537703 3.170882 0.0685339
SGP Per cápita
2005 1118 0.268404 1.503808 0.00 0.1604351 0.5977372 0.2372566

51
Variable N Media Máximo Mínimo Desv. Estandar Coef. De variación Mediana
SGP Per cápita
2011 1107 0.3853656 2.718668 0.00 0.2007924 0.5210438 0.3570105
SGP Per cápita
2012 1122 0.5091961 2.509253 0.00 0.243344 0.4778983 0.4865296
SGP Per cápita
2013 1122 0.6389261 4.174295 0.00 0.3161641 0.4948368 0.5981026
SGP Per cápita
2014 1122 0.6603329 3.491391 0.00 0.3281514 0.4969484 0.6224269
SGP Per cápita
2015 1122 0.7003618 6.760564 0.00 0.358789 0.5122909 0.6633986

Mapa 1: Valor agregado constante per cápita sin minería 2011 (millones de
pesos)

Mapa 2: Valor agregado constante per cápita sin minería 2014 (millones de
pesos)

52
Mapa 3: Valor agregado constante per cápita sin minería 2015 (millones de
pesos)

Tabla 9: Estadísticas descriptivas de las variables de la matriz de correlación


espacial

53
Desviación
Variable Media Estándar Máximo Mínimo
Parques naturales y reservas 0.9990271 0.0300514 1 0
Subzonas hidrográficas 0.9854895 0.1013896 1 0
Manchas urbanas 0.998961 0.0308762 1 0
Clústers no agropecuarios 0.9990744 0.0297763 1 0
Clústers agropecuarios 0.9940266 0.0441415 1 0
Conmutación laboral 0.9989424 0.0301522 1 0
Conmutación salud 0.9981351 0.0363165 1 0
Conmutación educación 0.9991062 0.0297217 1 0
Parques naturales y reservas normalización 0.9989735 0.0305036 1 0
Subzonas hidrográficas normalización 0.9854896 0.1013895 1 0
Manchas urbanas normalización 0.9989579 0.030921 1 0
Clústers no agropecuarios normalización 0.9990275 0.0304651 1 0
Clústers agropecuarios normalización 0.9944179 0.0432329 1 0
Conmutación laboral normalización 0.9989425 0.0301522 1 0
Conmutación salud normalización 0.9981355 0.0363159 1 0
Conmutación educación normalización 0.9990994 0.0297651 1 0
Conmutación laboral con normalización ajustada 0.9985732 0.0323827 1 0
Conmutación salud con normalización ajustada 0.996854 0.0510066 1 0
Conmutación educación con normalización ajustada 0.9990822 0.0298982 1 0
Promedio simple de resultados de Parques naturales y
reservas y subzonas hidrográficas 0.9922583 0.056954 1 0
Promedio simple de resultados de Clústers no agropecuarios
y Clústers agropecuarios 0.9965505 0.0338649 1 0
Promedio simple de Conmutación salud y Conmutación
educación 0.9986207 0.0310128 1 0
Promedio simple de los Manchas urbanas, Conmutación
laboral y los tres promedios simples anteriores 0.9970666 0.0318284 1 0
Promedio simple de Parques naturales y reservas y Subzonas
hidrográficas normalizados 0.9922316 0.0570732 1 0
Promedio simple de Clústers no agropecuarios y Clústers
agropecuarios normalizados 0.9967227 0.033748 1 0
Promedio simple de Conmutación salud y Conmutación
educación normalizados 0.9986174 0.0310436 1 0
Promedio simple de las variables normalizadas 0.9970944 0.0318383 1 0
Promedio simple de Conmutación educación y Conmutación
salud con normalización ajustada 0.9979681 0.0359766 1 0
Promedio simple de las variables normalizadas y justadas 0.9968907 0.0325405 1 0

5 Siguientes pasos

54
5.1 Contenido propuesto para el informe final del componente 3 de esta
consultoría
I. Introducción
II. Antecedentes
A. Subregiones funcionales
B. El portafolio de intervenciones territoriales a evaluar
III. La evaluación
A. Objetivo
B. Diseño metodológico
IV. Resultados
A. Estadísticas descriptivas
B. Efecto potencial de las intervenciones
C. Efecto distributivo
D. Análisis costo beneficio
E. Intervención de algunos indicadores sectoriales
F. Extensiones metodológicas
1. Multiplicadores locales de empleo
2. Efectos municipalizados a partir de matrices de contabilidad social
departamental
V. Conclusiones y recomendaciones de política

5.2 Cronograma de trabajo

Referencias

Angulo, R. Díaz, Y. & Pardo, R. (2016). The Colombian Multidimensional Poverty


Index: Measuring poverty in a public policy context. Social Indicators Research,
Volume 127, Issue 1, pp 1-38.

Anselin, L. (1988). Spatial Econometrics: Methods and Models, Dordrecht: Kluwer


Academic.

55
Anselin, L., & Florax, R. J. (1995). Small sample properties of tests for spatial
dependence in regression models: Some further results. In New directions in spatial
econometrics (pp. 21-74). Springer, Berlin, Heidelberg.

Berdegué, J. Hiller, T. Ramírez, J.M, Satizábal, S., Soloaga, I., Soto, J. Uribe M. & Vargas,
M. (2017). Delineating functional Regions from outer space. Centro
Latinoamericano para el Desarrollo Rural – RIMISP. Working Paper Series N°230,
Territorial Cohesion for Development Group. Rimisp Santiago Chile.

DDT (2015). Indicador de Convergencia Intrarregional – ICIR. Propuesta


metodológica indicador de equidad territorial. Departamento Nacional de
Planeación, Dirección de Desarrollo Territorial Sostenible, Grupo de Estudios
Territoriales. Noviembre.

Elbers, C., Lanjouw, J. O., & Lanjouw, P. (2003). Micro-level estimation of poverty and
inequality. Econometrica, Vol. 71, No. 1 (enero), pp. 355-364.

Fleurbaey, M., & Zuber, S. (2015). Discounting, risk and inequality: A general
approach. Journal of Public Economics, 128, 34-49.

Jara, X. & Schokkaert, E. (2017). Putting measures of individual well-being to use for
exante policy evaluation. Journal Of Economic Inequality (2017) 15:421-440.

Ramirez, J.M., Bedoya, J.G., Díaz Y. (2014). Convergencia Social en Colombia: El Rol
de la Geografia Economica y de la Descentralizacion. Descentralizacion y Desarrollo
Regional. Fedesarrollo. Octubre.

Rey, S. J., & Boarnet, M. G. (2004). A taxonomy of spatial econometric models for
simultaneous equations systems. In Advances in Spatial Econometrics (pp. 99-119).
Springer Berlin Heidelberg.

Trzpiot, G., & Orwat-Acedańska, A. (2016). Spatial Quantile Regression In Analysis


Of Healthy Life Years In The European Union Countries. Comparative Economic
Research, 19(5), 179-199.

Salamanca, A. (2009). El Ciclo Económico Colombiano: Evidencia de Asimetrías y


Sincronización. Bogotá.

Székely, M., López-Calva, L. F., Meléndez, A., Rascón, E. G., & Rodríguez-Chamussy, L.
(2007). Poniendo a la pobreza de ingresos y a la desigualdad en el mapa de México.
Nueva Época, vol. XVI, núm. 2, Segundo semestre de 2017 (pp. 239-303).

56

También podría gustarte