Análisis de datos espaciales del Índice de Necesidades Básicas Insatisfechas en la Región Andina

Contenido principal del artículo

Autores

Carolina Aponte Gómez
Elkin Mauricio Romero Aroca
Luis Fernando Santa Guzmán

Resumen

El trabajo consistió en estimar un Modelo de Regresión Espacial de Tipo Beta para determinar el Índice de Necesidades Básicas Insatisfechas en la región Andina de Colombia, considerando variables basadas en el censo poblacional de 2005. Los datos empleados fueron obtenidos del Sistema de Información Geográfica para la Planeación y Ordenamiento Territorial. El efecto de dependencia espacial fue incorporado con un modelo mixto regresivo autorregresivo espacial. Los resultados obtenidos mostraron que el modelo presenta un buen ajuste, resultando significativas algunas de las variables valoradas, y, además, destacaron la necesidad de contemplar la presencia de autocorrelación espacial en la estimación de los parámetros. Por otra parte, cabe destacar la posibilidad de contar con una aproximación al valor del índice a partir de las variables consideradas sin tener que realizar un censo poblacional. El trabajo fue desarrollado empleando los softwares R 3.2.1 y ArcGis 10.2.2.

Palabras clave:

Detalles del artículo

Licencia

http://creativecommons.org/

Al enviar los artículos para su evaluación, el(los) autor(es) acepta(n) que transfiere(n) los derechos de publicación a la revista Perspectiva Geográfica a efectos de su publicación en cualquier formato o medio y se firmará el “Acuerdo de publicación” de uso parcial anexo.

Para aumentar la visibilidad, los documentos pueden ser consultados en la página web de la revista y en las siguientes bases de datos y sistemas de indización: Web of Science (Emerging Sources Citation Index)SciELO Citation IndexClasificación Integrada de Revistas Científicas - CIRC (Ciencias Sociales-C)European Reference Index for the Humanities and Social Sciences (ERIH PLUS), DialnetRed Iberoamericana de Innovación y Conocimiento Científico (REDIB).

Perspectiva Geográfica está registrada bajo una licencia Creative Commons Attribution 4.0 International. Esta licencia permite a otros distribuir, mezclar, ajustar y construir a partir de su obra, incluso con fines comerciales, siempre que sea reconocida la autoría de la creación original. 

Perspectiva Geográfica es una revista de acceso abierto, lo que significa que todo el contenido está disponible gratuitamente sin cargo para el usuario o su institución. Se permite a los usuarios leer, descargar, copiar, distribuir, imprimir, buscar o vincular los textos completos de los artículos o utilizarlos para cualquier otro propósito legal sin pedir permiso previo del editor o del autor. Esto está de acuerdo con la definición de BOAI de acceso abierto.

Perspectiva Geográfica no cobra cargos por publicar a los autores ni por el proceso de edición de los artículos. 

Referencias

Alkire, S. & Foster, J. (2011). Understandings and Misunderstandings of Multidimensional. Journal of Public Economics, 43, 476-489.

Alonso, I. (2006). Demografía y pobreza, de Malthus a nuestros días. Perspectiva, 54-57.

Andrade, G., Gonzalez, V., Cardenas, D., Gómez, S., Ocampo, J., Lozano, B., . . .Santos, E. (2003). Enciclopedia Colombia a su alcance Tomo I. Bogotá D.C.: Planeta Colombiano S.A.

Angulo, R. C., Diaz, B. Y., & Pardo, R. (2012). Multidimensional Poverty in Colombia, 1997-2010. Institute of Social and Economic Research, Recuperado de https://www.iser.essex.ac.uk/research/publications/working papers/iser/2013-03.pdf.

Baltazar, E. N., Grillo, S., & Karpf, E. (2007). ¿Cuál es el mejor indicador de pobreza en Colombia para la orientación del gasto público social?. Papel Político, 12(1), 117-44.

Benson, T., Chamberlin, J., & Rhinehart, I. (2005). An investigation of the spatial determinants of the local prevalence of poverty in rural Malawi. Food Policy, 30, 532-550.

Bonet, J., & Urrego, J. (2014). El Sistema General de Regalías: ¿mejoró, empeoró o quedó igual? Cartagena: Banco de la República.

Bourguignon, F., & Chakravarty, S. (2003). The measurement of multidimensional poverty. Journal of Economic Inequality, 1, 25-49.

Canavos, G. (1988). Probabilidad y estadística: Aplicaciones y Métodos. México: McGraw-Hill. Congreso de Colombia. (15 de Junio de 1994). Ley 152. Por la cual se establece la Ley Orgánica del Plan de Desarrollo. [Ley 152 de 1994]. DO: 41450.

Congreso de Colombia. (15 de Junio de 1994). Ley 152. Por la cual se establece la Ley Orgánica del Plan de Desarrollo. [Ley 152 de 1994]. DO: 41450.

Congreso de Colombia. (21 de Diciembre de 2001). Ley 715 de 2001.

Congreso de Colombia. (17 de Mayo de 2012). Ley 1530. Por la cual se regula la organización y el funcionamiento del Sistema General de Regalías. [Ley 1530 de 2012]. DO: 48433.

Constitución Politica de Colombia. (1991). Asamblea Nacional Constituyente. Bogotá D.C., Colombia.

Cribari-Neto, F., & Zeileis, A. (2010). Beta Regression in R. Journal of Statistical Software, 34, 1-21.

DANE. (2006). Boletín - Censo General de Necesidades Básicas Insatisfechas. Obtenido de Departamento Administrativo Nacional de Estadística: https://www.dane.gov.co/censo/files/resultados/prest_NBI_100708. pdf

Dobson, A. J. (2002). An introduction to generalized linear models. Florida: Chapman & Hall/CRC.

Feres, J., & Mancero, X. (2001). El método de las necesidades básicas insatisfechas (NBI) y sus aplicaciones en América Latina. Naciones Unidas-CEPAL- División estadística y Proyecciones Económicas, 61 100.

Fernandez, E. A. (2008). Análisis de Regresión. Mayagüez: Edgar Acuña.

Ferrari, S., & Cribari-Neto, F. (2004). Beta Regression for Modelling Rates and Proportions. Journal of Applied Statistic, 31(7), 799-815.

Fresneda, O. (2007). La medida de necesidades básicas insatisfechas (NBI) como instrumento de medición de la pobreza y focalización de programas. Estudios y perspectivas 18, 1-52.

González, J. I. (2011). Utilitarismo y Mediciones de Pobreza. Economía Institucional, 13(25), 89-103.

González, J., & Daffara, C. (Abril de 2000). Free Software / Open Source: Information Society Opportunities for Europe? Obtenido de European working group on libre software: http://eu.conecta.it/

Gujarati, D. N., & Porter, D. C. (2010). Econometría. México: McGraw-Hill Irwin. IGAC. (2008). Sistema de Información Geográfica para la Planeación y el Ordenamiento Territorial. Recuperado de http://sigotn.igac.gov.co/sigotn/

Lance, W., & Carol, G. (2004). Applied Spatial Statistics for Public Health Data. New York: Wiley.

Melo, O., Oller, J., & Cuyas, F. (2010). Análisis de regresión beta a través de distancias. Cataluña: Universitat Politécnica de Catalunya.

Montgomery, D. C., & Runger, G. C. (2002). Probabilidad y estadística aplicadas a la ingeniería. México: Editorial Limusa.

Noel, C. (1993). Statistics for Spatial Data. New York: Wiley Interscience. O’Sullivan, D., & Unwin, D. (1943). Geographic Information Analysis. The Pennsylvania State University, 315-355.

Peña, D. (2002). Análisis de Datos Multivariantes. Madrid: McGraw-Hill S.A.

Pérez, I. J. (1994). Diez años de descentralización: resultados y perspectivas. Bogotá D.C.: Kinte.

Rupasingha, A., & Goetz, S. J. (2007). Social and political forces as determinants of poverty: A spatial analysis. The Journal of Socio Economics, 36, 650-671.

Salazar, I. (2010). Geografía económica de la Región Andina Oriental. Cartagena de Indias: Banco de la República.

Schabenberger, O., & Gotway, C. (2004). Statistical methods for spatial data analysis. CRC press, 23-86.

Sen, A. (1976). Poverty: An Ordinal Approach to Measurement. Econometrica, 44(2), 219- 231.

Valcarce, E. V. & Serrano, R. M. (2000). Técnicas econométricas para el tratamiento de datos espaciales: La econometría espacial. N° 1. Barcelona: Universidad de Barcelona.

Wooldridge, J. (2010). Introducción a la econometría. Un enfoque moderno. México. Cengage Learning.

Descargas

La descarga de datos todavía no está disponible.

Artículos más leídos del mismo autor/a