Análisis espacial del Índice de Pobreza Multidimensional Municipal para Colombia (2005)

Transcripción

1 Análisis espacial del Índice de Pobreza Multidimensional Municipal para Colombia (2005) Roberto Angulo Francisco Alvarado Renata Pardo Yolanda Riveros Departamento Nacional de Planeación DNP Dirección de Desarrollo Social - DDS Diciembre 2012

2 Tabla de Contenido Introducción Descripción del IPM municipal Las variables Índice de Pobreza Multidimensional frente a otros indicadores multidimensionales Índice de Pobreza Multidimensional vs. NBI Índice de Pobreza Multidimensional vs. ICV Análisis descriptivo de los Resultados del IPM municipal Total nacional Región Atlántica Resultados del IPM municipal para la Región Oriental Región Central Región Pacífica Región de la Amazonía y Orinoquía San Andrés y Providencia Bogotá Antioquia Metodología de Análisis espacial de datos Medidas de autocorrelación espacial global Medidas de autocorrelación espacial local Resultados del análisis espacial de datos para IPM municipal Resultados para el total nacional Resultados para la región Amazonía - Orinoquía Resultados para Antioquia Resultados para la región Atlántica Resultados para la región Central Resultados para la región Oriental Resultados para la región Pacífica Conclusiones Referencias bibliográficas Anexos... 53

3 Introducción El índice de Pobreza Multidimensional para Colombia IPM calculado en el 2010 por el Departamento Nacional de Planeación y que se basó en el índice desarrollado por el Oxford Poverty & Human Development Initiative (OPHI), permite identificar la incidencia, la brecha y la severidad de la pobreza para diferentes grupos poblaciones. Las estimaciones del índice fueron realizadas con la Encuesta de Calidad de Vida de los años de 1997, 2003 y 2008 lo que permitió tener una desagregación de los resultados a nivel regional y por aéreas geográficas (centro poblado y rural disperso). Además de complementar las medidas tradicionales como las obtenidas a partir de los ingresos y aquellas relacionadas con las condiciones de vida como el ICV 1 y el NBI 2, que actualmente han perdido su poder de discriminación, el IPM permite identificar aquellas dimensiones a nivel regional en las cuales los hogares tienen mayores privaciones. No obstante, a nivel regional e incluso departamental, existe una disparidad en las condiciones de vida, los grados de pobreza y las vulnerabilidades de los hogares, por lo que el nivel de agregación regional diluye el poder del indicador para identificar que está sucediendo al interior de cada municipio en materia de pobreza y cuáles son los factores que más influyen en ella. En esta medida, esta versión del IPM permite identificar a nivel municipal los grados y la composición de la pobreza, y por tanto posicionarse como una herramienta para focalizar las acciones de política pública orientadas a la mitigación de la pobreza en Colombia. Por este motivo, aprovechando las propiedades con que cuenta el IPM municipal, este documento se ha planteado como principal objetivo realizar un análisis espacial del IPM municipal, aprovechando las herramientas que brinda la metodología de análisis espacial exploratorio de datos (ESDA) (por sus siglas en inglés), para así detectar la existencia de autocorrelación espacial en el territorio nacional y sus diferentes regiones, con respecto a la pobreza multidimensional, así como reunir evidencia que permita identificar clústeres de municipios con características similares de la Incidencia de la pobreza multidimensional, o con características disímiles, que evidencien la existencia de focos de desigualdad municipal, en términos de esta medida de pobreza. De esta manera, haciendo uso de la metodología ESDA se calcularon índices de autocorrelación espacial global y local, haciendo uso de la tasa de incidencia (H) y la tasa de incidencia ajustada (M0), para el total nacional y desagregando para las principales regiones, Amazonía Orinoquía, Atlántica, Antioquia, Central, Oriental y Pacífica. Adicionalmente, estos resultados se georreferenciaron para dar más claridad a su interpretación. El documento se desarrolló en 5 capítulos. En el primero, se describe el IPM municipal. En el segundo, se presenta un análisis descriptivo del IPM, nacional y por regiones, haciendo uso de H, M0 y la proporción de privaciones. En el tercero, se describe brevemente la metodología ESDA. En el cuarto, se presentan los resultados de los índices de auto correlación global y local, y en el quinto se sintetizan las principales conclusiones. 1 Índice de condiciones de vida. 2 Índice de Necesidades Básicas Insatisfechas.

4 1 Descripción del IPM municipal Para construir el IPM municipal se usó el diseño metodológico de la versión nacional del índice 3, en el cual se incluyen 5 dimensiones con el mismo peso dentro del índice al igual que 15 variables con el mismo peso en cada dimensión. De la misma forma que el índice nacional, el punto de corte seleccionado para considerar a una persona como pobre, es su privación en al menos 5 de las 15 variables tenidas en cuenta para el cálculo. El Censo del año 2005 (DANE) es la fuente de información utilizada para calcular el índice en municipios del territorio nacional. 4 El Censo del año 1993 hubiese permitido el análisis comparativo del comportamiento de la pobreza a nivel municipal, sin embargo no se usó debido a la imposibilidad de aproximar 6 de las variables del índice nacional. 1.1 Las variables De la misma forma que el índice nacional, el cálculo de esta versión del IPM municipal incluyó 15 variables en 5 dimensiones descritas en la tabla 1. La dimensión de condiciones educativas del hogar es la única que guarda las mismas especificaciones del índice nacional, mientras que para las cuatro dimensiones restantes fue necesario hacer aproximaciones en las definiciones para lograr consistencia temática con el IPM de Colombia. Tabla 1. Dimensiones y variables del IPM municipal Dimensión Variable Indicador Puntos de corte Condiciones educativas del hogar (0.2) Logro educativo (0.1) Analfabetismo (0.1) Escolaridad promedio de las personas de 15 años y más del hogar Porcentaje de personas del hogar de 15 años y más que saben leer y escribir 9 años 100% Asistencia escolar (0.05) Proporción de niños entre 6 y 16 años asistiendo al colegio 100% Condiciones de la niñez y juventud (0.2) Rezago escolar (0.05) Acceso a servicios para el cuidado de la primera infancia (0.05) Trabajo infantil (0.05) Proporción de niños y jóvenes (7-17 años) dentro del hogar sin rezago escolar (según la norma nacional) Proporción de niños de cero a cinco años con acceso simultaneo a salud, nutrición y educación. Sin embargo, no es posible establecer el cuidado de los niños menores de 3 años Proporción de niños en el hogar que no se encuentra en condición de trabajo infantil. No tiene en cuenta el trabajo ligero 100% 100% 100% Trabajo (0.2) Tasa de dependencia (0.1) Tasa de empleo formal (0.1) Hogares en los que hay más de tres personas por miembro ocupado. Proporción de la PEA del hogar que son ocupados con afiliación a pensiones (proxy de informalidad) 100% 100% Salud (0.2) Aseguramiento en salud (0.1) Acceso a servicio de salud dada una necesidad (0.1) Proporción de miembros del hogar, mayores de cinco años, asegurados a Seguridad Social en Salud Proporción de personas del hogar que acceden a servicio institucional de salud ante una necesidad sentida 100% 100% 3 DNP. Índice de pobreza multidimensional (IPM-Colombia) No está disponible la información para seis corregimientos departamentales (la victoria, mapiripán, Pana Pana, morichal, Pacoa y Papunaua) y no se incluye a los municipios Guachené, Norosí, San José de Uré y Tuchín, ya que estos fueron creados después de la fecha del Censo 2005.

5 Dimensión Variable Indicador Puntos de corte Acceso a servicios públicos domiciliarios y condiciones de la vivienda (0.2) Acceso a fuente de agua mejorada (0.04) Eliminación de excretas (0.04) Pisos (0.04) Fuente: censo DANE. Paredes exteriores (0.04) Hacinamiento crítico (0.04) Hogar urbano: se considera como privado si no tiene servicio público de acueducto en la vivienda. Hogar rural: se considera privado cuando obtiene el agua para preparar los alimentos de pozo con y sin bomba, agua lluvia, rio, manantial, carro tanque, aguatero u otra fuente. Hogar urbano: se considera como privado si no tiene servicio público de alcantarilladlo. Hogar rural: se considera como privado si tiene inodoro sin conexión, bajamar, letrina o no tiene servicio sanitario Carencia del material predominante (pisos en tierra) Hogar urbano: se considera privado si el material de las paredes exteriores es madera burda, tabla, tablón, guadua, otro vegetal, zinc, tela, cartón, deshechos o sin paredes. Hogar rural: se considera privado si el material de las paredes exteriores es guadua, otro vegetal, zinc, tela, cartón, deshechos o sin paredes. Número de personas por cuarto para dormir excluyendo cocina, baño y garaje e incluyendo sala y comedor *Urbano: 3 o más personas por cuarto *Rural: Mas de 3 personas por cuarto En la dimensión de condiciones de la niñez y la juventud, se modificó la definición de acceso a servicios para el cuidado de la primera infancia. Solamente se consideran como no privados, los niños entre cero y dos años que consumieron las tres comidas básicas uno o más días de la semana anterior y que se encuentran afiliados a una entidad de seguridad social en salud. No se tuvo en cuenta la variable de cuidado porque no es posible determinar el lugar donde permanecen o la persona responsable de su cuidado. Para los niños entre 3 y 5 años se considera como no privados aquellos que asisten la mayor parte del tiempo de lunes a viernes, a preescolar, escuela o colegio y que además están afiliados a una entidad de seguridad social en salud y que consumieron tres comidas básicas uno o más días de la semana anterior. El Censo no permite identificar si el trabajo infantil realizado por los adolescentes entre 15 y 17 años es o no ligero, si tiene o no permiso del Ministerio de la Protección Social para trabajar, y si la actividad que desempeña está dentro de las peores formas de trabajo definidas por la OIT, por lo cual la definición se reduce a considerar como trabajo infantil a los menores que se registran como ocupados en la encuesta 5. Debido a que no se contó con la información del número de meses que la persona estuvo desempleada, no fue posible aproximar el desempleo de larga duración y se reemplazó por la tasa de dependencia económica del hogar. En cuanto al acceso a los servicios de salud dada una necesidad, se consideró el acceso durante el último año, a diferencia del indicé nacional que hace referencia a los últimos 30 días. Finalmente, en la dimensión de acceso a servicios públicos domiciliarios y condiciones de la vivienda, la principal diferencia con el índice nacional es el cambio en la definición del acceso a fuente de agua mejorada, donde se consideran privados los hogares rurales que 5 En la definición de trabajo infantil no se tienen en cuenta los oficios del hogar

6 H obtienen el agua para preparar los alimentos de pozo con y sin bomba. En cuanto a la eliminación de excretas para el área rural, se incluyen como hogares privados aquellos que tienen letrina. 1.2 Índice de Pobreza Multidimensional frente a otros indicadores multidimensionales Las principales medidas de pobreza no monetarias en nuestro país han sido el Índice de Condiciones de Vida (ICV) y el Índice de Necesidades Básicas Insatisfechas (NBI). Durante varios años estas medidas fueron el referente de la magnitud de la pobreza multidimensional, por lo que constituyen una herramienta de contraste de los resultados obtenidos a partir del IPM. Por este motivo, el primer ejercicio, antes de analizar los resultados del índice, es examinar el grado de correlación que existe entre el IPM y los indicadores descritos anteriormente Índice de Pobreza Multidimensional vs. NBI Como su nombre lo indica, el objetivo del NBI es encontrar las necesidades observables del hogar que no están siendo satisfechas y que en este caso se capturan a través de 5 dimensiones: viviendas inadecuadas, viviendas con hacinamiento crítico, viviendas con servicios inadecuados, viviendas con alta dependencia económica y viviendas con niños en edad escolar que no asisten a la escuela. De esta forma, se observa una estrecha relación entre la construcción de del IPM y el NBI y las dimensiones incluidas en ambos, relación que se puede verificar a partir del coeficiente de correlación de Spearman el cual permite cuantificar la relación entre dos escalas de valores discretos y/o con jerarquía (ordinales). En este caso, se encuentra que con un nivel de significancia de 1% existe una asociación significativa entre la población pobre por IPM y la población pobre por NBI (0.86). Gráfico 1. Incidencia de la pobreza Vs. NBI para cada Municipio Incidencia (H) vs. NBI NBI Fuente: DANE. NBI DNP-DDS. Índice de pobreza Municipal 2011 No obstante, dado que las características de la pobreza incluidas en el NBI han variado en los últimos años se ha generado un agotamiento de la capacidad de discriminación de la población pobre bajo este indicador, atribuido especialmente, al incremento en las coberturas de acceso a los servicios públicos. Además, dada la construcción metodológica de este índice no es posible verificar la profundidad de la pobreza y la desigualdad que

7 existe al interior de la población pobre, ventaja que posee el IPM sobre este tipo de indicadores Índice de Pobreza Multidimensional vs. ICV El ICV es una medida de estándar de vida conformado por cuatro factores: servicios del hogar, capital humano, aspectos demográficos y materiales de la vivienda. Este indicador hace una valoración del estándar de vida de los hogares asignándoles un valor entre 0 y 100 (a medida que aumenta el puntaje del indicador el estándar de vida mejora), lo que permite hacer ordenamientos y comparaciones entre los hogares de acuerdo a sus condiciones de vida. El ICV utiliza la metodología de componentes principales, y aunque es un indicador de estándar de vida, ha sido utilizado frecuentemente para medir pobreza y muestra también una asociación significativa con el IPM; en este caso el coeficiente de correlación de Spearman arroja un valor de 0.88 con un nivel de significancia del 1%. Gráfico 2. Incidencia de la pobreza Vs. ICV para cada Municipio Fuente: DANE. ICV DNP-DDS. Índice de pobreza Municipal 2011

8 2 Análisis descriptivo de los Resultados del IPM municipal En este capítulo se realiza un análisis descriptivo de los resultados del IPM municipal, presentando los principales resultados de la incidencia (H) total y por zona, un análisis de privación por variable y la incidencia ajustada (M0) para el año Para una mayor comprensión de los resultados, una vez contadas las privaciones por hogar, la incidencia (H) se expresa en términos del porcentaje de personas. Los resultados se traducen como el porcentaje de personas que viven en hogares multidimensionalmente pobres. A su vez, la tasa de recuento ajustada (M0=H*A) combina información sobre el número de personas multidimensionalmente pobres y la proporción de privaciones que sufren las personas. Donde A es el promedio de la proporción de las privaciones entre los pobres. En la primera sección se presentan los resultados para el total nacional, y en las secciones subsiguientes, se realiza un análisis de resultados para cada una de las regiones y sus departamentos, con el objetivo de contar con una visión más detallada del panorama de pobreza que brinda el IPM municipal en Colombia. Cabe destacar, que al igual que en otros trabajos, Bogotá y el Departamento de Antioquia se analizan de forma independiente. 2.1 Total nacional Incidencia de la pobreza multidimensional (H) Los resultados del IPM municipal evidenciaron que en 2005, la incidencia de la pobreza multidimensional a nivel nacional alcanzó un 48.9%. Las incidencias más altas del País se presentaron en los departamentos de Chocó (85,8%) y Vichada (84.3%), mientras que las más bajas se encontraron en Bogotá (24.3%) y San Andrés (37.5%) (Tabla A.1). El mapa 1 ilustra la distribución geográfica de la incidencia de la pobreza multidimensional en Colombia para diferentes rangos.

9 7% 13% 20% 27% 33% 40% 47% 53% 60% 67% 73% 80% 87% 93% 100% Mapa 1. Incidencia de la pobreza multidimensional en Colombia con K=33%, 2005 Adicionalmente, los resultados revelaron que la incidencia de la pobreza multidimensional en el área rural alcanzó un 80,1%, resultado que fue 2 veces el de la incidencia urbana que alcanzó un 39,1%. El gráfico 3, que ilustra la incidencia de la pobreza multidimensional a nivel nacional en las zonas urbana y rural para diferentes valores de K, muestra como sin importar el valor de K, la incidencia de la pobreza rural alcanzó niveles superiores a la urbana. Gráfico 3. Incidencia de la pobreza multidimensional para diferentes valores de K total Nacional, % 90% 80% 70% 60% 50% 40% 30% 20% 10% 0% Urbana Rural

10 Como se ilustra en el gráfico 2, al realizar un análisis de la incidencia y el grado de urbanización para los 33 departamentos, se revela que en términos generales se presenta una relación negativa en estas dos variables. Sin embargo se presentan bastantes fluctuaciones, producto de realidades históricas de los departamentos, dentro de las que resaltan casos como el del departamento del Chocó, que históricamente ha presentado los niveles de incidencia más altos y privaciones en servicios básicos muy por encima de la media; así como casos de departamentos con un alto grado de urbanización como Atlántico, que presenta un nivel de incidencia bastante superior a los de departamentos con similares grados de urbanización. Gráfico 4. Incidencia de la pobreza multidimensional y grado de urbanización por Departamento, % 90.0% 80.0% 70.0% 60.0% 50.0% 40.0% 30.0% 20.0% 10.0% 0.0% Análisis de privación por variable Incidencia (k=33%) Grado de Urbanización Entre las variables que componen el índice, el bajo logro educativo y empleo informal alcanzaron la mayor proporción de privación en los hogares censados, mientras que las privaciones relacionadas con el trabajo infantil y los materiales inadecuados de las paredes de la vivienda alcanzaron las menores proporciones. Específicamente para el total nacional, en el 86.8% de los hogares censados se encontró que por lo menos una de las personas ocupadas trabajaba en condiciones de informalidad; y en el 62.2% se evidenció un bajo nivel educativo, lo que significa que el promedio de escolaridad de las personas mayores de 15 años del hogar, no alcanzó los 9 años. En otras dimensiones del IPM municipal, se observó que para el año 2005 en el 42.4% de los hogares existía una alta tasa de dependencia económica (o que el número de personas por miembro ocupado en el hogar es superior a 3) y que en el 30% de hogares por lo menos uno de sus miembros mayores de cinco años no contaba con aseguramiento en salud. Como se verá más adelante, este comportamiento en la proporción de privaciones, se manifiesta de forma similar en todas las regiones del país, donde la alta informalidad y las carencias en logros educativos de la población, son el común denominador.

11 7% 13% 20% 27% 33% 40% 47% 53% 60% 67% 73% 80% 87% 93% 100% Gráfico 5. Porcentaje de hogares que enfrentan privación por variable en Colombia, 2005 Empleo informal 86.8% Bajo logro educativo 62.2% Alta tasa de dependencia económica 42.4% Sin aseguramiento en salud Rezago escolar 29.6% 27.8% Hacinamiento Analfabetismo Sin acceso a fuente de agua mejorada Inadecuada eliminación de excretas Barreras de acceso a servicios para cuidado de la primera infancia Pisos inadecuados Inasistencia escolar Barreras de acceso a servicio de salud Paredes inadecuadas Trabajo infantil 19.5% 18.5% 17.2% 17.0% 15.8% 10.0% 8.9% 6.3% 4.8% 3.9% Incidencia de la pobreza multidimensional ajustada (M0) La tasa de incidencia ajustada M0, que al combinar información sobre el número de personas multidimensionalmente pobres y la proporción de privaciones que enfrentan (M0=H*A), refleja también la intensidad de la pobreza, alcanzó en 2005 un valor de 24.37% para el total nacional en el punto de corte escogido. A su vez los resultados de M0 por zona, revelaron que la incidencia ajustada alcanzó un 43.1% en la zona rural, valor que fue 2,4 veces el de la incidencia urbana que registró un 18,1%. Lo que indica que al ser superior la brecha que en el caso de H, no solo existen más personas pobres en la zona rural, sino que también se enfrentaron a una mayor proporción de privaciones que en la zona urbana. El gráfico 3 ilustra los resultados de la incidencia ajustada por zona para diferentes valores de k, indicando que sus niveles se mantienen más altos en la zona rural para diferentes valores de k. Gráfico 6. Incidencia ajustada de la pobreza multidimensional para diferentes valores de K por zona - Total Nacional 100% 90% 80% 70% 60% 50% 40% 30% 20% 10% 0% Urbana Rural

12 2.2 Región Atlántica Incidencia de la pobreza multidimensional (H) La región Atlántica, compuesta por los departamentos de Atlántico, Bolívar, Cesar, Córdoba, La Guajira, Magdalena y Sucre, evidenció la segunda mayor incidencia de la pobreza multidimensional entre las 8 regiones analizadas con 65.3%, situándose 16.3 p.p. por encima de la incidencia a nivel nacional. En la tabla 1, se presentan los resultados de H, total y por zona, para los departamentos de la región, en donde se evidencia que el departamento de la Guajira, alcanzó la mayor incidencia de la pobreza multidimensional con 79.7%, mientras que el departamento de Atlántico alcanzó la menor con 47.3%. Tabla 2. Incidencia de la pobreza multidimensional, total y por zona Región Atlántica Departamento Incidencia (H) K=33% Total Urbana Rural Rural/Urbana Atlántico 47.3% 45.6% 80.0% 1.8 Bolívar 62.8% 54.7% 89.5% 1.6 Cesar 66.7% 57.4% 89.9% 1.6 Córdoba 79.6% 66.5% 93.2% 1.4 La Guajira 79.7% 63.9% 96.8% 1.5 Magdalena 69.7% 60.7% 89.6% 1.5 Sucre 73.1% 62.5% 91.9% 1.5 Total Región 65.3% 55.3% 91.5% 1.7 Por otra parte, los resultados revelaron que la incidencia de la pobreza multidimensional en el área rural de la región alcanzó un 91.4%, valor que fue 1.6 veces el de la incidencia urbana que alcanzó un 39.1%. La mayor incidencia urbana se encontró en el departamento de Córdoba (79.6%) y la mayor incidencia rural se presentó en el departamento de la Guajira (96.7%). Mientras que la mayor brecha entre zonas, se evidenció en el Atlántico donde la razón rural/urbana alcanzó un valor de 1.8. Como se ilustra en el gráfico 5, al realizar un análisis de la incidencia y el grado de urbanización para los departamentos de la región, se revela que existe una clara relación negativa en estas dos variables dado que los departamentos con menor (mayor) grado de urbanización presentaron las mayores (menores) incidencias. Es de destacar, el caso del departamento del Atlántico, que comparado con todos los departamentos tiene una incidencia alta para su grado de urbanización, pero que en este caso al analizarse en el contexto regional presento el menor valor de H.

13 Gráfico 7. Incidencia de la pobreza multidimensional y grado de urbanización en la Región Atlántica, % 90.0% 80.0% 70.0% 60.0% 50.0% 40.0% 30.0% 20.0% 10.0% 0.0% Córdoba La Guajira Sucre Magdalena Cesar Bolivar Atlántico Análisis de privación por variable Incidencia (k=33%) Grado de Urbanización En términos ordinales, la proporción de privaciones por variable se comportó de forma similar al resultado para el total nacional. En las variables con mayor proporción de privaciones, se evidenció que el 94.6% de los hogares censados se encontró que por lo menos una de las personas ocupadas trabajaba en condiciones de informalidad y que en el 66.2%, el promedio de escolaridad de las personas mayores de 15 años fue menor a 9 años. Con respecto al total nacional estas variables se situaron 7.8 p.p. y 4 p.p. por encima, respectivamente (Gráfico A11). En otras dimensiones del IPM municipal, se observó que en el 55.7% de los hogares de la región, existía una alta tasa de dependencia económica (13.3 p.p. arriba del resultado nacional) y en el 43.6% se evidenciaba que por lo menos uno de sus miembros mayores de 5 años no contaba con aseguramiento en salud (14 p.p. arriba del resultado nacional). Adicionalmente, cabe destacar la alta proporción de privaciones alcanzada en la región en la eliminación de excretas, que se posicionó en el quinto lugar, y se situó 22.4 p.p. por encima del resultado nacional. Incidencia de la pobreza multidimensional ajustada (M0) En la tabla 2, se presentan los resultados de Mo, total y por zona, para los departamentos de la región, en donde se evidencia que al igual que en el caso de H, el departamento de la Guajira, alcanzó la mayor incidencia de la pobreza multidimensional con 49.9%, mientras que el departamento de Atlántico alcanzó la menor con 22.3%. Así mismo, los resultados revelaron que la incidencia ajustada en el área rural de la región alcanzó un 54.5%, valor que fue 2 veces el de la incidencia urbana que alcanzó un 27.1%. La mayor incidencia ajustada urbana se encontró en el departamento de Córdoba (34.4%) y la mayor incidencia rural se presentó en el departamento de la Guajira (68.8%). Mientras que la mayor brecha entre zonas, se evidenció en la Guajira donde la razón rural/urbana alcanzó un valor de 2.1. Sobre estos resultados cabe destacar que en todos los casos la brecha rural - urbana, alcanzó valores superiores a las brechas resultantes de la incidencia (H), lo que indica que en el caso de la región atlántica, no solo existen más personas pobres en la zona rural, sino que también enfrentaron una mayor intensidad de la pobreza multidimensional con respecto a los habitantes urbanos.

14 Tabla 3. Incidencia de la pobreza multidimensional ajustada, total y por zona Región Atlántica Departamento Incidencia Ajustada (M0) K=33% Total Urbana Rural Rural/Urbana Atlántico 22.3% 21.2% 41.9% 2.0 Bolívar 32.8% 26.8% 50.9% 1.9 Cesar 34.7% 27.7% 51.9% 1.9 Córdoba 44.9% 34.4% 55.6% 1.6 Guajira 49.9% 32.6% 68.8% 2.1 Magdalena 37.0% 30.6% 51.2% 1.7 Sucre 39.2% 31.3% 53.2% 1.7 Total Región 34.8% 27.1% 54.5% Resultados del IPM municipal para la Región Oriental Incidencia de la pobreza multidimensional (H) La región Oriental, compuesta por los departamentos de Boyacá, Cundinamarca, Meta, Norte de Santander y Santander, evidenció la quinta mayor incidencia de la pobreza multidimensional entre las 8 regiones analizadas con 48.3%, situándose 0.6 p.p. por debajo de la incidencia a nivel nacional. En la tabla 3, se presentan los resultados de H, total y por zona, para los departamentos de la región, en donde se evidencia que el departamento de Norte de Santander, alcanzó la mayor incidencia de la pobreza multidimensional con 58.2%, mientras que el departamento de Cundinamarca alcanzó la menor con 47.3%. Tabla 4. Incidencia de la pobreza multidimensional, total y por zona Región Oriental Departamento Incidencia (H) K=33% Total Urbana Rural Rural/Urbano Boyacá 54.9% 33.8% 77.9% 2.3 Cundinamarca 41.4% 31.0% 60.6% 2.0 Meta 51.1% 45.2% 75.0% 1.7 N. Santander 58.2% 50.3% 86.7% 1.7 Santander 45.0% 33.5% 77.2% 2.3 Total Región 48.3% 37.3% 72.6% 1.9 Adicionalmente, los resultados mostraron que la incidencia de la pobreza multidimensional en el área rural de la región alcanzó un 72.6%, valor que fue 1.9 veces el de la incidencia urbana que alcanzó un 37.3%. Dentro de la región, la mayor incidencia, tanto urbana como rural, se encontró en Norte de Santander. Mientras que Santander y Boyacá. Evidenciaron la mayor brecha entre zonas, pues la razón rural/urbana alcanzó un valor de 2.3 en estos departamentos.

15 Como se ilustra en el gráfico 6, en que se presentan la incidencia y el grado de urbanización para los departamentos de la región, se revela que no existe una relación clara entre estas dos variables, destacándose el caso de Norte de Santander, que pese a contar con el segundo grado de urbanización más alto, presentó el mayor nivel de H en la región. Gráfico 8. Incidencia de la pobreza multidimensional y grado de urbanización en la Región Oriental, % 90.0% 80.0% 70.0% 60.0% 50.0% 40.0% 30.0% 20.0% 10.0% 0.0% Boyaca Cundinamarca Santander N. Santander Meta Análisis de privación por variable Incidencia (k=33%) Grado de Urbanización En la región oriental en términos ordinales, la proporción de privaciones por variable se comportó de forma similar al resultado para el total nacional. En las variables con mayor proporción de privaciones, se evidenció que en el 88.4% de los hogares censados se encontró que por lo menos una de las personas ocupadas trabajaba en condiciones de informalidad y que en el 67.8%, el promedio de escolaridad de las personas mayores de 15 años fue menor a 9 años. Con respecto al total nacional estas variables se situaron 1.6 p.p. y 5.6 p.p. por encima, respectivamente (Gráfico A12). En otras dimensiones del IPM municipal, se observó que en el 41% de los hogares de la región, existía una alta tasa de dependencia económica (1.4 p.p. menos que el resultado nacional) y en el 28.1% se evidenciaba que por lo menos uno de sus miembros mayores de 5 años no contaba con aseguramiento en salud (1.5 p.p. menos que el resultado nacional). Incidencia de la pobreza multidimensional ajustada (M0) En la tabla 4, se presentan los resultados de Mo, total y por zona, para los departamentos de la región, en donde se evidencia que al igual que en el caso de H, el departamento de Norte de Santander, alcanzó la mayor incidencia de la pobreza multidimensional con 28.1%, mientras que el departamento de Cundinamarca alcanzó la menor con 13.3%. Así mismo, los resultados revelaron que la incidencia ajustada en el área rural de la región alcanzó un 35.5%, valor que fue 2.2 veces el de la incidencia urbana que alcanzó un 16.5%. La mayor incidencia ajustada urbana se encontró también en Norte de Santander (23.1%), así como la mayor incidencia rural (47.0%). Mientras que la mayor brecha entre zonas, se evidenció, al igual que con H, en Boyacá y Santander donde la razón rural/urbana alcanzó un valor de 2.6. En el caso de la región oriental, en casi todos los casos la brecha rural - urbana, alcanzó valores superiores a las brechas resultantes de la incidencia (H), lo que indica (con

16 excepción de Cundinamarca en que el resultado fue el mismo), que no solo existen más personas pobres en la zona rural, sino que también enfrentaron una mayor intensidad de la pobreza con respecto a los habitantes urbanos. Tabla 5. Incidencia de la pobreza multidimensional ajustada, total y por zona Región Oriental Departamento Incidencia Ajustada (M0) K=33% Total Urbana Rural Rural/Urbana Boyacá 25.7% 14.5% 37.6% 2.6 C/marca. 18.3% 13.3% 27.3% 2.0 Meta 25.8% 20.6% 41.4% 2.0 N. Santander 28.7% 23.1% 47.0% 2.0 Santander 20.6% 14.5% 37.2% 2.6 Total Región 22.6% 16.5% 35.5% Región Central Incidencia de la pobreza multidimensional (H) La región Central, compuesta por los departamentos de Caldas, Caquetá, Huila, Quindío, Risaralda y Tolima, evidenció la cuarta mayor incidencia de la pobreza multidimensional entre las 8 regiones analizadas con 51.1%, situándose 2.1 p.p. por encima de la incidencia a nivel nacional. En la tabla 5, se presentan los resultados de H, total y por zona, para los departamentos de la región, en donde se evidencia que el departamento de Caquetá, alcanzó la mayor incidencia de la pobreza multidimensional con 58%, mientras que el departamento de Risaralda alcanzó la menor con 41.2%. Tabla 6. Incidencia de la pobreza multidimensional, total y por zona Región Central Departamento Incidencia (H) K=33% Total Urbana Rural Rural/Urbano Caldas 46,1% 35,7% 72,6% 2,0 Caquetá 70,8% 61,6% 90,4% 1,5 Huila 58,0% 43,6% 79,7% 1,8 Quindío 41,6% 38,8% 59,8% 1,5 Risaralda 41,2% 33,3% 68,3% 2,1 Tolima 54,6% 41,2% 82,4% 2,0 Total Región 51,1% 40,1% 77,6% 1,9 Así mismo, los resultados revelaron que la incidencia de la pobreza multidimensional en el área rural de la región alcanzó un 77.6%, valor que fue 1.9 veces el de la incidencia urbana que alcanzó un 40.1%.

17 Dentro de la región, la mayor incidencia, tanto urbana como rural, se encontró también en el departamento de Caquetá. Mientras que Risaralda, pese a ser el departamento menos pobre, evidenció la mayor brecha entre zonas, pues la razón rural/urbana alcanzó un valor de 2.1 en estos departamentos. Como se ilustra en el gráfico 7, en que se presentan la incidencia y el grado de urbanización para los departamentos de la región, se revela que el departamento de Caquetá presenta un nivel de incidencia bastante mayor que los demás departamentos de la región. Gráfico 9. Incidencia de la pobreza multidimensional y grado de urbanización en la Región Central, % 90.0% 80.0% 70.0% 60.0% 50.0% 40.0% 30.0% 20.0% 10.0% 0.0% Huila Tolima Caquetá Caldas Risaralda Quindio Análisis de privación por variable Incidencia (k=33%) Grado de Urbanización En la región central en términos ordinales, la proporción de privaciones por variable se comportó de forma similar al resultado para el total nacional. En las variables con mayor proporción de privaciones, se evidenció que en el 89.4% de los hogares censados se encontró que por lo menos una de las personas ocupadas trabajaba en condiciones de informalidad y que en el 68.8%, el promedio de escolaridad de las personas mayores de 15 años fue menor a 9 años. Con respecto al total nacional estas variables se situaron 2.6 p.p. y 6.6 p.p. por encima, respectivamente (Gráfico A13). En otras dimensiones del IPM municipal, se observó que en el 44.5% de los hogares de la región, existía una alta tasa de dependencia económica (2.1 p.p. mas que el resultado nacional) y en el 28.1% se evidenciaba que por lo menos uno de sus miembros mayores de 5 años no contaba con aseguramiento en salud (1.5 p.p. menos que el resultado nacional). Incidencia de la pobreza multidimensional ajustada (M0) En la tabla 6, se presentan los resultados de Mo, total y por zona, para los departamentos de la región, en donde se evidencia que al igual que en el caso de H, el departamento de Caquetá, alcanzó la mayor incidencia de la pobreza multidimensional con 37.4%, mientras que en este caso el departamento de Quindío alcanzó la menor con 18.4%. Así mismo, los resultados revelaron que la incidencia ajustada en el área rural de la región alcanzó un 39.1%, valor que fue 2.2 veces el de la incidencia urbana que alcanzó un 17.8%. La mayor incidencia ajustada urbana se encontró también en Caquetá (29.8%), así como la mayor incidencia rural (50.2%). Mientras que la mayor brecha entre zonas, se encontró en Risaralda y Tolima donde la razón rural/urbana alcanzó un valor de 2.3.

18 En el caso de la región oriental, la brecha rural - urbana, alcanzó valores superiores a las brechas resultantes de la incidencia (H), lo que indica que en todos los departamentos no solo existen más personas pobres en la zona rural, sino que también enfrentaron un mayor número de privaciones que los habitantes urbanos. Tabla 7. Incidencia de la pobreza multidimensional ajustada, total y por zona Región Central Departamento Incidencia Ajustada (M0) K=33% Total Urbana Rural Rural/Urbana Caldas 21,2% 15,7% 34,4% 2,2 Caquetá 37,4% 29,8% 50,2% 1,7 Huila 27,3% 19,3% 39,1% 2,0 Quindío 18,4% 17,1% 27,1% 1,6 Risaralda 18,7% 14,4% 33,0% 2,3 Tolima 26,4% 18,4% 42,1% 2,3 Total Región 24,3% 17,8% 39,1% 2,2 2.5 Región Pacífica La región Pacífica, compuesta por los departamentos de Cauca, Chocó, Nariño y Valle, evidenció la tercera mayor incidencia de la pobreza multidimensional entre las 8 regiones analizadas con 52.9%, situándose 3.9 p.p. por encima de la incidencia a nivel nacional. En la tabla 7, se presentan los resultados de H, total y por zona, para los departamentos de la región, en donde se evidencia que el departamento de Chocó, alcanzó la mayor incidencia de la pobreza multidimensional con 85.8%, mientras que el departamento del Valle del Cauca alcanzó la menor con 38.8%. Tabla 8. Incidencia de la pobreza multidimensional, total y por zona Región Pacífica Departamento Incidencia (H) K=33% Total Urbana Rural Rural/Urbano Cauca 70,6% 47,3% 86,4% 1,8 Chocó 85,8% 77,3% 96,0% 1,2 Nariño 68,7% 51,0% 84,2% 1,7 Valle del Cauca 38,8% 35,7% 58,9% 1,6 Total Región 52,9% 40,8% 79,6% 2,0 Así mismo, los resultados revelaron que la incidencia de la pobreza multidimensional en el área rural de la región alcanzó un 79.6%, valor que fue 2 veces el de la incidencia urbana que alcanzó un 40.8%. Dentro de la región, la mayor incidencia, tanto urbana como rural, se encontró también en el departamento de Chocó. Mientras que el Cauca, evidenció la mayor brecha entre zonas, pues la razón rural/urbana alcanzó un valor de 1.8 en este departamento.

19 Como se ilustra en el gráfico 8, en que se presentan la incidencia y el grado de urbanización para los departamentos de la región, se revelan las marcadas diferencias en la incidencia de Chocó, que se situó 32.9 p.p. por encima del promedio regional, y el resultado evidenciado en Cali que se posicionó 14.1 p.p. por debajo del promedio regional. Gráfico 10. Incidencia de la pobreza multidimensional y grado de urbanización en la Región Pacífica, % 90.0% 80.0% 70.0% 60.0% 50.0% 40.0% 30.0% 20.0% 10.0% 0.0% Cauca Nariño Chocó Valle del Cauca Análisis de privación por variable Incidencia (k=33%) Grado de Urbanización En la región pacífica en términos ordinales, la proporción de privaciones por variable se comportó de forma similar al resultado para el total nacional. En las variables con mayor proporción de privaciones, se evidenció que en el 88.5% de los hogares censados se encontró que por lo menos una de las personas ocupadas trabajaba en condiciones de informalidad y que en el 68.4%, el promedio de escolaridad de las personas mayores de 15 años fue menor a 9 años. Con respecto al total nacional estas variables se situaron 1.7 p.p. y 6.2 p.p. por encima, respectivamente (Gráfico A14). En otras dimensiones del IPM municipal, se observó que en el 44% de los hogares de la región, existía una alta tasa de dependencia económica (1.6 p.p. mas que el resultado nacional) y en el 37% se evidenciaba que por lo menos uno de sus miembros mayores de 5 años no contaba con aseguramiento en salud (7.4 p.p. menos que el resultado nacional). Incidencia de la pobreza multidimensional ajustada (M0) En la tabla 8, se presentan los resultados de Mo, total y por zona, para los departamentos de la región, en donde se evidencia que al igual que en el caso de H, el departamento de Chocó, alcanzó la mayor incidencia de la pobreza multidimensional con 52.3%%, mientras que el Valle del Cauca alcanzó la menor con 17.5%. Así mismo, los resultados revelaron que la incidencia ajustada en el área rural de la región alcanzó un 43.7%, valor que fue 2.3 veces el de la incidencia urbana que alcanzó un 19%. La mayor incidencia ajustada urbana se encontró también en Chocó (43.4%), así como la mayor incidencia rural (61.2%). Mientras que la mayor brecha entre zonas, se encontró en el Cauca donde la razón rural/urbana alcanzó un valor de 2.1. En el caso de la región Pacífica, la brecha rural urbana también alcanzó valores superiores a las brechas resultantes de la incidencia (H), lo que indica que en todos los departamentos no solo existían más personas pobres en la zona rural, sino que también enfrentaron un mayor número de privaciones que los habitantes urbanos.

20 Tabla 9. Incidencia de la pobreza multidimensional ajustada, total y por zona Región Pacífica Departamento Incidencia Ajustada (M0) K=33% Total Urbana Rural Rural/Urbana Cauca 38,18% 22,52% 47,95% 2,1 Chocó 52,33% 43,40% 61,26% 1,4 Nariño 35,73% 24,35% 45,48% 1,9 Valle 17,55% 15,95% 27,87% 1,7 Total Región 27,0% 19,0% 43,7% 2,3 2.6 Región de la Amazonía y Orinoquía La región Amazonía - Orinoquía, compuesta por los departamentos de Arauca, Casanare, Vichada, Guainía, Guaviare, Vaupés, Amazonas y Putumayo, evidenció la mayor incidencia de la pobreza multidimensional entre las 8 regiones analizadas con 67.2%, situándose 18.2 p.p. por encima de la incidencia a nivel nacional. En la tabla 9, se presentan los resultados de H, total y por zona, para los departamentos de la región, en donde se evidencia que el departamento de Vichada, alcanzó la mayor incidencia de la pobreza multidimensional con 84.3%, mientras que el departamento del Casanare alcanzó la menor con 56.7%. Tabla 10. Incidencia de la pobreza multidimensional, total y por zona Región Amazonía - Orinoquía Departamento Incidencia (H) K=33% Total Urbana Rural Rural/Urbano Arauca 59,2% 54,8% 90,7% 1,7 Casanare 56,7% 45,4% 83,0% 1,8 Putumayo 76,3% 65,2% 88,4% 1,4 Amazonas 73,8% 59,6% 89,9% 1,5 Guainía 78,8% 68,3% 92,2% 1,3 Guaviare 75,0% 71,3% 88,7% 1,2 Vaupés 77,8% 69,4% 76,8% 1,1 Vichada 84,3% 68,0% 95,6% 1,4 Total Región 67,2% 56,4% 84,2% 1,5 Los resultados también revelaron que la incidencia de la pobreza multidimensional en el área rural de la región alcanzó un 84.2%, valor que fue 1,5 veces el de la incidencia urbana que alcanzó un 56.4%. Dentro de la región, la mayor incidencia urbana se encontró también en el departamento de Guainía, y la mayor incidencia rural en el departamento de Vichada. Mientras que el Casanare, pese a contar con la incidencia más baja, evidenció la mayor brecha entre zonas, pues la razón rural/urbana alcanzó un valor de 1.8 en este departamento.

21 Como se ilustra en el gráfico 9, en que se presentan la incidencia y el grado de urbanización para los departamentos de la región, en términos generales se presenta una relación negativa. Sin embargo, cabe destacar que los grados de urbanización en los departamentos de esta región, medidos en términos de la razón población urbana/población total, pueden lanzar señales equivocadas debido a la baja densidad poblacional de estos territorios, lo que se manifiesta en que esta relación tome valores altos, como en el caso del departamento del Guaviare cuyo grado de urbanización es de 78% y su población total es apenas de habitantes. Gráfico 11. Incidencia de la pobreza multidimensional y grado de urbanización en la Región Amazonía - Orinoquía, % 90.0% 80.0% 70.0% 60.0% 50.0% 40.0% 30.0% 20.0% 10.0% 0.0% Vichada Putumayo Amazonas Guanía Vaupés Casanare Guaviare Arauca Análisis de privación por variable Incidencia (k=33%) Grado de Urbanización En la región de la Orinoquía Amazonía en términos ordinales, la proporción de privaciones por variable se comportó de forma similar al resultado para el total nacional. En las variables con mayor proporción de privaciones, se evidenció que en el 94.5% de los hogares censados se encontró que por lo menos una de las personas ocupadas trabajaba en condiciones de informalidad y que en el 77%, el promedio de escolaridad de las personas mayores de 15 años fue menor a 9 años. Con respecto al total nacional estas variables se situaron 7.7 p.p. y 14.8 p.p. por encima, respectivamente (Gráfico A15). En otras dimensiones del IPM municipal, se observó que en el 55.2% de los hogares de la región, existía una alta tasa de dependencia económica (12.8 p.p. mas que el resultado nacional) y en el 39.4% se evidenciaba que no existía acceso a fuente de agua mejorada (22.2 p.p. menos que el resultado nacional). Este último resultado, es particularmente alto y resalta las carencias en el servicio de acueducto de los departamentos de la Amazonía y la Orinoquía con respecto a las demás regiones. Incidencia de la pobreza multidimensional ajustada (M0) En la tabla 10, se presentan los resultados de Mo, total y por zona, para los departamentos de la región, en donde se evidencia que el departamento de Vichada, alcanzó la mayor incidencia de la pobreza multidimensional con 50.6%%, mientras que Casanare alcanzó la menor con 26.3%. Así mismo, los resultados revelaron que la incidencia ajustada en el área rural de la región alcanzó un 48.9%, valor que fue 1.8 veces el de la incidencia urbana que alcanzó un 26.8%.

22 La mayor incidencia ajustada urbana se encontró también en Guainía (36.3%) y la mayor incidencia rural se presentó en Vichada (60.9%). Mientras que la mayor brecha entre zonas, se encontró en el Casanare donde la razón rural/urbana alcanzó un valor de 2.1. En el caso de la región Amazonía - Orinoquía, la brecha rural urbana también alcanzó valores superiores a las brechas resultantes de la incidencia (H), lo que indica que en todos los departamentos no solo existían más personas pobres en la zona rural, sino que también enfrentaron un mayor número de privaciones que los habitantes urbanos. Tabla 11. Incidencia de la pobreza multidimensional ajustada, total y por zona Región Amazonía Orinoquía Departamento Incidencia Ajustada (M0) K=33% Total Urbana Rural Rural/Urbana Arauca 29,73% 25,69% 52,43% 2,0 Casanare 26,34% 19,44% 41,80% 2,1 Putumayo 40,62% 32,61% 47,68% 1,5 Amazonas 38,40% 28,17% 48,62% 1,7 Guainía 45,48% 36,33% 50,21% 1,4 Guaviare 39,02% 35,48% 48,44% 1,4 Vaupés 41,35% 33,90% 60,51% 1,8 Vichada 50,59% 35,41% 60,87% 1,7 Total Región 35,0% 26,8% 48,9% 1,8 2.7 San Andrés y Providencia Incidencia de la pobreza multidimensional (H) San Andrés evidenció la segunda menor incidencia de la pobreza multidimensional entre las 8 regiones analizadas con 37.5%, situándose 11.4 p.p. por debajo de la incidencia a nivel nacional. En la tabla 10, se presentan los resultados de H, total y por zona, para San Andrés, en donde se evidencia que se presentó una incidencia de la pobreza multidimensional 37.5%. En este caso la incidencia de la zona rural fue de 37.5%, valor que fue apenas 1.2 veces el de la incidencia rural que fue de 41.7%, indicando la menor brecha rural urbana existente en todos los departamentos. Tabla 12. Incidencia de la pobreza multidimensional ajustada, total y por zona San Andrés y Providencia Departamento Incidencia (H) K=33% Total Urbana Rural Rural/Urbano San Andrés y providencia 37.5% 35.9% 41.7% 1.2 Análisis de privación por variable

23 En San Andrés, en el 82.3% de los hogares censados se encontró que por lo menos una de las personas ocupadas trabajaba en condiciones de informalidad y que en el 68.5% de los hogares no se contaba con acceso a fuente de agua mejorada (51.3 p.p. por encima del resultado nacional). (Gráfico A16). En otras dimensiones del IPM municipal, se observó que para el año 2005 en el 60.3% de los hogares de San Andrés y Providencia no se contaba con una adecuada eliminación de excretas (43.3 p.p. por encima del resultado nacional) y en el 44.4% se evidenció que el promedio de escolaridad de las personas mayores de 15 años fue menor a 9 años. Sobre estos resultados cabe destacar, que San Andrés pese a ser el departamento con menor incidencia de la pobreza multidimensional (excluyendo Bogotá) presentó una proporción de privaciones muy alta en el acceso a los servicios de acueducto y alcantarillado, a diferencia de otros departamentos con similares niveles de incidencia. Incidencia de la pobreza multidimensional ajustada (M0) En la tabla 10, se presentan los resultados de Mo, total y por zona, para San Andrés en donde se evidencia que el departamento alcanzó una incidencia ajustada de 16,38%, y de forma similar a los resultados de H, la incidencia ajustada rural (17.2%) no fue muy superior a la incidencia ajustada urbana (16.1%), presentándose una razón rural urbana de 1.1 Tabla 13. Incidencia de la pobreza multidimensional ajustada, total y por zona San Andrés y Providencia Departamento Incidencia Ajustada (M0) K=33% Total Urbana Rural Rural/Urbana San Andrés y Providencia 16.38% 16.07% 17.16% Bogotá Incidencia de la pobreza multidimensional (H) Bogotá evidenció la menor incidencia de la pobreza multidimensional entre las 8 regiones analizadas con 24.3%, situándose 24.7p.p. Por debajo de la incidencia a nivel nacional. En la tabla 13, se presentan los resultados de H, total y por zona, para Bogotá, en donde se evidencia que se presentó una incidencia de la pobreza multidimensional 24.3%. En este caso la incidencia de la zona rural fue de 61.8%, valor que fue 2.6 veces el de la incidencia urbana que fue de 24.2%, aunque cabe resaltar la pequeña cantidad de población rural que fue de frente a los de población urbana. Tabla 14. Incidencia de la pobreza multidimensional ajustada, total y por zona Bogotá Incidencia (H) K=33% Departamento Rural/Urbano Total Urbana Rural Bogotá D.C. 24.3% 24.2% 61.8% 2.6

24 Análisis de privación por variable En Bogotá, en el 77.2% de los hogares censados se encontró que por lo menos una de las personas ocupadas trabajaba en condiciones de informalidad y que en el 42.1% de los hogares el promedio de escolaridad de las personas mayores de 15 años fue menor a 9 años. Con respecto al total nacional estas variables se situaron 9.6 p.p. y 20.1 p.p. por debajo, respectivamente (Gráfico A16). En otras dimensiones del IPM municipal, se observó que para el año 2005 en el 27.4% de los hogares de Bogotá existía una alta tasa de dependencia económica (15 p.p. por debajo del total nacional) y en el 21.9% por lo menos uno de sus miembros mayores de 5 años carecía de aseguramiento en salud (7.6 p.p. por debajo del total nacional). Incidencia de la pobreza multidimensional ajustada (M0) En la tabla 14, se presentan los resultados de Mo, total y por zona, para Bogotá D.C. en donde se evidencia que el departamento alcanzó una incidencia ajustada de 10.7%, con una incidencia ajustada urbana del mismo valor. Tabla 15. Incidencia de la pobreza multidimensional ajustada, total y por zona Bogotá D.C. 2.9 Antioquia Departamento Incidencia Ajustada (M0) K=33% Total Urbana Rural Rural/Urbana Bogotá D.C. 10.7% 10.7% 28.6% 2.7 Incidencia de la pobreza multidimensional (H) Antioquia evidenció la tercera menor incidencia de la pobreza multidimensional entre las 8 regiones analizadas con 44.3%, situándose 4.7 p.p por debajo de la incidencia a nivel nacional. 6 En la tabla 15, se presentan los resultados de H, total y por zona, para Antioquia, en donde se evidencia que se presentó una incidencia de la pobreza multidimensional 44.3%. En este caso, la incidencia de la zona rural fue de 74.6%, valor que fue 2.1 veces el de la incidencia urbana que fue de 35.5%. Tabla 16. Incidencia de la pobreza multidimensional, total y por zona Antioquia Departamento Incidencia (H) K=33% Total Urbana Rural Rural/Urbano Antioquia 44.3% 35.5% 74.6% 2.1 Como se aprecia en el gráfico 10, en que se presentan la tasa de incidencia y el grado de urbanización de los municipios de Antioquia, en términos generales se aprecia una relación negativa entre estas dos variables, aunque la incidencia evidenciada se manifiesta 6 Los municipios del departamento de Antioquia que evidenciaron los porcentajes más altos de población en condición de pobreza multidimensional fueron Vigía del fuerte (98.6%) y Murindó (95.1%). Mientras que Envigado y Sabaneta fueron los municipios con las menores incidencias con 14.3% y 18.1%, respectivamente. Cabe destacar que Medellín, la capital del departamento, se situó en la novena posición con una incidencia de 32.4%.

25 Olaya Anza Buritica Angostura Ebejicó Santo Domingo Caicedo Liborina Peque Ituango Cáceres Necoclí Toledo Montebello Belmira Nariño Cocorná Briceño Murindo Uramita Puerto Triunfo Giraldo Guadalupe Yolombó Valdivia Abriaqui San Jerónimo Betulia Campamento* Abejorral San Juan de Uraba Sabanalarga Concepción Cañasgordas San Roque Armenia Guarne San Vicente San Francisco Dabeiba Fredonia Betania Concordia Turbo Vigía del Fuerte Puerto Nare (La Magdalena) Maceo Támesis Remedios Arboletes Frontino Argelia* San Pedro de Urabá Sonsón Granada San Luis Heliconia Salgar Barbosa Sopetrán Mutatá Tarso Gómez Plata Santa Bárbara Andes Venecia San Carlos Urrao Entrerrios Yalí Santa Rosa de Osos Caramanta Retiro Jardín San Rafael San Pedro de los Milagros Zaragoza Pueblorrico Alejandría Peñol Valparaíso Titiribí Amagá San Andrés de Cuerquia La Unión Yondo La Estrella Amalfi Angelópolis Anori El Carmen De Viboral Ciudad Bolívar Vegachí Caracolí Girardota Nechí Taraza Santafé de Antioquia Jericó Hispania Don Matías Rionegro El Bagre San José de la Montaña Marinilla Carepa Guatape El Santuario Carolina del Principe Caldas Sabaneta Cisneros Segovia Caucasia Yarumal La Ceja Chigorodó Apartadó La Pintada Copacabana Puerto Berrio Itagui Envigado Bello Medellín de forma más fluctuante y refleja la heterogeneidad presente en municipios del departamento con grados de urbanización similar. Gráfico 12. Incidencia de la pobreza multidimensional y grado de urbanización de los municipios de Antioquia, % 90.0% 80.0% 70.0% 60.0% 50.0% 40.0% 30.0% 20.0% 10.0% 0.0% Análisis de privación por variable En Antioquia, en el 81.9% de los hogares censados se encontró que por lo menos una de las personas ocupadas trabajaba en condiciones de informalidad y que en el 62.8%, el promedio de escolaridad de las personas mayores de 15 años fue menor a 9 años. Con respecto al total nacional estas variables se situaron 4.9 p.p. por encima y 0.6 p.p. por debajo, respectivamente (Gráfico A17). En otras dimensiones del IPM municipal, se observó que para el año 2005 en el 37.2% de los hogares de Antioquia existía una alta tasa de dependencia económica (5 p.p. por debajo del total nacional) y en el 28.7% se evidenció que por lo menos uno de sus miembros de entre 7 y 17 años se encontraba en rezago escolar (0.9 p.p. por encima del total nacional) Incidencia de la pobreza multidimensional ajustada (M0) En la tabla 15, se presentan los resultados de Mo, total y por zona, para Antioquia en donde se evidencia que el departamento alcanzó una incidencia ajustada de 21.2%. La incidencia ajustada rural fue de 38.2%, no fue muy superior a la incidencia ajustada urbana (16.0%), presentándose una razón rural urbana de 2.4, superior a la evidenciada para H, lo que permite afirmar que en también este caso los pobres rurales enfrentaron en promedio un mayor número de privaciones que los habitantes urbanos. Tabla 17. Incidencia de la pobreza multidimensional ajustada, total y por zona Antioquia Departamento Incidencia (k=33%) Grado de urbanización Incidencia Ajustada (M0) K=33% Total Urbana Rural Rural/Urbana Antioquia 21.2% 16.0% 38.2% 2.4

26 3 Metodología de Análisis espacial de datos La intencionalidad del análisis espacial propuesto, comúnmente bautizado como Exploratory spatial data analysis - ESDA, encuentra su origen en la primera ley de la Geografía propuesta por el geógrafo Waldo Tolber quien formuló que Todas las cosas están relacionadas entre sí, pero las cosas más próximas en el espacio tienen una relación mayor que las distantes (Anselin, 1998). A partir de esta ley se define el concepto de autocorrelación espacial (positiva), de acuerdo con el que dos o más objetos cercanos, tienden a ser mas similares, con respecto a un atributo Y, de lo que lo son los objetos distantes. En este sentido, el ejercicio desarrollado pretende en primera medida comprobar la existencia de autocorrelación espacial entre los municipios de Colombia con respecto a la Incidencia (H) y la incidencia ajustada (M0) del IPM municipal. Adicionalmente, la existencia de autocorrelación espacial implica la presencia de conglomerados espaciales (spatial clustering), que se traducen en la presencia de sub áreas del área de estudio, donde el atributo de interés Y, toma valores superiores al promedio (Hot spots) o inferiores a este (Cold spots). Por lo que, el cálculo de los estadísticos que permiten medir la autocorrelación espacial debe apuntar a ilustrar la presencia de estos conglomerados espaciales a nivel nacional y de forma más desagregada, para cada una de las regiones escogidas como objeto de estudio de este documento. En este sentido, para realizar las estimaciones se consideraron medidas de autocorrelación espacial global y local, que se describen a continuación. 3.1 Medidas de autocorrelación espacial global 7 En términos generales, un índice de autocorrelación espacial global, expresa el grado general de similitud entre regiones cercanas a un área de estudio, con respecto a una variable numérica Y, en este caso se realizaron cálculos para H y M0. Los índices globales calculados para este estudio fueron el Índice de Moran (I) y Getis y Ord (G) y Geary (C).Para ilustrar, el gráfico 13 ilustra el procedimiento genérico que se debe realizar para calcular un índice de autocorrelación espacial global. Gráfico 13. Procedimiento genérico para calcular un índice de autocorrelación espacial local Se computa el grado de similitud ρ ij entre cada par de regiones, con respecto a un valor numérico Y 1 2 Se pondera cada valor ρ ij por el grado de proximidad w ij Se suman todos los productos w ij ρ ij y se dividen por una constante de proporcionalidad 3 Fuente: DNP, DDS, SPSCV con base en Censo Toda la metodología se basa en Stata Technical Bulletin. No

27 Teniendo en cuenta, que entre mayor sea el número de regiones vecinas que son similares con respecto a Y, mayor es el valor que toma el índice global. En este sentido, el indicador de Moran es calculado de la siguiente manera: Bajo la hipótesis nula de no existencia de autocorrelación espacial global, el indicador debe interpretarse de la siguiente manera: i) I > E (I) indica la existencia de autocorrelación espacial positiva regiones vecinas presentan niveles similares de Y. ii) I < E (I) indica la existencia de autocorrelación espacial negativa. Donde Por otra parte, l índice de Geary, se obtiene de la siguiente manera: ( ) Donde bajo la misma hipótesis nula, el indicador debe interpretarse de la siguiente manera: i) Si C > 1 indica autocorrelación espacial negativa ii) Si C < 1 indica autocorrelación espacial positiva Por último, el índice global de Getis and Ord (G) que brinda un mayor grado de profundidad al análisis de autocorrelación global se computa de la siguiente manera: Donde bajo la misma hipótesis nula, el indicador debe interpretarse de la siguiente manera: iii) iv) Si G > E(G) indica: a) autocorrelación espacial positiva, b) prevalencia de clusters espaciales con valores relativamente altos de Y. Si G < E(G) indica: a) autocorrelación espacial positiva, b) prevalencia de clusters espaciales con valores relativamente bajos de Y. Donde

28 3.2 Medidas de autocorrelación espacial local Aunque los índices globales permiten detectar de manera general la existencia de conglomerados, no dan información para identificar de manera específica los clusters existentes, por lo que se requiere el cálculo de índices locales de autocorrelación espacial. Un índice de autocorrelación espacial local expresa para cada región perteneciente al área de estudio, el grado de similitud entre esa región y las regiones vecinas con respecto a una variable numérica Y. Los índices locales considerados para este ejercicio se derivan de dos de los 28índices globales expuestos anteriormente (I y G), por lo que comparten sus propiedades fundamentales. El índice de autocorrelación espacial local de Moran, se computa de la siguiente manera: ( ) ( ) Donde y es la desviación estándar de y. Donde el valor de permite concluir lo siguiente: i) Si > E ( ) significa que la región i está rodeada por regiones que en promedio son similares a esta región. ii) Si < E ( ) significa que la región i está rodeada por regiones que en promedio son disimiles. Por su parte el índice de autocorrelación espacial local de Getis y Ord, se obtiene a partir de la siguiente ecuación: Dado que G solo sirve para detectar autocorrelación espacial positiva, el valor de permite concluir lo siguiente: i) Si > E ( ) significa que la región i es un hot spot. ii) Si > E ( ) significa que la región i es un cold spot. Adicionalmente, ccalculado con la matriz de pesos espaciales estandarizada, el índice local de Moran, permite graficar el diagrama de dispersión de Moran, que permite analizar las diferentes categorías de asociación espacial entre regiones.

29 WZ(h) Gráfico 14. Diagrama de dispersión de Moran Z (h) Este diagrama en el que se gráfica contra donde. Los puntos situados en el cuadrante I, denotan aquellas zonas que tienen una categoría de asociación Alto Alto, y de forma derivada cada cuadrante denota las diferentes categorías de asociación espacial. Así mismo, la pendiente de la línea de regresión lineal obtenida al hacer una regresión de contra, es el mismo índice global de autocorrelación de Moran. Como se verá más adelante, a partir de estos resultados se construyen los mapas nacionales y regionales que ilustran la situación encontrada con respecto a las categorías de asociación existentes entre municipios

30 4 Resultados del análisis espacial de datos para IPM municipal En esta sección se presentan los resultados de las estimaciones de las medidas de autocorrelación global y local con H y M0, para el total nacional y para las ocho regiones analizadas en el análisis descriptivo del capítulo 2. Como se verá, los resultados soportan la existencia de autocorrelación espacial y la existencia de clusters en todas las regiones que conforman el territorio nacional. En cada caso se presentan los resultados de los índices globales I, C y G, y los resultados de los índices locales de manera georreferenciada. 4.1 Resultados para el total nacional La tabla 18 presenta los resultados de las estimaciones de los índices de autocorrelación espacial global, I, C y G. Para el total nacional, con un nivel de confianza del 95%, tanto I como G indican la existencia de autocorrelación espacial positiva significativa a nivel nacional, tanto para H como para M0, sin embargo los resultados de G no permiten afirmar que tipo de conglomerados tienen prevalencia en todo el territorio nacional. Tabla 18. Resultados de los índices de autocorrelación espacial global total nacional Estadístico Variables I E(I) sd(i) z p-value* Moran's I Geary's c Getis & Ord's G H 0,585-0,001 0,018 33,410 0,000 M0 0,623-0,001 0,018 35,580 0,000 H 0,430 1,000 0,023-25,259 0,000 M0 0,362 1,000 0,022-28,964 0,000 H 0,005 0,005 0,000 2,964 0,002 M0 0,005 0,005 0,000 6,408 0,000 Adicionalmente, como resultado del análisis de los indicadores de autocorrelación espacial local, se obtuvieron los mapas ilustrados a continuación donde tanto para H como M0 se muestran los municipios que obtuvieron resultados significativos, señalando con rojo aquellos que evidenciaron autocorrelación positiva, y en azul aquellos para los que la evidencia indica autocorrelación negativa. Como se esperaba, en términos generales se encuentra evidencia del cumplimiento de la primera ley de la geografía, y solo en pocos casos la autocorrelación negativa es significativa. Más adelante en los mapas regionales se distinguirán aquellos casos, a los que hay que prestar especial atención, donde se encuentran categorías de asociación espacial poco frecuentes. Así mismo, los resultados muestran que los cálculos con M0, que incluye la intensidad de la pobreza en su cálculo, incluyen mas municipios con resultados significativos para las medidas de autocorrelación, por lo que la georreferenciación de las categorías de asociación espacial resultantes del diagrama de dispersión de Moran se realizó con los resultados de M0.

31 Mapa 2. Autocorrelación espacial positiva y negativa en Colombia. En el gráfico 16, se presentan los diagramas de dispersión de Moran, con todos los resultados para los 1111 municipios (excluyendo San Andrés y Providencia, por obvias razones), en el que se demuestra una vez más la existencia predominante de autocorrelación espacial positiva. Así mismo, al analizar los resultados con significancia estadística, se evidencian los pocos casos en que se da autocorrelación negativa (cuadrante 2 y 4). Gráfico 15. Diagramas de dispersión de Moran H y M0 - Colombia Por último, georreferenciando los resultados significativos del diagrama de dispersión de Moran, se aprecia la riqueza del análisis que permite este ejercicio. A nivel nacional, las

32 categorías de asociación espacial indican la existencia de conglomerados con bajas tasas de pobreza multidimensional situados en el interior del país, específicamente en el Valle, Santander, Boyacá, Antioquia, Cundinamarca y el eje cafetero, correspondientes a la categoría de asociación bajo bajo. Por otro lado, en las regiones más pobres (Amazonía Orinoquía, Pacífica y Atlántica) existe evidencia de la existencia de conglomerados con tasas relativamente altas de la pobreza multidimensional. Mapa 3. Clusters de municipios según categorías de asociación espacial en Colombia. 4.2 Resultados para la región Amazonía - Orinoquía En el caso de la región Amazonía Orinoquía, I indica autocorrelación espacial significativa positiva a nivel nacional, tanto para H como para M0, sin embargo, los resultados de G no permiten afirmar que tipo de conglomerados tienen prevalencia en todo el territorio nacional. Pero, el índice de Geary (C) confirma los resultados del indicador de Moran.

33 Tabla 19. Resultados de los índices de autocorrelación espacial global, Región Amazonía - Orinoquía Estadístico Variables I E(I) sd(i) z p-value* Moran's I Geary's c Getis & Ord's G H 0,398-0,015 0,086 4,805 0,000 M0 0,387-0,015 0,086 4,668 0,000 H 0,569 1,000 0,100-4,302 0,000 M0 0,573 1,000 0,099-4,323 0,000 H 0,056 0,056 0,001 0,015 0,494 M0 0,056 0,056 0,001 0,287 0,387 Al igual que para el nivel nacional, como resultado del análisis de los indicadores de autocorrelación espacial local, se obtuvieron los mapas tanto para H como M0 de los departamentos que conforman la región, que muestran los municipios que obtuvieron resultados significativos. En términos generales, se encuentra evidencia del cumplimiento de la primera ley de la geografía, y solo en pocos casos la autocorrelación negativa es significativa. Más adelante en los mapas regionales se distinguirán aquellos casos, a los que hay que prestar especial atención, donde se encuentran categorías de asociación espacial poco frecuentes. Así mismo, los resultados muestran que los cálculos con M0, que incluye la intensidad de la pobreza en su cálculo, incluyen más municipios especialmente del departamento de Vichada con resultados significativos para las medidas de autocorrelación. Sin embargo, en el caso de Amazonas existen algunos municipios que dejan de ser significativos al pasar de H a M0. Mapa 4. Autocorrelación espacial positiva y negativa en la región Amazonía - Orinoquía.

34 En el gráfico 19, se presentan los diagramas de dispersión de Moran, con todos los resultados para los municipios de la región, en el que se demuestra una vez más la existencia predominante de autocorrelación espacial positiva. Así mismo, al analizar los resultados con significancia estadística, se evidencian los casos en que se da autocorrelación positiva y negativa, que se georreferencian a continuación. Gráfico 16. Diagramas de dispersión de Moran H y M0 Amazonía - Orinoquía Por último, georreferenciando los resultados significativos del diagrama de dispersión de Moran, se aprecia que en términos generales, los antiguos territorios presentan conglomerados de municipios con tasas altas de la pobreza multidimensional, en una vasta área de su territorio, especialmente en los departamentos de Putumayo, Amazonas, y Vichada. Por otro lado cabe destacar los casos de clusters de municipios con asociaciones espaciales particulares con respecto a la mayoría de la región, como el que se da en los municipios de Villanueva y Monterrey en Casanare, que conforman un conglomerado con incidencias relativamente bajas con respecto a sus vecinos (Bajo Bajo). También cabe destacar el caso de la capital del departamento de putumayo, Mocoa, que se encuentra rodeada por municipios en promedio más pobres, y que para próximos estudios se debe tener en cuenta para investigar las características particulares que no permiten que se irrigue sus relativamente mejores condiciones de vida a los municipios vecinos. Mapa 5. Clusters de municipios según categorías de asociación espacial en la región Amazonía - Orinoquía

35 4.3 Resultados para Antioquia En el caso de Antioquia, I indica también autocorrelación espacial significativa positiva a nivel nacional, tanto para H como para M0, sin embargo, los resultados de G no permiten afirmar que tipo de conglomerados tienen prevalencia en todo el territorio nacional. Pero, el índice de Geary (C) confirma los resultados del indicador de Moran. Tabla 20. Resultados de los índices de autocorrelación espacial global, Antioquia Estadístico Variables I E(I) sd(i) z p-value* Moran's I Geary's c Getis & Ord's G H 0,626-0,008 0,053 11,874 0,000 M0 0,616-0,008 0,053 11,693 0,000 H 0,340 1,000 0,074-8,953 0,000 M0 0,299 1,000 0,073-9,668 0,000 H 0,043 0,043 0,001 0,280 0,390 M0 0,043 0,043 0,001 0,616 0,269 Al igual que pare el nivel nacional, como resultado del análisis de los indicadores de autocorrelación espacial local, se obtuvieron los mapas tanto para H como M0 de los departamentos que conforman la región, que muestran los municipios que obtuvieron resultados significativos. En términos generales, en términos generales se encuentra evidencia del cumplimiento de la primera ley de la geografía, y en Antioquia no existen casos la autocorrelación negativa significativa. Así mismo, los resultados muestran que los cálculos con M0, que incluye la intensidad de la pobreza en su cálculo, incluyen dos municipios más al norte del departamento con resultados significativos para las medidas de autocorrelación.

36 Mapa 6. Autocorrelación espacial positiva y negativa en Antioquia En el gráfico 17, se presentan los diagramas de dispersión de Moran, con todos los resultados para los municipios de la región, en el que se demuestra una vez más la existencia predominante de autocorrelación espacial positiva. Así mismo, al analizar los resultados con significancia estadística, se evidencian que no existen casos significativos de autocorrelación espacial negativa (cuadrantes 2 y 4). Gráfico 17. Diagramas de dispersión de Moran H y M0 - Antioquia Por último, georreferenciando los resultados significativos del diagrama de dispersión de Moran, se aprecia que es clara la existencia de un clúster de municipios en el centro de

37 departamento con tasas de pobreza relativamente bajas, sobre los que se puede inferir, que han sido jalonado por la dinámica de Medellín y los municipios de su área metropolitana (Bajo bajo). Por otro lado cabe destacar, que los municipios antioqueños que conforman conglomerados con tasas relativamente altas de pobreza multidimensional, son todos colindantes con Chocó, Córdoba y Bolívar (Alto alto). Mapa 7. Clusters de municipios según categorías de asociación espacial en Antioquia 4.4 Resultados para la región Atlántica En el caso de la región Atlántica, I indica también autocorrelación espacial significativa positiva a nivel nacional, tanto para H como para M0, sin embargo, los resultados de G no permiten afirmar que tipo de conglomerados tienen prevalencia en todo el territorio nacional. Pero, el índice de Geary (C) confirma los resultados del indicador de Moran. Tabla 21. Resultados de los índices de autocorrelación espacial global, región Atlántica

38 Estadístico Variables I E(I) sd(i) z p-value* Moran's I Geary's c Getis & Ord's G H 0,289-0,005 0,043 6,779 0,000 M0 0,315-0,005 0,044 7,346 0,000 H 0,709 1,000 0,073-3,971 0,000 M0 0,635 1,000 0,066-5,565 0,000 H 0,028 0,028 0,000 0,851 0,197 M0 0,028 0,028 0,000 0,834 0,202 Al igual que pare el nivel nacional, como resultado del análisis de los indicadores de autocorrelación espacial local, se obtuvieron los mapas tanto para H como M0 de los departamentos que conforman la región, que muestran los municipios que obtuvieron resultados significativos. En términos generales, en términos generales se encuentra evidencia del cumplimiento de la primera ley de la geografía, y solo en el municipio de Cartagena de indias se presenta autocorrelación espacial negativa. En este caso, los resultados muestran que los cálculos con M0, que incluye la intensidad de la pobreza en su cálculo, Se adiciona un municipio al norte del departamento de la Guajira. Mapa 8. Autocorrelación espacial positiva y negativa en la región Atlántica En el gráfico 18, se presentan los diagramas de dispersión de Moran, con todos los resultados para los municipios de la región, en el que se demuestra una vez más la existencia predominante de autocorrelación espacial positiva. Así mismo, al analizar los resultados con significancia estadística, se evidencian para el caso de M0 se encuentran la mayoría de municipios en el cuadrante 1, lo cual se evidencia claramente en el mapa de categorías de asociación espacial (cuadrantes 2 y 4). Gráfico 18. Diagramas de dispersión de Moran H y M0 región Atlántica

39 Por último, georreferenciando los resultados significativos del diagrama de dispersión de Moran, se aprecia que en el caso de la región atlántica se evidencia casi solo la existencia de conglomerados de municipios con incidencias relativamente altas. Es de destacar, que en ninguno de los departamentos se han generado conglomerados de asociación positiva alrededor de las capitales. Dentro de los casos particulares, se encuentra el caso de Cartagena se evidencia un una asociación espacial Bajo Alto, reflejando la alta desigualdad del departamento en términos de la pobreza multidimensional. Mapa 9. Clusters de municipios según categorías de asociación espacial en la región Atlántica

40 4.5 Resultados para la región Central Como se aprecia en la tabla 22, en el caso de la región central los índices de Moran y Geary confirman la existencia de autocorrelación espacial positiva. El índice de Geary no arroja resultados satisfactorios, pero en la mayoría de regiones no lo hace. Tabla 22. Resultados de los índices de autocorrelación espacial global, región Central Estadístico Variables I E(I) sd(i) z p-value* Moran's I Geary's c Getis & Ord's G H 0,331-0,007 0,049 6,936 0,000 M0 0,384-0,007 0,049 8,006 0,000 H 0,706 1,000 0,061-4,810 0,000 M0 0,637 1,000 0,060-6,020 0,000 H 0,035 0,035 0,000 0,428 0,334 M0 0,035 0,035 0,000 1,181 0,119 Al igual que pare el nivel nacional, como resultado del análisis de los indicadores de autocorrelación espacial local, se obtuvieron los mapas tanto para H como M0 de los departamentos que conforman la región, que muestran los municipios que obtuvieron resultados significativos.

41 En términos generales se encuentra evidencia del cumplimiento de la primera ley de la geografía, y solo en el municipio de Rio blanco Tolima, se presenta autocorrelación espacial negativa. En esta caso, los resultados muestran que los cálculos con M0, que incluye la intensidad de la pobreza en su cálculo, se adiciona un municipio al norte del departamento de Caldas. Mapa 10. Autocorrelación espacial positiva y negativa en la región Central En el gráfico 19, se presentan los diagramas de dispersión de Moran, con todos los resultados para los municipios de la región, en el que se demuestra una vez más la existencia predominante de autocorrelación espacial positiva. Así mismo, al analizar los resultados con significancia estadística, se mantienen algunos municipios en los cuadrantes 2 y 4 donde se evidencia autocorrelación espacial negativa. Gráfico 19. Diagramas de dispersión de Moran H y M0 región Central

42 Por último, georreferenciando los resultados significativos del diagrama de dispersión de Moran, se aprecian varios casos a destacar. Primero, Es clara la existencia de un clúster de municipios con tasas de pobreza relativamente bajas, asociados a las capitales departamentales, Armenia, Pereira y Manizales. Así mismo, en el Tolima, se encuentran dos clusters de municipios con incidencias relativamente bajas. Uno se da en el municipio de Honda y el otro en los municipios turísticos de Melgar, Carmen de Apicalá y Flandes. También, se encuentra un caso particular en el municipio de Rio blanco del Tolima, en el que se evidencia una incidencia relativamente alta con respecto a los municipios colindantes, aunque estos resultados, más que relacionarse con las características de los municipios colindantes del mismo departamento, tiene que ver con su posición fronteriza con departamentos del departamento del Valle que tienen tasas de la incidencia relativamente más bajas. Por otra parte, el departamento de Huila no se encuentra evidencia de la existencia de conglomerados, lo que hacer inferir una alta heterogeneidad en las condiciones de vida de estos territorios. Adicionalmente, los municipios del sur del Caquetá, entre los cuales se encuentra Cartagena del Chairá, San Vicente del Caguán y Montañita, conforman un clúster de territorios con una incidencia de la pobreza multidimensional relativamente alta. Mapa 11. Clusters de municipios según categorías de asociación espacial en la región Central

43 4.6 Resultados para la región Oriental Como se aprecia en la tabla 23, en el caso de la región oriental los tres indicadores confirman la existencia de autocorrelación espacial positiva. Adicionalmente, G al ser mayor a su valor esperado indica la prevalencia de clusters espaciales con valores relativamente altos de H y M0. Tabla 23. Resultados de los índices de autocorrelación espacial global, región Oriental Estadístico Variables I E(I) sd(i) z p-value* Moran's I Geary's c Getis & Ord's G H 0,478-0,003 0,030 16,183 0,000 M0 0,479-0,003 0,030 16,234 0,000 H 0,541 1,000 0,038-12,209 0,000 M0 0,502 1,000 0,038-13,148 0,000 H 0,015 0,014 0,000 1,719 0,043 M0 0,015 0,014 0,000 2,543 0,005 Al igual que pare el nivel nacional, como resultado del análisis de los indicadores de autocorrelación espacial local, se obtuvieron los mapas tanto para H como M0 de los departamentos que conforman la región, que muestran los municipios que obtuvieron resultados significativos.

44 En términos generales se encuentra evidencia del cumplimiento de la primera ley de la geografía, y solo en el municipio de Ocaña en Norte de Santander se presenta autocorrelación espacial negativa. En este caso, los resultados muestran que los cálculos con M0, que incluye la intensidad de la pobreza en su cálculo, se adiciona varios municipios en el norte y en centro de la región. Mapa 12. Autocorrelación espacial positiva y negativa en la región Oriental En el gráfico 20, se presentan los diagramas de dispersión de Moran, con todos los resultados para los municipios de la región, en el que se demuestra una vez más la existencia predominante de autocorrelación espacial positiva. Así mismo, al analizar los resultados con significancia estadística, se mantienen el municipio de Ocaña en los cuadrantes 2 y 4 donde se evidencia autocorrelación espacial negativa (cuadrantes 2 y 4). Gráfico 20. Diagramas de dispersión de Moran H y M0 región Oriental

45 Por último, georreferenciando los resultados significativos del diagrama de dispersión de Moran, se aprecian varios casos a destacar. Primero, se destaca como caso particular el municipio de Ocaña que evidencia una incidencia relativamente baja con respecto a los municipios colindantes. Así mismo, se identifica un clúster de municipios con incidencias de la pobreza relativamente bajas en el área metropolitana de Bucaramanga, que se une a un clúster de municipios boyacenses que incluyen a Duitama y Sogamoso. También, como era de esperarse se identifica un gran clúster en el centro de Cundinamarca, asociado principalmente a Bogotá y su área de influencia. Adicionalmente, se evidencian dos clusters de departamentos con incidencias relativamente altas conformado por Tibú, el tarra y Hacarí en Norte de Santander, y por Mapiripán y Puerto Gaitán en el Meta.

46 Mapa 13. Clusters de municipios según categorías de asociación espacial en la región Oriental 4.7 Resultados para la región Pacífica Como se aprecia en la tabla 24, en el caso de la región pacífica los tres indicadores confirman la existencia de autocorrelación espacial positiva. Adicionalmente, G al ser mayor a su valor esperado indica la prevalencia de clusters espaciales con valores relativamente altos de H y M0. Tabla 24. Resultados de los índices de autocorrelación espacial global, región Pacífica Estadístico Variables I E(I) sd(i) z p-value* Moran's I Geary's c Getis & Ord's G H 0,670-0,006 0,046 14,682 0,000 M0 0,646-0,006 0,046 14,133 0,000 H 0,311 1,000 0,056-12,383 0,000 M0 0,310 1,000 0,053-12,919 0,000 H 0,030 0,029 0,000 2,343 0,010 M0 0,031 0,029 0,001 3,320 0,000 Al igual que pare el nivel nacional, como resultado del análisis de los indicadores de autocorrelación espacial local, se obtuvieron los mapas tanto para H como M0 de los

47 departamentos que conforman la región, que muestran los municipios que obtuvieron resultados significativos. En términos generales se encuentra evidencia del cumplimiento de la primera ley de la geografía, y solo en el municipio de Popayán se presenta autocorrelación espacial negativa. En este caso, los resultados muestran que los cálculos con M0, que incluye la intensidad de la pobreza en su cálculo, se adiciona varios municipios a lo largo y ancho de la región. Mapa 14. Autocorrelación espacial positiva y negativa en la región Pacífica En el gráfico 21, se presentan los diagramas de dispersión de Moran, con todos los resultados para los municipios de la región, en el que se demuestra una vez más la existencia predominante de autocorrelación espacial positiva. Así mismo, al analizar los resultados con significancia estadística, solo se evidencia autocorrelación espacial negativa en el caso del municipio de Popayán (Cuadrante 4).

48 Gráfico 21. Diagramas de dispersión de Moran H y M0 región Pacífica Por último, georreferenciando los resultados significativos del diagrama de dispersión de Moran, se aprecia claramente el panorama negativo de todo el departamento de Chocó en el que en todos los municipios conforman un gran clúster de territorios con una alta incidencia de la pobreza multidimensional. Casos que se presentan también en gran parte del territorio de Cauca y Nariño. Por otro lado, en el departamento del Valle, existe un gran clúster de municipios con incidencias relativamente bajas que involucra gran parte del territorio y en que se destaca toda el área de influencia de la capital del departamento, conformada por los municipios de Candelaria, Yumbo, Pradera y Palmira. Adicionalmente, cabe destacar el caso del municipio de Popayán, que se encuentra en la categoría de asociación espacial Bajo alto, indicando que se encuentra rodeado por municipios en promedio más pobres, y es otro de los casos que valdrá la pena analizar en próximos estudios.

49 Mapa 15. Clusters de municipios según categorías de asociación espacial en la región Pacífica