Encadenamientos regionales en

Colombia 2004-2012

Por: Lucas Wilfried Hahn-De-Castro

Núm. 234
Enero, 2016
La serie Documentos de Trabajo Sobre Economía Regional es una publicación del
Banco de la República – Sucursal Cartagena. Los trabajos son de carácter
provisional, las opiniones y posibles errores son de responsabilidad exclusiva de
los autores y no comprometen al Banco de la República ni a su Junta Directiva.

Encadenamientos regionales en Colombia 2004 - 2012

Lucas Wilfried Hahn-De-Castroi

i
Economista del Centro de Estudios Económicos Regionales (CEER) del Banco de la República. El
autor agradece los comentarios realizados por Gerson Pérez y Karelys Guzmán, investigadores del
CEER, así como por Jaime Bonet, gerente de la sucursal de Cartagena del Banco de la República. Se
agradece también a Luis Armando Galvis por su oportuna orientación académica, y a Alí Arrieta y
Andrés Carreño por su valiosa colaboración con el manejo de los datos. Comentarios y sugerencias
a este documento pueden ser enviados al correo electrónico lhahndca@banrep.gov.co
 Encadenamientos regionales en Colombia 2004 - 2012

Resumen

Este trabajo analiza las relaciones económicas que existen entre los departamentos
colombianos bajo un enfoque regional y sectorial. Se realiza para los años 2004 y
2012, períodos para los cuales existe una base de datos en formato insumo
producto configurada durante el proceso de creación y posterior actualización del
modelo multirregional CEER. Se utilizan dos metodologías: los indicadores
obtenidos de la matriz inversa de Leontief y los indicadores de encadenamiento
puro propuestos por Sonis et al. (1995). Los principales hallazgos del trabajo son 1)
Las regiones desarrolladas de Colombia muestran altos encadenamientos
intrarregionales e interregionales hacia adelante, derivados de la matriz inversa de
Leontief; 2) Los sectores de industria y servicios, a pesar de haber perdido
importancia, se mantienen como los de mayores encadenamientos productivos; 3)
Construcción y administración pública fueron los sectores de mayores
incrementos; y 4) En el agregado, los encadenamientos departamentales no
sufrieron cambios significativos.
Palabras clave: Encadenamientos regionales, encadenamiento puro, matriz inversa
de Leontief, Modelo CEER.
Clasificación JEL: R12, R15

Abstract

This paper analyzes the economic linkages between the Colombian departments
for the years 2004 and 2012 under a regional and sectorial approach, using the
CEER Model data. Two methodologies are used: linkages derived from the
Leontief inverse and the pure linkages approach proposed by Sonis et al. (1995).
The main findings are 1) The more developed regions in Colombia have higher
intraregional and interregional forward linkages; 2) The industry and service
sectors remain the ones with the highest productive linkages, even after a period of
declining relevance; 3) Construction and public administration sectors had the
largest increases; and 4) The regional linkages showed no significant changes in the
national aggregate.
Keywords: Regional linkages, pure linkage approach, Leontief inverse matrix,
CEER Model.
JEL Classification: R12, R15
1. Introducción

El encadenamiento productivo, también llamado eslabonamiento, es una medida

que permite determinar el impacto de un sector económico a otro. Se pueden
encontrar dos tipos de encadenamiento: hacia adelante y hacia atrás. Para mostrar
la diferencia entre ambos, se asume que la producción de un sector particular sube
en una unidad. Con tal de producir esa unidad extra el sector demandará más
insumos, por lo que la cantidad de bienes y servicios que la economía tiene que
producir se incrementa. Este efecto se conoce como encadenamiento hacia atrás y
se genera porque los sectores demandan insumos para producir sus propios bienes
y servicios. Pero a su vez, al aumentar su producción, ese sector está
incrementando la cantidad de insumos que la economía tiene a su disposición para
producir más bienes y servicios. Es decir, los sectores que puedan utilizar esa
unidad extra en su proceso productivo tendrán una mayor disposición de recursos
para poder desarrollar su actividad económica. Este es el encadenamiento hacia
adelante y se da porque los sectores ofertan bienes y servicios que sirven como
insumos para el resto de la economía.

Los encadenamientos suelen ser calculados para el agregado nacional, lo que

permite identificar actividades económicas clave para el país. Sin embargo,
también pueden ser calculados para distintas regiones de manera simultánea; es
decir, los encadenamientos regionales. Utilizar un enfoque regional permite
identificar dos tipos de efectos. El primero es el encadenamiento local o
intrarregional del sector, que es el impacto que genera este sobre la economía de su
propia región. El segundo es el encadenamiento interregional, que es la
dependencia económica entre los sectores de distintas regiones.

El estudio de los encadenamientos productivos requiere de la construcción de

matrices insumo producto. En este trabajo se utilizan los datos estimados durante
la elaboración de dos modelos multiregionales, calibrados para los años 2004 y
2012 en conjunto por el Centro de Estudios Económicos Regionales (CEER) y la

1
Fundación Instituto de Investigación Económica (FIPE) de la Universidad de Sao
Paulo en Brasil. Las matrices regionales son un insumo para la estimación y
actualización del Modelo CEER, un modelo de Equilibrio General Computable que
permite simular distintos escenarios de choque dentro de la economía colombiana.
Una aplicación del modelo se puede ver en Haddad et al. (2009), donde se estudian
los efectos regionales que tendría una disminución de los aranceles nacionales.

El objetivo de este estudio es medir el encadenamiento de los sectores económicos

desde una perspectiva regional. Conocer los sectores que mayores
encadenamientos generan es un insumo importante para el diseño de políticas
económicas, sobre todo en momentos de recesión. Los incentivos productivos
tendrán una mayor difusión en las economías regionales si se aplican a las
actividades económicas que mejor se conecten con el resto de sectores, ya que
logran “arrastrar” o “impulsar” la producción en momentos críticos. Los sectores
líderes son aquellos que se encadenan tanto hacia adelante como hacia atrás, por lo
que su identificación es clave para diseñar incentivos económicos. En este sentido,
estudiar ambos tipos de encadenamiento es muy importante, y el diseño de una
política económica eficiente debe tener en cuenta la existencia de los dos.

El resto del trabajo se divide en siete secciones. A continuación se hace una

revisión de la literatura sobre las aplicaciones empíricas del modelo insumo
producto. En la sección tres se describe la metodología usando un énfasis regional,
mientras que la sección cuatro expone el concepto de encadenamiento y los
indicadores que se utilizan para medirlo. La sección cinco describe brevemente los
datos y las distintas fuentes utilizadas. La sección seis muestra los resultados del
estudio y la séptima finaliza con unas conclusiones.

2. Revisión de literatura

Una referencia fundamental para el desarrollo de este trabajo fue el libro de Miller
y Blair (2009). En éste se encuentra detallada toda la teoría del análisis de insumo

2
producto; por ejemplo, la estimación de las matrices y el cálculo e interpretación de
los indicadores de encadenamiento. En particular, para este estudio se utilizó la
metodología nacional y regional de que se desarrolla en los capítulos 2 y 3 del
libro, así como el análisis de multiplicadores del capítulo 6 y la metodología básica
de los encadenamientos del capítulo 12.

Para el caso colombiano existen algunos estudios nacionales que utilizan el

enfoque de insumo producto. Hernández (2012) hace una estimación de la matriz
nacional utilizando la información publicada por el DANE, la cual cuenta con dos
matrices para el año 2007: la de Utilización y la de Oferta. Esta división nace entre
otras razones debido a la existencia de producción secundaria, pues hay sectores
en la economía que producen simultáneamente varios bienes o servicios, sin que
necesariamente sean el objetivo principal de su actividad. La matriz de utilización
contiene la información sobre el uso de los insumos por parte de los sectores
productivos. En otras palabras, cuánto de cada bien utilizó cada sector para
desarrollar su actividad económica. Y la matriz de oferta contiene cuánto de cada
bien fue producido por cada sector.

A partir de la matriz insumo producto estimada, Hernández (2012) analiza los

eslabonamientos hacia adelante y hacia atrás de los sectores productivos. De esta
forma, identifica los sectores que más encadenamientos generan y los clasifica de
acuerdo a su conexión con el resto de la economía. Encuentra que los sectores
asociados al refinamiento de petróleo y a la producción de químicos y plásticos,
entre otros, son los de mayores impactos hacia adelante y hacia atrás.

Por otro lado, Bonet (2000) presenta una estimación de un modelo insumo
producto para el Caribe colombiano, donde se analizan eslabonamientos de
ingreso, producción y empleo. Esto se lleva a cabo resolviendo un sistema de
ecuaciones que caracterizan el comportamiento de 25 sectores económicos en la
región. En este estudio las relaciones intersectoriales se modelan
econométricamente mediante las primeras derivadas, cuya solución debió ser
3
encontrada de manera numérica en algunos casos. Se concluye que el diseño de
una política de estímulo económico depende del tipo de fomento que se busca:
producción, ingreso o empleo. Para el primero, el sector que brindaba los mayores
beneficios en la región era el de agricultura, en el segundo fue el de servicios y en
el tercero era el sector de las manufacturas.

Otro estudio regional es el de Lozano et al. (2006). En este se realiza la estimación

de la matriz insumo producto para el Valle del Cauca utilizando el método RAS
biproporcional, para el cual se emplean tanto datos nacionales del DANE como
información regional. Clasifican la economía del Valle en 42 sectores, de los cuales
se identifican los más importantes de acuerdo al encadenamiento que presenten
ante el resto de la economía. Esto lo llevan a cabo mediante el cálculo de los
coeficientes de Rasmussen, que son los eslabonamientos totales (directos e
indirectos), hacia adelante y hacia atrás, de cada sector. Se clasifican los sectores de
la economía en sectores clave (presentan ambos), impulsores (hacia atrás),
estratégicos (hacia adelante) o independientes (ninguno de los dos).

Los estudios regionales son muy importantes, ya que ayudan a identificar

comportamientos y patrones sectoriales que son locales. Sin embargo, debido a que
son estudios independientes, no permiten hacer comparaciones entre las distintas
regiones porque las metodologías utilizadas y los periodos de estudio suelen
diferir. El trabajo de Cordi (1999) hace un avance en este sentido, ya que realiza la
estimación de matrices de contabilidad social2 para ocho regiones del país. Esto les
permite analizar de manera comparativa la situación de las distintas regiones en
temas como producción, generación y distribución de ingresos factoriales, ahorro y
financiamiento externo. El estudio muestra que Bogotá mantiene una posición
predominante frente a las otras regiones del país, principalmente en la producción,
el monto de demanda final, las importaciones del resto del mundo, los niveles y

2Según Hernández (2003), “Una matriz de contabilidad social contiene la información provista por
el Sistema de Cuentas Nacionales, detallando los vínculos entre la oferta y la demanda de
productos en la economía y las cuentas de los sectores institucionales”.

4
tasas de ahorro, y los pagos factoriales. También muestra que Bogotá, Antioquia y
Valle del Cauca tienen economías productivas enfocadas hacia el sector secundario
y terciario, mientras que las regiones Pacífico y Orinoquia-Amazonia dependen en
gran medida de sus sectores primarios.

Bonet (2006) analiza la dependencia inter e intrarregional en siete regiones de

Colombia utilizando un modelo insumo producto multirregional estimado para los
años 1985, 1992 y 1997. El trabajo encuentra una interdependencia espacial
limitada y un cambio estructural que se manifiesta en el traslado de los sectores
clave desde los sectores primarios y secundarios hacia el terciario, evolución que es
frecuentemente observada en el proceso de desarrollo económico. En la medida en
que los sectores con los más fuertes eslabonamientos se encuentran concentrados
en las regiones prósperas, existe una alta probabilidad que las desigualdades
regionales existentes permanezcan en el mediano plazo3.

Otro estudio que analiza regionalmente los encadenamientos productivos es el de

Perobelli et al. (2010). Los autores evalúan el grado de dependencia que tiene la
economía nacional frente a sus departamentos más importantes; es decir, busca
encontrar cuáles son los que generan el mayor impacto sobre el resto de la
economía, por el grado de sus encadenamientos hacia adelante y hacia atrás. Para
esto utilizan el método de extracción, que se basa en “eliminar” un departamento
de la economía y observar el impacto que esto genera sobre el resto de los
departamentos. Midiendo ambos efectos encuentran que la región central del país
concentra los impactos más grandes sobre la economía nacional: Bogotá, Valle del
Cauca, Antioquia, Santander y Cundinamarca. El único departamento ubicado por
fuera de esta zona que genera un impacto similar es Atlántico. Concluyen que
existe un patrón económico de centro-periferia, donde los departamentos ubicados
en la periferia del país participan con efectos de encadenamiento débiles.

3Galvis y Hahn (2015) encuentran que entre 1993 y 2012 las disparidades económicas regionales no
se han reducido, principalmente por los efectos espaciales que se generan por la presencia de
spillovers en la acumulación del capital humano y físico.

5
3. Análisis de insumo producto regional

En una economía es posible clasificar los bienes y servicios que circulan de acuerdo
al sector que los produce. Los productos del café, la pesca y la ganadería se
agrupan dentro del sector agropecuario, mientras que la extracción de recursos
naturales como el carbón o el petróleo se clasifican como sector minero. En otras
palabras, mientras que el sector i produce bienes y servicios de tipo i, el sector j
producirá bienes y servicios de tipo j, principalmente4.

El análisis de insumo producto considera que todos los bienes y servicios en una
economía pueden tener uno de dos fines. Por un lado, pueden ser usados como
insumos en la producción de otros bienes y servicios. En este caso, la porción del
bien i que el sector j demanda para producir sus bienes y servicios se le conoce
como demanda intermedia, y en la notación de insumo producto se representa con la
variable zij. Sin embargo, el bien i también puede ser utilizado para satisfacer
demanda final, que es donde se clasifican el consumo de los hogares y las
exportaciones de la economía, entre otros rubros. Esta se clasifica con la variable fi.
De esta manera, la distribución del bien i dentro de la economía, entre un número
n de sectores, se puede ver de la siguiente manera5:

𝑥𝑖 = 𝑧𝑖1 + 𝑧𝑖2 + ⋯ + 𝑧𝑖𝑛 + 𝑓𝑖 = ∑𝑛𝑗=1 𝑧𝑖𝑗 + 𝑓𝑖 (1)

Donde xi representa la producción del sector i, zij representa la demanda

intermedia del bien i realizada por el sector j, y fi es la demanda final del bien i. La
proporción de la demanda intermedia del bien i hecha por el sector j, sobre el total
del bien j producido en la economía, se define como el coeficiente técnico:

𝑧𝑖𝑗
𝑎𝑖𝑗 = (2)
𝑥𝑗

4 Suele suceder que un sector i de la economía produzca bienes de tipo j, como es el caso de la
producción secundaria o byproducts.
5 Toda la información de las variables (demanda intermedia, demanda final, producción) se

encuentra en valores monetarios.

6
El coeficiente aij representa la participación que tiene el insumo i en la producción
del bien j. La ecuación (2) puede reescribirse para despejar zij:

𝑧𝑖𝑗 = 𝑎𝑖𝑗 𝑥𝑗 (3)

Esta ecuación se utiliza para reemplazar zij en (1), para cada sector j:

𝑥𝑖 = 𝑎𝑖1 𝑥1 + ⋯ + 𝑎𝑖𝑛 𝑥𝑛 + 𝑓𝑖 = ∑𝑛𝑗=1 𝑎𝑖𝑗 𝑥𝑗 + 𝑓𝑖 (4)

Teniendo en cuenta que existe un número n de sectores productivos, existirá

entonces un número igual de ecuaciones que describa la distribución de todos los
sectores (la ecuación anterior para cada sector i = 1, 2,…, n). Las n ecuaciones que
surgen para los sectores de la economía pueden ser organizadas en un sistema
matricial de la siguiente manera:

𝑥 = 𝐴𝑥 + 𝑓 (5)

Donde las matrices x, A y f se definen así:

𝑥1 𝑎11 ⋯ 𝑎1𝑛 𝑓1
𝑥 = [ ⋮ ]𝐴 = [ ⋮ ⋱ ⋮ ]𝑓 = [ ⋮ ]
𝑥𝑛 𝑎𝑛1 ⋯ 𝑎𝑛𝑛 𝑓𝑛

La matriz A es la matriz que contiene los coeficientes técnicos definidos en (2). Al

multiplicar las matrices A y x se obtienen las demandas intermedias de los bienes
para cada uno de los sectores; es decir, zij. Por lo tanto, (5) es la versión matricial de
la ecuación (1). Si se despeja la matriz x de la ecuación (5), se obtiene la ecuación
básica de análisis utilizada por la teoría del insumo producto:

𝑥 = 𝐿𝑓 (6)

𝐿 = (𝐼 − 𝐴)−1 (7)

La matriz L se conoce como la inversa de Leontief o la matriz de requerimientos

totales. Los elementos que la componen muestran la variación en la producción de
la economía que se genera al cambiar el vector de demanda final. Es decir: si la

7
demanda final pasa de f a f’, la nueva matriz de producción económica que
satisface esa nueva demanda estaría dada por x’ = Lf’. Estos cambios en la
demanda final se originan en eventos que pueden ser desde la implementación de
una política fiscal expansiva (por ejemplo, un aumento en el gasto del gobierno),
hasta choques externos sobre las exportaciones (por ejemplo, un nuevo Tratado de
Libre Comercio - TLC).

La matriz de Leontief puede interpretarse de la siguiente manera: cada elemento lij

de la matriz representa el efecto que tiene un aumento de una unidad monetaria en
la demanda final del bien j (en este caso la demanda final se incrementaría en un
peso colombiano, $1), sobre los requerimientos de producción del bien i. Por
ejemplo: un elemento lij = 0,5 significa que si la demanda final por j aumenta en $1,
la producción de i se debe incrementar en $ 0,5. Esto para suplir la mayor demanda
final del bien j. O en otras palabras, dado que el sector j requiere del bien i como
insumo de producción, cuando aumente la demanda final de j se aumentará la
demanda intermedia de i.

Hasta este punto, la teoría del análisis insumo producto permite medir la
importancia de los distintos sectores dentro de la economía nacional. Sin embargo,
es posible pensar que la economía se encuentra desagregada no solo en sectores,
sino también en regiones. Este es el caso que estudia el análisis de insumo
producto multirregional, donde cada región genera su propia producción de
bienes y servicios que, a su vez, puede ser distribuida tanto en esa región como en
otras regiones. Para el caso de una economía que tiene dos regiones (U y V) y dos
sectores (1 y 2), asumiendo que las regiones tienen los mismos sectores, la
producción del sector 1 en la región U se distribuye así como en la ecuación (1):

𝑥1𝑢 = 𝑧11
𝑢𝑢 𝑢𝑢
+ 𝑧12 𝑢𝑣
+ 𝑧11 𝑢𝑣
+ 𝑧12 + 𝑓1𝑢 (8)

La notación cambia con respecto a la usada para una matriz nacional, debido a que
va a ser necesario identificar no sólo los flujos de bienes entre los sectores, sino

8
también entre las distintas regiones. Un sector cualquiera localizado en cierta
región puede utilizar insumos tanto de sectores que se encuentran en su misma
región como de los que están en otras regiones. Cuando la demanda intermedia
surge de la misma región se denomina un flujo intrarregional, mientras que si
proviene de otras regiones es un flujo interregional. Para la ecuación (8), x1u
representa la producción de 1 hecha en la región U; z11uv es la cantidad del bien 1
producido en la región U, demandada por el sector 1 en la región V (y así para el
resto de flujos); y f1u es la demanda final por el bien 1 de la región U.

Al haber dos tipos de flujos (intrarregionales e interregionales), existen también

dos tipos de coeficientes: los intrarregionales y los interregionales. Similar a lo
establecido en la ecuación (2), cada coeficiente se define de la siguiente manera:

𝑢𝑢
𝑢𝑢 𝑧𝑖𝑗
𝑎𝑖𝑗 = (9)
𝑥𝑗𝑢

𝑣𝑢
𝑣𝑢 𝑧𝑖𝑗
𝑎𝑖𝑗 = (10)
𝑥𝑗𝑢

El coeficiente intrarregional aijuu muestra la participación que tiene la demanda del

bien i en la región U hecha por el sector j en la región U (zijuu), dentro de la
producción del bien j en su misma región (xju). De manera similar, el coeficiente
interregional aijvu muestra esta misma proporción pero relacionando los flujos
provenientes de los sectores económicos ubicados en las otras regiones (zijvu).

Para el caso de una economía con dos regiones, los vectores de demanda final y
producción se construyen así:

𝑥1𝑢 𝑓1𝑢
⋮ ⋮
𝑥𝑛𝑢 𝑓𝑛𝑢
𝑥= 𝑣 𝑓= 𝑣
𝑥1 𝑓1
⋮ ⋮
[𝑥𝑛𝑣 ] [𝑓𝑛𝑣 ]

9
Se puede ver que en los vectores x y f se ordena la información de producción y
demanda final para ambas regiones. Finalmente, se define la matriz de coeficientes
de la siguiente manera. En la diagonal de la matriz se encuentran unas sub-
matrices de coeficientes intrarregionales para cada región, Auu y Avv. Por fuera de la
diagonal se ubican las sub-matrices de coeficientes interregionales, que en este
ejemplo únicamente serán dos: la sub-matriz que muestra las proporciones de los
flujos desde la región U hacia la región V (Auv) y desde la región V hacia la región
U (Avu). Todas estas sub-matrices de la matriz A son cuadradas de tamaño n y
contendrán los coeficientes interregionales e intrarregionales respectivos. A
continuación se muestra a modo de ejemplo la composición de Auu y Auv:

𝑢𝑢 𝑢𝑢 𝑢𝑣 𝑢𝑣
𝑎11 ⋯ 𝑎1𝑛 𝑎11 ⋯ 𝑎1𝑛
𝐴𝑢𝑢 = [ ⋮ ⋱ ⋮ ] 𝐴𝑢𝑣 = [ ⋮ ⋱ ⋮ ]
𝑢𝑢 𝑢𝑢 𝑢𝑣 𝑢𝑣
𝑎𝑛1 ⋯ 𝑎𝑛𝑛 𝑎𝑛1 ⋯ 𝑎𝑛𝑛

La matriz A, que agrupará las cuatro matrices de coeficientes regionales, se verá de

la siguiente manera:

[𝐴𝑢𝑢 ] [𝐴𝑢𝑣 ]
𝐴=[ ]
[𝐴𝑣𝑢 ] [𝐴𝑣𝑣 ]

Al construir las matrices de coeficientes, producción y demanda final de la anterior

manera, la ecuación (6) de análisis insumo producto para el caso de múltiples
regiones se mantiene igual que en el caso de una sola región:

𝑥 = 𝐿𝑓 (11)

𝐿 = (𝐼 − 𝐴)−1 (12)

La estructura de la matriz de Leontief regional es similar a la de la matriz de

coeficientes regionales. Esta se divide en sub-matrices, dependiendo del número de
regiones del estudio. Para una economía con 1, 2,... R regiones, se verá así:

10
 [𝐿11 ] … [𝐿1𝑅 ]
𝐿=[ ⋮ ⋱ ⋮ ]
[𝐿𝑅1 ] 𝑅𝑅
⋯ [𝐿 ]

Las sub-matrices que componen la matriz L son cuadradas de tamaño n y

contienen los multiplicadores de producto para cada región. Esto significa que la
matriz L11 estará compuesta por los elementos lij11, los cuales representan el
impacto en la producción de i en la región 1, cuando la demanda final del bien j en
la región 1 sube en una unidad.

11 11
𝑙11 ⋯ 𝑙1𝑛
11
𝐿 =[ ⋮ ⋱ ⋮ ]
11 11
𝑙𝑛1 ⋯ 𝑙𝑛𝑛

4. Medidas de encadenamiento

Existen varias formas de ver los encadenamientos entre sectores y regiones. Este
estudio utilizará dos metodologías. La primera emplea los elementos de la matriz
inversa de Leontief, que permiten identificar efectos de naturaleza intrarregional e
interregional entre los departamentos. Evaluando el cambio que ha tenido lugar en
estos indicadores entre dos años se pueden observar los patrones de
encadenamiento tanto nacional como regional. Sin embargo, estos índices no
tienen en cuenta el tamaño del sector estudiado. Es deseable conocer si las medidas
de encadenamiento se ven afectadas al tener en cuenta el peso del sector. Por esta
razón se utiliza una segunda metodología, que es la del encadenamiento puro.
Estos indicadores incorporan la producción total del sector dentro del cálculo del
indicador. No obstante, no permite identificar patrones intra- o interregionales, ya
que se define únicamente para medir los efectos sectoriales dentro de las
economías locales.

4.1. Matriz inversa de Leontief

La primera medida de encadenamiento regional se construirá utilizando la

información de los elementos en la matriz inversa de Leontief. Las sub-matrices

11
que se encuentran sobre la diagonal de L muestran la relación entre los sectores
dentro de la misma región. En este sentido, para observar el grado de dependencia
económica que presenta cada una de las regiones a nivel local, se utilizará una
medida que consiste en la suma de todos los encadenamientos intrarregionales. En
otras palabras, la suma de los elementos de cada sub-matriz sobre la diagonal de L.
Con estos indicadores se busca identificar a los departamentos que más dependen
económicamente de sus propios sectores productivos.

De esta forma se definen los indicadores intrarregionales, para cada año:

𝑅𝑅
𝐼𝑛𝑡𝑟𝑎𝑅 = ∑ ∑ 𝑙𝑖𝑗
𝑖 𝑗

Para medir los encadenamientos interregionales se realiza el mismo

procedimiento. Sin embargo, y a diferencia de los indicadores intrarregionales, en
este caso existen dos tipos distintos de encadenamientos. El primero es el impacto
que genera una región por su oferta de bienes y servicios al resto de regiones. Este
se denominará el encadenamiento interregional hacia adelante. Y el segundo es el
impacto generado por la región al demandar bienes y servicios desde el resto de
regiones, que son usados como insumos en su proceso de producción. Este se
denominará el encadenamiento interregional hacia atrás. Los indicadores de
encadenamiento intrarregionales construidos no tienen estas dos versiones, dado
que la región de origen y la región de destino son la misma.

Los indicadores interregionales se definen de la siguiente manera:

𝑄𝑅
(𝐴𝑡𝑟á𝑠) 𝐼𝑛𝑡𝑒𝑟 𝑅 = ∑ ∑ ∑ 𝑙𝑖𝑗
𝑄 𝑖 𝑗

𝑅𝑄
(𝐴𝑑𝑒𝑙𝑎𝑛𝑡𝑒) 𝐼𝑛𝑡𝑒𝑟 𝑅 = ∑ ∑ ∑ 𝑙𝑖𝑗
𝑄 𝑖 𝑗

12
Los indicadores intra- e interregionales utilizados en este trabajo se pueden
entender de manera más fácil de manera gráfica en la Figura 1, donde se muestra
una matriz de Leontief para tres regiones (A, B y C) y tres sectores (1, 2 y 3).

Figura 1.
Construcción de indicadores intra- e interregionales: matriz inversa de Leontief

A1 A2 A3 B1 B2 B3 C1 C2 C3
A1 X X X - - - - - -
A2 X X X - - - - - -
A3 X X X - - - - - -
B1 O O O
B2 O O O
B3 O O O
C1 O O O
C2 O O O
C3 O O O

Fuente: elaboración propia.

Para la región A, la suma de los elementos X es el indicador de encadenamiento

intrarregional, mientras los elementos – y O representan los encadenamientos
interregionales. El indicador hacia adelante es la suma de los elementos – mientras
que el indicador con el encadenamiento hacia atrás es la suma de los elementos O.
De esta misma forma se pueden calcular para las otras regiones, lo que permite
identificar cuales departamentos generan unos mayores encadenamientos en su
propia región y en el resto del país.

Las medidas de encadenamiento se estandarizarán de acuerdo al promedio

departamental observado para cada periodo. Esto significa que los resultados
presentados muestran la relación del encadenamiento departamental frente al
promedio de todos los departamentos. De esta forma, si un departamento en
particular muestra un indicador de 1,05, quiere decir que su encadenamiento para
ese año se encuentra un 5% por encima del promedio departamental. Una vez
estandarizados, se ordenarán los departamentos de acuerdo al valor de sus
indicadores para cada año. Esto permitirá conocer los departamentos cuyas

13
dependencias económicas (intra- o interregionales) cambiaron en relación con el
resto de regiones.

Por último, se calculan los indicadores de encadenamiento de cada sector para el

agregado nacional. Estos son la suma por filas (para los encadenamientos hacia
adelante) y por columna (para los encadenamientos hacia atrás) de los elementos
de la matriz L, para uno de los siete sectores identificados. Los indicadores también
se estandarizan usando el promedio sectorial observado.

4.2. Encadenamiento puro

Los indicadores de encadenamiento calculados anteriormente a partir de la matriz

inversa de Leontief permiten observar patrones regionales. Sin embargo, estos no
tienen en cuenta el tamaño de cada sector. Sonis et al. (1995) proponen la
estimación del encadenamiento puro, donde se tiene en cuenta la producción del
sector respectivo como insumo en el cálculo de los indicadores. De esta forma, es
posible identificar los sectores clave de cada departamento según su grado de
encadenamiento, controlando por el tamaño del sector. Así como los
encadenamientos regionales obtenidos de la matriz inversa de Leontief, el
encadenamiento puro identifica encadenamientos hacia adelante y hacia atrás. Un
sector clave en cierto departamento será aquel que tenga un alto grado de impacto
sobre su economía regional, tanto por su demanda como por su oferta de insumos.
Por sus siglas en inglés, ambos impactos se conocen como PBL (Pure Backward
Linkage) y PFL (Pure Forward Linkage), respectivamente.

La medida de encadenamiento puro tiene varias características. En primer lugar,

analiza estos impactos sin tener en cuenta el efecto de “retroalimentación”
generado por la dependencia entre sectores. De esta forma, el PBL no tiene en
cuenta la demanda intermedia que genera la economía por ese sector, mientras que
el PFL no tiene en cuenta la oferta de insumos de ese sector hacia la economía. En
otras palabras, es como si cada sector se “desconectara” de la economía local y se

14
calculara el grado de encadenamiento que este genera, olvidando los efectos de
retroalimentación. Por otro lado, estos indicadores sólo están construidos para
medir los impactos en las economías locales. Esto implica que no es posible ver
medidas de encadenamiento puro interregionales.

Para calcular los índices de encadenamiento puro es necesario tener las matrices de
coeficientes intrarregionales, nombradas anteriormente como Auu. Esta matriz se
puede descomponer en cuatro partes, para un sector j determinado:

𝐴𝑗𝑗 𝐴𝑗𝑟
𝐴𝑢𝑢 = [ ]
𝐴𝑟𝑗 𝐴𝑟𝑟

 Ajj es el coeficiente de la demanda intermedia hacia el mismo sector j

 Ajr es un vector fila de tamaño (n-1), que contiene la información de la oferta

de insumos desde el sector j al resto de sectores

 Arj es un vector columna de tamaño (n-1), que contiene la información de las

demandas intermedias hechas por el sector j al resto de sectores

 Arr es una matriz cuadrada de tamaño (n-1) que contiene los coeficientes del
resto de la economía local, excluyendo al sector j.

Para construir los indicadores de encadenamiento puro es necesario también

definir los siguientes elementos:

 i’rr : un vector fila de unos de tamaño (n-1)

 Δr = (I– Arr)-1
 qjj: la producción total del sector j
 qrr: un vector columna de tamaño (n-1) con la producción del resto de
sectores, excluyendo al sector j

Cada una de las regiones tiene en consecuencia un total de n descomposiciones de

su matriz de coeficientes intrarregionales. Se realiza la estimación del PBL y el PFL
de la siguiente manera

15
 PBL: i’rr Δr Arj qjj

PFL: Ajr Δr qrr

Luego de estimados, se estandarizan los indicadores según el valor promedio de

cada departamento. Siguiendo la metodología de Bonet (2006), los sectores que
tengan impactos hacia adelante o hacia atrás por encima del promedio
departamental se muestran como sectores importantes. Aquellos que muestren
ambos efectos, se clasificarán como sectores clave.

Por último, se realizarán dos análisis más agregados, cuyo propósito es identificar
tendencias en la distribución de los impactos locales. Para ello se calcula la medida
de encadenamiento puro total (Pure Total Linkage), que se define como la suma
entre ambos indicadores:

PTL = PBL + PFL

El PTL es una medida que resume el tamaño del impacto de cada sector sobre su
economía local. Al agrupar el PBL y el PFL se pueden observar los sectores que
mayor impacto generan, independientemente de que sea por sus efectos hacia
adelante como por sus efectos hacia atrás. Este cálculo se realizará para los
departamentos a través de la suma los indicadores sectoriales de cada
departamento y para los siete sectores mediante la agregación de los indicadores
departamentales de cada sector. Luego se estandarizan utilizando el promedio
sectorial o departamental respectivo.

5. Datos

Para la realización de este trabajo se utilizaron dos conjuntos de información que

se configuraron para la economía colombiana de los años 2004 y 2012. Estas bases
de datos, construidas bajo el formato de insumo producto, fueron elaboradas en el
proceso de estimación y actualización del Modelo CEER, un modelo multirregional
de equilibrio general computable. El Modelo CEER es un trabajo conjunto

16
realizado por el Centro de Estudios Económicos Regionales (CEER) y la Fundación
Instituto de Investigación Económica (FIPE) de la Universidad de Sao Paulo en
Brasil. La estimación de la matriz para el año 2012 se basó en dos etapas. La
primera consistió en la estimación de una matriz insumo producto nacional,
utilizando las matrices de utilización y oferta producidas por el DANE. La
segunda etapa consistió en la regionalización de la matriz nacional para los 33
departamentos. Esta se llevó a cabo usando el enfoque conocido en la literatura
como Chenery-Moses. Tanto la producción de la matriz nacional como su posterior
regionalización se encuentran descritas en Haddad et al. (2016).

El modelo se configuró en ambos años para 7 sectores y 33 departamentos. La

agregación sectorial del modelo es: (1) agropecuario, (2) minería, (3) industria
manufacturera, (4) construcción, (5) transporte, (6) administración pública y (7)
otros servicios. En esta última categoría se encuentran las ramas de generación y
distribución de energía eléctrica y gas, comercio, restaurantes y hoteles,
telecomunicaciones, intermediación financiera, actividades inmobiliarias, servicios
a las empresas, servicios sociales, de educación y salud de mercado, eliminación de
desperdicios y actividades de esparcimiento de mercado. La anterior agregación
permite identificar y comparar los sectores productivos en ambos momentos del
tiempo. Hay que señalar que una limitación existente para el presente trabajo es
que la metodología usada para estimar la matriz insumo producto del 2004 no
identificaba al sector de administración pública como proveedor de insumos
sectoriales dentro de la matriz de consumo intermedio. Por esta razón, este sector
en particular no presenta encadenamientos hacia adelante para ese periodo. Esta
limitación fue tenida en cuenta para seleccionar las metodologías de análisis
presentadas en la sección anterior.

En cuanto a las regiones utilizadas, para el presente trabajo se decidió agrupar a los
nuevos departamentos en una sola región. Esto se debe a que son economías muy
pequeñas y con escasas relaciones comerciales frente al resto del país, lo que

17
dificulta una estimación precisa de sus encadenamientos interregionales. Si bien
esta agregación no permite estudiar las economías de estos departamentos por
separado, los encadenamientos para la región agregada obtenidos son más
precisos.

6. Resultados
6.1. Matriz inversa de Leontief: indicadores Intrarregionales

El Cuadro 1 contiene los indicadores intrarregionales. Los departamentos se

ordenaron, para cada año, de acuerdo a las magnitudes de sus indicadores.

Cuadro 1.
Ranking indicadores Intrarregionales 2004 – 2012

Departamento Indicador Ranking Indicador Ranking

2004 2004 2012 2012
Antioquia 1.053 6 1.111 1
Atlántico 1.054 5 1.035 6
Bogotá D. C. 1.017 10 1.059 3
Bolívar 1.004 13 1.040 4
Boyacá 0.972 19 1.029 7
Caldas 1.122 1 0.996 13
Caquetá 0.979 16 0.936 24
Cauca 1.086 2 1.010 9
Cesar 0.914 23 0.962 20
Chocó 0.991 15 0.920 25
Córdoba 1.022 9 0.954 21
Cundinamarca 0.941 21 0.969 19
Huila 0.930 22 0.985 15
La Guajira 0.883 25 0.944 22
Magdalena 1.014 11 0.984 17
Meta 1.011 12 1.010 10
Nariño 0.978 17 1.006 11
Norte Santander 0.974 18 0.999 12
Nuevos deptos. 0.883 24 1.025 8
Quindío 1.028 8 0.942 23
Risaralda 1.078 3 0.984 16
Santander 1.032 7 1.040 5
Sucre 0.999 14 0.972 18
Tolima 0.956 20 0.988 14
Valle 1.077 4 1.102 2
Fuente: cálculos del autor con base en los datos del Modelo CEER.

18
Los departamentos cuyas economías dependían en mayor grado de sus sectores
productivos locales en el 2004 eran Caldas, Cauca, Risaralda y Valle del Cauca, en
ese orden; y los que menos dependían eran La Guajira, el conjunto de los nuevos
departamentos y el Cesar. Nótese que, mientras los primeros son departamentos
con economías levemente industrializadas (Valle del Cauca en mayor medida), los
últimos son territorios cuya naturaleza económica es extractiva y que presentan un
bajo grado de desarrollo económico.

Para el 2012 el ranking presenta varios cambios que es importante destacar.

Antioquia, Valle y Bogotá aparecen como los de mayor dependencia local,
mientras que Chocó, Caquetá, y Quindío son los de menor impacto. Nuevamente,
los departamentos con mayor influencia intrarregional son regiones con un grado
de industrialización elevado: Antioquia, Valle del Cauca y Bogotá se destacan por
tener sectores industriales y de servicios más avanzados que el resto del país. Los
departamentos que más subieron en el ranking de impactos intrarregionales
fueron los nuevos departamentos y Boyacá, mientras que los que más bajaron
fueron Risaralda y Quindío.

Vale la pena traer a discusión el fenómeno estudiado por Okazaki (1989) para la
economía japonesa y por Hewings et al. (2010) para la economía de Chicago,
conocido como el hollowing out. Se argumenta que el desarrollo de una economía
sucede por etapas, donde en cada etapa hay procesos sectoriales y comerciales
diferentes. En la primera etapa la economía crece y se desarrolla demandando
bienes y servicios locales, que son los que tiene a su alcance, por lo que incrementa
sus encadenamientos dentro de su misma región. Sin embargo, llega un momento
del desarrollo en el que los sectores productivos buscan oferentes más
especializados, o economías de escala que produzcan sus insumos de manera más
competitiva, por lo que comienzan a sustituir flujos de bienes y servicios de
producción local por aquellos producidos en otras regiones, o países.

19
Es interesante ver que en Colombia, utilizando los indicadores de
encadenamientos derivados de la matriz inversa de Leontief, los departamentos
más desarrollados son los que presentan mayores encadenamientos locales. Este
hallazgo no soporta el fenómeno de hollowing out encontrado en la literatura y, por
el contrario, las economías más avanzadas siguen mostrando mayores
encadenamientos al interior de sus aparatos productivos.

6.2. Matriz inversa de Leontief: indicadores Interregionales

Los indicadores interregionales se calcularon en sus dos versiones, tanto para los
encadenamientos hacia adelante como hacia atrás. En el Cuadro 2 se presenta la
posición de cada departamento en el ranking nacional.6

Los indicadores interregionales presentan las siguientes características:

1) Los departamentos con economías más desarrolladas muestran indicadores

de encadenamiento interregionales altos hacia adelante, pero bajos hacia
atrás. Bogotá, Antioquia, Valle del Cauca y Atlántico aparecen en lo más
alto del ranking en la parte izquierda de la tabla, mientras que en la parte
derecha se encuentran de últimos. Este es un patrón interesante, paralelo al
hallado en los indicadores de encadenamiento intrarregionales, donde las
economías más industrializadas se encontraban de primeras.
2) Los departamentos con economías intermedias o poco desarrolladas no
presentan un patrón tan claro como los anteriores. No obstante se pueden
observar algunos casos particulares como los de Chocó y Caquetá, de bajo
desarrollo económico, que muestran bajos encadenamientos hacia adelante
y relativamente altos encadenamientos hacia atrás. Quindío, una economía
pequeña y en desarrollo, también muestra un patrón similar.

6
Los indicadores se presentan en el Anexo 1.

20
 Cuadro 2.
Ranking indicadores Interregionales 2004 - 2012

Hacia adelante Hacia atrás

Departamento
2004 2012 2004 2012
Antioquia 3 3 19 25
Atlántico 4 6 20 21
Bogotá D. C. 1 1 25 23
Bolívar 7 5 15 22
Boyacá 13 10 2 19
Caldas 12 13 18 13
Caquetá 24 25 3 2
Cauca 16 14 22 17
Cesar 10 19 8 6
Chocó 25 21 1 1
Córdoba 15 16 7 5
Cundinamarca 6 8 24 7
Huila 11 15 10 9
La Guajira 18 24 23 4
Magdalena 21 17 11 12
Meta 19 7 17 16
Nariño 17 18 13 15
Norte Santander 20 20 12 14
Nuevos deptos. 8 9 14 18
Quindío 23 22 6 3
Risaralda 14 11 16 10
Santander 5 2 5 20
Sucre 22 23 4 8
Tolima 9 12 9 11
Valle 2 4 21 24
Fuente: cálculos del autor con base en los datos del Modelo CEER.

3) Durante el período de estudio el departamento que más aumentó sus

encadenamientos hacia adelante fue el Meta, mientras que los que más los
redujeron fueron Cesar y La Guajira (todas economías extractivas). Por otro
lado, Cundinamarca y La Guajira fueron los de mayor aumento en sus
encadenamientos hacia atrás, mientras que Boyacá y Santander los que
mayor disminución presentaron.
4) Los departamentos con reservas de recursos naturales (en donde se
encuentran los de mayor riqueza per cápita) muestran encadenamientos
relativamente bajos. Esto refuerza la idea de que las economías extractivas, a

21
 pesar de generar mucha riqueza, no necesariamente generan mayores
oportunidades económicas al resto de los sectores. El Meta, uno de los
departamentos con mayor PIB per cápita del país por sus reservas de
hidrocarburos, muestra indicadores de encadenamiento bajos en términos
relativos. Lo mismo sucede con Cesar, La Guajira y los nuevos
departamentos, en donde se encuentran Arauca y Casanare.

El Cuadro 3 presenta los indicadores de encadenamiento sectoriales calculados de

los elementos de la matriz de Leontief, estandarizados con el promedio sectorial.
Los sectores productivos con mayores encadenamientos hacia atrás fueron la
industria, la construcción y el transporte. El sector minero tenía un indicador de
encadenamiento por encima del promedio para el 2004, pero en el 2012 presentó
una disminución y se ubicó por debajo. El sector agropecuario, la administración
pública y los servicios son sectores que no mostraron encadenamientos hacia atrás
importantes, lo que significa que demandan pocos insumos del resto de la
economía en comparación con los primeros.

Cuadro 3.
Indicadores sectoriales de la matriz de Leontief

2004 2012
Sector Atrás Adelante Atrás Adelante
Agropecuario 0.83 0.87 0.89 0.87
Minero 1.09 0.67 0.82 0.83
Industria 1.26 1.75 1.17 1.45
Construcción 1.08 0.65 1.02 0.71
Transporte 1.02 0.78 1.14 0.86
Adm. pública 0.83 0.58 0.97 0.68
Servicios 0.89 1.70 0.97 1.61
Fuente: cálculos del autor con base en los datos del Modelo CEER.

Los sectores productivos con mayores encadenamientos hacia atrás fueron la

industria, la construcción y el transporte. El sector minero tenía un indicador de
encadenamiento por encima del promedio para el 2004, pero en el 2012 presentó
una disminución y se ubicó por debajo. El sector agropecuario, la administración

22
pública y los servicios son sectores que no mostraron encadenamientos hacia atrás
importantes, lo que significa que demandan pocos insumos del resto de la
economía en comparación con los primeros.

Por otro lado, los sectores de industria y de servicios generan unos

encadenamientos hacia adelante elevados. Esto significa que son sectores
importantes para la economía nacional por su provisión de bienes y servicios que
el resto de sectores usa como insumo en so proceso productivo.

6.3. Encadenamiento puro

Los indicadores de encadenamiento puro PFL y PBL fueron estimados y

estandarizados utilizando el promedio entre sectores por departamento para cada
período. De esta forma, se identificaron los sectores que presentan
encadenamientos hacia adelante y hacia atrás. Los sectores líderes son aquellos que
presentan ambos. Estos resultados se muestran en el Cuadro 4.

Los resultados permiten visualizar qué departamentos sufrieron algún cambio en

su estructura productiva. Es posible hacer las siguientes observaciones:

1) Los sectores de mayor impacto local son el de industria (3) y el de servicios

(7). Estos dos sectores se caracterizan por presentar altos encadenamientos
puros tanto hacia adelante como hacia atrás; en la gran mayoría de
departamentos del país y para ambos periodos, industria y servicios
aparecen como sectores clave. Sin embargo, hay que resaltar que el de
servicios redujo en algunos departamentos su importancia.
2) El sector agropecuario (1) y el de transporte (5) redujeron sus impactos en
algunos departamentos, mientras que la construcción (4) y la administración
pública (6) incrementaron sus encadenamientos puros hacia atrás en gran
parte del territorio nacional, lo que refleja el mayor dinamismo de estos dos
sectores en los últimos años. Ambos se caracterizan por tener impactos
hacia atrás muy importantes.

23
 Cuadro 4.
Sectores con impactos hacia adelante, hacia atrás y clave por departamento

2004 2012
Departamento Adelante Atrás Clave Adelante Atrás Clave
Antioquia 1, 3, 7 3, 4, 7 3, 7 3, 7 3, 4, 7 3, 7
Atlántico 3, 5, 7 3, 7 3, 7 3, 5, 7 3, 4, 5, 6, 7 3, 5, 7
Bogotá D. C. 5, 7 3, 7 7 3, 7 3, 4, 6, 7 3, 7
Bolívar 3, 7 3, 7 3, 7 3, 7 3, 4 3
Boyacá 1, 5, 7 3, 7 7 3, 7 3 3
Caldas 3, 5, 7 3, 5, 7 3, 5, 7 3, 7 3, 4, 6, 7 3, 7
Caquetá 3, 7 1, 3, 6 3 7 4, 6
Cauca 1, 3, 7 3 3 3, 7 3, 4, 6 3
Cesar 5, 7 2, 3 5, 7 2, 6
Chocó 5, 7 2, 4, 6, 7 7 7 2, 6
Córdoba 3, 5, 7 2, 3, 7 3, 7 5, 7 6, 7 7
Cundinamarca 5, 7 3 3, 7 3, 6 3
Huila 5, 7 2, 3, 6, 7 7 3, 5, 7 4, 6
La Guajira 5, 7 2, 7 7 5, 7 2, 6
Magdalena 3, 5, 7 1, 3, 5, 6, 7 3, 5, 7 5, 7 3, 4, 6, 7 7
Meta 3, 5, 7 1, 2, 3 3 3, 5, 7 2, 4
Nariño 5, 7 1, 3, 4, 6, 7 7 3, 7 3, 6, 7 3, 7
Norte Santander 5, 7 3, 5, 6, 7 5, 7 3, 5, 7 3, 6, 7 3, 7
Nuevos deptos. 5, 7 2 3, 5, 7 2, 6
Quindío 5, 7 3, 5, 7 5, 7 7 3, 4, 6, 7 7
Risaralda 3, 5, 7 3, 4, 5, 7 3, 5, 7 3, 5, 7 3, 6, 7 3, 7
Santander 1, 5, 7 3 3, 7 3, 4 3
Sucre 5, 7 1, 3, 6, 7 7 3, 7 3, 6 3
Tolima 1, 5, 7 3, 7 7 3, 5, 7 3, 6, 7 3, 7
Valle 3, 5, 7 3, 7 3, 7 3, 7 3, 6, 7 3, 7
Fuente: cálculos del autor con base en los datos del Modelo CEER.

3) La minería (2) muestra impactos locales hacia atrás altos en departamentos

con disponibilidad de recursos, como por ejemplo Cesar, Chocó y Meta.
4) El transporte (5) presenta unos impactos hacia adelante importantes en
muchos departamentos. Esto sucedió para ambos años, aunque en el 2012
desapareció en algunos departamentos.

Por último se realizan los análisis agregados por sectores y departamentos,

utilizando la medida de encadenamiento puro estandarizada. Estos se muestran en
los Gráficos 1 y 2. De ambos gráficos es posible hacer las siguientes observaciones:

24
 Gráfico 1.
Indicadores de encadenamiento puro por sector, 2004 y 2012

3
Indicador relativo

2,5
2
1,5 2004
1 2012
0,5
0
1 2 3 4 5 6 7
Fuente: cálculos del autor con base en los datos del Modelo CEER.

Gráfico 2.
Indicadores de encadenamiento puro por departamento, 2004 y 2012

6
Indicador relativo

5
4
3
2
1 2004
0
2012
Córdoba

Nariño
Caldas

Cauca

Tolima
Caquetá

Risaralda

Sucre
Cesar
Chocó
Atlántico

La Guajira

Meta
Huila
Boyacá

Magdalena

Valle
Nuevos deptos.
Bolívar

Norte Santander
Antioquia

Bogotá D. C.

Cundinamarca

Quindío

Santander

Fuente: cálculos del autor con base en los datos del Modelo CEER.

1) Los sectores productivos que mayores medidas de encadenamiento puro

total presentan son la industria y los servicios. Ambos sectores tienen
indicadores de casi dos veces el promedio nacional. El resto se encuentra
por debajo del promedio, donde el que menos muestra es la minería. Entre
ambos años aumentó sustancialmente el encadenamiento puro de la
administración pública y se redujo el de servicios.
2) Bogotá, Antioquia y Valle del Cauca tienen impactos locales más de tres
veces por encima del promedio departamental. Santander, Atlántico,

25
 Bolívar y Cundinamarca se encuentran sobre el promedio. El resto de
regiones muestra impactos por debajo. El hecho de que sean las tres
economías más grandes del país las que generen la mayor cantidad de
encadenamiento puro no es una coincidencia. Este indicador incorpora el
tamaño de los sectores productivos, por lo que se espera que las economías
más grandes generen los mayores impactos. A pesar de esto hay que
destacar que el panorama departamental resalta por la poca uniformidad
que presenta, y que durante el periodo de estudio no se presentó un cambio
significativo en la estructura regional.
7. Conclusiones

En este estudio se analizaron distintas medidas de encadenamientos sectoriales

desde una perspectiva regional. Uno de los hallazgos más interesantes es la
relación que presentan los departamentos colombianos entre su desarrollo
económico y las medidas de encadenamiento derivadas de la matriz inversa de
Leontief. La evidencia muestra que en Colombia los departamentos más
desarrollados tienen altos encadenamientos intrarregionales e interregionales hacia
adelante, pero bajos encadenamientos interregionales hacia atrás. Que las regiones
más desarrolladas sean las de mayores encadenamientos intrarregionales es un
fenómeno que difiere al observado en estudios como el de Okazaki (1989) y
Hewings et al. (2010). Esta diferencia puede deberse a dos razones. La primera es
que los departamentos más avanzados en Colombia se encuentran todavía en una
etapa del desarrollo temprana, donde se expanden mediante insumos comprados
dentro de sus propios territorios, en vez de usar los beneficios que traen las
economías de escala y los mercados más competitivos ubicados en otras regiones.
La segunda hipótesis es que el alto costo del comercio entre regiones hace que los
departamentos colombianos crezcan orientando sus estructuras productivas hacia
adentro, debido a que el acceso a mercados externos más competitivos es costoso.

26
Desde una perspectiva sectorial, se ve que los sectores de mayor encadenamiento
en Colombia son la industria y los servicios. Esto es fundamental para el diseño de
políticas económicas. La construcción presenta altos encadenamientos hacia atrás,
por lo que es un sector importante ya que impulsa al resto mediante su compra de
insumos. Sin embargo, al tener en cuenta el tamaño del sector, la industria y los
servicios son los de mayor peso en el agregado nacional. Por otro lado, si bien la
construcción presenta altos encadenamientos hacia atrás, hacia adelante son bajos.
Los servicios son mucho más importantes para la economía por su provisión de
insumos, y esto se debe considerar al diseñar políticas económicas. Los sectores
productivos generan efectos diferenciados sobre la economía, unos mediante su
oferta y otros mediante su demanda. Una política eficiente debe “echar mano” de
ambos, cuando el objetivo sea incentivar la economía en un periodo de recesión.

Las economías departamentales presentan resultados que algunas veces difieren

de lo observado en el agregado nacional. Este es el caso del sector minero. Presenta
bajos índices de encadenamiento si se mira la economía del país como un todo; sin
embargo, en las regiones con abundancia de este recurso se observa que es un
sector importante por sus encadenamientos hacia atrás. Lo mismo sucede con el
sector agropecuario. Estas diferencias entre el panorama nacional y las economías
regionales deben ser tenidas en cuenta al momento de diseñar políticas públicas
cuyo enfoque sea de impacto regional.

Futuros estudios sobre las características productivas de las regiones colombianas

deben realizarse con una agregación sectorial más detallada. Al usar sólo siete
sectores, el presente trabajo ignora muchos detalles que pueden darse al interior de
cada uno de ellos. En particular, la industria y los servicios se caracterizan por
contener una gran variedad de actividades productivas que presentan grandes
diferencias, como por ejemplo el refinamiento de petróleo y la industria textil en el
caso del sector industrial. El estudio de estas dinámicas sectoriales se vuelve aún
más interesante cuando se enfoca desde un punto de vista regional.

27
Bibliografía

Bonet, J. (2000). “La matriz insumo-producto del Caribe colombiano”. Documento

de Trabajo sobre Economía Regional, Núm. 15, Banco de la República,
Cartagena.

Bonet, J. (2006). “Cambio estructural regional en Colombia: una aproximación con

matrices insumo-producto”. Revista de Coyuntura Económica, edición de Junio
de 2006, Fedesarrollo, Bogotá.

Cordi, A. (1999). “¿Se cumplen las verdades nacionales a nivel regional?”. Archivos
de Macroeconomía, Núm. 121, Departamento de Planeación Nacional.

Dixon y Rimmer (2004). “Disaggregation of Results from a Detailed General

Equilibrium Model of the US to the State Level”. Documento de trabajo,
Centre of Policy Studies, Monash University. Victoria, Australia. Abril 2004.
Dirección electrónica:
https://www.gtap.agecon.purdue.edu/resources/download/1772.pdf

Haddad, E.A., Faria, W.R., Galvis, L. y Hahn, L. (2016) “Interregional Input-Output

Matrix for Colombia, 2012”. Mimeo.

Haddad, E.A., Bonet J., Hewings G. J. D. y Perobelli, F. S. (2009). “Spatial aspects of

trade liberalization in Colombia: A general equilibrium approach”. Papers in
Regional Science, Vol. 88, Núm. 4, Pág. 699-732.

Hernández, G. (2003). “Construcción de una matriz de contabilidad social

financiera para Colombia”. Documento de trabajo Núm. 223, Archivos de
Economía, Departamento Nacional de Planeación.

Hernández, G. (2012). “Matrices Insumo-Producto y análisis de multiplicadores:

Una aplicación para Colombia”. Revista de Economía Institucional, Vol. 14,
Núm. 26, Pág. 203-221.

Hewings, G. J., Sonis, M., Guo, J., Israilevich, P., y Schindler, G. (1998). “The
Hollowing‐Out Process in the Chicago Economy, 1975–2011”. Geographical
Analysis, Vol. 30, Núm. 3, Pág. 217-233.

Banguero, H., Duque, H., Garizado, P.A. y Parra, D. (2006). “Estimación de la

Matriz Insumo Producto simétrica para el Valle del Cauca – Año 1994”.
Documento presentado en la II Jornada Española de Análisis Input-Output.

28
 Zaragoza, España. 2007. Dirección electrónica:
http://www.unizar.es/jornadasiozaragoza/archivos/pdf/Ponencia_Bangu
ero_Harold.pdf

Miller, R. E., y Blair, P. D. (2009). “Input-output analysis: foundations and

extensions”. Segunda edición. Cambridge University Press.

Okazaki, F. (1989). “The hollowing out phenomenon in economic development”.

Documento presentado en la XI Conferencia Regional de Ciencias del
Pacífico. Singapur. 1989.

Perobelli, F., Haddad, E., Bonet J., y Hewings, G. J. (2010). “Structural

interdependence among Colombian departments”. Economic Systems
Research, Vol. 22, Núm. 3, Pág. 279-300.

Sonis, M., Guilhoto, J., Hewings, G. J., & Martins, E. B. (1995). “Linkages, key
sectors, and structural change: some new perspectives”. The Developing
Economies, Vol. 33, Núm. 3, Pág. 243-246.

29
Anexos

Anexo 1.
Indicadores interregionales hacia adelante y hacia atrás

Hacia adelante Hacia atrás

Departamento
2004 2012 2004 2012
Antioquia 3,481 2,968 0,906 0,584
Atlántico 1,456 1,378 0,848 0,842
Bogotá D. C. 6,329 4,757 0,289 0,795
Bolívar 1,080 1,484 0,967 0,833
Boyacá 0,479 0,645 1,424 0,900
Caldas 0,510 0,471 0,939 1,021
Caquetá 0,097 0,066 1,326 1,267
Cauca 0,356 0,461 0,801 0,958
Cesar 0,562 0,281 1,077 1,142
Chocó 0,056 0,256 1,551 1,285
Córdoba 0,458 0,336 1,141 1,157
Cundinamarca 1,141 0,939 0,312 1,126
Huila 0,518 0,419 1,063 1,066
La Guajira 0,312 0,110 0,784 1,192
Magdalena 0,224 0,326 1,044 1,041
Meta 0,309 1,010 0,943 0,974
Nariño 0,325 0,320 1,016 0,982
Norte Santander 0,238 0,259 1,027 1,003
Nuevos deptos. 0,707 0,914 1,010 0,929
Quindío 0,147 0,221 1,204 1,217
Risaralda 0,466 0,593 0,965 1,064
Santander 1,286 3,132 1,205 0,867
Sucre 0,156 0,153 1,253 1,085
Tolima 0,598 0,555 1,067 1,053
Valle 3,710 2,944 0,838 0,618

30
 ÍNDICE "DOCUMENTOS DE TRABAJO SOBRE ECONOMÍA REGIONAL"

No. Autor Título Fecha

1 Joaquín Viloria de la Hoz Café Caribe: la economía cafetera en la Sierra Nevada de Santa Marta Noviembre, 1997

2 María M. Aguilera Diaz Los cultivos de camarones en la costa Caribe colombiana Abril, 1998

3 Jaime Bonet Morón Las exportaciones de algodón del Caribe colombiano Mayo, 1998

4 Joaquín Viloria de la Hoz La economía del carbón en el Caribe colombiano Mayo, 1998

5 Jaime Bonet Morón El ganado costeño en la feria de Medellín, 1950 – 1997 Octubre, 1998
María M. Aguilera Diaz
6 Radiografía socio-económica del Caribe Colombiano Octubre, 1998
Joaquín Viloria de la Hoz
7 Adolfo Meisel Roca ¿Por qué perdió la Costa Caribe el siglo XX? Enero, 1999
Jaime Bonet Morón La convergencia regional en Colombia: una visión de largo plazo,
8 Febrero, 1999
Adolfo Meisel Roca 1926 – 1995
Luis Armando Galvis A. Determinantes de la demanda por turismo hacia Cartagena, 1987-
9 Marzo, 1999
María M. Aguilera Díaz 1998
El crecimiento regional en Colombia, 1980-1996: Una aproximación
10 Jaime Bonet Morón Junio, 1999
con el método Shift-Share
11 Luis Armando Galvis A. El empleo industrial urbano en Colombia, 1974-1996 Agosto, 1999

12 Jaime Bonet Morón La agricultura del Caribe Colombiano, 1990-1998 Diciembre, 1999

13 Luis Armando Galvis A. La demanda de carnes en Colombia: un análisis econométrico Enero, 2000

14 Jaime Bonet Morón Las exportaciones colombianas de banano, 1950 – 1998 Abril, 2000

15 Jaime Bonet Morón La matriz insumo-producto del Caribe colombiano Mayo, 2000
De Colpuertos a las sociedades portuarias: los puertos del Caribe
16 Joaquín Viloria de la Hoz Octubre, 2000
colombiano
María M. Aguilera Díaz Perfil socioeconómico de Barranquilla, Cartagena y Santa Marta
17 Noviembre, 2000
Jorge Luis Alvis Arrieta (1990-2000)
Luis Armando Galvis A. El crecimiento económico de las ciudades colombianas y sus
18 Noviembre, 2000
Adolfo Meisel Roca determinantes, 1973-1998
¿Qué determina la productividad agrícola departamental en
19 Luis Armando Galvis A. Marzo, 2001
Colombia?
Descentralización en el Caribe colombiano: Las finanzas
20 Joaquín Viloria de la Hoz Abril, 2001
departamentales en los noventas
21 María M. Aguilera Díaz Comercio de Colombia con el Caribe insular, 1990-1999. Mayo, 2001

22 Luis Armando Galvis A. La topografía económica de Colombia Octubre, 2001

23 Juan David Barón R. Las regiones económicas de Colombia: Un análisis de clusters Enero, 2002

24 María M. Aguilera Díaz Magangué: Puerto fluvial bolivarense Enero, 2002

25 Igor Esteban Zuccardi H. Los ciclos económicos regionales en Colombia, 1986-2000 Enero, 2002

26 Joaquín Viloria de la Hoz Cereté: Municipio agrícola del Sinú Febrero, 2002
Integración regional de los mercados laborales en Colombia, 1984-
27 Luis Armando Galvis A. Febrero, 2002
2000
 Riqueza y despilfarro: La paradoja de las regalías en Barrancas y
28 Joaquín Viloria de la Hoz Junio, 2002
Tolú
Determinantes de la migración interdepartamental en Colombia,
29 Luis Armando Galvis A. Junio, 2002
1988-1993
Palma africana en la Costa Caribe: Un semillero de empresas
30 María M. Aguilera Díaz Julio, 2002
solidarias
La inflación en las ciudades de Colombia: Una evaluación de la
31 Juan David Barón R. Julio, 2002
paridad del poder adquisitivo
32 Igor Esteban Zuccardi H. Efectos regionales de la política monetaria Julio, 2002
Educación primaria en Cartagena: análisis de cobertura, costos y
33 Joaquín Viloria de la Hoz Octubre, 2002
eficiencia
Perfil socioeconómico de Tubará: Población dormitorio y destino
34 Juan David Barón R. Octubre, 2002
turístico del Atlántico
35 María M. Aguilera Díaz Salinas de Manaure: La tradición wayuu y la modernización Mayo, 2003
Juan David Barón R. La descentralización y las disparidades económicas regionales en
36 Julio, 2003
Adolfo Meisel Roca Colombia en la década de 1990
La continentalización de la Isla de San Andrés, Colombia: Panyas,
37 Adolfo Meisel Roca Agosto, 2003
raizales y turismo, 1953 – 2003
¿Qué sucedió con las disparidades económicas regionales en
38 Juan David Barón R. Septiembre, 2003
Colombia entre 1980 y el 2000?
La tasa de cambio real regional y departamental en Colombia, 1980-
39 Gerson Javier Pérez V. Septiembre, 2003
2002
40 Joaquín Viloria de la Hoz Ganadería bovina en las Llanuras del Caribe colombiano Octubre, 2003
¿Por qué la descentralización fiscal? Mecanismos para hacerla
41 Jorge García García Enero, 2004
efectiva
42 María M. Aguilera Díaz Aguachica: Centro Agroindustrial del Cesar Enero, 2004

43 Joaquín Viloria de la Hoz La economía ganadera en el departamento de Córdoba Marzo, 2004

El cultivo de algodón en Colombia entre 1953 y 1978: una evaluación
44 Jorge García García Abril, 2004
de las políticas gubernamentales
Adolfo Meisel R. La estatura de los colombianos: un ensayo de antropometría histórica,
45 Mayo, 2004
Margarita Vega A. 1910-2002

46 Gerson Javier Pérez V. Los ciclos ganaderos en Colombia, 1950-2001 Junio, 2004
Gerson Javier Pérez V.
47 Políticas económicas regionales: cuatro estudios de caso Agosto, 2004
Peter Rowland
48 María M. Aguilera Díaz La Mojana: Riqueza natural y potencial económico Octubre, 2004
Descentralización fiscal y disparidades en el ingreso regional:
49 Jaime Bonet Noviembre, 2004
experiencia colombiana
50 Adolfo Meisel Roca La economía de Ciénaga después del banano Noviembre, 2004
La economía del departamento de Córdoba: ganadería y minería
51 Joaquín Viloria de la Hoz Diciembre, 2004
como sectores clave
Juan David Barón
52 Gerson Javier Pérez V Consideraciones para una política económica regional en Colombia Diciembre, 2004
Peter Rowland.
Eficiencia Técnica Relativa de la ganadería doble propósito en la
53 José R. Gamarra V. Diciembre, 2004
Costa Caribe
54 Gerson Javier Pérez V. Dimensión espacial de la pobreza en Colombia Enero, 2005
¿Se comportan igual las tasas de desempleo de las siete principales
55 José R. Gamarra V. Febrero, 2005
ciudades colombianas?
56 Jaime Bonet Inequidad espacial en la dotación educativa regional en Colombia Febrero, 2005
¿Cuánto cuesta vivir en las principales ciudades colombianas? Índice
57 Julio Romero P. Junio, 2005
de Costo de Vida Comparativo
58 Gerson Javier Pérez V. Bolívar: industrial, agropecuario y turístico Julio, 2005

59 José R. Gamarra V. La economía del Cesar después del algodón Julio, 2005
Desindustrialización y terciarización espuria en el departamento del
60 Jaime Bonet Julio, 2005
Atlántico, 1990 - 2005
61 Joaquín Viloria De La Hoz Sierra Nevada de Santa Marta: Economía de sus recursos naturales Julio, 2005
Cambio estructural regional en Colombia: una aproximación con
62 Jaime Bonet Julio, 2005
matrices insumo-producto
63 María M. Aguilera Díaz La economía del Departamento de Sucre: ganadería y sector público Agosto, 2005
La infraestructura del transporte vial y la movilización de carga en
64 Gerson Javier Pérez V. Octubre, 2005
Colombia
65 Joaquín Viloria De La Hoz Salud pública y situación hospitalaria en Cartagena Noviembre, 2005
Desfalcos y regiones: un análisis de los procesos de responsabilidad
66 José R. Gamarra V. Noviembre, 2005
fiscal en Colombia
Diferencias sociales y regionales en el ingreso laboral de las
67 Julio Romero P. Enero, 2006
principales ciudades colombianas, 2001-2004
La terciarización de las estructuras económicas regionales en
68 Jaime Bonet Enero, 2006
Colombia
Educación superior en el Caribe Colombiano: análisis de cobertura y
69 Joaquín Viloria de la Hoz Marzo, 2006
calidad.
Pobreza, corrupción y participación política: una revisión para el caso
70 José R. Gamarra V. Marzo, 2006
colombiano
71 Gerson Javier Pérez V. Población y ley de Zipf en Colombia y la Costa Caribe, 1912-1993 Abril, 2006
El Canal del Dique y su sub región: una economía basada en su
72 María M. Aguilera Díaz Mayo, 2006
riqueza hídrica
Adolfo Meisel R.
73 Geografía física y poblamiento en la Costa Caribe colombiana Junio, 2006
Gerson Javier Pérez V.
Movilidad social, educación y empleo: los retos de la política
74 Julio Romero P. Junio, 2006
económica en el departamento del Magdalena
Jaime Bonet El legado colonial como determinante del ingreso per cápita
75 Julio, 2006
Adolfo Meisel Roca departamental en Colombia, 1975-2000
Jaime Bonet
76 Polarización del ingreso per cápita departamental en Colombia Julio, 2006
Adolfo Meisel Roca
Desequilibrios regionales en la política de descentralización en
77 Jaime Bonet Octubre, 2006
Colombia
78 Gerson Javier Pérez V. Dinámica demográfica y desarrollo regional en Colombia Octubre, 2006
María M. Aguilera Díaz
79 Camila Bernal Mattos Turismo y desarrollo en el Caribe colombiano Noviembre, 2006
Paola Quintero Puentes
Ciudades portuarias del Caribe colombiano: propuestas para
80 Joaquín Viloria de la Hoz Noviembre, 2006
competir en una economía globalizada
Propuestas para transformar el capital humano en el Caribe
81 Joaquín Viloria de la Hoz Noviembre, 2006
colombiano
Agenda anticorrupción en Colombia: reformas, logros y
82 Jose R. Gamarra Vergara Noviembre, 2006
recomendaciones
Adolfo Meisel Roca
83 Igualdad de oportunidades para todas las regiones Enero, 2007
Julio Romero P
Centro de Estudios Bases para reducir las disparidades regionales en Colombia
84 Enero, 2007
Económicos Regionales CEER Documento para discusión
85 Jaime Bonet Minería y desarrollo económico en El Cesar Enero, 2007

86 Adolfo Meisel Roca La Guajira y el mito de las regalías redentoras Febrero, 2007
Economía del Departamento de Nariño: ruralidad y aislamiento
87 Joaquín Viloria de la Hoz Marzo, 2007
geográfico
88 Gerson Javier Pérez V. El Caribe antioqueño: entre los retos de la geografía y el espíritu paisa Abril, 2007

89 Jose R. Gamarra Vergara Pobreza rural y transferencia de tecnología en la Costa Caribe Abril, 2007

90 Jaime Bonet ¿Porqué es pobre el Chocó? Abril, 2007

Historia, geografía y puerto como determinantes de la situación
91 Gerson Javier Pérez V. Abril, 2007
social de Buenaventura
92 Jaime Bonet Regalías y finanzas públicas en el Departamento del Cesar Agosto, 2007
Nutrición en el Caribe Colombiano y su relación con el capital
93 Joaquín Viloria de la Hoz Agosto, 2007
humano
Gerson Javier Pérez V.
94 La pobreza en Cartagena: Un análisis por barrios Agosto, 2007
Irene Salazar Mejía
La economía del departamento del Cauca: concentración de tierras y
95 Jose R. Gamarra Vergara Octubre, 2007
pobreza
96 Joaquín Viloria de la Hoz Educación, nutrición y salud: retos para el Caribe colombiano Noviembre, 2007
Jaime Bonet
97 Bases para un fondo de compensación regional en Colombia Diciembre, 2007
Jorge Alvis
¿Discriminación o capital humano? Determinantes del ingreso
98 Julio Romero P. Diciembre, 2007
laboral de los afrocartageneros
Inflación, costo de vida y las diferencias en el nivel general de precios
99 Julio Romero P. Diciembre, 2007
de las principales ciudades colombianas.
100 Adolfo Meisel Roca ¿Por qué se necesita una política económica regional en Colombia? Diciembre, 2007

101 Jaime Bonet Las finanzas públicas de Cartagena, 2000 – 2007 Junio, 2008
Lugar encantados de las aguas: aspectos económicos de la Ciénega
102 Irene Salazar Mejía Junio, 2008
Grande del Bajo Sinú
103 Joaquín Viloria de la Hoz Economía extractiva y pobreza en la ciénaga de Zapatosa Junio, 2008
Eduardo A. Haddad
Jaime Bonet Efectos regionales de una mayor liberación comercial en Colombia:
104 Agosto, 2008
Geofrey J.D. Hewings Una estimación con el Modelo CEER
Fernando Perobelli
105 Joaquín Viloria de la Hoz Banano y revaluación en el Departamento del Magdalena, 1997-2007 Septiembre, 2008

Albert O. Hirschman y los desequilibrios económicos regionales: De

106 Adolfo Meisel Roca Septiembre, 2008
la economía a la política, pasando por la antropología y la historia

107 Julio Romero P. Transmisión regional de la política monetaria en Colombia Octubre, 2008

108 Leonardo Bonilla Mejía Diferencias regionales en la distribución del ingreso en Colombia Diciembre, 2008
María Aguilera Díaz
109 ¿La isla que se repite? Cartagena en el censo de población de 2005 Enero, 2009
Adolfo Meisel Roca
110 Joaquín Viloria De la Hoz Economía y conflicto en el Cono Sur del Departamento de Bolívar Febrero, 2009
Causas de las diferencias regionales en la distribución del ingreso en
111 Leonardo Bonilla Mejía Marzo, 2009
Colombia, un ejercicio de micro-descomposición
112 María M. Aguilera Díaz Ciénaga de Ayapel: riqueza en biodiversidad y recursos hídricos Junio, 2009
113 Joaquín Viloria De la Hoz Geografía económica de la Orinoquia Junio, 2009
Revisión de la literatura económica reciente sobre las causas de la
114 Leonardo Bonilla Mejía Julio, 2009
violencia homicida en Colombia
115 Juan D. Barón El homicidio en los tiempos del Plan Colombia Julio, 2009

116 Julio Romero P. Geografía económica del Pacífico colombiano Octubre, 2009
El ferroníquel de Cerro Matoso: aspectos económicos de
117 Joaquín Viloria De la Hoz Octubre, 2009
Montelíbano y el Alto San Jorge
118 Leonardo Bonilla Mejía Demografía, juventud y homicidios en Colombia, 1979-2006 Octubre, 2009

119 Luis Armando Galvis A. Geografía económica del Caribe Continental Diciembre, 2009
Luis Armando Galvis A Persistencia de las desigualdades regionales en Colombia: Un
120 Enero, 2010
Adolfo Meisel Roca. análisis espacial
121 Irene Salazar Mejía Geografía económica de la región Andina Oriental Enero, 2010
Luis Armando Galvis A Fondo de Compensación Regional: Igualdad de oportunidades para
122 Enero, 2010
Adolfo Meisel Roca. la periferia colombiana
123 Juan D. Barón Geografía económica de los Andes Occidentales de Colombia Marzo, 2010
Educación, calidad de vida y otras desventajas económicas de los
124 Julio Romero Marzo, 2010
indígenas en Colombia
125 Laura Cepeda Emiliani El Caribe chocoano: riqueza ecológica y pobreza de oportunidades Mayo, 2010
Finanzas y gobierno de las corporaciones autónomas regionales del
126 Joaquín Viloria de la Hoz Mayo, 2010
Caribe colombiano
Comportamiento de los salarios reales en Colombia: Un análisis de
127 Luis Armando Galvis Mayo, 2010
convergencia condicional, 1984-2009
128 Juan D. Barón La violencia de pareja en Colombia y sus regiones Junio, 2010
El éxito económico de los costeños en Bogotá: migración interna y
129 Julio Romero Agosto, 2010
capital humano
Movilidad inter-generacional en educación en las ciudades y regiones
130 Leonardo Bonilla Mejía Agosto, 2010
de Colombia
Diferenciales salariales por género y región en Colombia: Una
131 Luis Armando Galvis Septiembre, 2010
aproximación con regresión por cuantiles
Primeras experiencias laborales de los profesionales colombianos:
132 Juan David Barón Octubre, 2010
Probabilidad de empleo formal y salarios
Geografía económica del Archipiélago de San Andrés, Providencia y
133 María Aguilera Díaz Diciembre, 2010
Santa Catalina
Superando la crisis: Las finanzas públicas de Barranquilla, 2000-
134 Andrea Otero Diciembre, 2010
2009
135 Laura Cepeda Emiliani ¿Por qué le va bien a la economía de Santander? Diciembre, 2010
El sector industrial de Barranquilla en el siglo XXI: ¿Cambian
136 Leonardo Bonilla Mejía Diciembre, 2010
finalmente las tendencias?
137 Juan David Barón La brecha de rendimiento académico de Barranquilla Diciembre, 2010
Geografía del déficit de vivienda urbano: Los casos de Barranquilla
138 Luis Armando Galvis Febrero, 2011
y Soledad
Combatiendo la mortalidad en la niñez: ¿Son las reformas a los
139 Andrea Otero Marzo, 2011
servicios básicos una buena estrategia?
140 Andrés Sánchez Jabba La economía del mototaxismo: el caso de Sincelejo Marzo, 2011

141 Andrea Otero El puerto de Barranquilla: retos y recomendaciones Abril, 2011

142 Laura Cepeda Emiliani Los sures de Barranquilla: La distribución espacial de la pobreza Abril, 2011

143 Leonardo Bonilla Mejía Doble jornada escolar y la calidad de la educación en Colombia Abril, 2011
Habitantes del agua: El complejo lagunar de la Ciénaga Grande de
144 María Aguilera Díaz Mayo, 2011
Santa Marta
145 Andrés Sánchez Jabba El gas de La Guajira y sus efectos económicos sobre el departamento Mayo, 2011
Raizales y continentales: un análisis del mercado laboral en la isla de
146 Javier Yabrudy Vega Junio, 2011
San Andrés
Reformas fiscales verdes y la hipótesis del doble dividendo: un
147 Andrés Sánchez Jabba Junio, 2011
ejercicio aplicado a la economía colombiana
148 Joaquín Viloria de la Hoz La economía anfibia de la isla de Mompox Julio, 2011
Sensibilidad de la oferta de migrantes internos a las condiciones del
149 Juan David Barón Julio, 2011
mercado laboral en las principales ciudades de Colombia
150 Andrés Sánchez Jabba Después de la inundación Agosto, 2011
Luis Armando Galvis Desigualdades regionales en la dotación de docentes calificados en
151 Agosto, 2011
Leonardo Bonilla Mejía Colombia
La calidad de los maestros en Colombia: Desempeño en el examen
Juan David Barón
152 de Estado del ICFES y la probabilidad de graduarse en el área de Agosto, 2011
Leonardo Bonilla Mejía
educación

153 Laura Cepeda Emiliani La economía de Risaralda después del café: ¿Hacia dónde va? Agosto, 2011

Leonardo Bonilla Mejía

154 Profesionalización docente y la calidad de la educación en Colombia Septiembre, 2011
Luis Armando Galvis
El sueño de los radicales y las desigualdades regionales en Colombia:
155 Adolfo Meisel Roca La educación de calidad para todos como política de desarrollo Septiembre, 2011
territorial

156 Andrés Sánchez Jabba Etnia y rendimiento académico en Colombia Octubre, 2011

Educación para la primera infancia: Situación en el Caribe

157 Andrea Otero Noviembre, 2011
Colombiano

La yuca en el Caribe colombiano: De cultivo ancestral a

158 María Aguilera Díaz Enero, 2012
agroindustrial

159 Andrés Sánchez Jabba El bilingüismo en los bachilleres colombianos Enero, 2012

La desnutrición en los primeros años de vida: Un análisis regional

160 Karina Acosta Ordoñez Enero, 2012
para Colombia

Treinta años de finanzas públicas en San Andrés Islas: De la

161 Javier Yabrudy Vega Enero, 2012
autosuficiencia a la dependencia fiscal.

Laura Cepeda Emiliani Segregación educativa y la brecha salarial por género entre los recién
162 Febrero, 2012
Juan David Barón graduados universitarios en Colombia

163 Andrea Otero La infraestructura aeroportuaria del Caribe colombiano Febrero, 2012

164 Luis Armando Galvis Informalidad laboral en las áreas urbanas de Colombia Febrero, 2012
 Primera versión de la Política de Seguridad Democrática: ¿Se
165 Gerson Javier Pérez Valbuena Marzo, 2012
cumplieron los objetivos?

Karina Acosta
166 Diferencias étnicas en Colombia: Una mirada antropométrica Abril, 2012
Adolfo Meisel Roca

167 Laura Cepeda Emiliani ¿Fuga interregional de cerebros? El caso colombiano Abril, 2012

168 Yuri C. Reina Aranza El cultivo de ñame en el Caribe colombiano Junio, 2012

Andrés Sánchez Jabba

169 Ana María Díaz Evolución geográfica del homicidio en Colombia Junio, 2012
Alejandro Peláez et al.
La obesidad y su concentración según nivel socioeconómico en
170 Karina Acosta Julio, 2012
Colombia

El aguacate en Colombia: Estudio de caso de los Montes de María,

171 Javier Yabrudy Vega Agosto, 2012
en el Caribe colombiano.

172 Andrea Otero Cali a comienzos del Siglo XXI: ¿Crisis o recuperación? Agosto, 2012

Luis Armando Galvis Un índice de precios espacial para la vivienda urbana en Colombia:
173 Septiembre, 2012
Bladimir Carrillo Una aplicación con métodos de emparejamiento.

174 Andrés Sánchez Jabba La reinvención de Medellín. Octubre, 2012

Los subsidios de oferta y el régimen subsidiado de salud en

175 Karelys Katina Guzmán Noviembre, 2012
Colombia.

Manejo ambiental en Seaflower, Reserva de Biosfera en el

176 Andrés Sánchez Jabba Noviembre, 2012
Archipiélago de San Andrés, Providencia y Santa Catalina.

Luis Armando Galvis Convergencia y trampas espaciales de pobreza en Colombia:

177 Diciembre, 2012
Adolfo Meisel Evidencia reciente.

178 Karina Acosta Cartagena, entre el progreso industrial y el rezago social. Diciembre, 2012

La Política de Seguridad Democrática 2002-2006: efectos

179 Gerson Javier Pérez V. Diciembre, 2012
socioeconómicos en las áreas rurales.

180 María Aguilera Díaz Bucaramanga: capital humano y crecimiento económico. Enero, 2013

181 Andrés Sánchez Jabba Violencia y narcotráfico en San Andrés Febrero, 2013

182 Luis Armando Galvis ¿El triunfo de Bogotá?: desempeño reciente de la ciudad capital. Febrero, 2013

¿Habrá una segunda oportunidad sobre la tierra? Instituciones

183 Laura Cepeda y Adolfo Meisel Marzo, 2013
coloniales y disparidades económicas regionales en Colombia.

184 Karelys Guzmán Finol La industria de lácteos en Valledupar: primera en la región Caribe. Marzo, 2013
 Barranquilla: avances recientes en sus indicadores socioeconómicos,
185 Gerson Javier Pérez Valbuena Mayo, 2013
y logros en la accesibilidad geográfica a la red pública hospitalaria.

Dinámica de crecimiento económico y demográfico regional en

186 Luis Armando Galvis Mayo, 2013
Colombia, 1985-2011

Diferencias departamentales en las causas de mortalidad en

187 Andrea Otero Mayo, 2013
Colombia

188 Karelys Guzmán Finol El río Cesar Junio, 2013

189 Andrés Sánchez La economía del bajo San Jorge Julio, 2013

190 Andrea Otero Río Ranchería: Entre la economía, la biodiversidad y la cultura Julio, 2013

191 Andrés Sánchez Jabba Bilingüismo en Colombia Agosto, 2013

Gerson Javier Pérez Valbuena

192 Ley de Zipf y de Gibrat para Colombia y sus regiones:1835-2005 Octubre, 2013
Adolfo Meisel Roca
Adolfo Meisel Roca
193 Leonardo Bonilla Mejía Geografía económica de la Amazonia colombiana Octubre, 2013
Andrés Sánchez Jabba

194 Karina Acosta La economía de las aguas del río Sinú Octubre, 2013

Montes de María: Una subregión de economía campesina y

195 María Aguilera Díaz Diciembre, 2013
empresarial

Luis Armando Galvis Aspectos regionales de la movilidad social y la igualdad de

196 Enero, 2014
Adolfo Meisel Roca oportunidades en Colombia

197 Andrés Sánchez Jabba Crisis en la frontera Enero, 2014

Jaime Bonet
198 El Sistema General de Regalías: ¿mejoró, empeoró o quedó igual? Enero, 2014
Joaquín Urrego

Karina Acosta Estimación indirecta de la tasa de mortalidad infantil en Colombia,

199 Febrero, 2014
Julio Romero 1964-2008

Acceso a los servicios de salud en las principales ciudades

200 Yuri Carolina Reina A. Marzo, 2014
colombianas (2008-2012)

Una aproximación regional a la eficiencia y productividad de los

201 Antonio José Orozco Gallo Marzo, 2014
hospitales públicos colombianos

202 Karelys Guzmán Finol Radiografía de la oferta de servicios de salud en Colombia Mayo, 2014

Jaime Bonet
Karelys Guzmán Finol
Efectos del nuevo Sistema General de Regalías sobre el desempeño
203 Joaquín Urrego Junio, 2014
fiscal municipal: un análisis dosis-respuesta
Juan Miguel Villa

204 Jhorland Ayala García La salud en Colombia: más cobertura pero menos acceso Julio, 2014
 Jaime Bonet
205 Gerson Javier Pérez V. Contexto histórico y evolución del SGP en Colombia Julio, 2014
Jhorland Ayala
Análisis de la respuesta del Estado colombiano frente al Fenómeno
206 Andrés Sánchez Jabba Julio, 2014
de La Niña 2010-2011: El caso de Santa Lucía

Eficiencia en el uso de los recursos del SGP: los casos de la salud y

207 Luis Armando Galvis Agosto, 2014
la educación

208 Gerson Javier Pérez V.

Ferney Valencia
Pereira: contexto actual y perspectivas Septiembre, 2014
Bernardo González
Julio Cesar Cardona
Karina Acosta Cambios recientes en las principales causas de mortalidad en
209 Octubre, 2014
Julio Romero P. Colombia

210 Jhorland Ayala García Crecimiento económico y empleo en Ibagué Diciembre, 2014

Lina Marcela Moyano ¿Oportunidades para el futuro?: la movilidad social de los

211 Diciembre, 2014
Luis Armando Galvis adolescentes en Colombia

Aspiraciones económicas, conflicto y trampas de pobreza en

212 Jhorland Ayala García Diciembre, 2014
Colombia

213 Karina Acosta La salud en las regiones colombianas: inequidad y morbilidad Diciembre, 2014

Determinantes del desarrollo en la avicultura en Colombia:

214 María Aguilera Díaz Diciembre, 2014
instituciones, organizaciones y tecnología

215 Karelys Guzmán-Finol ¿Qué hay detrás de un cambio en la productividad hospitalaria? Febrero, 2015

Luis Armando Galvis-Aponte

Crecimiento municipal en Colombia: El papel de las externalidades
216 Lucas Wilfried Hahn-De- Febrero, 2015
espaciales, el capital humano y el capital físico
Castro

217 Jhorland Ayala-García Evaluación externa y calidad de la educación en Colombia Abril, 2015

Gerson Javier Pérez-Valbuena

218 Una mirada a los gastos de bolsillo en salud para Colombia Abril, 2015
Alejandro Silva-Ureña

Jaime Bonet-Morón
219 Necesidades de inversión y escenarios fiscales en Cartagena Mayo, 2015
Yuri Reina-Aranza

Un análisis del gasto público en salud de los entes territoriales

220 Antonio José Orozco-Gallo Mayo, 2015
colombianos

221 Karina Acosta-Ordoñez Nutrición y desarrollo en el Pacífico colombiano Julio, 2015

Jaime Bonet-Morón
222 Un análisis regional de la salud en Colombia Agosto, 2015
Karelys Guzmán-Finol
Gerson Javier Pérez-Valbuena
Urbanización y compromiso comunitario: cinco estudios de caso
223 Jhorland Ayala-García Agosto, 2015
sobre infraestructura social en educación y salud
Edwin Jaime Chiriví-Bonilla

224 Yuri Reina-Aranza Violencia de pareja y estado de salud de la mujer en Colombia Octubre, 2015
 Gerson Javier Pérez-Valbuena
Alí Miguel Arrieta-Arrieta
225 Río Cauca: La geografía económica de su área de influencia Octubre, 2015
José Gregorio Contreras-
Anaya

226 Jhorland Ayala-García Movilidad social en el Pacífico colombiano Octubre, 2015

Ligia Alba Melo-Becerra Eficiencia técnica de los hogares con producción agropecuaria en
227 Octubre, 2015
Antonio José Orozco-Gallo Colombia

Adolfo Meisel-Roca
228 Magangué: Capital humano, pobreza y finanzas públicas Noviembre, 2015
María Aguilera-Díaz
María Aguilera-Díaz
Ali Miguel Arrieta-Arrieta
Andrés Fernando Carreño-
229 Caracterización del comercio en Cartagena y Bolívar, 2000-2014 Diciembre, 2015
Castellar
Camila Uribe-Villa

Mónica Sofía Gómez

Calidad de vida laboral en Colombia: un índice multidimensional
230 Luis Armando Galvis-Aponte Diciembre, 2015
difuso.
Vicente Royuela
Jaime Bonet-Morón Transferencias intergubernamentales y disparidades fiscales
231 Diciembre, 2015
Jhorland Ayala-García horizontales en Colombia

232 Julio E. Romero-Prieto Población y desarrollo en el Pacífico colombiano Diciembre, 2015

Luis Armando Galvis-Aponte Informalidad laboral y calidad del empleo en la Región Pacífica
233 Diciembre, 2015
Gerson Javier Pérez-Valbuena colombiana

Lucas Wilfried Hahn-De-

234 Encadenamientos regionales en Colombia 2004 - 2012 Enero, 2016
Castro