Prueba empírica de la existencia de estructura espacial para el potencial de

Hasta aquí se ha mostrado que existen indicios para hablar de la existencia de una es- tructura espacial en la distribución del potencial de mercado en el país, es decir, este no se distribuye homogéneamente a lo largo del territorio colombiano, sino que presenta agrupamientos especíicos de municipios que atienden a las mismas características. Para probar lo anterior se acudirá al uso del índice de Moran y la prueba de LISA, con el objeto de analizar las aglomeraciones de municipios con alta o baja accesibilidad en el país.46

En la tabla 3.9 y los mapas 3.3 y 3.4 se puede apreciar que hay evidencia de una estruc- tura global concentrada para el potencial de mercado, la cual es estadísticamente signi- icativa para todas las variables y todos los años dentro de la muestra. De esta manera, según las estimaciones del índice de Moran, el potencial de mercado municipal medido en términos de los ingresos tributarios presenta auto-correlación espacial positiva. Por tanto, se puede airmar que existe concentración del potencial de accesibilidad en tér- minos del tamaño económico para los municipios, en la cual se espera que aquellos con alta accesibilidad estén rodeados de vecinos con las mismas condiciones, mientras que lo opuesto sea igualmente evidente. Situación similar describen las estimaciones para la construcción de accesibilidad sustentada en los tamaños poblacionales.

En la misma línea, es posible observar que el índice de Moran no cambia signiicativa- mente en el periodo de análisis y que es mucho más estable para las variables medidas usando el área intramunicipal descrita por Bröcker (1999) (área 2). Medidas que son superiores y, por tanto, está la estimación proporcional a la raíz cuadrada del área de

cada municipio imprime menores impactos al potencial de mercado de los pequeños municipios, ya que asigna áreas intramunicipales mayores que sus contrapartes, lo que en el agregado se ve relejado en una mayor pendiente de la regresión que se formula para obtener el índice de Moran.

Lo anterior se puede percibir en los cuadros de mapas de Moran, en los cuales en todos los casos se nota una importante presencia de datos en torno al origen cartesiano, pero este es más amplio para las mediciones con el área 2.

Tabla 3.9. Índice de Moran para el potencial de mercado en Colombia, 1985-2010

Año IT1 IT2 POB1 POB2

1985 0,6813 0,8500 0,6811 0,8543 1986 0,6836 0,8480 0,6801 0,8536 1987 0,6868 0,8497 0,6791 0,8530 1988 0,6779 0,8497 0,6783 0,8524 1989 0,6726 0,8486 0,6776 0,8519 1990 0,6721 0,8481 0,6771 0,8514 1991 0,6799 0,8506 0,6768 0,8510 1992 0,6764 0,8505 0,6767 0,8506 1993 0,6699 0,8457 0,6771 0,8504 1994 0,6836 0,8563 0,6772 0,8501 1995 0,6808 0,8561 0,6775 0,8499 1996 0,6786 0,8539 0,6782 0,8496 1997 0,6757 0,8534 0,6786 0,8494 1998 0,6746 0,8538 0,6791 0,8492 1999 0,6809 0,8537 0,6798 0,8491 2000 0,6974 0,8569 0,6804 0,8489 2001 0,6859 0,8524 0,6810 0,8488 2002 0,6878 0,8513 0,6817 0,8488 2003 0,6930 0,8547 0,6823 0,8487 2004 0,6885 0,8543 0,6828 0,8486 2005 0,6884 0,8526 0,6833 0,8486 2006 0,6930 0,8555 0,6837 0,8485 2007 0,6999 0,8560 0,6840 0,8485 2008 0,6914 0,8542 0,6844 0,8485 2009 0,6942 0,8553 0,6847 0,8485 2010 0,6923 0,8525 0,6850 0,8484

Nota: el índice de Moran es estadísticamente signiicativo usando el test

de permutaciones (999) a un nivel p=0,001 para todos los años y variables. Fuente: DNP y DANE, cálculos propios.

130 Un análisis cuantitativo de las disparidades regionales en Colombia entre 1985 y 2010

Además de que la gran concentración de datos se encuentra en el origen, en los cua- dros de mapas asociados a los gráicos de Moran (mapas 3.3 y 3.4), es posible apreciar que escasamente las observaciones se distribuyen en los cuadrantes II y IV. Por tanto, es muy poco factible encontrar municipios en condición de islas de alto potencial de mercado o como islas de baja accesibilidad. A diferencia de los resultados evidenciados en el capítulo 2, cuando se pondera por la distancia entre municipios se presenta un mejor ajuste del índice de Moran, y con esto se airma que existe evidencia de las limita- ciones que impone la estructura de transporte en el país, en cuanto a que se produzca un proceso de homogeneización espacial que dote a todos los municipios de la misma capacidad potencial para llevar a cabo sus propios procesos de desarrollo.

Mapa 3.3. Índice de Moran para el potencial de mercado (ingresos tributarios), 1985-2010

1985 2010 Ár ea 1 0 20 40 60 80 100 0 20 40 60 80 100 X1985 spat ial ly lagged X 1 985

Gráfico de Moran IT1 1985

0 20 40 60 80 100 0 20 40 60 80 100 X2010 spat ial ly lagged X 2 010

Gráfico de Moran IT1 2010

Ár ea 2 20 40 60 80 100 10 20 30 40 50 60 70 X1985 spat ial ly lagged X 1 985

Gráfico de Moran IT2 1985

20 40 60 80 100 10 20 30 40 50 60 X2010 spat ial ly lagged X 2 010

Gráfico de Moran IT2 2010

Mapa 3.4. Índice de Moran para el potencial de mercado (población), 1985-2010 1985 2010 Ár ea 1 0 20 40 60 80 100 10 20 30 40 50 X1985 spat ial ly lagged X 1 985

Gráfico de Moran POB1 1985

0 20 40 60 80 100 10 20 30 40 50 X2010 spat ial ly lagged X 2 010

Gráfico de Moran POB1 2010

Ár ea 2 20 40 60 80 100 10 20 30 40 50 60 70 X1985 spat ial ly lagged X 1 985

Gráfico de Moran POB2 1985

20 40 60 80 100 10 20 30 40 50 60 70 X2010 spat ial ly lagged X 2 010

Gráfico de Moran POB2 2010

Fuente: DNP y DANE, cálculos propios.

En síntesis, a nivel global es posible hablar de una estructura espacial concentrada para las estimaciones de potencial de mercado sustentadas en las proxys de ingresos tribu-

tarios y tamaños poblacionales. Se da cuenta de la existencia de dependencia espacial entre las observaciones y por tanto no es posible referirnos a una distribución aleatoria de la accesibilidad en el panorama nacional. Sumado al hecho de que el índice de Mo- ran se mantiene relativamente constante a lo largo del periodo de análisis para ambas variables y técnicas de medición, lo que es indicio de que la estructura territorial no ha variado signiicativamente a nivel global, y más aún, los procesos de urbanización pro-

Gráico de Moran POB1 1985

Gráico de Moran POB2 1985

Gráico de Moran POB1 2010

132 Un análisis cuantitativo de las disparidades regionales en Colombia entre 1985 y 2010

bablemente atiendan a los mismos nodos, delatando implícitamente un proceso fallido de los recursos de desarrollo territorial que han llevado a cabo los diferentes gobiernos. Así, el hecho de que exista alta concentración espacial persistente a nivel global habla de la perpetuación de profundas disparidades regionales en el país.

Para conirmar lo dicho, es necesario remitirse al indicador local de Moran (LISA) e iden- tiicar puntualmente lo que en la literatura se conoce como zonas calientes o de aglo- meraciones de valores altos de la variable, zonas frías, con las características opuestas, e islas de alta y baja concentración.

En los mapas 3.5 y 3.6 es posible apreciar la versión gráica de este indicador. En ellos se representan los clústeres de alta y baja concentración con los colores rojo y azul in- tensos, mientras que las islas poseen los mismos colores pero en tonos pálidos.47 _Este estadístico está contrastado con un test de permutaciones de 999 repeticiones. Además de esto, se presentan las tablas 3.10 a 3.14 para apreciar mejor comprensión la locali- zación y la evolución de los distintos clústeres en el país. La observación de los mapas sustentados en ingresos tributarios (mapa 3.5) permite apreciar la estructura espacial mencionada cuando se hizo la lectura de los mapas descriptivos contemplados en la sección anterior usando las técnicas del AEDE, esto es, una estructura centro-periferia caracterizada por municipios de baja accesibilidad en los bordes del país, principal- mente al norte, al nororiente y al suroccidente, y unos centros de desarrollo ubicados en zonas alto-andinas, especialmente en el área del altiplano cundiboyacense, el Valle de Aburrá, el Valle del Cauca y algunos otros de menor tamaño en el eje cafetero y en la costa Caribe. Además, es posible percibir que los municipios en colores pálidos son escasos, lo que reairma las hipótesis logradas a partir la observación de los gráicos de Moran.

En el caso del potencial de mercado basado en los ingresos tributarios, los centros, esto es, los clústeres alto-alto en 1985 estaban dominados por el nodo de Bogotá en los departamentos de Cundinamarca, Meta (solo para la variable IT1) y Tolima (solo para la variable IT2), seguido por el nodo de Medellín en Antioquia. A lo que se suma el clúster alrededor de Cali en el Valle del Cauca y en el Cauca.

Para 2010, la mutación de las aglomeraciones de alto potencial de mercado son: en los departamentos de Antioquia y Cauca la participación de municipios en esta calidad había disminuido. En tanto, para Atlántico, Cundinamarca y Meta, el efecto fue el opues- to, tal que, el número de entes territoriales categorizados como de alto potencial de mercado había aumentado. Atlántico consolidó el nodo en torno a Barranquilla con tres municipios bajo esta categoría, Cundinamarca por su parte aumentó once municipios

47 Los municipios carentes de color representan aquellos para los cuales el test de permutaciones arrojó que no son es- tadísticamente signiicativos.

en la estimación hecha con IT1 y mantuvo su participación constante en la estimación con IT2, mientras Meta permaneció constante en la estimación con la variable IT1 en dos municipios y pasó de cero a tres municipios en la variable IT2. Los restantes depar- tamentos permanecieron en las mismas condiciones que durante el año inicial.

Los clústeres de baja concentración para 1985 se ubicaron primordialmente en las fron- teras del país con predominio en los departamentos de Caquetá, Nariño, Putumayo, La Guajira, Bolívar, Córdoba, Cesar, Sucre, Magdalena, Norte de Santander, Atlántico, Huila y Cauca. Los anteriores son seguidos por Santander Boyacá y Antioquia .

Durante el año inal de la muestra, los departamentos con municipios aglomerados bajo la característica de bajo potencial de mercado mutaron así: Antioquia, Cauca, Córdoba, La Guajira y Nariño habían aumentado su participación en esta categoría. Así, Antioquia pasó de tener entre 5 y 6 municipios a detentar entre 15 y 12 en este rango, Cauca aumentó a entre 18 y 19, Córdoba pasó a 23, La Guajira a 8 y Nariño a 42. Mientras que Atlántico, Bolívar, Boyacá, Caquetá, Cesar, Huila, Magdalena, Norte de Santander, Santander y Sucre habían sufrido la suerte opuesta. Los restantes departamentos no presentaron cambio en el periodo de análisis.

Como islas de bajo potencial de mercado se presentan los municipios de Colom- bia, en Huila, y Cubarral, en Meta, en el vecindario de alta concentración de Bogotá. Además, el municipio de Buenaventura en el Valle del Cauca anexo a la centralidad de Cali, y Arauca, en Arauca. Con respecto a este último vale la pena apuntar que la metodología empleada para hacer el análisis de clúster requiere, como se mencionó en el capítulo 2, de la construcción de una matriz de pesos espaciales, dado que para la muestra de ingresos tributarios no se contó con municipios que tuviesen frontera común con Arauca (Arauca). Este municipio fue anexado artiicialmente al vecindario de Bogotá, y por tanto presenta constantemente esta característica. Para 2010, los municipios en condición de islas de bajo potencial de mercado medido con la proxy

ingresos tributarios se habían mantenido en todos los casos. Las islas de alto poten- cial de mercado desaparecen cuando las estimaciones se llevan a cabo con la fórmula propuesta por Bröcker (1999) (área 2), en tanto para la variable IT1aparece Cartagena, Bolívar bajo esta condición en 1985. Sin embargo, para la fecha inal de la muestra ya había desaparecido.

La composición de los departamentos con municipios no representativos se describe en la tabla 3.14. Esta categoría está liderada por Caldas, Quindío, Risaralda, Casanare, Boyacá, Antioquia, Atlántico, Santander y Valle del Cauca, los cuales tienen numerosos municipios que no logran insertarse en las dinámicas regionales de desarrollo y que igualmente no pertenecen a una aglomeración de baja accesibilidad.

134 Un análisis cuantitativo de las disparidades regionales en Colombia entre 1985 y 2010

Mapa 3.5. Clúster:potencial de mercado (ingresos tributarios), 1985-2010

1985 2010

Ár

ea 1

Ár

ea 2

Fuente: DNP y DANE, cálculos propios.

Tabla 3.10. Número de municipios por departamento en el clúster Alto-Alto, 1985 y 2010

Departamento IT1 1985 IT1 2010 IT2 1985 IT2 2010 POB1 1985 POB1 2010 POB2 1985 POB2 2010

Antioquia 22 (19,0%) 17 (14,7%) 28 (24,1%) 18 (15,5%) 21 (17,2%) 18 (14,8%) 28 (23,0%) 22 (18,0%) Atlántico 0 (0,0%) 3 (13,6%) 0 (0,0%) 0 (0,0%) 6 (26,1%) 5 (21,7%) 6 (26,1%) 6 (26,1%) Caldas 0 (0,0%) 0 (0,0%) 0 (0,0%) 0 (0,0%) 1 (3,7%) 0 (0,0%) 5 (18,5%) 1 (3,7%) Cauca 1 (3,0%) 0 (0,0%) 0 (0,0%) 0 (0,0%) 3 (7,9%) 1 (2,6%) 2 (5,3%) 1 (2,6%) Cundinamarca 56 (49,1%) 67 (58,8%) 72 (63,2%) 72 (63,2%) 56 (48,3%) 64 (55,2%) 80 (69,0%) 81 (69,8%) Meta 2 (9,5%) 2 (9,5%) 0 (0,0%) 3 (14,3%) 0 (0,0%) 2 (8,0%) 0 (0,0%) 2 (8,0%)

Departamento IT1 1985 IT1 2010 IT2 1985 IT2 2010 POB1 1985 POB1 2010 POB2 1985 POB2 2010 Quindío 0 (0,0%) 0 (0,0%) 0 (0,0%) 0 (0,0%) 5 (41,7%) 4 (33,3%) 9 (75,0%) 6 (50,0%) Risaralda 0 (0,0%) 0 (0,0%) 0 (0,0%) 0 (0,0%) 4 (28,6%) 3 (21,4%) 4 (28,6%) 4 (28,6%) Santander 0 (0,0%) 0 (0,0%) 0 (0,0%) 0 (0,0%) 0 (0,0%) 1 (1,2%) 0 (0,0%) 0 (0,0%) Bogotá D.C. 1 (100,0%) 1 (100,0%) 1 (100,0%) 1 (100,0%) 1 (100,0%) 1 (100,0%) 1 (100,0%) 1 (100,0%) Tolima 0 (0,0%) 0 (0,0%) 1 (2,5%) 1 (2,5%) 3 (7,1%) 0 (0,0%) 7 (16,7%) 3 (7,1%)

Valle del Cauca 2 (5,1%) 2 (5,1%) 0 (0,0%) 0 (0,0%) 11 (27,5%) 7 (17,5%) 12 (30,0%) 6 (15,0%)

Fuente: DNP y DANE, cálculos propios.

Tabla 3.11. Número de municipios por departamento en el clúster Bajo-Bajo, 1985 y 2010

Departamento IT1 1985 IT1 2010 IT2 1985 IT2 2010 POB1 1985 POB1 2010 POB2 1985 POB2 2010

Antioquia 5 (4,3%) 15 (12,9%) 6 (5,2%) 12 (10,3%) 9 (7,4%) 6 (4,9%) 10 (8,2%) 8 (6,6%) Arauca 0 (0,0%) 0 (0,0%) 0 (0,0%) 0 (0,0%) 7 (100,0%) 7 (100,0%) 7 (100,0%) 7 (100,0%) Atlántico 12 (54,5%) 6 (27,3%) 12 (54,5%) 5 (22,7%) 0 (0,0%) 0 (0,0%) 0 (0,0%) 0 (0,0%) Bolívar 22 (88,0%) 17 (68,0%) 24 (96,0%) 17 (68,0%) 12 (40,0%) 12 (40,0%) 11 (36,7%) 11 (36,7%) Boyacá 9 (7,8%) 7 (6,0%) 7 (6,0%) 6 (5,2%) 17 (14,3%) 22 (18,5%) 17 (14,3%) 18 (15,1%) Caquetá 14 (100,0%) 13 (92,9%) 14 (100,0%) 14 (100,0%) 14 (100,0%) 14 (100,0%) 14 (100,0%) 14 (100,0%) Casanare 0 (0,0%) 0 (0,0%) 0 (0,0%) 0 (0,0%) 15 (83,3%) 14 (77,8%) 14 (77,8%) 13 (72,2%) Cauca 16 (48,5%) 18 (54,5%) 16 (48,5%) 19 (57,6%) 12 (31,6%) 12 (31,6%) 13 (34,2%) 12 (31,6%) Córdoba 20 (83,3%) 23 (95,8%) 19 (79,2%) 23 (95,8%) 4 (14,8%) 5 (18,5%) 9 (33,3%) 6 (22,2%) Cesar 18 (81,8%) 16 (72,7%) 20 (90,9%) 17 (77,3%) 17 (70,8%) 16 (66,7%) 17 (70,8%) 15 (62,5%) Guaviare - - - 3 (100,0%) 3 (100,0%) 3 (100,0%) 3 (100,0%) Huila 17 (48,6%) 17 (48,6%) 19 (54,3%) 17 (48,6%) 1e (37,1%) 11 (31,4%) 13 (37,1%) 17 (48,6%) La Guajira 7 (87,5%) 8 (100,0%) 8 (100,0%) 8 (100,0%) 15 (100,0%) 12 (80,0%) 15 (100,0%) 14 (93,3%) Magdalena 17 (89,5%) 14 (73,7%) 17 (89,5%) 15 (78,9%) 17 (58,6%) 19 (65,5%) 18 (62,1%) 20 (69,0%) Meta 0 (0,0%) 0 (0,0%) 0 (0,0%) 0 (0,0%) 6 (24,0%) 5 (20,0%) 7 (28,0%) 3 (12,0%) Nariño 42 (100,0%) 42 (100,0%) 41 (97,6%) 42 (100,0%) 48 (92,3%) 52 (100,0%) 52 (100,0%) 52 (100,0%) N. Santander 29 (87,9%) 28 (84,8%) 31 (93,9%) 30 (90,9%) 24 (64,9%) 22 (59,5%) 25 (67,6%) 25 (67,6%) Putumayo 5 (100,0%) 5 (100,0%) 5 (100,0%) 5 (100,0%) 11 (100,0%) 11 (100,0%) 11 (100,0%) 11 (100,0%) Santander 9 (11,0%) 6 (7,3%) 8 (9,8%) 5 (6,1%) 10 (11,9%) 11 (13,1%) 5 (6,0%) 7 (8,3%) Sucre 17 (94,4%) 13 (72,2%) 17 (94,4%) 17 (94,4%) 4 (15,4%) 4 (15,4%) 5 (19,2%) 5 (19,2%) Vichada - - - 4 (100,0%) 4 (100,0%) 4 (100,0%) 4 (100,0%)

136 Un análisis cuantitativo de las disparidades regionales en Colombia entre 1985 y 2010

Tabla 3.12. Número de municipios por departamento como isla

de bajo potencial de mercado (Bajo - Alto) 1985 y 2010

Departamento IT1 1985 IT1 2010 IT2 1985 IT2 2010 POB1 1985 POB1 2010 POB2 1985 POB2 2010

Antioquia 0 (0,0%) 0 (0,0%) 0 (0,0%) 0 (0,0%) 0 (0,0%) 0 (0,0%) 1 (0,8%) 0 (0,0%) Arauca 1 (100,0%) 1 (100,0%) 1 (100,0%) 1 (100,0%) 0 (0,0%) 0 (0,0%) 0 (0,0%) 0 (0,0%) Atlántico 0 (0,0%) 0 (0,0%) 0 (0,0%) 0 (0,0%) 1 (4,3%) 1 (4,3%) 0 (0,0%) 0 (0,0%) Huila 1 (2,9%) 1 (2,9%) 1 (2,9%) 1 (2,9%) 1 (2,9%) 1 (2,9%) 0 (0,0%) 0 (0,0%) Magdalena 0 (0,0%) 0 (0,0%) 0 (0,0%) 0 (0,0%) 1 (3,4%) 1 (3,4%) 1 (3,4%) 1 (3,4%) Meta 1 (4,8%) 1 (4,8%) 1 (4,8%) 0 (0,0%) 3 (12,0%) 2 (8,0%) 0 (0,0%) 0 (0,0%) Santander 0 (0,0%) 0 (0,0%) 0 (0,0%) 0 (0,0%) 2 (2,4%) 0 (0,0%) 0 (0,0%) 0 (0,0%)

Valle del Cauca 1 (2,5%) 1 (2,5%) 0 (0,0%) 0 (0,0%) 1 (2,5%) 1 (2,5%) 1 (2,5%) 1 (2,5%)

Fuente: DNP y DANE, cálculos propios.

Tabla 3.13. Número de municipios por departamento como isla

de alto potencial de mercado (Alto - Bajo) 1985 y 2010

Departamento IT1 1985 IT1 2010 POB1 1985 POB1 2010

Bolívar 1 (4,0%) 0 (0,0%) 0 (0,0%) 0 (0,0%)

Huila 0 (0,0%) 0 (0,0%) 0 (0,0%) 1 (2,9%)

Nariño 0 (0,0%) 0 (0,0%) 1 (1,9%) 0 (0,0%)

Fuente: DNP y DANE, cálculos propios.

Tabla 3.14. Número de municipios por departamento como no signiicativos para el LISA, 1985 y 2010

Departamento IT1 1985 IT1 2010 IT2 1985 IT2 2010 POB1 1985 POB1 2010 POB2 1985 POB2 2010

Antioquia 89 (76,7%) 84 (72,4%) 82 (70,7%) 86 (74,1%) 92 (75,4%) 98 (80,3%) 83 (68,0%) 92 (75,4%) Atlántico 10 (45,5%) 13 (59,1%) 10 (45,5%) 17 (77,3%) 16 (69,6%) 17 (73,9%) 17 (73,9%) 17 (73,9%) Bolívar 2 (8,0%) 8 (32,0%) 1 (4,0%) 8 (32,0%) 18 (60,0%) 18 (60,0%) 19 (63,3%) 19 (63,3%) Boyacá 107 (92,2%) 109 (94,0%) 109 (94,0%) 110 (94,8%) 102 (85,7%) 97 (81,5%) 102 (85,7%) 101 (84,9%) Caldas 25 (100%) 25 (100%) 25 (100%) 25 (100%) 26 (96,3%) 27 (100%) 22 (81,5%) 26 (96,3%) Caquetá 0 (0,0%) 1 (7,1%) 0 (0,0%) 0 (0,0%) 0 (0,0%) 0 (0,0%) 0 (0,0%) 0 (0,0%) Casanare 1 (100%) 1 (100%) 1 (100%) 1 (100%) 3 (16,7%) 4 (22,2%) 4 (22,2%) 5 (27,8%) Cauca 16 (48,5%) 15 (45,5%) 17 (51,5%) 14 (42,4%) 23 (60,5%) 25 (65,8%) 23 (60,5%) 25 (65,8%) Córdoba 4 (16,7%) 1 (4,2%) 5 (20,8%) 1 (4,2%) 23 (85,2%) 22 (81,5%) 18 (66,7%) 21 (77,8%) Cesar 4 (18,2%) 6 (27,3%) 2 (9,1%) 5 (22,7%) 7 (29,2%) 8 (33,3%) 7 (29,2%) 9 (37,5%) Chocó 4 (100%) 4 (100%) 4 (100%) 4 (100%) 8 (100%) 8 (100%) 8 (100%) 8 (100%) Cundinamarca 58 (50,9%) 47 (41,2%) 42 (36,8%) 42 (36,8%) 60 (51,7%) 52 (44,8%) 36 (31,0%) 35 (30,2%) Huila 17 (48,6%) 17 (48,6%) 15 (42,9%) 17 (48,6%) 21 (60,0%) 22 (62,9%) 22 (62,9%) 18 (51,4%)

Departamento IT1 1985 IT1 2010 IT2 1985 IT2 2010 POB1 1985 POB1 2010 POB2 1985 POB2 2010 La Guajira 1 (12,5%) 0 (0,0%) 0 (0,0%) 0 (0,0%) 0 (0,0%) 3 (20,0%) 0 (0,0%) 1 (6,7%) Magdalena 2 (10,5%) 4 (21,1%) 2 (10,5%) 4 (21,1%) 11 (37,9%) 9 (31,0%) 10 (34,5%) 8 (27,6%) Meta 18 (85,7%) 18 (85,7%) 20 (95,2%) 18 (85,7%) 16 (64,0%) 16 (64,0%) 18 (72,0%) 20 (80,0%) Nariño 0 (0,0%) 0 (0,0%) 1 (2,4%) 0 (0,0%) 3 (5,8%) 0 (0,0%) 0 (0,0%) 0 (0,0%) Norte de San- tander 4 (12,1%) 5 (15,2%) 2 (6,1%) 3 (9,1%) 13 (35,1%) 15 (40,5%) 12 (32,4%) 12 (32,4%) Quindío 12 (100%) 12 (100%) 12 (100%) 12 (100%) 7 (58,3%) 8 (66,7%) 3 (25,0%) 6 (50,0%) Risaralda 14 (100%) 14 (100%) 14 (100%) 14 (100%) 10 (71,4%) 11 (78,6%) 10 (71,4%) 10 (71,4%) Santander 73 (89,0%) 76 (92,7%) 74 (90,2%) 77 (93,9%) 72 (85,7%) 72 (85,7%) 79 (94,0%) 77 (91,7%) Sucre 1 (5,6%) 5 (27,8%) 1 (5,6%) 1 (5,6%) 22 (84,6%) 22 (84,6%) 21 (80,8%) 21 (80,8%) Tolima 40 (100%) 40 (100%) 39 (97,5%) 39 (97,5%) 39 (92,9%) 42 (100%) 35 (83,3%) 39 (92,9%)

Valle del Cauca 35 (89,7%) 35 (89,7%) 39 (100%) 39 (100%) 28 (70,0%) 32 (80,0%) 27 (67,5%) 33 (82,5%)

Fuente: DNP y DANE, cálculos propios

En suma, departamentos como Antioquia y Cauca disminuyeron el número de munici- pios en clúster de alto potencial de mercado e incrementaron los opuestos. Mientras que Atlántico, Cundinamarca y Meta aumentaron los entes territoriales en la categoría clúster de alta accesibilidad. Otros como Atlántico, Bolívar, Boyacá, Caquetá, Cesar, Huila, Magdalena, Norte de Santander, Santander y Sucre disminuyeron su participación relativa en los clústeres con bajo potencial de mercado. Asimismo, se evidencia que los municipios del eje cafetero lideran la categoría de clústeres no signiicativos siendo es- tos los que no logran insertarse a la dinámica regional del país.

En el caso de la estimación de potencial de mercado sustentada en ingresos tribu- tarios se prueba en términos netos la reducción espacial del clúster para Medellín, la inexistencia de aglomeración para el eje cafetero y la primacía del nodo de Bogotá con crecimiento en dirección Meta. Además se recoge evidencia para el estancamiento del clúster de Cali y el advenimiento del nodo en el entorno de Barranquilla. Mientras que las zonas de frontera en los márgenes norte, nororiente y suroriental mantienen su con- dición de clústeres de baja accesibilidad pero con tendencia leve a la disolución, con limitaciones principalmente en las zonas próximas a Cartagena y Barranquilla.

El análisis clúster para el potencial de mercado sustentado en los tamaños poblaciona- les por municipios, que se resume en el mapa 3.6 y las tablas 3.10 a 3.14, describe una estructura centro-periferia en términos gruesos, similar a la obtenida para las estimacio- nes basadas en ingresos tributarios. Esto es, una periferia que se ubica en los bordes de la muestra, principalmente al sur, suroriente, oriente, nororiente y las sabanas en la zona próximas al litoral Caribe. Esta última zona es la que se diferencia signiicativamente de la estructura anterior, en la medida en que no existe un clúster de baja accesibilidad para

138 Un análisis cuantitativo de las disparidades regionales en Colombia entre 1985 y 2010

los municipios más próximos a la costa como en el caso de la estimación con ingresos tributarios, sino que, en este caso, se reduce a las zonas interiores. En tanto, los centros son resumidos en los nodos de Bogotá, Medellín, eje cafetero, Cali y Barranquilla. Los clústeres de alto potencial de mercado medido en términos poblaciones se concen- tran esencialmente para 1985 en el entorno de la ciudad de Bogotá vinculando munici- pios de Cundinamarca y Tolima, así como en el nodo de Medellín. Al nodo con epicentro en Cali se le suman entes territoriales del Valle del Cauca y de Cauca. En el norte, existe un centro en las inmediaciones de Barranquilla, Atlántico. Finalmente en el eje cafetero aparecen los departamentos de Quindío, Risaralda y Caldas, asociados a las ciudades de Manizales, Pereira y Armenia.

Al inal del periodo de análisis estas aglomeraciones se habían modiicado así: Antioquia, Atlántico, Caldas, Cauca, Quindío, Risaralda, Tolima y Valle del Cauca había limitado el número de sus municipios en esta categoría. En tanto, Cundinamarca, Meta y Santander habrían sido los abanderados de la expansión de sus respectivos nodos.

De otro lado, los clústeres de baja accesibilidad están dominados por los municipios de Arauca, Caquetá, Guaviare, La Guajira, Putumayo y Vichada. Seguido por Nariño, Ca- sanare, Cesar, Norte de Santander y Magdalena. Los departamentos de Bolívar, Huila, Cauca, Meta, Boyacá, Córdoba, Santander, Sucre y Antioquia tienen la menor partici- pación relativa en término del número de sus municipios que están aglomerados como clúster de bajo potencial de mercado.

Al inal del periodo de análisis los departamentos de Antioquia, Casanare, Cesar, La Guajira, Meta y Norte de Santander había perdido municipios dentro de esta catego- ría. Por su parte, Boyacá, Magdalena, Nariño y Santander fueron receptores netos de municipios con bajo potencial de mercado consolidados en una estructura territorial de vecindario común. Respecto a los departamentos de Córdoba y Huila, no es posible determinar el curso que siguieron dado que los dos tipos de medidas usadas ofrecen resultados contrapuestos. Los restantes departamentos se mantuvieron constantes en términos del número de municipios que aportan a los clústeres de baja accesibilidad. Las llamadas islas de bajo potencial de mercado al inicio del periodo de estudio se encuentran en Antioquia, con un municipio en esta clasiicación bajo la variable POB2 correspondiente a El Peñol en la margen oriental de clúster de Medellín, uno en Atlántico localizado al costado oriental de Barranquilla denominado Sitionuevo (solo para la varia- ble POB1), uno más en el Huila que corresponde al municipio de Colombia limitando al costado sur oriental con Bogotá. Adicional a este, los municipios de La Uribe, Cubarral y Guamal en Meta. En el entorno de Bucaramanga, se encuentran los municipios de Charta y Tona, Santander bajo esta condición. Finalmente, al costado oeste de Cali, Buenaventura, Valle del Cauca se ubica como isla de baja accesibilidad.

En el año inal del periodo estas islas de bajo potencial de mercado habían desapareci- do para los departamentos de Antioquia, Meta y Santander, mientras que los restantes municipios conservaron la misma coniguración.

En cuanto a las islas con alto potencial de mercado medido en términos poblacionales, al igual que se mencionó para las estimaciones con los ingresos tributarios, cuando se utiliza la técnica del área intramunicipal 2, no es posible catalogar entes territoriales bajo esta categoría. En este caso, para 1985, aparece como isla de alto potencial de merca- do el municipio de Pasto en Nariño, si bien para el inal del periodo había perdido esta condición insertándose dentro del clúster de bajo potencial de mercado de esta zona. Asimismo, para el inal del periodo aparece el municipio de Neiva en Huila en la condi- ción de isla de alta accesibilidad.

Mapa 3.6. Clúster:potencial de mercado (población), 1985-2010

1985 2010

Ár

ea 1

Ár

ea 2

140 Un análisis cuantitativo de las disparidades regionales en Colombia entre 1985 y 2010

Para cerrar este análisis de clústeres con potencial de mercado para Colombia medidos en términos de los tamaños poblacionales, es importante mencionar que los departamen- tos de Caldas, Chocó, Boyacá, Santander, Sucre, Tolima, Córdoba, Antioquia, Atlántico, Valle del Cauca, Risaralda, Cauca, Meta, Bolívar, Huila y Quindío lideran la lista de depar- tamentos con alto porcentaje de municipios categorizados como no signiicativos estadís- ticamente para la pertenencia a clústeres y, por tanto, se encuentran en el margen entre los efectos vecindario que generan tanto las aglomeraciones de alta accesibilidad como