SciELO - Scientific Electronic Library Online

 
 issue88Analysis of Principal Nonlinear Components for the Construction of a Socioeconomic Stratification Index in EcuadorProductive structure and poverty in Mexico: A municipal analysis by three regions author indexsubject indexarticles search
Home Pagealphabetic serial listing  

Services on Demand

Journal

Article

Indicators

Related links

  • On index processCited by Google
  • Have no similar articlesSimilars in SciELO
  • On index processSimilars in Google

Share


Desarrollo y Sociedad

Print version ISSN 0120-3584

Desarro. soc.  no.88 Bogotá May/Aug. 2021  Epub Apr 30, 2021

https://doi.org/10.13043/dys.88.3 

Artículos

Índice de Desarrollo Local para Ecuador con datos del 2010

Local Development Index for Ecuador with 2010 data

Adriana Vélez-Tamay1 

Viviana Carriela  2 

Yonimiler Castillo-Ortega3 

1Universidad Católica de Cuenca, Cuenca

2Universidad Católica de Cuenca, Cuenca

3Universidad Católica de Cuenca, Cuenca


Resumen

El análisis del desarrollo a nivel subnacional ha adquirido relevancia en los últimos años, de manera que surgen varios índices que incorporan dimensiones económicas, sociales y ambientales. En Ecuador los pocos estudios realizados para medir el desarrollo no consideran la dimensión ambiental. Por tanto, el objetivo de este artículo es presentar un índice para medir el desarrollo local en Ecuador utilizando el análisis de componentes principales y tomando en consideración variables económicas, sociales y ambientales. Los resultados muestran que existen cantones con mayor nivel de desarrollo y cantones con menor nivel de desarrollo (ubicados, principalmente, en la zona de la Costa norte y la Amazonía). Se encontró un patrón muy heterogéneo de desarrollo local en el país. Este índice podría utilizarse como una herramienta para el análisis de políticas públicas de desarrollo local y una asignación de recursos subnacionales más eficiente.

Palabras clave indicadores socioeconómicos; medio ambiente; análisis mul­tivariado; Ecuador; Clasificación JEL: R10, R11, C38

Abstract

Subnational level development analysis has become relevant in recent years, leading to the emergence of several indices that incorporate economic, social and environmental dimensions. The few studies carried out in Ecuador to mea­sure development do not consider the environmental dimension. The purpose of this article is therefore to present an index to measure local development in the country using Principal Component Analysis, and taking into account economic, social and environmental variables. Results shows that there are cantons with a higher level of development, and ones with a lower level of development (located principally in the North Coastal and Amazon region). The degree of local development in the country was found to be highly hete­rogenous. This index could be used as a tool for the analysis of public policies for local development and for more efficient subnational resource allocation.

Keywords Development indicators; environment; multivariate analysis; Ecuador; JEL Classification: R10, R11, C38

Introducción

La importancia del desarrollo local ha llevado a que los territorios de un país se conviertan en ejes medulares que permiten gestionar acciones en busca de mejores condiciones para sus habitantes. En este proceso prima la descentra­lización, lo que ha permitido explotar potencialidades regionales generando la oportunidad de que los territorios más pequeños se inserten en la economía nacional, con el fin de direccionar decisiones con un enfoque desde abajo (Diez et al., 2014). En América Latina se ha logrado transitar hacia una significativa participación e involucramiento de actores locales, lo cual ha conllevado a que se fije un nuevo contexto sobre los horizontes para el desarrollo del siglo XXI que colocan en el centro al ser humano y la riqueza del territorio que lo rodea (Hernández y Vejar, 2016).

La relevancia que ha adquirido el desarrollo ha permitido identificar a nivel de países latinoamericanos como Ecuador la presencia de casos locales inmer­sos en este proceso. Así lo plasman Valarezo y Torres (2004), quienes identi­ficaron casos de desarrollo local registrados internamente entre las regiones del país, destacando que la proporción más alta de casos se encuentra en la Sierra ecuatoriana, con un total de 49.5 %, seguido de la Costa con 29.9 % de casos y un 21.2 % localizado en la región Amazónica. Estos hallazgos dan indicios de cómo a nivel nacional se percibe la existencia del desarrollo local, pero, a su vez, se evidencia la divergencia entre regiones, ya que este proceso tiene mayor presencia en unas zonas que en otras.

Al indagar sobre el desarrollo local a nivel cantonal en Ecuador, Molina et al. (2016) examinan el estado de pobreza por consumo de estos territorios, en el cual se evidencia que en la región Sierra existen provincias como, por ejemplo, Pichincha, que engloban a cantones que se encuentran en el primer quintil de pobreza, así como cantones con pobreza entre el 36.5 % y el 54.6 %. Por otra parte, en la región Costa se evidenció que en la provincia de Manabí se encuentran cantones ubicados entre niveles de pobreza del 18.3 % al 90.9 %. En el caso de la región Amazónica, se evidencia que en la mayor parte de sus provincias existe alta heterogeneidad en pobreza por consumo. Este tipo de estudios pone a flote aspectos como, por ejemplo, la pobreza, que caracterizan el desarrollo de estos territorios y brindan una noción de un desarrollo des­igual entre ellos, ya que se puede notar que unos cantones presentan mejores condiciones que otros.

Por su parte, los resultados encontrados por Aguilar-Apolo y Correa-Quezada (2017) corroboran la existencia de desigualdades entre estos territorios, presen­tes en las distintas regiones del país, a través de la creacion del Índice Poten­cial de Desarrollo Cantonal (IPDC). Sin embargo, cabe destacar que este índice no incluye el aspecto ambiental que forma parte esencial de la medición del desarrollo. Esto genera la necesidad de establecer propuestas de construcción de índices de desarrollo a nivel local en Ecuador, pues existe poco desarrollo de estudios que consideren un índice con dimensiones amplias con miras a exami­nar con mayor profundidad los niveles de desarrollo conseguido a nivel local.

Por lo expuesto, este artículo tiene como objetivo presentar un nuevo índice para medir el nivel de desarrollo de los 221 cantones del Ecuador, utilizando información del 2010, pues en este año se realizaron los últimos censos (de población y vivienda, y económico) que contienen información a nivel can­tonal. Esto permite realizar un análisis más completo del desarrollo local al incluir dimensiones de tipo económico, social y ambiental, dada la cantidad de datos en dicho año. Lo anterior puede develar con mayor precisión las con­diciones de desarrollo en las que se encuentran los territorios dentro del país, con lo cual se podría discernir qué aspectos diferencian a unos cantones de otros en su nivel de progreso.

A partir de este apartado introductorio, como segunda parte se presenta el marco referencial en el que se abordan las concepciones teóricas y empíricas como sustento de este artículo. Seguido de esto, se expone la metodología que guía la construcción del índice. Luego se exponen los resultados de la inves­tigación, en los cuales se evalúa el nivel de desarrollo en el que se ubican los cantones del Ecuador. Finalmente, se presentan la discusión y las conclusiones.

I. Revisión teórica y empírica sobre desarrollo local y sus formas de medición

El desarrollo es el “proceso mediante el cual una sociedad evoluciona progresi­vamente hacia mejores condiciones de vida de sus ciudadanos” (Ordóñez, 2014, p. 410). Generalmente, ha sido estudiado a nivel de países, pero su importancia ha conducido a buscar nuevas direcciones para su análisis a fin de explicarlo desde espacios descentralizados, en los que el territorio se transforma en el actor principal de los procesos de acumulación de capital, pues se conforma por un conjunto de recursos económicos, humanos, institucionales, culturales e intan­gibles que lo convierten en un factor activo de desarrollo (León y Peñate, 2011).

Con el aporte de Prebish respecto al sistema centro-periferia se da paso a la identificación de una distribución económica asimétrica entre países que esta­blecía dos zonas, determinadas como desarrolladas y subdesarrolladas (Martí­nez, 2011). Entre estas zonas se suscita una relación dominante de las primeras respecto a las segundas. Este panorama ha servido de base para concentrar la atención en este mismo paradigma de relaciones de dominio que también se ven replicadas entre regiones o territorios subnacionales, de manera que el desarrollo que consigue cada uno depende del puesto en que se ubica dentro de un sistema jerarquizado (Cuervo y Morales, 2009). Esta es una cuestión que permite ahondar en el análisis de las unidades territoriales para comprender las capacidades con las que cuenta cada una y que llevan a unas a evolucio­nar en mayor medida que otras.

En este sentido, en la década de los ochenta se desprende una concepción que permite comprender las capacidades con las que cuentan los espacios geo­gráficos, abordados desde la teoría del desarrollo endógeno, la cual realza las potencialidades que posee un territorio. Esta concepción, según Vivas et al. (2010), dista de lo convencional y ha conllevado a reformular nuevos mode­los de desarrollo para concebir la realidad de América Latina. Este desarrollo endógeno es posible si existe el esfuerzo de parte de actores locales en el pro­pósito de la expansión de sus capacidades productivas, así como si existe la presencia de las instituciones que fomenten las iniciativas locales. Esto debido a que busca conseguir transformaciones en aspectos económicos, humanos, culturales y ambientales, contemplados en los territorios (Quispe, 2016).

Posteriormente, en la década de los noventa surgen concepciones como, por ejemplo, la teoría de los clústeres acuñada por Porter, en la que se enfatiza que las empresas al concentrarse en determinadas zonas geográficas adquieren mejo­res condiciones al llegar a vincularse unas a otras, de tal forma que se puede llegar a crear un sistema de relaciones que fortalece sus estrategias competiti­vas, de modo que se beneficia el territorio en el que ocurren dichas relaciones (Vázquez-Barquero, 2006). En esta concepción se percibe cómo el desarrollo que consiguen las pequeñas localidades proviene de la potenciación de lo económico, de forma que el sistema productivo que ejecutan las instituciones es relevante.

En esta misma época se destacan los denominados distritos industriales, los cuales se centran en que los sistemas de producción que lleva a cabo un grupo de empresas dentro de un territorio se basan en la innovación y especializa­ción, lo que conlleva a que este conjunto de unidades productivas se encuentre dentro de un círculo dinámico de cooperación y competencia productiva (Rey­naldo-Carmona, 2008). Es necesario subrayar que en los distritos industriales se realza no solo el factor económico (como en los clústeres), sino también el elemento social, de tal forma que se da una interacción entre la colectividad y las empresas, por lo que se llega a propiciar el desarrollo tanto económico como social (Alburquerque, 2006).

De esta manera, estas diversas concepciones manifiestan una combinación de aspectos de tipo económico y social que engloba el desarrollo visto desde lo local. Además, se debe destacar que este proceso se complementa con la parte ambiental, la cual toma hoy notoriedad ante el interés por precautelar el entorno que rodea el medio en que se desenvuelve la sociedad. Este con­texto multidimensional que aborda el desarrollo se refuerza con lo expuesto por Stiglitz et al. (2008) en el Informe de la Comisión de Medición del Desem­peño Económico y el Progreso Social (CMEPSP). En este se adopta una nueva y amplia forma de entender el bienestar, de modo que se mide a través de un grupo de dimensiones y variables que se han ido incluyendo con el pasar del tiempo y describen de manera más clara la calidad de vida de la sociedad. Esto ha sido de gran utilidad para generar análisis amplios sobre los elemen­tos que engloba el desarrollo.

A nivel de países y territorios subnacionales se han desarrollado diferentes formas de medir el desarrollo. Entre estas se encuentra el índice denominado Sustainable Economic Development Assessment (SEDA), aplicado a países y dividido en tres categorías generales que son: económica, inversiones y soste­nibilidad. A su vez, estas categorías se conforman de un grupo de diez subcate­gorías. En la categoría económica se encuentra la tasa de inflación, el PIB per cápita, la tasa de empleo de 15 a 64 años y la tasa de desempleo, entre otras. En la categoría de inversiones se utilizan indicadores tales como la esperanza de vida, el número de médicos, la tasa de mortalidad, el número de camas de hospital, la matrícula terciaria, los años de escolaridad, la calidad de las carre­teras, el saneamiento, el suministro de electricidad, el agua potable y otros. Finalmente, la categoría de sostenibilidad se compone del coeficiente de Gini, el control de corrupción, la ausencia de violencia, la libertad de prensa, los derechos de propiedad, la contaminación del aire, las áreas protegidas, los nive­les de CO2 y la electricidad de fuentes renovables, entre otros (Phélan, 2018).

Por otra parte, se encuentra el Índice de Progreso Social (IPS), también para países y compuesto por tres categorías denominadas necesidades humanas básicas, fundamentos de bienestar y oportunidades, las cuales se subdividen en 12 componentes que se estructuran por un grupo de 51 indicadores (Social Progress Imperative, 2014). En la categoría de necesidades humanas básicas se incorporan indicadores tales como desnutrición, tasa de mortalidad infantil, tasa de mortalidad materna, acceso a agua potable, disponibilidad de vivienda accesible, acceso a energía eléctrica y tasa de homicidios, entre otros. Res­pecto a la categoría fundamentos de bienestar, se encuentran la tasa de alfa­betización de adultos, matriculación en educación primaria, matriculación en educación secundaria, usuarios de internet, esperanza de vida, tratamiento de aguas residuales, emisión de gases de efecto invernadero, hábitat y otros más. En lo relacionado con la categoría de las oportunidades, se compone por indicadores tales como la libertad de expresión, la libertad de culto, la corrup­ción, los años de educación terciaria, los años promedio de escolaridad de las mujeres y el porcentaje de estudiantes de educación superior matriculados en universidades a nivel mundial, entre otros. Para la construcción de este índice se utiliza el análisis de componentes principales inmerso dentro del análisis multivariante (Porter et al., 2017).

El IPS se implementó a nivel subnacional en Costa Rica (81 cantones), donde se determinó que las localidades ubicadas en la región central como Flores, San Rafael y Moroiva fueron los cantones que tuvieron mejores puntuaciones del índice, mientras que los cantones ubicados en la zona costera presentaron los valores más bajos (Espinach-Rueda, 2018). De esta manera, se evidenció que, si bien un país puede reflejar un grado de progreso optimista, estudios más profundos detallan desigualdades internas.

En cuanto a Ecuador, uno de los instrumentos de medición del desarrollo apli­cado de manera desagregada es el Índice de Desarrollo Humano (IDH), el cual se construye con base en tres dimensiones. Primero, se tiene a la salud medible a través de la esperanza de vida, segundo, se coloca la educación por medio de los años esperados de escolaridad y años promedio de escolaridad, y en tercer lugar se ubica el nivel de ingresos evaluado mediante el ingreso nacional bruto per cápita (Programa de las Naciones Unidas para el Desarrollo, 2018). En el estudio ejecutado por Suárez (2019) aplicando este índice a nivel de las provin­cias del país, se plasmó la existencia de disparidades internas. Provincias como Pichincha, Orellana, Galápagos y Sucumbíos presentaron mejor posición en el IDH a diferencia de Carchi, Bolívar, Morona Santiago y Cotopaxi, las cuales se ubicaron en los últimos puestos en el rango de este índice. De esta forma se consiguió vislumbrar una perspectiva de desigualdades territoriales en el inte­rior del país, aunque a un nivel de desagregación territorial intermedia, pues las provincias son unidades administrativas mayores que los cantones.

En Ecuador un instrumento de medición del desarrollo aplicado a nivel de can­tones es el Índice Potencial de Desarrollo Cantonal (IPDC) que utiliza la visión multiescalar mediante un análisis exploratorio de datos espaciales y el método de Dalenius y Hodges (Aguilar-Apolo y Correa-Quezada, 2017). Este índice se compone del multiplicador económico cantonal, el coeficiente de especializa­ción económica cantonal, el Índice de potencial económico cantonal, el Índice de accesibilidad de carretera cantonal y el Índice de déficit social cantonal. Los resultados de este índice evidencian alta heterogeneidad entre los canto­nes del país, en los cuales se resaltó la situación de los cantones de la región Amazónica, pues estos reflejaron mayores niveles de desigualdad a diferencia de regiones como la Sierra y el centro-sur de la Costa, las que denotaron un panorama de desarrollo positivo. Cabe destacar que este índice mide un desa­rrollo “potencial” con base en capacidades productivas y económicas, princi­palmente, de modo que deja de lado el componente ambiental.

A partir de la exploración de este tipo de instrumentos se realiza una propuesta de construcción de un índice de desarrollo que incluye un mayor número de variables compiladas entre las tres dimensiones objeto de estudio de este artí­culo. Esto permite obtener un nuevo índice para determinar las condiciones en las que se encuentran los cantones del Ecuador.

II. Metodología

Con miras a la construcción del índice de desarrollo cantonal en Ecuador, se inicia con la identificación de los datos correspondientes a los indicadores de las dimensiones económica, social y ambiental, para los 221 cantones del Ecuador, tomando como año de referencia el 2010, debido a la cantidad de datos en ese año, puesto que se cuenta con información de los principales censos a nivel cantonal, información que no está disponible en años poste­riores a ese nivel de desagregación. Las fuentes de las que se obtienen estos datos son el Instituto Nacional de Estadísticas y Censos (INEC), de los cuales se utiliza el Censo de Población y Vivienda 2010, el Censo Económico 2010, las Estadísticas Vitales-Defunciones 2010 y las Estadísticas Hospitalarias de Camas y Egresos 2010. La segunda fuente de datos es el Banco Central del Ecuador (BCE), de la cual se emplea las cuentas regionales 2010. Como ter­cera fuente se tiene al Ministerio del Interior (MI), en conjunto con la Policía Nacional del Ecuador (PNE).

De estas fuentes de datos se obtiene un total de 19 indicadores divididos en categorías de ingreso, empleo, educación, vivienda, servicios básicos, sanea­miento, salud, seguridad, ahorro de energía y manejo de desechos. Estas cate­gorías, a su vez, se agrupan en las dimensiones económica, social y ambiental. Las variables seleccionadas se detallan en el Anexo 1 y sirven de base para lle­var a cabo la técnica del análisis de componentes principales (ACP) que forma parte del método estadístico multivariante. El ACP propuesto por Karl Pearson y Hotelling parte de un conglomerado de variables p, a partir del cual se genera una transformación lineal con el fin de obtener un conjunto de nuevas varia­bles q que se convierten en los componentes principales, y se logra así reducir la dimensionalidad del grupo original de los datos (Ruiz, 2018).

Para su ejecución es necesario otorgar un tratamiento previo a los datos. En pri­mer lugar, variables tales como la tasa de analfabetismo, el déficit habitacio­nal cualitativo, el déficit habitacional cuantitativo, el porcentaje de hogares hacinados, la tasa de homicidios por cada 100 000 habitantes y la tasa de mortalidad general por cada 100 000 habitantes son invertidas con el propó­sito de mantener el mismo sentido entre todas las variables.

Obtener la inversa de estas variables es un tratamiento que se aplica a los datos de forma similar al llevado a cabo por Sánchez (2010) en la estructuración del Índice de Calidad de Vida para 101 países. Este índice seleccionó un conjunto de variables entre las que se incluyeron indicadores que contribuyeron nega­tivamente a la calidad de vida, por tanto, se procedió a trabajar con la inversa de estas para que pudiesen ser objetos de valor y se puedan acoplar al resto de variables. De la misma manera, este proceso de la inversa se empleó en la elaboración del Índice de Progreso Social, cuyo fin radicó en manejar en el mismo sentido todos los indicadores que se utilizaron en dicho índice (Stern et al., 2017).

Con el tratamiento realizado a los datos, el siguiente paso consta de ejecutar el proceso de estandarización de las variables, ya que se encuentran expre­sadas en unidades de medida que son distintas unas de otras. Para este caso se usó el método de escalamiento lineal empleado por Vega-Ojeda y Bravo-Benavides (2015) para la creación de un índice ambiental que permitió obte­ner valores reescaldos de 0 a 1. Actis di Pasquale y Balsa (2017) mencionan que esta técnica hace uso de valores máximos y mínimos de cada una de las variables y su resultado se consigue como la diferencia entre el indicador Xiy su valor mínimo Xmin, dividido para la resta entre el dato máximo y el dato mínimo (Xmax - Xmin). Lo cual se enuncia en los siguientes términos:

(1)

Este proceso de estandarización se convierte en el último paso antes de la apli­cación del ACP. Posteriormente, se ejecuta dicha técnica que tomó como base la matriz de correlaciones, ya que, según Restrepo et al. (2012), si se trabaja con variables que pasaron por el proceso de estandarización debido a que las escalas de medida difieren, entonces de los compontes principales se obtiene de la diagonalización de la matriz de correlaciones (R), la cual se expresa como:

(2)

Para corroborar que el ACP puede llevarse a cabo sobre el conjunto de varia­bles, se realiza el test de esfericidad de Bartlett y la prueba de Kaiser-Meyer-Olkin (KMO) sobre la matriz antes descrita. Urrutia y Palomino (2010) indican que el test de esfericidad de Bartlett establece como hipótesis nula el hecho de que la matriz R se ajusta a una matriz identidad (l). En caso de no recha­zarse esta hipótesis nula, las variables que se están utilizando no se encuen­tran correlacionadas, lo cual impide realizar el ACP. Con respecto a la prueba KMO, esta debe arrojar un valor alto, dado que si el resultado es bajo, no resulta entonces útil ejecutar el ACP debido a la baja correlación entre las variables.

Una vez que se comprobó que el ACP puede ser desarrollado, se obtuvo los componentes principales. Sánchez (2010) y Díaz et al. (2013) indican que para desarrollar este análisis se parte de una matriz de tamaño n por p (x1, x2,…xp ) de variables que se encuentran correlacionadas, a partir de las cuales se cons­truye un nuevo grupo de variables incorrelacioandas q (y1, y2,...yp). Donde qp. Los y j (j = 1,2,...,p) corresponden a cada uno de los componentes prin­cipales, los cuales se obtienen de la siguiente manera:

(3)

Donde uj1,uj 2, ...,ujp representan los vectores de coeficientes que permiten obtener la combinación lineal para conformar el respectivo componente y x1,x2,... xpson las variables originales estandarizadas.

A cada componente principal le corresponde una varianza definida como:

(4)

A estos λj se les denomina valores propios.

A partir de esto se selecciona el número de componentes, en este caso se opta por considerar los valores propios λj. De esta manera, bajo el criterio de Kaiser se conservan aquellos que sean mayores a uno (Poza, 2008). Adicionalmente, se refuerza esta selección considerando intervalos de confianza con el fin de retener aquellos que poseen significancia estadística.

Para conocer cómo quedan asignadas las variables en cada componente rete­nido, se obtuvo la matriz de cargas factoriales, a partir de la cual se ejecutó la rotación de esta empleando el método ortogonal Varimax, el cual permite que las variables con cargas grandes se incrementen y las pequeñas disminu­yan en cada componente. De esta manera, cada componente queda definido con las variables que tengan las cargas más altas (Fernández y Martos, 2011).

Una vez definidas las variables en cada componente, el siguiente paso consistió en estructurar el Índice de Desarrollo Cantonal (IDC) para las 221 localidades.

Para esto, primero se toma como base el procedimiento usado por Ruales y Manrique (2007), en el cual se utilizan los valores arrojados en la primera matriz de componentes principales, los cuales se convierten en los pondera­dores asociados a cada una de las variables. En el presente artículo se con­sideran estos valores elevados al cuadrado, donde la suma conjunta debe ser igual a 1. Este proceso sirve para obtener subíndices por cada componente, usando el grupo de variables que se definen en el anterior paso. Estos subín­dices se expresan como: S1,S2,...,Si.

Posteriormente, se aplicó lo manifestado por Peña (2014), quien utiliza los por­centajes de varianza conjunta entre los componentes retenidos, los cuales se transforman en nuevos ponderadores, en este caso asociados a cada subíndice obtenido en el paso anterior. Estos ponderados se definen como: α12,...,αi.

Finalmente, el índice para cada cantón denotado como IDC j (j = 1,2,3,...,221) se compone de la suma de los subíndices calculados, multiplicados por su res­pectivo ponderador, lo cual se expresa de la siguiente forma:

(5)

Como etapa final se procedió a implementar el método de estratificación mul­tivariada propuesto por Dalenius y Hodges (1959), basado en la generación de estratos que sean homogéneos, cuya varianza contenida en cada uno sea mínima internamente y máxima entre cada estrato. Con esto se busca agrupar los cantones en rangos denominados muy alto, alto, medio, bajo y muy bajo.

III. Resultados

Con la utilización del programa Stata se procedió a ejecutar la técnica de ACP, que tomó como punto de partida la matriz de correlaciones entre las 19 varia­bles expuesta en el Anexo 2. Luego se procedió a aplicar el test de esfericidad de Bartlett y la prueba KMO, los cuales permitieron determinar la validez para llevar a cabo esta técnica en la construcción del índice.

Conforme a los resultados, el test de esfericidad de Bartlett rechaza la hipóte­sis nula, por lo que se deduce que las variables se encuentran correlacionadas. Seguidamente, en la ejecución de la prueba de KMO se obtuvo un valor de 0.79, el mismo que nuevamente ratifica la correlación existente. Por tanto, se garantiza que las 19 variables son adecuadas para llevar a cabo el ACP, de tal manera que se pueden colapsar en un número reducidos de nuevas variables a fin de construir el índice.

Posteriormente, se obtuvo el Cuadro 1. Este muestra en total los 19 componentes principales con sus respectivos valores propios que corresponden a la varianza asociada a cada componente, así como la proporción explicada por cada uno de ellos.

Cuadro 1 Matriz de autovalores asociados a cada componente principal 

Fuente: elaboración propia.

Conforme a los resultados del Cuadro 1 fue posible analizar que cada uno de los componentes se ubican según el grado de aporte de su varianza, de manera que los primeros contribuyen en mayor proporción que los últimos. A conti­nuación, se procedió a la selección óptima del número de componentes que se emplean en la construcción del índice, para lo cual se tomó en cuenta aque­llos cuyos valores propios fueron superiores a 1, considerando un intervalo de confianza del 95 %, a fin de retener aquellos componentes que son estadís­ticamente significativos. Para esta selección se procedió a su respectiva ilus­tración por medio de un gráfico de sedimentación (Figura 1).

Fuente: elaboración propia.

Figura 1 Gráfico de sedimentación con intervalos de confianza 

El aporte de cada componente principal disminuye conforme desciende su ubicación, resaltando que los cuatro primeros son más significativos que el resto, dado que sus intervalos se ubicaron por encima de la unidad y, por tanto, poseen mayor representatividad (Figura 1). Por esta razón, en este artículo se prefirió trabajar únicamente con estos, cuya variabilidad conjunta corresponde al 63.5 %. A partir de lo expuesto, el Cuadro 2 muestra la matriz de los cuatro componentes que se seleccionaron.

Cuadro 2 Matriz de componentes principales 

Fuente: elaboración propia.

El Cuadro 2 muestra la matriz que plasma los vectores propios resultantes, los cuales proveen las ponderaciones que cada una de las 19 variables tie­nen en su respectivo componente. En este artículo se hace uso del resultado de elevar al cuadrado cada uno de estos valores. Como se expuso en la parte metodológica, lo siguiente es calcular la matriz de cargas factoriales que, en este caso, despliegan las correlaciones de cada variable con cada componente. Posterior a esto se ejecutó su rotación Varimax, facultando la posibilidad de definir qué variables poseen mayor relevancia en cada componente. Estos resultados se muestran en el Anexo 3 y 4, respectivamente.

Acorde a los resultados obtenidos fue posible conglomerar las variables que poseen mayor representatividad en cada componente principal según la corre­lación existente (Figura 2).

Fuente: elaboración propia.

Figura 2 Variables según componente principalNota: la correlación proporcionada por la matriz con rotación Varimax se muestra en paréntesis. 

Una vez asignadas las variables en cada componente se procedió a la estima­ción del IDC, el cual parte de la obtención de los cuatro subíndices ligados a los cuatro componentes principales retenidos (S1,S2,S3 y S4), usando el grupo de variables definidas anteriormente. Posteriormente, se otorgó el ponderador (α1, α2, α3 y α4) desprendido del aporte de la varianza conjunta entre los cua­tro componentes principales, los cuales adquirieron valores de 0.53, 0.23, 0.14 y 0.10, respectivamente. Por último, se obtuvo la suma total que resulta en un único índice para cada uno de los 221 cantones del Ecuador (estos resul­tados se muestran con detalle en el Anexo 5, ordenados de mayor a menor).

Para una clasificación idónea de los resultados obtenidos en el IDC se ejecutó la ordenación de los valores aplicando el método de Dalenius y Hodges (1959). Esta categorización se expresa en el Cuadro 3.

Cuadro 3 Clasificación del IDC según Dalenius y Hodges 

Fuente: elaboración propia.

Los resultados del IDC expresaron que, de los 221 cantones del Ecuador, 32 se colocaron en el estrato definido como desarrollo muy alto, los cuales repre­sentaron el 14.48 % del conjunto nacional. En el estrato denominado como desarrollo alto se encontraron 41 cantones constituyendo el 18.55 %. Conse­cuentemente, en el estrato clasificado como desarrollo medio se ubicaron 45 cantones que representan el 20.36 %. En el estrato definido como desarrollo bajo se halló en total 76 cantones que conforman el 34.39 %. Finalmente, en el estrato clasificado como muy bajo se concentraron 27 cantones que cons­tituyen el 12.22 % (Figura 3).

La manera en la que se distribuyeron los 221 cantones del Ecuador entre los estratos mencionados se plasma en la Figura 4, en la que los colores de mayor intensidad evidencian un mayor nivel de desarrollo y, cada vez que la concentra­ción del color disminuye, se representa un nivel de desarrollo cantonal menor, con lo cual se puede dar cuenta del grado de desarrollo cantonal en el país.

En la Figura 4 se evidencia la presencia de un nivel amplio de heterogeneidad a nivel cantonal, lo que indica la existencia de brechas de desarrollo, deno­tando la existencia de desigualdades en los territorios. Al analizar los valores de los estratos definidos como desarrollo “muy alto” y “alto”, representados por el cuarto y quinto rango de colores anaranjados, se evidencia que en el primero existe mayor concentración de cantones pertenecientes a la región Sierra, además de la región Insular, seguido de cantones de la Costa, especial­mente de la zona centro y sur. Con respecto a la región Amazónica, se encon­tró la presencia de un número mínimo de localidades.

Fuente: elaboración propia.

Figura 3 Cantones según niveles de desarrollo 

Fuente: elaboración propia

Figura 4 Mapa del Índice de Desarrollo Cantonal del EcuadorNota: los territorios con la condición “no definidos” correspondieron a El Piedrero, Las Golondrinas y Manga del Cura, identificados como zonas no delimitadas en el año 2010, por lo que no fueron considerados en esta investigación. 

Los cantones clasificados como desarrollo “medio”, representado por el tercer rango de color anaranjado, denotaron poseer un nivel de calidad de vida que se puede considerar regular. Aquí se localizaron la mayor parte de cantones provenientes de la Sierra, seguidos de cantones del Oriente y, en última ins­tancia, se detectó un número pequeño de cantones correspondiente a la Costa.

Conforme disminuye el nivel de desarrollo se llega a los estratos “bajo” y “muy bajo”, identificados en la Figura 4 con los colores anaranjados más bajos. En el estrato bajo se encontró alta presencia de cantones pertenecientes a la Costa norte del país, seguido de cantones pertenecientes a la Sierra y, finalmente, una concentración de cantones de la región Amazónica. En lo referente al último estrato se evidenció un panorama similar al expuesto, lo que varía es la con­centración de cantones de la Amazonía, pues hubo más localidades de esta zona con respecto a las de la Sierra.

Por consiguiente, al analizar individuamente cada una de las unidades territoria­les, se encontró al cantón Quito perteneciente a la provincia de Pichincha como el cantón con mayor desarrollo, con un valor del índice de 0.694, lo cual lo cata­pulta como el más alto dentro del ranquin. Al analizar los indicadores usados en el presente estudio, este cantón sobresalió en las categorías de educación, vivienda, servicios básicos y saneamiento. En el ámbito de salud resaltó en el número de camas disponibles para internación hospitalaria, y en lo referente al aspecto económico se destacó en el empleo.

Este hallazgo es comparable con el análisis realizado por Suárez (2019b), quien estableció que la supremacía que ha adquirido Quito sobre el resto de las localidades se debe a que pertenece a la zona administrativa 9, la cual posee un alto factor urbano y resalta las grandes oportunidades detectadas en este cantón referentes al acceso a educación, vivienda y los servicios básicos. Estos aspectos se asemejan a lo encontrado en los indicadores que fueron objeto de análisis en este artículo.

Otro de los cantones pertenecientes a esta provincia que sobresale entre las primeras posiciones del ranquin, y que de igual forma obtuvo con un nivel de desarrollo muy alto es Rumiñahui, el cual llegó a ubicarse en tercera posición con un índice de 0.659. De alguna manera, el estándar que alcanza este can­tón puede estar explicado por la cercanía geográfica con Quito, lo que permite beneficiarse de cierto contagio espacial (Alvarado y Jiménez, 2020).

Dentro de este rango de desarrollo muy alto también sobresalieron los tres cantones pertenecientes a la región insular: San Cristóbal, con un índice de 0.669 es el más alto entre los tres territorios de la provincia de Galápagos, y número dos en el ranquin total; posteriormente, en los escalones 4 y 5, res­pectivamente, se ubicó Santa Cruz con un índice de 0.658 e Isabela con 0.652. Estos cantones se destacaron en categorías primordialmente relacionadas con educación, vivienda, saneamiento y empleo. En la parte de salud se encontra­ron entre las localidades con una de las tasas más bajas de mortalidad. En lo referente a la categoría de manejo de desechos inmersa en la parte ambiental, estos cantones presentan los valores más altos y en lo concerniente al ahorro de energía, de los tres cantones, particularmente San Cristóbal y Santa Cruz alcanzaron estadísticas altas.

Otro punto a resaltar es que entre las primeras posiciones del IDC se halla­ron tres de los cantones que albergaron a las ciudades más grandes del país, también llamadas cabeceras cantonales. Como ya se mencionó, se encontró a Quito, y también a Guayaquil, correspondiente a la provincia de Guayas, en el puesto 6, cuyo índice resultó en un valor de 0.601, y Cuenca en la provincia del Azuay en el puesto 8 con un índice de 0.585.

En este sentido, al hacer una comparación minuciosa entre estos tres cantones fue posible realzar características similares que se relacionan con las oportu­nidades que estos cantones otorgan a sus habitantes, por el hecho de estar conformadas por tres de las grandes ciudades del país. Por ejemplo, en ense­ñanza se puede enfatizar lo relacionado con la educación superior, de manera que dos de estas localidades, particularmente Quito y Cuenca, alcanzaron dos de las tasas más altas entre todo el grupo de cantones. Por su parte, en lo relacionado con salud, específicamente en el número de camas disponibles con internación hospitalaria, además de Quito, Cuenca y Guayaquil obtuvie­ron cifras destacadas.

Un punto a acotar respecto a estas localidades es que al examinar la categoría de ingresos referente al VAB per cápita fue posible evidenciar que estos tres territorios logran posicionarse entre un grupo de cantones con valores altos en este indicador, lo cual está ligado al dinamismo económico que estos canto­nes han generado, propiciando un nivel de riqueza mayor entre sus habitantes. Sin embargo, cabe mencionar que existieron otros cantones cuyas cifras fue­ron más altas que los cantones mencionados, esencialmente en este indica­dor, y es importante enfatizar en este comportamiento dado que los valores encontrados respecto al resto de cantones son atípicos. Estos cantones per­tenecen a las provincias de Sucumbíos y Orellana y, a pesar de que no presen­tan un IDC destacado, el VAB per cápita alto que poseen, tal como lo plasma Suárez (2019a), ha sido efecto de las actividades relacionados con la extrac­ción petrolera y minera.

Los hallazgos encontrados para aquellos cantones con el IDC más alto de alguna manera se contrastan con la preeminencia que Tinizhañay (2020) otorga a estos territorios en su análisis, pues menciona que estas zonas han llegado a ser más favorecidas mediante la consumación de políticas públicas, dado que centralizan gran parte de la actividad del país por diferentes razo­nes, ya sea por referirse a la capital del Ecuador como lo es Quito, o debido a que poseen puertos marítimos como el caso de Guayaquil, o, a su vez, porque se consideran áreas que abarcaron a los primeros asentamientos coloniales, como lo fue Cuenca, o esencialmente por la exuberante afluencia del turismo refiriéndose a la provincia de Galápagos. Estos hechos los convierten en pun­tos claves para procesos migratorios y movimientos de la fuerza laboral. Un panorama que recalca el alto dinamismo de estos territorios que histórica­mente han propiciado ventajas hacia sus poblaciones.

Por otra parte, un escenario adverso al expuesto se evidenció en los cantones que se ubicaron en las últimas posiciones del IDC, enfatizándose mayores defi­ciencias en estos. Los resultados muestran que entre los últimos lugares del IDC, caracterizados por un nivel de desarrollo más bajo, se encontró un grupo de cantones mayormente perteneciente a la Costa y a la Amazonía.

Entre las localidades de la región Costa que se colocaron en los últimos luga­res del IDC se hallaron dos cantones de la provincia de Esmeraldas; estos fue­ron Rioverde en el puesto 217 con un índice de 0.216 y Eloy Alfaro, cuyo índice de 0.207 lo posicionó en el lugar 219. De esta misma región se encontró a una localidad de la provincia de Manabí (Pichincha), cuyo índice de 0.186 la hizo colocarse entre uno de los dos últimos lugares, situándose en el puesto 220. En este sentido, es posible deducir que si bien se identificaron anteriormente can­tones de la Costa ecuatoriana que alcanzaron puestos destacables en el ran­quin, en cambio estos territorios que particularmente forman parte de la zona norte de dicha región mostraron un panorama contrario en el nivel de desarrollo.

De parte de la región Amazónica los cantones fueron Taisha, en el puesto 216, cuyo índice resultó de 0.218, y Tiwintza con un índice de 0.210, ubicado en el puesto 219; estos pertenecen a la provincia de Morona Santiago. De la pro­vincia de Orellana se encontró a Aguarico, cuyo índice de 0.170 lo ubicó en la posición 221 del ranquin. Estas localidades demuestran los estándares de vida que históricamente han estado ligados a la Amazonía ecuatoriana, debido que se han mantenido rezagados entre el resto de las regiones.

Este escenario de condiciones de vida muy desfavorables para estos canto­nes se ve influenciado por deficiencias en la mayor parte de las categorías inmersas en las tres dimensiones que resultaron ser objeto de estudio. En conjunto, se evidencia deficiencias en dimensiones como educación, vivienda y servicios básicos. En el caso de saneamiento, los cantones mencionados, especialmente los de la Amazonía, presentaron mayores carencias. Respecto al ámbito de salud, particularmente Tiwintza y Rioverde evidencian escasez total en el número de camas disponibles. En seguridad, de este conglomerado de cantones con los peores IDC, los pertenecientes a la Costa ecuatoriana mostraron altas tasas de homicidio. Con respecto a la parte ambiental, en la categoría de manejo de desechos las estadísticas fueron bastante bajas para todos estos últimos cantones del ranquin, y en lo concerniente a la categoría de ahorro de energía, se reflejó en particular que los tres cantones de la Costa plasmaron cifras más desfavorecedoras.

Un contexto general que se relaciona con los resultados alcanzados en este artículo lo exponen Barreiro et al. (2013), pues entre las acotaciones desple­gadas en el análisis que realizaron basándose en determinados indicadores obtenidos del Censo de Población y Vivienda 2010 dedujeron que los cantones en condiciones socialmente críticas se encuentran en las zonas del Oriente y de la Costa, refiriéndose en especial a la provincia de Esmeraldas. De estos cantones describen la existencia de deficiencias en salud e infraestructura habitacional. Además, destacan la parte de servicios básicos, pues mencionan que una de cada cinco viviendas tiene acceso a agua potable, en cambio una de cada tres viviendas posee paredes en un buen estado.

De esta manera, este artículo pone en evidencia amplias divergencias locales, pues si bien existieron cantones que concentraron estándares de vida ade­cuados, lo cual destaca una buena gestión de parte de los gobiernos, por otra parte se concentraron zonas que presentan deficiencias, como aquellos canto­nes ubicados en los estratos de desarrollo bajo y muy bajo, lo cual dificulta la posibilidad de consumar el desarrollo local en su totalidad. Ante esto, mediante la articulación de los distintos niveles de gobierno se debe propiciar acciones en búsqueda de mejoras en los territorios concentrados, primordialmente, en los dos últimos estratos del índice, con el propósito de disminuir las brechas existentes a nivel subnacional en el Ecuador.

IV. Discusión

En este artículo se evidencia un panorama desigual entre los cantones del país, pues existe un nivel amplio de heterogeneidad en el interior del Ecuador. Este escenario es comparable con los resultados del IPDC que indican cómo los cantones de la Sierra, con Quito en el primer lugar, y los cantones de la zona centro sur de la Costa son los que poseen un buen estado de desarrollo, mientras que a los cantones de la Amazonía se los cataloga como vulnera­bles (Aguilar-Apolo y Correa-Quezada, 2017). Estos resultados se asemejan, de manera general, a lo que se encontró en el IDC, puesto que la correlación existente entre estos dos índices de desarrollo local resulta ser significativa con un valor de 0.82; sin embargo, la diferencia radica en las variables que se utilizaron en este nuevo índice, que tuvo como aspecto diferenciador la uti­lización de indicadores ambientales, lo cual hace que exista diferencia en los ránquines de los niveles intermedios de desarrollo entre ambos índices.

Asimismo, al contrastar el IDC con otro instrumento propuesto por Alvarado y Jiménez (2020), llamado Índice de Competitividad Regional (ICR), adaptado a nivel de los cantones del Ecuador, se coincide en que Quito alcanzó el pri­mer lugar, evidenciando de esta forma su alto nivel de competitividad, lo cual se convierte de alguna manera en un factor que impulsa el proceso de desa­rrollo local y, por tanto, contribuye a que sea clasificado según el IDC como un territorio con un nivel de desarrollo muy alto. En contraparte, se halló que los territorios menos competitivos encontrados en el ICR estaban distribuidos en los estratos del IDC bajo y muy bajo. Por esta razón, en sentido general, se llegó a vislumbrar una relación entre estos dos índices, con una correlación significativa de 0.39. Este resultado expresa un coeficiente inferior al encon­trado con el IPDC, pero se debe a que el ICR se basa en variables que recogen únicamente el nivel de competitividad. Por tanto, con el nuevo IDC se forta­leció estos resultados incorporando un mayor número de variables que carac­terizan el desarrollo de los cantones del Ecuador.

Asimismo, se debe subrayar que en este estudio un punto importante fue usar variables relacionadas con la pobreza por necesidades básicas insatisfechas (PNBI), perteneciente al 2010, ya que, al considerar estas variables de manera desagregada junto con los otros indicadores de las tres dimensiones utilizadas, se permite fortalecer el IDC. Por ende, si se establece una comparación entre las estadísticas correspondientes a la PNBI cantonal y los hallazgos del IDC es evidente reconocer similitudes. En el caso de los cantones con menos niveles de pobreza se destacaron los cantones de Quito, Rumiñahui y Cuenca como las localidades con porcentajes más bajos, las cuales dentro del IDC obtuvieron un desarrollo muy alto. Entre los cantones con mayor incidencia de pobreza cuyas cifras van del 90 % en adelante, se encontraron a los cantones cuyos valores obtenidos en el IDC los clasifican como territorios con un desarrollo muy bajo, entre los que se encuentra a Rioverde, Muisne y Taisha, los canto­nes con los niveles de PNBI más bajos de todo el conjunto.

Por tanto, el índice propuesto ha reforzado el análisis que busca plasmar la situación de desarrollo en la que se encuentran los cantones en Ecuador, a fin de incorporar elementos adicionales que alimentan este tipo de estudios. Es necesario destacar que la disponibilidad de información jugó un papel muy importante, en este caso fue factible acceder a estadísticas del 2010 (dada la cantidad de información contenida), aunque ciertos indicadores usados poseen información de años recientes. El impedimento es que la mayoría de los datos provinieron, en gran parte, de los censos que se ejecutan cada cierto tiempo, limitando la obtención de datos actuales a nivel cantonal con respecto a las otras variables. Por esta razón, sería trascendental ejecutar este tipo de estu­dios en años posteriores, cuando las instituciones del país pongan a disposi­ción información actualizada, ya que resultaría importante reconocer si desde el 2010 los niveles de desarrollo de estos territorios han mejorado.

V. Conclusiones

El desarrollo local evaluado a nivel cantonal en Ecuador se llevó a cabo con la obtención del Índice de Desarrollo Cantonal, el cual extendió su carácter mul­tidimensional al utilizar el análisis de componentes principales con un grupo de variables contempladas en las dimensiones económica, social y ambiental, lo cual permite vislumbrar con mayor nivel de profundidad las disparidades en el desarrollo de los cantones del país.

Al analizar las cuatro regiones del país Con base en el IDC, se determinó que la región Sierra expresa un escenario positivo, dado que sus cantones tuvieron mayor presencia en los estratos más altos de desarrollo, al igual que los can­tones de la región insular y de la Costa centro y sur. Sin embargo, en lo que respecta a la Costa. esencialmente la zona norte y en lo referente a la Ama­zonía se evidencia un panorama contrario, ya que estos cantones presentan los niveles más bajos de desarrollo.

Los cantones que obtuvieron los IDC más altos fueron Quito, catapultado con el mejor índice dentro del ranquin, además de San Cristóbal, Rumiñahui, Santa Cruz e Isabela, todos con un nivel de desarrollo muy alto. En este mismo estrato se destacaron dos cantones más que fueron Guayaquil y Cuenca, territorios que además de Quito concentran las tres ciudades más grandes del Ecuador. Por el contario, los cantones que evidenciaron mayores deficiencias fueron Taisha, Rioverde, Tiwintza, Eloy Alfaro, Pichincha y Aguarico.

Los cantones con los mejores niveles de IDC presentaron mejores condiciones, esencialmente en categorías de educación, vivienda, salud, empleo, sanea­miento, servicios básicos, ahorro de energía y manejo de desechos. Por otro lado, los cantones con los niveles más bajos de IDC se vieron perjudicados en estas categorías mencionadas, sumada la deficiencia en la categoría de segu­ridad. De esta forma, se evidencia la brecha existente entre estos aspectos característicos del desarrollo local que beneficiaron a unos territorios y per­judicaron a otros.

Se destaca el hecho de que existieron cantones de la región Amazónica, para los cuales los ingresos estuvieron por encima de aquellos ubicados en los pri­meros lugares del IDC, lo cual realza el potencial económico de los canto­nes de la Amazonía, pero al mismo tiempo evidencia sus deficiencias en el resto de las variables, lo cual los ubica en niveles bajos de índice. Esto puede servir de pauta para que se concentre la atención en este tipo de localidades que requieren atención a fin de aprovechar las riquezas que los rodean.

Con el contraste realizado con otros instrumentos, como lo fueron el ICDR y la PNBI, se identificó que los cantones con mejores niveles de competitivi­dad y bajos niveles de pobreza se colocaron en los estratos más altos del IDC, y, por el contrario, los territorios con condiciones adversas en estos aspectos denotaron ser cantones con niveles de desarrollo ubicados en los estratos más bajos. Además, al comparar este índice —que empleó un mayor número de variables— con el IPDC se dedujo que los resultados integrales encontra­dos en estos dos índices se asemejan, sobre todo, en la posición que consi­guió Quito. De esta manera, este artículo presenta una propuesta para medir el desarrollo local en Ecuador que permite identificar información necesaria en el propósito de calcular este índice en el futuro, lo cual permitirá analizar la evolución del desarrollo local y ser una herramienta para promover la efi­ciencia en las políticas de desarrollo local.

Agradecimientos

Este artículo se desarrolló en el marco del proyecto “Desarrollo local sostenible. Una alternativa necesaria ante el actual escenario socioeconómico ecuato­riano”, con financiamiento de la Universidad Católica de Cuenca. Se agradecen los aportes realizados por los revisores anónimos de la revista.

Referencias

1.Actis di Pasquale, E., & Balsa, J. (2017). La técnica de escalamiento lineal por intervalos: Una propuesta de estandarización aplicada a la medición de niveles de bienestar social. Revista de Métodos Cuantitativos Para La Economía y La Empresa, 23, 164-193. https://www.upo.es/revistas/index.php/RevMetCuant/article/view/2691Links ]

2.Aguilar-Apolo, C., & Correa-Quezada, R. (2017). Dimensión territorial del potencial de desarrollo de los cantones del Ecuador. Paradigma Económico, 8(2), 85-110. https://paradigmaeconomico.uaemex.mx/article/view/4804Links ]

3.Alburquerque, F. (2006, 10-12 de julio). Clusters, territorio y desarrollo empresarial: diferentes modelos de organización productiva [sesión de conferencia]. Cuarto taller de la Red de Proyectos de Integración productiva. San José, Costa Rica. http://www.sela.org/media/3200302/t023600005790-0-clusters-_territorio_y_desarrollo_empresarial.pdfLinks ]

4.Alvarado, R., & Jiménez, C. (2020). Relación entre la competitividad y el desarrollo regional en Ecuador: una aplicación de modelos espaciales. Revista Economía y Política, 31, 86-99. https://doi.org/10.25097/rep.n31.2020.06Links ]

5.Barreiro, M., Camacho, G., Larrea, C., Maldonado, M., Ospina, P., & Samaniego, J. (2013). Atlas de las desigualdades socioeconómicas del Ecuador. Secretaría Nacional de Planificación y Desarrollo. http://docu­mentos.senplades.gob.ec/AtlasdelasDesigualdades.pdfLinks ]

6.Cuervo, M., & Morales G., F. (2009). Las teorías del desarrollo y las desigualdades regionales: una revisión bibliográfica. Análisis Económico, 24(55), 365-383. https://www.redalyc.org/pdf/413/41311453017.pdfLinks ]

7.Dalenius, T., & Hodges, J. (1959). Minimum variance stratification. Journal of the American Statistical Association, 54(285), 88-101. https://www.tandfonline.com/doi/abs/10.1080/01621459.1959.10501501Links ]

8.Díaz, M., González, Á., Henao, A., & Díaz, M. (2013). Introducción al análisis estadístico multivariado aplicado. Experiencia y casos en el Caribe colombiano. Editorial Universidad del Norte. [ Links ]

9.Diez, J., Gutiérrez, R., & Pazzi, A. (2014). ¿De arriba hacia abajo o de abajo hacia arriba? Un análisis crítico de la planificación del desarrollo en América Latina. Geopolítica(s). Revista de Estudios sobre Espacio y Poder, 4(2), 199-235. https://doi.org/10.5209/rev_GEOP.2013.v4.n2.41460Links ]

10.Espinach-Rueda, M. (2018). Desarrollo sostenible para resguardar la seguridad humana, a partir de los resultados del Índice de progreso social y su vinculación con la economía social solidaria: caso Costa Rica. Revista Espiga, 17(36), 159-175. https://doi.org/10.22458/re.v17i36.2243Links ]

11.Fernández, C., & Martos, M. S. (2011). Un método para determinar competencias distintivas en pequeñas y medianas empresas. Revista de Administração Da Universidade Federal de Santa Maria, 4(2), 195-214. https://doi.org/10.5902/198346593672Links ]

12.Hernández, J., & Vejar, D. J. (2016). Presentación: Desarrollo Económico Local en América Latina: Desafíos, perspectivas y tensiones. Revista CUHSO, 26(2), 9-13. https://doi.org/10.7770/cuhso.v26i2.1153Links ]

13.León, C., & Peñate, O. (2011). Economía y desarrollo local. Economía y Desarrollo, 146(2), 5-18. http://www.econdesarrollo.uh.cu/index.php/RED/article/view/296Links ]

14.Martínez, J. (2011). La estructura teórica centro/periferia y el análisis del sistema económico global: ¿obsoleta o necesaria? Revista de Economía Mundial, 29, 29-59. https://www.redalyc.org/articulo.oa?id=86622169001Links ]

15.Molina, A., Rosero, J., León, M., Castillo, R., Jácome, F., Rojas, D., Andrade, J., Cabrera, E., Moreno, L., Zambonino, D., Cuevas, F., Atuesta, B., Favara, M., & Sharman, M. (2016). Reporte de pobreza por consumo Ecuador 2006-2014. Instituto Nacional de Estadística y Censos; Banco Mundial. https://www.ecuadorencifras.gob.ec/documentos/webinec/Bibliotecas/Libros/reportePobreza.pdfLinks ]

16.Ordóñez, J. (2014). Teorías del desarrollo y el papel del estado: desar­rollo humano y bienestar, propuesta de un indicador complementario al índice de desarrollo humano en México. Política y Gobierno, 21(2), 407-439. http://hdl.handle.net/11651/1550Links ]

17.Peña, D. (2014). Análisis de componentes principales en la estimación de índices de empoderamiento en mujeres de Colombia [tesis de maestría, Universidad de Granada]. Másteres UGR. https://masteres.ugr.es/moea/pages/tfm1314/tfmpenamendezLinks ]

18.Phélan, M. (2018). Revisión y comparación metodológica de cinco índices alternativos de desarrollo. Resultados para países de América Latina. Espacio Abierto, 27(2), 21-45. https://www.produccioncientificaluz.org/index.php/espacio/article/view/27605Links ]

19.Porter, M., Scott, S., & Green, M. (2017). Índice de Progreso Social 2017. Social Progress Imperative. https://www.incae.edu/sites/default/files/resumen_ejecutivo_indice_de_progreso_social_2017._por_micheal_e._porter_y_scott_stern_con_michael_green.pdfLinks ]

20.Poza, C. (2008). Técnicas estadísticas multivariantes para la generación de variables latentes. Revista Escuela de Administración de Negocios, 64, 89-99. https://doi.org/10.21158/01208160.n64.2008.454Links ]

21.Programa de las Naciones Unidas para el Desarrollo. (2018). Índices e indicadores de desarrollo humano. Programa de las Naciones Unidas para el Desarrollo. http://hdr.undp.org/sites/default/files/2018_human_devel­opment_statistical_update_es.pdf?source=post_pageLinks ]

22.Quispe, M. (2016). Visiones del desarrollo endógeno desde las comuni­dades locales. Revista Perspectivas, 37, 95-122. http://www.scielo.org.bo/scielo.php?script=sci_arttext&pid=S1994-37332016000100006&lng=es&tlng=esLinks ]

23.Reynaldo-Carmona, R. (2008). Nuevas políticas públicas y sistemas de governance en los distritos industriales italianos. Economía Sociedad y Territorio, 8(28), 847-878. http://www.scielo.org.mx/scielo.php?script=sci_arttext&pid=S1405-84212008000300003&lng=es&tlng=esLinks ]

24.Restrepo, L., Posada, S., & Noguera, R. (2012). Aplicación del análisis por componentes principales en la evaluación de tres variedades de pasto. Revista Colombiana de Ciencias Pecuarias, 25(2), 258-266. https://revistas.udea.edu.co/index.php/rccp/article/view/324753Links ]

25.Ruales, F., & Manrique, C. (2007). Uso del análisis de componentes prin­cipales para construir un índice tipo producción en ganado Romosinuano (Bos taurus). Revista Colombiana de Ciencias Pecuarias, 20(2), 124-128. https://revistas.udea.edu.co/index.php/rccp/article/view/324129Links ]

26.Ruiz, G. (2018). Estadística multivariable análisis de componentes prin­cipales. Revista Varianza, 15, 44-61. [ Links ]

27.Sánchez, E. (2010). Desarrollo local y cooperación internacional. Editum. [ Links ]

28.Social Progress Imperative. (2014). El Índice de Progreso Social. https://www.medellincomovamos.org/sites/default/files/2020-01/documentos/Indice%20de%20Progreso%20Social%20-%20Colombia.pdfLinks ]

29.Stern, S., Wares, A., & Epner, T. (2017). Índice de Progreso Social 2017. Social Progress Imperative. https://docplayer.es/96146182-%09Indice-de-progreso-social-2017-informe-metodologico-social-progress-%09imperative-por-scott-stern-%09amy-wares-y-tamar-epner.htmlLinks ]

30.Stiglitz, J., Sen, A., & Fitoussi, J. (2009). Report by the commission on the measurement of economic performance and social progress. Commission on the Measurement of Economic Performance and Social Progress. [ Links ]

31.Suárez, E. (2019a). Índice de Desarrollo Humano: una mirada desde Ecuador. Revista PUCE, 108, 57-80. https://doi.org/10.26807/revpuce.v0i108.214Links ]

32.Suárez, O. (2019b). Brechas de desarrollo en el Ecuador: un análisis a nivel de zonas administrativas. Universidad y Sociedad, 11(2), 121–128. https://rus.ucf.edu.cu/index.php/rus/article/view/1208Links ]

33.Tinizhañay, J. (2020). Análisis de convergencia para el caso ecuatoriano a nivel cantonal en el periodo: 2007-2017. Retos. Revista de Ciencias de La Administración y Economía, 10(19), 167-186. https://dialnet.unirioja.es/servlet/articulo?codigo=7729886Links ]

34.Urrutia, J., & Palomino, R. (2010). Componentes principales en la determinación de estaciones con patrones homogéneos de tempera­tura en El Chocó. Scientia Et Technica, 2(45), 257-262. https://doi.org/10.22517/23447214.315Links ]

35.Valarezo, G., & Torres, V. (2004). El desarrollo local en el Ecuador: historia, actores y métodos. Editorial Abya Yala. [ Links ]

36.Vázquez-Barquero, A. (2006). Surgimiento y transformación de clusters y milieus en los procesos de desarrollo. Revista EURE-Revista de Estudios Urbano Regionales, 32(95), 75-93. https://www.eure.cl/index.php/eure/article/view/1295Links ]

37.Vega-Ojeda, Y., & Bravo-Benavides, D. (2015). Índice ambiental de los gobiernos autónomos descentralizados provinciales del Ecuador. Economía, 39, 37-71. http://erevistas.saber.ula.ve/index.php/economia/article/view/8685Links ]

38.Vivas, A., Rodríguez, M., & Mendoza de Ferrer, E. (2010). Desarrollo endógeno. Contaduría y Administración, 231, 9-31. http://www.scielo.org.mx/scielo.php?script=sci_arttext&pid=S0186-10422010000200002&lng=es&tlng=esLinks ]

Anexos

Anexo 1 Lista de las dimensiones, categorías e indicadores a nivel cantonal del Ecuador 

Fuente: elaboración propia con base en datos del Instituto Nacional de Estadísticas y Censos (Censo de Población y Vivienda 2010, Censo Económico 2010, Estadísticas Vitales-Defunciones 2010 y Estadísticas Hospitalarias Camas y Egresos 2010), Banco Central del Ecuador (Cuentas Regionales 2010) y Ministerio del Interior-Policía Nacional del Ecuador 2010.

Anexo 1 Lista de las dimensiones, categorías (Cont...) 

Fuente: elaboración propia con base en datos del Instituto Nacional de Estadísticas y Censos (Censo de Población y Vivienda 2010, Censo Económico 2010, Estadísticas Vitales-Defunciones 2010 y Estadísticas Hospitalarias Camas y Egresos 2010), Banco Central del Ecuador (Cuentas Regionales 2010) y Ministerio del Interior-Policía Nacional del Ecuador 2010.

Anexo 2 Matriz de correlaciones 

Fuente: elaboración propia

Anexo 2 Matriz de correlaciones (Cont...) 

Fuente: elaboración propia

Anexo 3 Matriz de cargas factoriales 

Fuente: elaboración propia.

Anexo 4 Matriz con rotación Varimax 

Fuente: elaboración propia.

Anexo 5 IDC de los 221 cantones del Ecuador, 2010 

Fuente: elaboración propia.

Anexo 5 IDC de los 221 cantones del Ecuador, 2010 (Cont...) 

Fuente: elaboración propia.

Anexo 5 IDC de los 221 cantones del Ecuador, 2010 (Cont...) 

Fuente: elaboración propia.

Anexo 5 IDC de los 221 cantones del Ecuador, 2010 (Cont...) 

Fuente: elaboración propia.

Anexo 5 IDC de los 221 cantones del Ecuador, 2010 (Cont...) 

Fuente: elaboración propia.

Anexo 5 IDC de los 221 cantones del Ecuador, 2010 (Cont...) 

Fuente: elaboración propia.

Anexo 5 IDC de los 221 cantones del Ecuador, 2010 (Cont...) 

Fuente: elaboración propia.

Anexo 5 IDC de los 221 cantones del Ecuador, 2010 (Cont...) 

Fuente: elaboración propia.

Recibido: 02 de Diciembre de 2020; Aprobado: 19 de Abril de 2021

a Autor de correspondencia: viviana.carriel@ucacue.edu.ec.

Creative Commons License Esta obra está bajo una Licencia Creative Commons Atribución-NoComercial-SinDerivar 4.0 Internacional.