1. Introducción
Un censo económico es una operación estadística que se realiza sobre la totalidad de unidades económi cas, en un momento determinado, haciendo énfasis en características definidas (Organización de las Na ciones Unidas [ONU], 2010). En Colombia, el primer y único censo económico realizado a nivel nacional data del año 1991, sumado a algunos estudios regio nales realizados en años posteriores (Riaño, 2021). Ahora bien, aunque el Departamento Administrativo Nacional de Estadística (DANE) realiza de forma recu rrente encuestas económicas enfocadas en sectores específicos como la industria manufacturera, comer cio, servicios y turismo, entre otros (DANE, 2021b), el paso de tres décadas ha traído nuevas dinámicas y estructuras económicas que requieren ser capturadas a través de un operativo censal actualizado, cuyo fin es lograr la ubicación e identificación de las unidades económicas, así como la caracterización de los dife rentes sectores productivos del país.
La realización de censos económicos conduce a obtener información estadística detallada, cuyo fin es realizar caracterizaciones de la estructura económica nacional, territorial, sectorial y empresarial, así como la conformación y actualización de directorios econó micos de empresas y marcos estadísticos de áreas (geo gráficos) y listas, los cuales son fundamentales para la posterior realización de encuestas enfocadas en los sis temas de cuentas nacionales, el producto interno bruto y los diferentes sectores económicos relevantes de un país (Instituto Nacional de Estadística y Geografía [Inegi], 2015). Como todo proyecto censal, es impor tante determinar la extensión del territorio y las áreas de cobertura con el fin de definir cargas operativas y tiempos estimados para el levantamiento de informa ción (ONU, 2011). Asimismo, el censo económico, al ser una fuente primaria de estadísticas temáticas ob tenidas del universo de unidades de interés, permite la realización de análisis para una amplia variedad de agrupaciones geográficas, desde el nivel nacional hasta la escala local (ONU, 2010).
A partir de lo anterior, se destaca que las activi dades productivas presentes en las zonas rurales, a diferencia de los centros urbanos, se caracterizan por ser economías de baja densidad, con tres dimensiones particulares: 1) la distancia física a los mercados y el costo asociado en términos de transporte y conectividad; 2) importancia de la competitividad económica en mercados más pequeños; y 3) estructuras económi cas específicas, con énfasis en productos determinados y menor capital humano (Organisation for Economic Co-operation and Development [OECD], 2018). Las dimensiones anteriores reflejan un contexto donde se hace más complejo y costoso levantar información ya que las fuentes están generalmente dispersas, lo que aumenta los tiempos de desplazamiento y dificulta el objetivo de cubrimiento, por lo que es necesario esta blecer metodologías para estas áreas y sus condiciones particulares (Soto, 2016).
Aunque se han hecho intentos por realizar clasi ficaciones del entorno rural desde diversos enfoques, entre ellos, la distribución de población, cabe desta car la tipología regional definida por la Organiza ción para la Cooperación y el Desarrollo Económico (OCDE), a partir de tres estructuras principales: eco nómica, espacial y de gobernanza (OECD, 2018). Si bien los intentos globales por realizar clasificaciones territoriales estandarizadas son ideales para efectos de realizar comparaciones entre países, es importante señalar que para realizar el levantamiento de infor mación detallada, finalidad de un censo económico, se hace indispensable definir agrupaciones donde se valide la presencia representativa de la actividad eco nómica en los entornos rurales a partir de las caracte rísticas particulares presentes en cada país.
Dado que las actividades económicas tienden a agruparse en las zonas urbanas, es necesario estable cer en la metodología y los procesos definidos para el desarrollo del censo aquellas áreas donde hay co bertura del sector económico en las zonas rurales, cuyas unidades podrían ubicarse de forma dispersa o con escasa presencia, lo que repercute en los costos operativos de transporte y levantamiento de datos. De esta manera, en países con una amplia tradición en la realización de este tipo de censos, generalmente se definen áreas o zonas que garanticen la captura de las unidades de observación, como es el caso de Méxi co, en donde se establecieron las áreas geoestadísticas básicas rurales, cuya característica principal es la des tinación del uso del suelo a actividades agropecua rias y forestales, y en donde se aplicaron métodos de muestreo para el levantamiento de información, ya que la actividad económica es pequeña en compara ción con su amplia extensión superficial (Inegi, 2015). De otro lado, en la India se establecieron bloques de enumeración conformados por rangos de 200 a 300 hogares para el levantamiento de información en las zonas rurales (ONU, 2010), donde la unidad geográfica de enumeración base para el marco rural era la villa (Ministry of Statistics and Programme Implementa tion, 2019). En Canadá, para fines estadísticos, se de finieron subdivisiones censales consolidadas, que en las zonas rurales abarcan poblaciones de más de 40 personas (Page & Beshiri, 2003).
Ciertamente, las divisiones territoriales para fines estadísticos se sustentan a partir de parámetros demo gráficos que, en ocasiones, terminan siendo rígidos an tes las diversidades geográficas, territoriales, biofísicas y ambientales que presenta el territorio nacional. Actualmente, el contexto económico en el medio rural ya no es exclusivo de la producción agropecuaria porque se presentan nuevas actividades económicas y servi cios que han incursionado en el campo (Ávila, 2015). De esta manera, algunos enfoques teóricos buscan determinar, a partir de dimensiones espaciales, aglo meraciones productivas en espacios definidos (Ayala et al., 2020). Esto se sustenta por la evidencia que ha de mostrado que la localización de sectores económicos no se da de forma aleatoria, sino que tiende a conformar aglomeraciones (Prat & Cánoves, 2014), donde estos clústeres se fundamentan en la espacialidad de las actividades económicas y su concentración geográ fica (Larraide, 2010).
Desde el enfoque teórico, la geografía económi ca se sustenta en principios y procesos asociados a la localización y, por ende, a la distribución y patro nes espaciales de los sectores económicos, en donde se derivan subcampos más específicos, entre ellos, la geografía rural (Pászto, 2020). En la denominada "nueva geografía económica", se concibe al espacio como elemento influyente en el comportamiento eco nómico a partir de la localización de variables y la presencia de economías de aglomeración, lo que per mite determinar y comprender las dinámicas comple jas de las zonas rurales (León, s. f.). Por consiguiente, las zonas rurales pueden experimentar economías de aglomeración, ya sea por los beneficios de atenuar los efectos de la distancia a mercados o porque esta se conforma gracias a una intensidad significativa del sector que influye en el desempeño económico local (Artz et al., 2016).
No obstante, es relevante distinguir las dimensio nes asociadas al concepto de aglomeración, ya que desde el punto de vista económico hace referencia a las interrelaciones entre sectores y en el contexto geográfico se enfoca en la concentración espacial de determinados sectores (Feser & Isserman, 2005). Asi mismo, los conglomerados que se conforman pueden categorizarse en función de su ubicación (locales) o por su alcance económico (negocios, comercializa ción o competitividad) (Bednarikova et al., 2021).
En consecuencia, se considera que los procesos económicos regionales tienen un contexto espacial, ya que su distribución y comportamiento están in fluenciados por el desempeño económico de zonas aledañas y configuran la existencia de autocorrelación espacial, de importancia significativa en las disciplinas asociadas al análisis espacial (O'Sullivan & Unwin, 2010), la cual se aborda a través de enfoques metodo lógicos y pruebas analíticas que permiten determinar aglomeraciones en el espacio geográfico (Rodríguez & Cabrera, 2017). Estas agrupaciones espaciales se basan principalmente en la proximidad geográfica de las áreas, así como en las distancias que las separan entre sí o respecto a los centros urbanos (Wardhana et al., 2017), y su estudio o determinación contribuye a un mejor entendimiento de los patrones actuales de distribución y desarrollo económico regional (Aguilar & Vlosky, 2006).
Por esta razón, se hace necesario emplear proce sos analíticos espaciales como soporte fundamental para la identificación de áreas de interés, donde las variables geográficas, demográficas y socioeconómi cas juegan un papel clave para la delimitación y caracterización de agrupaciones (Nieto et al., 2017). De esta manera, el propósito de este artículo es presen tar los procesos analíticos espaciales que condujeron a determinar las áreas de concentración económica rural (ACER), como agrupaciones espaciales de establecimientos económicos que se presentan en la zona rural de las divisiones territoriales del país, las cua les se caracterizan por procesos de espacialización de sectores económicos específicos o de diversificación por la presencia de establecimientos pertenecientes a diferentes renglones económicos.
En este sentido, se define formalmente el ACER como un área delimitada en el espacio rural disper so, que contiene establecimientos de uno o diferentes sectores económicos, los cuales están aglomerados o concentrados espacialmente, con un número mínimo de tres establecimientos. La concentración espacial se determina a partir de la utilización de técnicas analí ticas espaciales y teniendo en cuenta condiciones in herentes a las fuentes disponibles. Su definición tiene como fin conformar el marco estadístico referencial del próximo censo económico por realizarse en Co lombia, con el fin de capturar la información relacio nada con el universo de unidades económicas en las zonas rurales del país.
2. Metodología
Desde el punto de vista investigativo, este trabajo tie ne dos alcances: exploratorio, ya que el planteamiento de las ACER es una perspectiva novedosa para el le vantamiento de información del censo económico, y descriptivo, debido a que la determinación de estas áreas requiere especificar propiedades y característi cas de análisis para su definición (Hernández et al., 2010). Así mismo, desde la investigación geográfica, se hace uso de técnicas espaciales con el fin de analizar y producir información enmarcada en la dimensión espacial (Bozzano et al., 2016), la cual está definida de forma implícita y explícita en las ACER.
2.1. Área de estudio
Colombia es un país ubicado en el extremo noroccidental de América del Sur, cuya superficie continen tal es de 1.141.748 km2 (Ministerio de Asuntos Ex teriores, Unión Europea y Cooperación, 2021). De acuerdo con su división político-administrativa, está dividido, en primera instancia, por 32 departamentos y, a su vez, por 1.102 municipios, 18 áreas no muni cipalizadas (ANM) y la isla de San Andrés, los cuales conforman un segundo nivel territorial (DANE, 2021a). En la Figura 1 se presenta la ubicación de contex to del país, así como la distribución de las divisiones mencionadas.
2.2. Fuentes de datos
Se tienen dos categorías para las fuentes de información:
Oficiales, que incluyen las entidades públicas o privadas de carácter nacional, regional o local, cuyos datos están abiertos al público o deben solicitarse mediante convenios interinstitucionales y que ade más tienen la característica de estar georreferenciados. En la Tabla 1 se presenta el listado de fuentes oficiales.
Dato | Descripción | Vigencia | Fuente |
---|---|---|---|
Las encuestas georreferenciadas del Censo Nacio- | |||
Establecimientos económicos | nal de Población y Vivienda (CNPV) 2018 permiten diferenciar usos mixtos y usos no residenciales para determinar la ubicación de establecimientos económicos. | 2018 | DANE, Censo Nacional de Población y Vivienda 2018. |
El Directorio Económico de Empresas (DEST) es el | |||
Establecimientos económicos | compendio de varias fuentes oficiales y alterna tivas en el que figuran las empresas legalmente constituidas en el país. | 2020 | DANE, Directorio Económico de Empresas. |
Establecimientos económicos | Las construcciones tienen una codificación que permite identificar varias de ellas como de interés o importancia económica y complementan la Información de las fuentes DANE. | 2019 | Instituto Geográfico Agustín Codazzi (IGAC), cartografía base 1:100.000. |
La publicación Mapas de ruta da información so- | |||
Establecimientos económicos | bre los sitios de interés en 17 rutas terrestres que comunican las principales ciudades de Colombia. | 2018 | IGAC, Mapas de ruta. |
Plantas de beneficio animal y vegetal | Fuente de información sobre actividades econó micas del área rural. | 2019 | Instituto Nacional de Vigi lancia de Medicamentos y Alimentos (Invima). |
Alojamientos y hoteles | Fuente de información sobre actividades econó micas en el sector hotelero. | 2019 | Registro Nacional de Turismo del Ministerio de Comercio, Industria y Turismo. |
Peajes viales | Los peajes viales son instalaciones generadoras de actividad económica en sus proximidades. | 2020 | Instituto Nacional de Vías (Invías). |
Instituciones prestadoras de salud (IPS) | Base de datos de las IPS con datos de cada Institución, el cual es un sector de interés para el | 2019 | Ministerio de Salud. |
censo económico. | |||
Base de datos que lista los establecimientos | |||
Establecimientos educativos | educativos, como sector de interés para el censo económico. | 2019 | Ministerio de Educación. |
FUENTE: elaboración propia.
Alternativas, que ofrecen datos complemen tarios a los oficiales provenientes de páginas deter minadas en Internet, fuentes colaborativas y otras cuyo acceso se realizó a través de algoritmos de web scraping. En la Tabla 2 se resumen estas fuentes al ternativas.
Dato | Descripción | Vigencia | Fuente |
---|---|---|---|
Establecimientos económicos | La base de datos de eInforma contiene 258.361 registros, con atributos importantes como el NIT, lo que permite vincularlo con el DEST. | 2019 | eInforma www.einforma.co |
Open Street Map es un proyecto de cartografía colaborativa | |||
Establecimientos | generada mediante GPS y edición en línea. Permite encon- | 2020 | Open Street Map |
económicos | trar algunos establecimientos económicos no registrados en fuentes oficiales. | www.openstreetmap.org | |
Establecimientos | Páginas Amarillas es una conocida base de datos que aporta | 2019 | Páginas Amarillas |
económicos | aproximadamente 170.000 registros en Colombia. | www.paginasamarillas.com.co | |
Booking.com es una plataforma que ofrece información de | |||
Alojamientos y | establecimientos hoteleros a nivel nacional e internacional. | 2020 | Booking.com |
hoteles | En Colombia se encuentran 14.000 registros, extraíbles me diante técnicas de web scraping. | www.booking.com |
FUENTE: elaboración propia.
Las fuentes de datos anteriores se seleccionaron teniendo en cuenta los siguientes criterios: 1) perti nencia, a partir de su localización en el área rural; 2) disponibilidad para su consulta y utilización en todo momento; 3) vigencia menor a cinco años; 4) cohe rencia respecto al grado en que están relacionadas con los conceptos utilizados y el alcance definido en el censo económico.
2.3. Descripción de procesos
2.3.1. Identificación de ACER
El proceso inicia con la revisión de registros y se ex traen aquellos que están localizados en el área rural de los municipios, acorde a la definición del Marco Geoestadístico Nacional (MGN) del DANE. A continua ción, se calculó la métrica de distancia euclidiana en tre los establecimientos como medida directa que se da entre dos puntos en el espacio (Kang, 2008) no solo para efectos de procesos posteriores, sino como indi cador de caracterización municipal. La importancia de emplear la distancia se sustenta en su importancia geográfica como concepto cuantificable de proximi dad (López, 2015), así como su concepto multidimen sional, el cual incluye el contexto económico (Buzai & Montes, 2021).
En las áreas rurales, las distancias entre estableci mientos más cercanos pueden incluir datos atípicos o extraordinarios debido a la localización de puntos dispersos entre sí por las características propias de es tas zonas. De esta manera, se empleó como medida descriptiva la mediana (Me) de las distancias al es tablecimiento más cercano para cada municipio, ya que es una estadística de tendencia central robusta que reduce el sesgo que implican los posibles valores atípicos. Posteriormente, se procedió a la generación de los polígonos de referencia de las ACER y se generó inicialmente una grilla formada por celdas en forma de hexágono regular cuya altura es igual a la Me; por lo tanto, las dimensiones de la celda de la grilla son únicas para cada municipio, por cuanto la mediana varía de acuerdo con la distribución espacial de sus establecimientos económicos. A partir de lo anterior se realiza un conteo de establecimientos económicos por cada hexágono de la grilla.
La Figura 2 presenta como ejemplo la grilla hexa gonal y los establecimientos económicos en la zona ru ral del municipio de Ubaté, ubicado a 95 kilómetros al nororiente de Bogotá D.C., capital del país, en donde la altura de cada hexágono regular es de 208 metros, correspondiente al valor de la mediana de las distan cias de los establecimientos a su vecino más cercano.
Sobre la grilla resultante se calcula el índice local de asociación espacial (LISA, por su sigla en inglés) de Moran, que es el índice principal para medir la auto-correlación espacial (Buzai & Montes, 2021), es decir, la similitud entre valores de una variable a partir de la cercanía entre sus ubicaciones, con el fin de identificar zonas donde se presentan aglomeraciones o dispersio nes espaciales de hexágonos con su conteo de estable cimientos (Siabato & Guzmán, 2019). Por lo tanto, se seleccionaron aquellos hexágonos que conformaban aglomeraciones alto-alto (celdas con conteos altos de establecimientos rodeadas de otras celdas con conteos altos de establecimientos) y las celdas identificadas como atípico espacial alto-bajo (hexágonos con va lores altos de conteo rodeadas de celdas con valores bajos).
Seguidamente, se definieron buffers, como una función de proximidad (Redecker et al., 2020) para la generación de áreas de influencia alrededor de los establecimientos económicos con un radio igual a la Me. Cabe indicar que un establecimiento económi co posee un área de influencia circular y que esta se extiende hasta a una distancia igual o menor a la me diana. Entre más cercanos se encuentren un grupo de establecimientos, sus áreas de influencia tienden a solaparse y a fusionarse en una sola área que fun ciona como zona de influencia de todos los estableci mientos. Así, una concentración de establecimientos generará un área de influencia común a todos ellos. La Figura 3 muestra las áreas de influencia de los es tablecimientos económicos del municipio de Ubaté con un radio igual a 208 metros.
En aras de asegurar la existencia de agrupacio nes de actividades económicas en el área rural, se buscó garantizar la simultaneidad espacial (ocu rrencia en la misma ubicación) de los resultados LISA y buffer. De este modo, los polígonos de refe rencia de las ACER son el resultado de la sobreposición de las aglomeraciones espaciales del LISA con las áreas de influencia, en donde se cumpla la condición de contar con un número mínimo de tres establecimientos económicos, concordante con la definición conceptual de las ACER. La Figura 4 ilustra un ejemplo de este resultado, en el que las intersecciones identificadas como 1 y 2 se descartan (tienen un solo establecimiento cada una), mientras que las intersecciones 3 y 4 se mantienen (presentan más de tres establecimientos).
2.3.2. Validación de ACER mediante variables exógenas
La delimitación de los polígonos de referencia de las ACER se basa únicamente en criterios geoespaciales, sin tener en cuenta las variables socioeconómicas de los establecimientos como ingresos o número de traba jadores, al carecer de esta información en las fuentes empleadas. Por lo anterior, no es posible determinar per se si los polígonos de referencia de las ACER calcula dos son representativos de la actividad económica en el rural disperso de su municipio respectivo. Para rea lizar la priorización de las ACER, se construyó un área óptima de actividad económica en el rural disperso de cada municipio empleando variables relacionadas con el territorio y con la dinámica económica.
A las variables empleadas para construir el área óptima se les conoce como exógenas, ya que son exter nas a la ubicación de los establecimientos económicos. La obtención del área óptima usando estas variables se realizó mediante el análisis jerárquico o multicriterio, método que considera diferentes criterios para la toma de decisiones con enfoque geográfico en análisis de localizaciones (Redecker et al., 2020). Este análisis se soporta en un modelo racional desarrollado en fases donde son relevantes tanto los criterios definidos así como los pesos para su evaluación y que se emplea en situaciones de diferente índole, como la económi ca (López, 2015). En otras palabras, se busca justificar una decisión subjetiva, donde los juicios sobre las al ternativas se transforman en análisis cuantitativos em pleando escalas de importancia relativa, lo que permi te dar soluciones coherentes y sustentadas.
Para conocer cuáles ACER representan la actividad económica en un municipio determinado, se estableció una solución dada por el cálculo de un área potencial de actividad económica en la zona rural de cada mu nicipio a partir de la suma ponderada de las siguientes variables exógenas: 1) proximidad a las vías terrestres; 2) intensidad de luces nocturnas; 3) pendiente del te rreno; 4) densidad de población; y 5) proximidad a cuerpos de agua. La selección de estas variables par ticulares se justificó por la disponibilidad de informa ción para todo el territorio colombiano y su relación directa con la actividad económica en las zonas rurales de los municipios del país, así como por la indepen dencia de las variables entre sí para su correspondiente valoración (Olaya, 2014). Sobre estas variables se realizaron operaciones matemáticas del álgebra de mapas (Redecker et al., 2020) para obtener el área óptima o potencial de actividad económica en el rural disperso. Posteriormente, se aplicó el criterio experto, en donde un grupo de 19 expertos temáticos establecieron, por medio de una matriz de comparación, la importancia relativa entre dos pares de variables en una escala de 1 a 9, cuyo resultado se procesó para obtener un vector de pesos que indicó la ponderación de cada variable.
A manera de ejemplo, la Figura 5 muestra las cin co variables exógenas para el municipio de Ubaté, en donde la superficie 1 representa la distancia a las vías terrestres, la superficie 2 muestra la distancia a los cuerpos de agua, la superficie 3 representa la pen diente del terreno, la superficie 4 muestra la intensi dad de luces nocturnas y la superficie 5 representa la densidad de población. Adicionalmente, la Figura 6 ilustra el resultado de la ponderación y las áreas ópti mas encontradas en el mismo municipio.
2.3.3. Estructuración cartográfica y codificación de las ACER
Los polígonos de referencia de las ACER para cada mu nicipio pasaron por un proceso de validación y estruc turación cartográfica respecto a las unidades defini das en el Marco Geoestadístico Nacional. El proceso de codificación se fundamentó en la integración de este nivel dentro del marco censal. Dicha codificación se adoptó asignando una identificación alfanumérica de 20 posiciones: 18 posiciones correspondientes a los niveles geográficos propios del MGN (en la zona rural hasta el nivel sección) más dos posiciones correspondientes a la codificación asignada para las ACER den tro de cada municipio.
La Figura 7 presenta las ACER estructuradas para el municipio de Ubaté (áreas con límites de color rojo), mientras que la Tabla 3 presenta las áreas con su co dificación, número de establecimientos y área defini da en hectáreas.
Código ACER | Número de establecimientos | Área (ha) |
---|---|---|
2500258433999999999948955501 | 3 | 23,83 |
2500258433999999999948955502 | 5 | 25,57 |
2500258433999999999948955603 | 5 | 9,27 |
2500258433999999999948955704 | 5 | 18,52 |
2500258433999999999948955705 | 5 | 14,63 |
2500258433999999999948955706 | 7 | 15,67 |
2500258433999999999948955807 | 5 | 49,78 |
FUENTE: elaboración propia.
3. Resultados
3.1. Distribución de las ACER a nivel nacional
El total de ACER definidas a nivel nacional fue de 5.537 distribuidas en 904 municipios, un área no municipa lizada y la isla de San Andrés. Es decir, hay presencia de estas áreas en cerca del 80,1% de las divisiones de segundo nivel territorial que conforman el país. En 198 municipios y 17 áreas no municipalizadas no se conformaron ACER, ya sea por no contar con informa ción suficiente o por la no existencia de agrupaciones de establecimientos económicos en sus zonas rurales.
3.1.1. Número de establecimientos en las ACER
Con fines descriptivos, se calcularon las medidas de tendencia central, posición y dispersión sobre el nú mero de establecimientos asociados a la totalidad de las ACER, las cuales se muestran en la Tabla 4.
Media | 6,499 |
Mediana | 5 |
Máximo | 500 |
Mínimo | 3 |
Desviación estándar | 10,301 |
Coeficiente de variación | 1,585 |
FUENTE: elaboración propia.
Se presenta una asimetría positiva (media ma yor a la mediana), cuyos valores están concentrados en el rango de tres a cinco unidades. La distribución presenta valores atípicos extremos de 292 y 500 esta blecimientos, ambos en el municipio de Cota, departamento de Cundinamarca y contiguo a la ciudad de Bogotá, el cual se caracteriza por tener altas concentra ciones de unidades industriales. En la Figura 8 se pre senta el histograma del número de establecimientos por ACER, en el cual se refleja el sesgo positivo pronunciado.
3.1.2. Distribución del área de las ACER
El área estructurada para las ACER, medida en hectá reas, presenta como estadísticos descriptivos las medi das de tendencia, posición y dispersión mostradas en la Tabla 5.
Media | 32,478 | |
Mediana | 15,670 | |
Máximo | 1.069,1 | |
Mínimo | 0,138 | |
Desviación estándar | 53,480 | |
Coeficiente de variación | 1,647 |
FUENTE: elaboración propia.
El valor máximo de área de las ACER se localiza en el municipio de Puerto Carreño, al oriente del país, con una ACER de 1.069,1 hectáreas, mientras que el mínimo se encuentra en la isla de San Andrés.
Por otra parte, la variabilidad del área a partir de su coeficiente de variación es grande debido a la pre sencia de valores atípicos. De esta manera, se toma la mediana como tendencia central de la superficie, con valor de 15,6 ha, al ser más robusta ante la presencia de atípicos.
De acuerdo con el histograma de la Figura 9, la mayor frecuencia se presenta para las ACER con super ficies entre 5 y 10 hectáreas. La distribución es asimé trica positiva, hecho que es consistente con los valores de la media y de la mediana.
3.2. Distribución de las ACER en las divisiones de segundo nivel territorial
3.2.1. Número de ACER en los municipios
En primer lugar, se presentan las medidas estadísti cas de tendencia central, posición y dispersión corres pondientes al número de ACER por las divisiones de segundo nivel territorial, las cuales se muestran en la Tabla 6.
Media | 6,107 |
Mediana | 4 |
Máximo | 77 |
Mínimo | 1 |
Desviación estándar | 6682 |
Coeficiente de variación | 1,094 |
FUENTE: elaboración propia.
De forma similar a la interpretación dada en resul tados anteriores, el valor de la mediana, igual a cuatro ACER, es la tendencia central de estas áreas en las divi siones mencionadas.
El histograma de la distribución de valores de nú mero de ACER por divisiones del segundo nivel territo rial se muestra en la Figura 10, donde es evidente la distribución asimétrica positiva concentrada en el ran go [1,5]. Al mismo tiempo, se tiene una alta dispersión de la variable debido a los altos valores extremos.
La Tabla 7 lista los 10 municipios con más ACER y su respectiva participación porcentual respecto al total nacional, donde se destaca la presencia de los municipios de Guarne (Antioquia), Cocorná (Antioquia) y Tierralta (Córdoba), los cuales no tienen la categoría de capitales de departamento.
Nombre | Número ACER | Porcentaje |
---|---|---|
Villavicencio | 77 | 1,391% |
Pasto | 53 | 0,957% |
Guarne | 44 | 0,795% |
Montería | 42 | 0,759% |
Santa Marta | 38 | 0,686% |
Cocorná | 34 | 0,614% |
Pereira | 34 | 0,614% |
Tierralta | 32 | 0,578% |
Cartagena | 31 | 0,560% |
Medellín | 29 | 0,524% |
FUENTE: elaboración propia.
La Figura 11 muestra la distribución geográfica del número de ACER en las divisiones de segundo nivel territorial, en donde se destaca la presencia de valores altos en municipios correspondientes a capitales de departamento y sus divisiones contiguas. El número de ACER va disminuyendo conforme la división tiene una mayor extensión territorial y su vez se encuentran en regiones periféricas del país, como la costa Pacífica al occidente y las cuencas de los ríos Orinoco y Ama zonas (oriente y sur del país respectivamente).
3.2.2. Número de establecimientos por ACER en las divisiones de segundo nivel territorial
La Tabla 8 presenta las medidas de tendencia central, posición y dispersión de la variable. Se tiene una dis tribución asimétrica positiva, con el valor de la media mayor al de la mediana, y una variabilidad menor en comparación a las variables anteriores.
Media | 5,798 |
Mediana | 5 |
Máximo | 64,75 |
Mínimo | 3 |
Desviación estándar | 3,906 |
Coeficiente de variación | 0,674 |
FUENTE: elaboración propia.
El histograma de la variable se muestra en la Fi gura 12, donde se observa que se presenta una alta concentración de valores en el rango [0;10] que es consistente con los valores de media y mediana.
La distribución geográfica del número de estable cimientos económicos por ACER en las divisiones de segundo nivel territorial se ilustra en la Figura 13. A diferencia de la variable anterior, esta se distribuye con los valores más altos hacia divisiones de mayor extensión.
Adicionalmente, los 10 primeros lugares de esta variable se listan en la Tabla 9. En la lista se encuen tran municipios con vocación turística como Dibulla (localizado en el departamento de La Guajira, penín sula sobre la costa del mar Caribe) o La Vega, Cundinamarca (balneario situado a 54 km de Bogotá), y otros con vocación industrial como Cota o Chía, del departamento de Cundinamarca (municipios conti guos a Bogotá, capital del país).
4. Discusión de resultados
Las ACER se construyeron a partir de fuentes secun darias de información, las cuales pueden presentar ya sea errores de georreferenciación o bien ausencia total o parcial de registros en algunos municipios. Por esta razón no fue posible la identificación y delimita ción de ACER para 198 municipios y 17 áreas no mu nicipalizadas, es decir, el 19,1% del total divisiones correspondientes al segundo nivel territorial del país.
De los 198 municipios, 56 no tienen ningún pun to asociado a establecimientos económicos rurales. En los 142 restantes se encuentran establecimientos, aunque la verificación de las ACER mediante imágenes de satélite no permitió su estructuración. Esto se de bió principalmente a errores de georreferenciación y, en segunda instancia, a que un grupo de puntos que inicialmente podrían forman una ACER no correspon dían a infraestructuras económicas al hacer la verifi cación con las imágenes. Asimismo, de las 17 ANM, 16 no tenían registros de establecimientos económicos en el área rural. La única excepción es el ANM de Tarapacá, en donde se identificaron 37 establecimientos, los cuales no conforman una o varias ACER por las mis mas razones mencionadas anteriormente.
La distribución geográfica de las ACER a nivel na cional indica una alta concentración de estas en la re gión definida por los tres ramales de la cordillera de los Andes: Occidental, Central y Oriental, así como el llamado piedemonte de la cordillera Oriental. Es en esta región donde se concentra gran parte de la pro ducción industrial y manufacturera del país, así como establecimientos de comercio, servicios, construcción y transporte. En la costa del mar Caribe también se presentan importantes concentraciones de ACER, en especial en el valle del río Sinú y en los municipios que son capitales departamentales. Se aprecia la falta de ACER en la costa Pacífica y en los municipios perte necientes a las cuencas de los ríos Orinoco y Amazo nas, en donde precisamente se localizan la mayoría de los 198 municipios y 17 ANM donde no se encontraron ACER. NO obstante, también hay municipios sin ACER distribuidos por todo el resto del país, en especial en el curso inferior del río Magdalena (municipios per tenecientes a los departamentos de Bolívar, Atlánti co y Magdalena). En tal sentido, la concentración de las ACER es altamente representativa de la dinámica económica de Colombia, la cual se asienta sustancialmente sobre la región Andina y la costa Caribe.
El análisis de los datos de las 5.537 ACER con res pecto al número de establecimientos y su área presen ta una tendencia general: una ACER representativa del país tendría aproximadamente cinco establecimientos económicos, con un área de entre 5 y 10 hectáreas. Ahora bien, la variabilidad del número de estableci mientos y del área es significativa en ambos casos y está condicionada por la propia irregularidad de las superficies municipales.
En general, las distribuciones espaciales refleja das en los mapas temáticos reafirman tendencias de la concentración de las ACER en determinados muni cipios que actúan como capitales departamentales, así como en aquellos con quienes colindan. Esto es consistente con la distribución de las ACER individua les, más concentradas en las proximidades a grandes áreas urbanas.
Por otro lado, el alto número de establecimientos por ACER en municipios que aparecen en el ranking de la Tabla 9, como Los Santos, Santander (14 ACER), Pa lestina, Huila (3 ACER), o Puebloviejo, Magdalena (1 ACER), indica una aglomeración de los establecimien tos económicos en pocas ACER, es decir, una concen tración de la actividad económica rural en espacios pequeños.
5. Conclusiones
La determinación de las áreas de concentración económica y rural (ACER), como parte de la construc ción del marco estadístico del próximo censo econó mico, se ha podido lograr gracias al alcance explo ratorio de la metodología, soportada por conceptos asociados a las geografías económica y rural, en don de la aglomeración de la actividad económica en las zonas rurales, a partir de su localización y proximi dad, juega un rol clave para la aplicación de técnicas analíticas espaciales que permitan lograr un marco de referencia para la captura y levantamiento de infor mación del universo de unidades económicas del país.
La metodología planteada en este artículo per mitió la identificación y delimitación de las ACER, las cuales se pueden considerar representativas de la ac tividad económica en las zonas rurales de Colombia, ya que tienen en cuenta las particularidades propias de cada división del segundo nivel territorial (muni cipios, áreas no municipalizadas e isla). Lo anterior se materializa técnicamente al incluir en el proceso, como medida de proximidad, la mediana de la distan cia de los establecimientos a su vecino más cercano, elección que también otorga robustez a los cálculos posteriores.
Cabe destacar que los procesos empleados desde el análisis espacial no se habían implementado pre viamente ni se tienen referencias externas de este tipo para la construcción de marcos estadísticos de área o para la delimitación de las zonas económicamen te significativas requeridas como fuente de informa ción en las operaciones estadísticas. En este sentido, la determinación de ACER es una propuesta novedosa y soportada en técnicas robustas, sumado a la implementación de fases en el proceso para su validación y verificación.
Las áreas obtenidas mediante los algoritmos de área de influencia (buffer) e índices locales de asociación espacial (LISA) se validaron mediante la intersección con áreas potenciales de actividad económica genera das a partir de análisis multicriterio, con su posterior delimitación, en el proceso de estructuración, acorde a las divisiones propias del Marco Geoestadístico Na cional y su respectiva codificación. Lo anterior permi te establecer un marco censal rural consistente tanto con las fuentes secundarias de información como con el marco maestro de las operaciones estadísticas.
Ahora bien, debe indicarse que las ACER pueden abarcar u omitir los establecimientos rurales de in clusión forzosa en el censo económico, tales como las estaciones de servicio, las zonas francas o los parques industriales. De todas maneras, el trabajo desarrolla do para la conformación de las ACER es la base para próximas investigaciones que mejoren la delimitación existente y puedan emplearse en todas las fases del proceso de otras operaciones estadísticas, haciendo énfasis en aquellas regiones o divisiones territoriales donde en su área rural se tiene una participación mayoritaria del total de establecimientos económicos, es decir, donde la actividad económica rural es de ma yor importancia o más representativa que la del área urbana.