Revista académica de economía
con
el Número Internacional Normalizado de
Publicaciones Seriadas ISSN
1696-8352
El Índice de Desarrollo Municipal (IDM) en diez variantes para la provincia de Villa Clara en Cuba; Año 2000
Elier Méndez
Delgado (CV)
elierm en yahoo.com
María del Carmen Lloret Feijóo
mlloret1 en yahoo.com
Universidad Central de Las Villas, Cuba.
Resumen
Teniendo en consideración la creciente importancia de los estudios
municipales y la limitación de la información a esta instancia, se aplican
10 variantes para medir el Desarrollo Económico Local en la provincia de
Villa Clara, Cuba; este procedimiento posibilita diagnosticar los municipios
que presentan diferentes niveles de desarrollo y a la vez posibilita
establecer estrategias locales de desarrollo para atenuar las
desproporciones socioeconómicas existentes a nivel provincial.
Summary
Having in consideration the growing importance of the municipal
studies and the limitation from the information to this instance, 10
variants are applied to measure the Local Economic Development in Villa
Clara's county, Cuba; this procedure facilitates to diagnose the
municipalities that present different development levels and at the same
time it facilitates to establish local strategies of development to
attenuate the existent socioeconomic disproportions at provincial level..
Para ver el artículo
completo en formato pdf comprimido zip pulse aquí
Para citar este artículo puede utilizar el siguiente formato:
Méndez Delgado y Lloret Feijóo: "El Índice de Desarrollo Municipal (IDM) en diez variantes para la provincia de Villa Clara en Cuba; Año 2000" en Observatorio de la Economía Latinoamericana Número 29, agosto 2004. Texto completo en http://www.eumed.net/cursecon/ecolat/cu/
INTRODUCCIÓN
A partir de la experiencia tenida en Villa Clara; Cuba con la aplicación del IDM
y dada la limitación de información estadística comparable a escala territorial,
la medición y el análisis del índice tuvo en cuenta un número considerable de
indicadores al tratarse de la escala municipal, para ello se tomaron en cuenta
los resultados obtenidos en el año 2000 en 11 indicadores que están vinculados
con el desarrollo.
El total de indicadores que fueron considerados son:
1- Producción mercantil por habitantes. (pesos).
2- Inversiones por habitantes (pesos).
3- Circulación Mercantil por habitantes (pesos).
4- Empleo (%).
5- Electrificación (%).
6- Viviendas en Buen Estado (%).
7- Salario medio mensual (pesos)
8- Escolarización entre 8 y 14 Años (%).
9- Población con servicio de acueducto (%).
10- Mortalidad Infantil menores de un año por cada 1000 nacidos vivos.
11- Carga contaminante de la Demanda Bioquímica de Oxigeno (DBO5) dispuesta al
medio (Toneladas por cada 1000 Habitantes).
Como se podrá observar en el transcurso del trabajo se realiza el cálculo del
IDM de 10 formas diferentes; esto se ha realizado a partir de que el
comportamiento de un indicador puede tener mayor o menor incidencia en el
resultado final de este índice. Lo más significativo está en observar cuales son
aquellos municipios que se mantienen en un comportamientos estable en cada uno
de los procesamientos y no altera significativamente su posición.
DESARROLLO
La conformación de dicho índice cuenta de tres pasos , el primero consiste en
definir una medida de las privaciones que sufre un territorio en cada una de las
variables analizadas anteriormente (X1, X2, X3, X4……..Xn). Se determina un valor
máximo y uno mínimo para cada una de las variables, (basándose en los valores
reales analizados). En el caso del valor máximo (valor deseado), así como el
mínimo (máxima privación) de los indicadores mortalidad infantil y carga
contaminante de la DBO5, por tener un comportamiento inverso que difiere al de
los demás indicadores, se toma el valor real mínimo, como el valor deseado y el
máximo como el de mayor privación.
1- La medida de privación clasifica a un municipio en el rango de cero a uno. El
índice de privación se puede calcular de la siguiente forma:
Donde :
Ipij - Indice de privación del indicador i en el municipio j.
Xij - Valor del indicador i en el municipio j.
Max. Xi- Valor máximo del indicador i.
Min. Xi- Valor mínimo del indicador i.
En el caso de indicadores que tengan un comportamiento inverso como la
Mortalidad infantil o la Contaminación ambiental, que son más favorable en la
medida que disminuyen se puede proceder directamente por esta fórmula que se
presenta a continuación.
2- Definir un indicador promedio de privación. Esto se hace calculando un
promedio de los tres indicadores.
Ippj - Indice de privación promedio por municipio j.
3- Cálculo del IDM como sigue. IDM = 1 – Ippj
El procedimiento de cálculo del IDM
se muestra a continuación para el año 2000 en el municipio de Santa Clara.
El índice de privación promedio (Ippj), para el municipio j se determina de la
siguiente forma.
Por lo tanto:
Atendiento a los resultados obtenidos y la experiencia tenida con la aplicación
de este índice se proponen tres rangos entre cero y 1 para clasificar los
municipios. Estos son:
1. Nivel alto de Desarrollo Municipal. = 0,700 o Superior.
2. Nivel medio de Desarrollo Municipal. = 0,517 a 0.699.
3. Nivel bajo de Desarrollo Municipal. = inferior a 0,517.
Un análisis más detallado del comportamiento de este índice se podrá observar en
los diferentes procesamientos que aparecen seguidamente.
MÉTODO QUE CORROBORA LOS RESULTADOS OBTENIDOS.
Aplicación del Método estadístico-matemático de homogeneización para la
Provincia de Villa Clara.
Este método facilita la homogeneización de las diversas características al
reducir el conjunto de variables a un número a través del cual es posible
establecer las correlaciones necesarias para la clasificación de lugares o
territorios contemplados en el análisis. De esta forma se facilita la
categorización no solo de un número de indicadores socioeconómicos sino también
de las unidades espaciales.
Esencialmente el método permite la homogeneización de indicadores que pueden
estar expresados en diferentes unidades de medidas para una o varias zonas y
para uno o varios años.
Para proceder a la aplicación del método en cuestión se comenzará por la
determinación de las unidades espaciales (Provincia, Zonas, Localidad o
Municipio) que serán objeto de estudio y el conjunto de variables o indicadores
que permitirán describir el fenómeno a partir del cual se quiere caracterizar a
cada unidad espacial considerada.
Estos datos se conforman en una tabla de doble entrada, como se muestra a
continuación, donde las filas representan las unidades espaciales que son objeto
de estudio (en este caso, municipio) y las columnas corresponden a los
indicadores o variables seleccionadas.
Cada indicador seleccionado o variable estará expresado en diferentes unidades
de medida lo que hace difícil establecer comparaciones adecuadas entre ellos no-
solo por la forma de expresión, sino porque para una misma unidad espacial ese
conjunto presentará valores que oscilarán entre magnitudes máximas y mínimas, de
ahí la necesidad de homogeneizar esas características.
El método de cálculo se basa en la determinación de variables estandarizadas en
cada indicador para cada uno de los municipios respecto a la desviación típica y
la media provincial de cada indicador, por lo que obtendremos una matriz por
cada año analizado, donde cada escaque está formado por variables de las
siguientes características:
Donde:
Tij = Desviación de la media en unidades de la desviación estándar, denominada
variable
estandarizada.
Representa la cantidad sin medición;
es decir independiente de las unidades de medida de los indicadores.
Wij = Indicador j en el municipio i.
Mpj = Media provincial del indicador j.
Sj = Desviación típica del indicador j.
m = Cantidad de municipios.
Estos indicadores permiten conformar una tabla similar a la anterior donde se
pueden observar los correspondientes valores normalizados denominados Tij.
Una vez calculadas las matrices por año se multiplican por un vector de
ponderación, el cual tiene como objetivo básico establecer las diferencias entre
el número de indicadores seleccionados según su importancia y así caracterizar
el fenómeno que se analice, ya sea el nivel de vida de cada municipio,
desarrollo socio-económico municipal, etc.
Así se obtienen los vectores columnas homogeneizada y ponderados para el
municipio i:
Donde:
n = Número de indicadores.
i = (1,2,...,m)
Fpj = Factor de ponderación.
Zi = Vector columna homogeneizado y ponderado para cada municipio.
Cuando se han obtenido estos resultados es que se han sustituido las
características funcionales corrrespondientes a cada variable (indicador
analizado) por un índice homogeneizador Tij y es entonces que se estará en la
posibilidad de clasificar las unidades espaciales en base a estos índices.
Debe señalarse que el valor de Zi no tiene rango específico, por lo que podrá
ser positivo o negativo. El mayor valor positivo indicará la posición más
favorable dentro del conjunto de unidades espaciales (municipios), respecto a
las variables o indicadores considerados para el análisis; el menor valor
negativo permitirá destacar a la unidad espacial con peores condiciones.
Implementación del método de homogeneización.
Con el propósito fundamental de facilitar el manejo de un número suficientemente
grande de variables que contribuyan al logro del resultado más confiable, es que
se ha implementado dicho método apoyándose en el uso de la computación. A través
de un pequeño ejemplo se muestra la facilidad y aplicación práctica del mismo.
Indicadores:
1. Consultas médicas (por cada mil habitantes).
2. Camas de asistencia médica (por cada mil habitantes).
3. Consultas estomatológicas (por mil habitantes).
4. Médicos.
5. Capacidad en hogares de ancianos (por mil habitantes mayores de 65 años).
Supongamos que existen 3 municipios denominados M1, M2 y M3
Para preparar los datos se podrá utilizar cualquier editor de textos comúnmente
conocido y se procederá de la forma siguiente. Primeramente se coloca el número
de municipios o localidades a los que hago referencia y después me refiero a la
cantidad de indicadores que contemplan la muestra del trabajo a realizar.
Una vez concluido esto se podrá pasar a implementar el método de homogenización
y los resultados se presentarán como se muestran a continuación:
Teniendo en cuenta todo lo explicado con anterioridad y los resultados
obtenidos, podemos concluir que el municipio con mejores resultados es M1 y el
que se encuentra en una situación más desfavorable es el denominado como M2.
Indicadores considerados para aplicar el Método de Homogenización de la
variables con un coeficiente de ponderación de 9.0909 son:
1. Producción mercantil por habitantes. (pesos).
2. Inversiones por habitantes (pesos).
3. Circulación Mercantil por habitantes (pesos).
4. Empleo (%).
5. Electrificación (%).
6. Viviendas en Buen Estado (%).
7. Salario medio mensual (pesos)
8. Escolarización entre 8 y 14 Años (%).
9. Población con servicio de acueducto (%).
10. Mortalidad Infantil menores de un año por cada 1000 nacidos vivos.
11. Carga contaminante de la Demanda Bioquímica de Oxigeno (DBO5) dispuesta al
medio (Toneladas por cada 1000 Habitantes).
Se debe aclarar que para el caso del indicador No. 10 se restó 1000 menos la
mortalidad infantil lo que dará la supervivencia por municipios; en el caso de
la contaminación se restó 100 menos la contaminación existente lo que dará
descontaminación. De esta forma todos los valores quedan expresados en valores
positivos y resulta más fácil para la homogenización.
Los resultados obtenidos para cada uno de los municipios de la provincia son los
siguientes:
RESULTADOS DEL MÉTODO DE HOMOGENIZACIÓN
RESULTADOS POR EL ORDEN TRADICIONAL
Municipios 2000
1- Corralillo 42.07851
2- Quemado de G. -27.1671
3- Sagua la Grande 11.90841
4- Encrucijada 15.87123
5- Camajuaní -1.92489
6- Caibarién 45.4689
7- Remedios -73.6239
8- Placetas -10.0712
9- Santa Clara 102.6996
10- Cifuentes -20.357
11- Santo Domingo -10.873
12- Ranchuelo -46.4011
13- Manicaragua -27.6084
DE MAYOR A MENOR DESARROLLO DE LOS MUNICIPIOS
Municipios 2000
9- Santa Clara 103
6- Caibarién 45
1- Corralillo 42
4- Encrucijada 16
3- Sagua la Grande 12
5- Camajuaní -2
8- Placetas -10
11- Santo Domingo -11
10- Cifuentes -20
2- Quemado de G. -27
13- Manicaragua -28
12- Ranchuelo -46
7- Remedios -74
Variante No.1
INDICADORES CONSIDERADOS EN ESTE CASO PARA EL IDM
1. Producción mercantil por habitantes. (pesos).
2. Inversiones por habitantes (pesos).
3. Circulación Mercantil por habitantes (pesos).
4. Empleo (%).
5. Electrificación (%).
6. Viviendas en Buen Estado (%).
7. Salario medio mensual (pesos)
8. Escolarización entre 8 y 14 Años (%).
9. Población con servicio de acueducto (%).
10. Mortalidad Infantil menores de un año por cada 1000 nacidos vivos.
11. Carga contaminante de la Demanda Bioquímica de Oxigeno (DBO5) dispuesta al
medio (Toneladas por cada 1000 Habitantes).
Variante No.2
INDICADORES CONSIDERADOS EN ESTE CASO PARA EL IDM
1. Producción mercantil por habitantes. (pesos).
2. Inversiones por habitantes (pesos).
3. Circulación Mercantil por habitantes (pesos).
4. Empleo (%).
5. Electrificación (%).
6. Viviendas en Buen Estado (%).
7. Salario medio mensual (pesos)
8. Escolarización entre 8 y 14 Años (%).
9. Población con servicio de acueducto (%).
10. Mortalidad Infantil menores de un año por cada 1000 nacidos vivos.
Variante No.3
INDICADORES CONSIDERADOS EN ESTE CASO PARA EL IDM
1. Producción mercantil por habitantes. (pesos).
2. Inversiones por habitantes (pesos).
3. Circulación Mercantil por habitantes (pesos).
4. Empleo (%).
5. Electrificación (%).
6. Viviendas en Buen Estado (%).
7. Salario medio mensual (pesos)
8. Escolarización entre 8 y 14 Años (%).
9. Población con servicio de acueducto (%).
Variante No.4
INDICADORES CONSIDERADOS EN ESTE CASO PARA EL IDM
1. Producción mercantil por habitantes. (pesos).
2. Inversiones por habitantes (pesos).
3. Circulación Mercantil por habitantes (pesos).
4. Empleo (%).
5. Electrificación (%).
6. Viviendas en Buen Estado (%).
7. Salario medio mensual (pesos)
8. Escolarización entre 8 y 14 Años (%).
Variante No.5
INDICADORES CONSIDERADOS EN ESTE CASO PARA EL IDM
1. Producción mercantil por habitantes. (pesos).
2. Inversiones por habitantes (pesos).
3. Circulación Mercantil por habitantes (pesos).
4. Empleo (%).
5. Electrificación (%).
6. Viviendas en Buen Estado (%).
7. Salario medio mensual (pesos)
Variante No.6
INDICADORES CONSIDERADOS EN ESTE CASO PARA EL IDM
1. Producción mercantil por habitantes. (pesos).
2. Inversiones por habitantes (pesos).
3. Circulación Mercantil por habitantes (pesos).
4. Empleo (%).
5. Electrificación (%).
6. Viviendas en Buen Estado (%).
Variante No.7
INDICADORES CONSIDERADOS EN ESTE CASO PARA EL IDM
1. Producción mercantil por habitantes. (pesos).
2. Inversiones por habitantes (pesos).
3. Circulación Mercantil por habitantes (pesos).
4. Empleo (%).
5. Electrificación (%).
Variante No.8
INDICADORES CONSIDERADOS EN ESTE CASO PARA EL IDM
1. Producción mercantil por habitantes. (pesos).
2. Inversiones por habitantes (pesos).
3. Circulación Mercantil por habitantes (pesos).
4. Empleo (%).
Variante No.9
INDICADORES CONSIDERADOS EN ESTE CASO PARA EL IDM
1. Producción mercantil por habitantes. (pesos).
2. Inversiones por habitantes (pesos).
3. Circulación Mercantil por habitantes (pesos).
Variante No.10
INDICADORES CONSIDERADOS EN ESTE CASO PARA EL IDM
1. Producción mercantil por habitantes. (pesos).
2. Inversiones por habitantes (pesos).
CONSIDERACIONES FINALES.
El cálculo del Índice de Desarrollo Municipal en sus 10 variantes no solo ha
posibilitado diagnosticar los municipios que presentan niveles de desarrollo
alto, medio y bajo, sino que también ha demostrado que a pesar de la falta de
información que existe a ese nivel, se pueden realizar diferentes cálculos o
variantes para establecer estrategias de desarrollo en aras de atenuar las
desproporciones a nivel provincial.
BIBLIOGRAFÍA.
1. Méndez Delgado, Elier. Tesis presentada en opción al título académico de
master en desarrollo económico. Gestión del Desarrollo Territorial. “Aplicación
de las Técnicas de Análisis para el Diagnóstico del Plan Territorial.”
Universidad Central de Las Villas, Noviembre de 1997. Santa Clara, Villa Clara;
CUBA.
2. Méndez Delgado, Elier. Tesis de Doctorado “Planificación del Desarrollo
Territorial. Aplicación de Técnicas de Análisis para el Diagnóstico del Plan
Territorial”. Universidad de la Habana, Junio del 2001, La Habana; CUBA.
3. Bibliografía citada al pie de la hoja.
4. Méndez Delgado Elier y Lloret Feijóo María del Carmen “Una forma de medir el
Desarrollo Económico Local en Cuba”. Revista Economía y Desarrollo. Diciembre
2003. Universidad de La Habana. La Habana Cuba.
