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

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

Índice de Moran, modelo de regresión tipo beta, NBI (Necesidades básicas Insatisfechas), pobreza, región andina, rezago espacial.

Biografía del autor/a

Carolina Aponte Gómez

Estudiante Ingeniería Catastral y Geodesia, Universidad Distrital Francisco José de Caldas

Elkin Mauricio Romero Aroca

Estudiante Ingeniería Catastral y Geodesia, Universidad Distrital Francisco José de Caldas

Luis Fernando Santa Guzmán

MSc. en Geomática, Universidad Nacional de Colombia. Profesor Asistente Universidad Distrital Francisco José de Caldas

Citas

1. Alkire, S. & Foster, J. (2011). Understandings and Misunderstandings of Multidimensional. Journal of Public Economics, 43, 476-489.
2. Alonso, I. (2006). Demografía y pobreza, de Malthus a nuestros días. Perspectiva, 54-57.
3. 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.
4. 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.
5. 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.
6. 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.
7. Bonet, J., & Urrego, J. (2014). El Sistema General de Regalías: ¿mejoró, empeoró o quedó igual? Cartagena: Banco de la República.
8. Bourguignon, F., & Chakravarty, S. (2003). The measurement of multidimensional poverty. Journal of Economic Inequality, 1, 25-49.
9. 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.
10. 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.
11. Congreso de Colombia. (21 de Diciembre de 2001). Ley 715 de 2001.
12. 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.
13. Constitución Politica de Colombia. (1991). Asamblea Nacional Constituyente. Bogotá D.C., Colombia.
14. Cribari-Neto, F., & Zeileis, A. (2010). Beta Regression in R. Journal of Statistical Software, 34, 1-21.
15. 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
16. Dobson, A. J. (2002). An introduction to generalized linear models. Florida: Chapman & Hall/CRC.
17. 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.
18. Fernandez, E. A. (2008). Análisis de Regresión. Mayagüez: Edgar Acuña.
19. Ferrari, S., & Cribari-Neto, F. (2004). Beta Regression for Modelling Rates and Proportions. Journal of Applied Statistic, 31(7), 799-815.
20. 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.
21. González, J. I. (2011). Utilitarismo y Mediciones de Pobreza. Economía Institucional, 13(25), 89-103.
22. 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/
23. 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/
24. Lance, W., & Carol, G. (2004). Applied Spatial Statistics for Public Health Data. New York: Wiley.
25. Melo, O., Oller, J., & Cuyas, F. (2010). Análisis de regresión beta a través de distancias. Cataluña: Universitat Politécnica de Catalunya.
26. Montgomery, D. C., & Runger, G. C. (2002). Probabilidad y estadística aplicadas a la ingeniería. México: Editorial Limusa.
27. 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.
28. Peña, D. (2002). Análisis de Datos Multivariantes. Madrid: McGraw-Hill S.A.
29. Pérez, I. J. (1994). Diez años de descentralización: resultados y perspectivas. Bogotá D.C.: Kinte.
30. 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.
31. Salazar, I. (2010). Geografía económica de la Región Andina Oriental. Cartagena de Indias: Banco de la República.
32. Schabenberger, O., & Gotway, C. (2004). Statistical methods for spatial data analysis. CRC press, 23-86.
33. Sen, A. (1976). Poverty: An Ordinal Approach to Measurement. Econometrica, 44(2), 219- 231.
34. Valcarce, E. V. & Serrano, R. M. (2000). Técnicas econométricas para el tratamiento de datos espaciales: La econometría espacial. N° 1. Barcelona: Universidad de Barcelona.
35. Wooldridge, J. (2010). Introducción a la econometría. Un enfoque moderno. México. Cengage Learning.