Cociente de localizacion Distrital
¿Qué significa y qué importancia tiene la “especialización” distrital?
Supóngase que el vector correspondiente al distrito en estudio muestra la siguiente distribución
sectorial de empleo:
SEC DIST Dj
S1 20
S2 25
S3 10
S4 45
ΣJ DIST 100
En términos absolutos se podría afirmar que el distrito está especializada en las actividades del
sector 4, puesto que este sector muestra el empleo mayor dentro del distrito, 45 empleos sobre
un total de 100 o un 45%del empleo distrital. Este nivel absoluto de empleo es el doble del sector
que le sigue (S2) y más de cuatro veces en relación al sector que genera menos empleo en el
distrito (S3). Hay pues, sólidas razones aparentes para sostener que el distrito está especializado
en la producción de bienes y servicios correspondientes al sector 4. Ahora bien, si se considera a
este distrito en relación al total de la región, surge una interpretación relativa del concepto de
especialización distrital. En efecto, supóngase que las cifras de empleo sectorial a nivel regional (o
sea la columna Σj SEC de la matriz de datos) sean las siguientes:
SEC DIST Dj ΣJ SEC
S1 20 200
S2 25 250
S3 10 80
S4 45 470
ΣJ DIST 100 100o
¿En qué sectores se especializa el distrito? La repuesta ya no es la misma que anteriormente. En
efecto, obsérvese que el sector 1 representa un 20% del empleo distrital en tanto que representa
un 20% del empleo nacional; el sector 2 representa un 25% del empleo distrital y también un 25%
del empleo total considerando todos los distritos, o sea, a nivel regional; el sector 3 representa un
10% del empleo distrital y un 8% en términos regionales y finalmente el sector 4 representa un
45% del empleo distrital y un 47% del empleo total regional.
Resulta entonces que desde un punto de vista relativo o de comparación distrital y regional, el
distrito aparece especializada en el sector 3 ya que, proporcionalmente, el empleo relativo distrital
en el sector 3 (10%) es mayor que el empleo relativo regional en el mismo sector (8%), aun cuando
en términos absolutos es el sector que genera menos empleo en el distrito.
El breve ejercicio anterior muestra que hay a lo menos dos acepciones del concepto de
especialización distrital, cuando la especialización se asocia al tamaño de las actividades distritales.
La primera de ellas es la especialización absoluta o intradistrital, de acuerdo a la cual se dice que
un distrito está especializada simplemente en el o los sectores de mayor tamaño dentro del
distrito; la segunda acepción es la especialización relativa o interdistrital (puesto que la
comparación se hace con todos los distritos o lo que es lo mismo, con la región) según la cual un
distrito está especializada en los sectores que en el distrito tienen un tamaño relativo mayor que
en la región.
Ambas formas de medir la especialización distrital son útiles. Desde luego, es importante conocer
cuál es el sector que genera más empleo en un distrito, o cuál es el sector de mayor valor de
producción. Sin embargo, y como se podrá apreciar , es todavía más importante conocer el
tamaño relativo de los sectores económicos distritales o, puesto de otro modo, la especialización
distrital relativa resulta un concepto de más amplia utilización que la sola medición absoluta. El
análisis de la base económica distrital, los multiplicadores de empleo y de ingreso, y el comercio
interdistrital, para citar sólo algunos; se fundamentan en el uso del concepto relativo de
especialización distrital.
Uno de los instrumentos de análisis distrital más simple y quizás por ello mismo más útil, es un
cociente que compara justamente el tamaño relativo de un sector en un distrito con el tamaño
relativo del mismo sector a nivel regional. El indicador se denomina cociente de localización y es
una medida de proporción que una actividad determinada representa a un distrito comparado con
la proporción de la misma actividad a nivel regional o cuenca. Si se denomina Qij el valor del
cociente, su expresión algebraica es la siguiente:
(1)
En que
Eij = valor de E correspondiente al sector “i” del distrito “j”.
ΣiEij = valor de E correspondiente al total distrital.
ΣjEij = valor de E correspondiente al total sectorial.
ΣiΣjEij = valor de E correspondiente al total regional.
Como cualquier expresión algebraica simple, la formula (1) puede ser presentada de varias
maneras alternativas. Por ejemplo, el valor del cociente de localización puede encontrarse
mediante la expresión alternativa:
(2)
No hay ninguna diferencia entre ambas expresiones, excepto en la rutina de cálculo de cada una
de ellas, en tanto que la fórmula (1) tiene la ventaja de ajustarse mejor al concepto mismo que se
mide.
Hay valores y rangos de corrido del cociente Qij que son particularmente importantes, como se
verá de inmediato.
Primero, si Qij = 1 ello implica que el tamaño relativo del sector “i” en el distrito “j” es idéntico al
tamaño relativo del mismo sector en toda la región. En tal caso no se puede afirmar que exista una
especialización distrital en esta actividad.
Segundo, si Qij < 1 ello estaría mostrando que en el distrito el tamaño relativo del sector es menor
que en la región. Tampoco podría hablarse en tal caso de especialización.
Tercero, si Qij > 1 la conclusión es que en el distrito el tamaño (relativo) del sector es mayor que en
la región en su conjunto. En este caso se trata de una situación de especialización distrital en esa
actividad.
“Lo razonado en el párrafo anterior ha llevado a algunos autores a postular que cuando el
cociente es mayor que uno la actividad analizada tiene mayor relevancia en el orden
distrital, y ella haría presumir que el área de mercado de los bienes producidos por aquél
es superior al distrito mismo, es decir, que tal actividad puede ser exportadora de tales
bienes. Por el contrario, es menor que uno, todo haría presumir que dicha actividad no
satisface los requerimientos del distrito, y que ésta, para complementarlos debe acudir a
importar bienes producidos por aquella actividad en otras áreas o distritos. Sin embargo,
este razonamiento no puede ser aplicado mecánicamente, sin recurrir a analizar otros
factores capaces de influir en las participaciones relativas.
“En efecto, diversas son las causas que es dable esperar que afecten la magnitud del
cociente de localización. Primeramente, el nivel y la distribución de los ingresos para cada
núcleo o distrito no necesariamente deben ser similares, y afectan a la composición del
gasto en cada área, diferenciándolas entre sí. En segundo lugar, las pautas de consumo
también pueden ser distintas como consecuencia de restricciones propias del medio en el
que se desenvuelve la actividad de la población. Tercero, si en cada área se advierten
técnicas de producción distintas para una misma actividad, entonces es dable esperar que
las proporciones en que se utilizan ciertos insumos varíen y, por tanto, sea consistente un
bajo cociente con una actividad exportadora. Por otra parte, una menor productividad de
la mano de obra en un núcleo o región puede producir un alto cociente en relación a otras
áreas, sin que ello implique una actividad exportadora. Finalmente, también tiene
importancia la forma como se distribuyen las actividades económicas en el espacio. Los
conjuntos de actividades económicas o conglomerados industriales conforman núcleos de
industria distintos pero que se encuentran estrechamente vinculados a través de
relaciones de compra de insumos y ventas de productos. Así, entonces, una actividad
determinada puede registrar un cociente superior a la unidad y no ser exportadora, pues
su producción está totalmente absorbida por otra industria ubicada en el mismo
espacio.” (Isla, 1973.)
Se puede utilizar diferentes tipos de variables a efectos del cálculo del cociente de localización. La
población económicamente activa (por sector y distrito) constituye, como ya se ha señalado, una
variable de uso generalizado en este contexto en virtud de ser un dato más fácil de obtenerse que
otros. Si se utiliza este dato, debe tenerse presente el hecho de que la población económicamente
activa (PEA) del sector en estudio en un distrito pudiese no reflejar –ni siquiera como una variable
“proxy” - el nivel de actividad real del sector distrital en tanto que si podría reflejarlo a nivel
regional. A manera de ejemplo, el sector en el distrito podría estar atravesando por un cambio
tecnológico, que en el momento del censo (o de otro registro) se registraría por un pequeño nivel
de empleo y un alto nivel de desempleo, situación que no se repetiría –en el ejemplo- a nivel
regional. Así, la PEA del sector reflejaría diferentes situaciones estructurales a nivel distrital y
regional.
El empleo es, por esta y otras razones, una variable más adecuada para medir los cocientes de
localización, pero al mismo tiempo es un dato que no siempre estará disponible con el nivel de
desagregación necesario. En todo caso, si se utiliza el empleo debe recordarse que la medición del
tamaño de una actividad por la vía del empleo y sobre todo la comparación de tamaños, pasa por
alto el problema de las diferencias de productividad tanto entre un sector de un distrito y el
mismo sector de la región como entre mismo sector entre varios distritos.
La rutina de cálculo de los cocientes de localización para todas las actividades de todos los distritos
es sumamente simple y envuelve los siguientes pasos:
i) Ordenamiento de los datos originales en una matriz SECRE;
ii) Preparación de una matriz de valores relativos en que cada elemento Eij* está dado por
el cociente entre Eij y Σi Eij (total de la columna). Este cálculo también se hace para la
última columna de la matriz SECRE;
iii) División de cada valor Eij* por el correspondiente del valor Eij* de la última columna y
preparación de una matriz final mostrando los valores obtenidos de Qij.
Examínese primero el siguiente ejemplo sencillo de cuatro sectores y tres distritos:
i) ordenamiento de datos originales de empleo o de otra variable:
i).- Ordenamiento de datos originales de empleo
DIST D1 D2 D3 Σj SEC
SEC
S1 20 100 80 200
S2 25 75 150 250
S3 10 20 50 80
S4 45 95 330 470
Σj DIST 100 290 610 1000
ii) preparación de la matriz de valores relativos:
DIST D1 D2 D3 Σj SEC
SEC
S1 0.20 0.34 0.13 0.20
S2 0.25 0.26 0.25 0.25
S3 0.10 0.07 0.08 0.08
S4 0.45 0.33 0.54 0.47
Σj DIST 1.00 1.00 1.00 1.00
iii) cálculo de los valores de Qij:
DIST D1 D2 D3
SEC
S1 1.00 1.70 0.65
S2 1.00 1.04 1.00
S3 1.25 0.88 1.00
S4 0.96 0.70 1.15
Considerando el sector 4 en el distrito 3, los pasos seguidos para estimar su cociente de localización
han sido en consecuencia los siguientes:
a) División de la cifra del empleo del sector en el distrito (330 personas) por el total del empleo
distrital (610 personas); se obtiene así un valor de 0.54 o 54%.
b) División de la cifra del empleo total sectorial (470 personas) por el empleo total regional
(1000 personas) obteniéndose un guarismo de 0.47 o 47%.
c) División del valor obtenido en la 1era operación, es decir, 0.54 por la cifra obtenida en la
segunda operación, 047, obteniéndose el cociente de localización Q43 igual a 1.15.
d) Interpretación del valor de Q43. Puesto que Q43 ES MAYOR QUE 1; bajo determinadas
hipótesis puede decirse que la región 3 está especializada en las actividades del sector 4.
Coeficiente de Especialización (concentración intradistrital)
Es una medida de la diferencia existente entre la estructura de actividades de un distrito
y una cierta estructura de actividades que se usa como patrón de comparación,
generalmente región.
1 Eij ∑ Eij
QR = ∑ [ − ]
2 i Σij ∑i ∑j Eij
i) preparación de la matriz de valores relativos:
DIST D1 D2 D3 Σj SEC
SEC
S1 0.20 0.34 0.13 0.20
S2 0.25 0.26 0.25 0.25
S3 0.10 0.07 0.08 0.08
S4 0.45 0.33 0.54 0.47
Σj DIST 1.00 1.00 1.00 1.00
ii) preparación de la matriz de diferencia:
DIST D1 - ∑Sect D2 D3
SEC
S1 (0.20)-(0.20)=0.00 0.14 0.07
S2 (0.25)-(0.25)=0.00 0.01 0.00
S3 (0.10)-(0.08)=0.02 0.01 0.00
S4 (0.45)-(0.47)=-0.02 0.14 0.07
Σj DIST |0.04 | |0.30| |0.14|
iii) cálculo del valor QR (coeficiente de especialización), como la mitad de la suma de
los valores absolutos de cada columna.
QR1 = |0.00|+|0.00|+|0.02|+|-0.02|=|0.04|
0.04
QR1 = = 0.02
2
QR2 = 0.15
QR3 = 0.07
QRij =1 Implica que el tamaño relativo del sector i en el distrito j es idéntico al tamaño
relativo del mismo sector en toda la región.
QRij <1 No se puede hablar de especialización.
En este caso la región 1 muestra una estructura intersectorial de actividades más
semejante al patrón referencial (la estructura nacional) que cualquiera otra región. El
grado de especialización de la región 1 es muy bajo (o el grado de diversificación es muy
alto puesto que un grado de diversificación seria el complemento -0.98- del coeficiente
de especialización).
En el ejemplo empírico siguiente se han calculado los coeficientes de especialización
correspondientes a las provincias de Panamá en el año 1970, sobre la base de la distribución
sectorial y provincial de la población económicamente activa.
PANAMÁ
DISTRIBUCIÓN DE LA POBLACIÓN ECONOMICAMENTE ACTIVA POR PROVINCIAS Y SECTORES
(Año 1970)
SEC / R1 R2 R3 R4 R5 R6 R7 R8 R9 ∑j SEC
REG
S1 8435 22181 6583 35865 4466 13778 15690 24447 36865 168310
S2 - 124 22 49 4 55 199 144 12 609
S3 383 3053 2674 3911 83 1792 1370 23503 1137 37906
S4 190 1596 1670 2985 85 1066 1099 17730 1491 27912
S5 6 177 393 441 26 82 124 2862 135 4246
S6 796 2462 5950 7311 238 2227 1754 42216 2003 64957
S7 140 636 3740 1562 131 576 548 8909 597 16839
S8 998 5192 7813 11047 572 4065 3442 65428 5251 103808
S9 2 66 5948 41 3 11 12 15735 19 21837
S10 51 93 143 156 12 58 40 2791 74 3418
∑j REG 11001 35580 34936 63368 5620 23710 24278 203765 47584 449842
Fuente: Dirección de Estadísticas y Censos, Panamá.
R1 Bocas del Toro; R2 Coclé; R3 Colón; R4 Chiriquí; R5 Darién; R6 Herrera; R7 Los Santos; R8 Panamá; R9 Veraguas.
S1 Agricultura, silvicultura, pesca y caza; S2 Explotación de minas y canteras; S3 Industria manufacturera; S4 Construcción;
S5 Electricidad, gas, agua y S.S; S6 Comercio; S7 Transporte, almacenaje y comunicaciones; S8 Servicios; S9 Zona de canal;
S10 Actividades no especificadas.
PANAMÁ
TAMAÑO RELATIVO Y NACIONAL DE LOS SECTORES DE ACTIVIDADA ECONÓMICA
(PEA, 1970)
SEC / R1 R2 R3 R4 R5 R6 R7 R8 R9 ∑j SEC
REG
S1 0.77 0.62 0.19 0.56 0.79 0.58 0.64 0.12 0.77 0.37
S2 - - - - - - - - - -
S3 0.03 0.09 0.08 0.06 0.01 0.08 0.06 0.12 0.02 0.08
S4 0.02 0.04 0.05 0.05 0.02 0.04 0.05 0.09 0.03 0.06
S5 - - 0.01 0.01 - - 0.01 0.01 - 0.01
S6 0.07 0.07 0.17 0.12 0.04 0.09 0.07 0.21 0.04 0.14
S7 0.01 0.02 0.11 0.02 0.02 0.02 0.02 0.04 0.01 0.04
S8 0.09 0.15 0.22 0.17 0.1 0.17 0.14 0.32 0.12 0.23
S9 - - 0.17 - - - - 0.08 - 0.05
S10 - - - - - - - 0.01 - 0.01
∑j REG 1 1 1 1 1 1 1 1 1 1
PANAMÁ
COEFICIENTES DE ESPECIALIZACIÓN POR PROVINCIAS (1970)
𝑅
Provincia VALOR DE 𝑄 Provincia VALOR DE 𝑄 𝑅
R1 0.4 R6 0.21
R2 0.26 R7 0.27
R3 0.22 R8 0.26
R4 0.19 R9 0.4
R5 0.42 - -
El paso de la matriz de datos originales a la matriz de tamaños relativos involucra la división de
cada cifra de la matriz original por el total regional y nacional en la última fila de ella. Obtenidos
estos valores relativos, el coeficiente de especialización de cada provincia se calcula sumando las
diferencias positivas (o negativas) entre el tamaño relativo provincial y nacional de cada sector. No
se consideran los casilleros con valores iguales o cercanos a cero. La provincia R4 (Chiquirí)
aparece con el menor valor de coeficiente de especialización (0.19) lo que indica que la estructura
intersectorial de actividades de la provincia acusa la mayor similaridad con la estructura
referencial, es decir, con la estructura nacional. Se concluye que el objetivo de diversificación
económica tendría, en esta provincia, una importancia menor que en otras partes del país.
Al igual que en el caso del cociente de localización discutido en la sección precedente, para el
cálculo de los coeficientes regionales de especialización pueden utilizarse diversas variables, tales
como población económicamente activa, el empleo, el producto geográfico bruto, etc. Los valores
de los coeficientes así obtenidos deberán ser interpretados y analizados a la luz de la calidad de la
distribución referencial. También debe tenerse presente al analizar los resultados, la sensibilidad
del coeficiente de especialización con respecto al nivel de desagregación sectorial y/o geográfica
de los datos.
Coeficiente de Localización
Para el planificador regional, particularmente, que tiene responsabilidades nacionales o
interregionales, una cuestión básica es conocer de una manera cuantitativa la forma en que una
actividad económica se distribuye sobre el territorio. También es ésta una cuestión fundamental
para el planificador sectorial y en consecuencia este tipo de análisis representa un campo de
interés común (y un campo de coordinación)
El conocimiento cabal de la forma en que una actividad económica se distribuye sobre el territorio,
constituye una pieza importante tanto desde el punto de vista del análisis de la localización
económica como desde el punto de vista de la formulación de una política regional de desarrollo
industrial. ¿Cuáles son, por ejemplo, las actividades manufactureras que presentan mayores
grados de libertad para ser ubicadas en las regiones alternativas? ¿Es conveniente o no reforzar tal
o cual actividad industrial en tal o cual región? ¿Qué elementos objetivos de juicio puede aportar
el analista regional para ello’?
Considérese –a título de ilustración- la distribución interregional de los sectores 1 y 2 en la matriz
de datos originales de los ejemplos elementales precedentes. ¿Cuál sector muestra un mayor
grado de concentración?
SEC/REG R1 R2 R3
S1 20 100 80
S2 25 75 150
A primera vista se puede observar que en el caso del sector 1, el tamaño (cualquiera sea la
variable de medición) de este sector en la región 2 es cinco veces mayor que el tamaño del mismo
sector en la región 1 en tanto que, en el caso del sector 2, el tamaño del sector en la región 3 es
seis veces superior al tamaño del mismo sector en la región 1. Aparentemente el sector 2 estaría
más concentrado (interregionalmente) que el sector 1. Sin embargo, como se verá, la situación
efectiva es exactamente a la inversa. En efecto, si se considera la información completa provista
por la matriz de datos originales y se adopta un criterio relativo para medir la concentración (esto
es, tomando alguna distribución como patrón de comparación) el resultado es completamente
distinto.
Supóngase que se estima la distribución interregional del total de la actividad económica
representada por la variable con la cual se trabaja, representa una situación o una estructura
“normal” y que se desea verificar entonces la magnitud de la desviación (en relación a la
distribución interregional) mostrada por los sectores 1 y 2. La matriz de datos originales se
reproduce nuevamente a continuación.
SEC/REG R1 R2 R3 Σj SEC
S1 20 100 80 200
S2 25 75 150 250
S3 10 20 50 80
S4 45 95 330 470
Σi REG 100 290 610 1000
Es necesario ahora convertir estos datos absolutos en valores relativos dividiendo cada elemento
Vij por el correspondiente total Σj Vij (esto es, los valores de la columna Σj SEC) se obtiene.
SEC/REG R1 R2 R3 ΣjSEC
S1 0.10 0.50 0.40 1.00
S2 0.10 0.30 0.60 1.00
S3 0.12 0.25 0.63 1.00
S4 0.10 0.20 0.70 1.00
ΣiREG 0.10 0.29 0.61 1.00
La fila Σi REG 0.10/0.29/0.61 se considera como distribución referencial (obsérvese que en el caso
del coeficiente de especialización la distribución referencial era la columna Σj SEC). Si se considera
ahora el sector 1 se podría comparar su distribución interregional con la distribución interregional
de todos los sectores, región a región. Así, en la región 1 se encuentra localizado un 10% del sector
1 y también un 10% de toda la actividad económica; con respecto a esta región no hay diferencia
entre la participación regional en el total sectorial (20 sobre 200) y la participación regional en el
total de la actividad económica (100 sobre 1000). En la región 2 se localiza un 50% del sector 1 y se
localiza un 29% de la actividad económica; hay una diferencia (positiva) de 0.21 o 21 puntos
porcentuales a favor de la región 2. En la región 3 se localiza un 40% del sector 1 y un 61% de la
actividad total; en este caso se registra una diferencia (negativa) de 0.21 o 21 puntos porcentuales
puesto que la participación regional en el total sectorial es menor que la participación regional en
la actividad total. Puesto que se ha calculado diferencias relativas, la suma algebraica de ellas
siempre se anula y para obtener una medida sumaria del grado de similitud o diferenciación entre
la distribución interregional del sector y la distribución interregional del patrón referencial es
necesario, sumar sólo las diferencias de igual signo o, como es más usual, sumar el valor absoluto
de las diferencias y dividir esta suma por dos. El resultado así obtenido se denomina coeficiente de
localización, definido como una medida de la diferencia existente entre la estructura interregional
de una actividad y una cierta estructura interregional de otra actividad que se usa como patrón de
comparación. Este valor alcanza a 0.21 en el caso del sector 1. Si igual ejercicio se repite para el
sector 2, se encuentra un valor de 0.01, vale decir, la distribución interregional del sector 2 se
asemeja a la distribución referencial mucho más que la distribución del sector 1. En otras palabras,
el sector 2 acusa un grado de concentración geográfica que el sector 1, un resultado inverso al que
se había llegado intuitivamente.
Si la distribución interregional de un sector correspondiera exactamente a la distribución
interregional del patrón referencial (por ejemplo si los valores del sector fila S1 en el ejemplo
anterior fuesen 0.10, 0.29 y 0.69) las diferencias tomadas región a región serían todas nulas y el
coeficiente del sector seria cero. Si por el contrario, el sector en cuestión apareciera localizado en
una sola región, el valor del coeficiente de localización sería distinto de cero y tendería a uno en la
medida en que la región muestre una participación relativa en el total del patrón referencial
cercana a cero, una situación nuevamente muy hipotética. De manera entonces que el rango de
recorrido de los valores del coeficiente de localización está definido por los extremos de cero y
uno. La fórmula del coeficiente de localización es la siguiente:
1 Eij ∑ Eij
QS = ∑ [ − ]
2 J Σij ∑i ∑j Eij
1
QS1 = [(0.10 − 0.10) + (0.10 − 0.10) + (0.12 − 0.10) + (0.09 − 0.10)]
2
S
1
Q1 = [0.01]
2
S
Q1 = 0.005
1
QS2 = [(0.05 − 0.29) + (0.30 − 0.29) + (0.25 − 0.29) + (0.20 − 0.29)]
2
1
QS2 = [0.09]
2
S
Q 2 = 0.045
Hay que tener bastante cuidado con varias funciones frecuentes. Primero, una tipo semántico
entre los términos “cociente de localización” y “coeficiente de localización”. Segundo, una de
carácter conceptual entre las definiciones de coeficientes de “especialización” y de “localización”.
Tercero, una de tipo matemático entre las fórmulas del coeficiente especialización y del
coeficiente de localización. Así como el coeficiente de especialización es una medida de naturaleza
típicamente interregional, el coeficiente de localización es una medida de carácter intersectorial y
necesita ser interpretado en función de las características de la distribución referencial.
Caso Brasil
Supóngase que se desea saber si el sector textil es un sector muy concentrado o muy disperso
geográficamente hablando y que para ello se cuenta con datos de empleo tanto en el sector textil
como en el sector industrial en su totalidad y ese último dato se usa como patrón o distribución
referencial. Si el sector industrial acusa en sí mismo un alto grado de concentración geográfica
(situación corriente en los países de desarrollo) un coeficiente de localización del sector o rama
textil con un bajo valor tendría que ser interpretado cuidadosamente. En este caso ello no
denotaría un sector geográficamente desconcentrado sino por el contrario. En estas
circunstancias, los sectores más aptos para definir una eventual política de desconcentración
industrial (habida cuenta de otros factores) serán aquellos con un elevado coeficiente de
localización.
En el ejemplo empírico siguiente se calculan los coeficientes de localización de los sectores
industriales brasileños en el año 1969.
El primer cuadro (o matriz tipo SECRE) muestra la distribución de la ocupación industrial entre las
24 unidades territoriales a nivel estadual y los 21 grupos de la clasificación industrial (a dos dígitos)
del Instituto Brasileiro de Geografía y Estadística (IBGE). El segundo cuadro muestra los valores
relativos de los datos anteriores y el tercero muestra las diferencias positivas entre la participación
relativa de cada estado en el total de la ocupación industrial. Por ejemplo, la cifra 0.034 que
aparece en el primer casillero de la columna Estado de Minas Gerais resulta de comparar-en el
cuadro anterior- la cifra 0.102 con la cifra 0.068 del último casillero de la columna. La primera cifra
(0.102) indica un 10.2% de la ocupación en el grupo “Minerales no metálicos” se encuentra en
Minas Gerais en tanto que la segunda cifra (0.068) señala un 6.8% de la ocupación industrial total
se encuentra en el mismo Estado. La última columna del tercer cuadro muestra los coeficientes de
localización de cada grupo industrial y se ha obtenido como suma de las cifras parciales de cada
fila.
El cuadro que sigue muestra los valores de todos los coeficientes de localización, ordenados de
menor a mayor. De acuerdo a estos valores se concluye que el grupo industrial 16 (Fabricación de
muebles) presenta el patrón de distribución geográfica (inter-estadual) de ocupación más
semejante a la distribución referencial, el empleo industrial total. Por el contrario, el grupo 15
(Elaboración de madera) presenta el patrón de distribución geográfica más diferenciado con
respecto a la distribución referencial. Obsérvese nuevamente que esta es la única conclusión
cierta que se puede extraerse de las cifras.
El coeficiente de localización, igual que los índices anteriormente descritos, constituye una medida
considerablemente sensible frente a distintos niveles de agregación territorial y funcional de los
datos. Se puede ilustrar este hecho recurriendo al mismo ejemplo brasileño. En una investigación
realizada por CEPAL para el Ministerio de Planificación de Brasil, se utilizaron los mismos datos de
ocupación industrial del año 1969, pero clasificados a nivel de centros urbanos y no a nivel
estadual y se calcularon los coeficientes de localización de cada uno de los grupos industriales. En
el cuadro siguiente se muestran los valores de los coeficientes de localización de los ocho grupos
con mayores coeficientes. Como puede apreciarse al comparar los coeficientes en uno y otro caso,
los coeficientes calculados a nivel urbano resultan en general, sensiblemente más elevados que los
calculados a nivel estadual. No obstante, el efecto del distinto nivel de agregación es muy variado
para los distintos sectores; las diferencias entre los valores de los coeficientes de los mismos
sectores en uno y otro caso son un 11% (grupo 13) hasta un 74% (grupo 27).
Una variación interesante en la relación al coeficiente de localización se introduce si se toma como
distribución referencial la distribución…
BRASIL
COEFICIENTES DE LOCALIZACIÓN ESTADUAL POR RAMAS INDUSTRIALES, 1969
(Base: ocupación)
código Descripción Coeficiente
IBGE
16 Muebles 0.104
10 Minerales no metálicos 0.117
24 Textiles 0.123
17 Papeles y cartones 0.136
11 Metalurgia 0.162
20 Productos químicos 0.165
30 Productos diversos 0.174
29 Editorial e industria gráfica 0.203
26 Productos alimenticios 0.227
27 Bebidas 0.227
12 Mecánica 0.233
25 Vestuario, calzado y tejido 0.233
22 Productos de perfumería 0.239
23 Productos plásticos 0.253
18 Caucho 0.263
21 Productos farmacéuticos 0.278
13 Material eléctrico y de comunicaciones 0.279
14 Material de transporte 0.290
19 Cueros, pieles y productos similares 0.318
28 Tabaco 0.344
15 Madera 0.561
Retomando los datos de Brasil tal como aparecen en la segunda matriz anterior, supóngase que se
desea saber en qué medida la distribución geográfica de la ocupación del grupo 18 se asemeja o
no a la distribución geográfica de la ocupación del grupo 19. Para ello basta medir las diferencias
(positivas o negativas) entre la participación estadual relativa en la ocupación total del grupo 18 y
la participación estadual relativa en la ocupación total del grupo 19. Sumando estas diferencias se
obtienen un valor de 0.452, guarismo que recibe ahora el nombre de coeficiente de asociación
geográfica, de características similares en cuanto a su naturaleza al coeficiente de localización. El
valor obtenido en el ejemplo, cercano a la mitad del recorrido teórico, está indicando que la
distribución geográfica de la ocupación de ambos
BRASIL
COEFICIENTES DE LOCALIZACIÓN URBANA PARA ALGUNAS RAMAS INDUSTRIALES, 1969
(Base: ocupación)
código Descripción Coeficiente
IBGE
19 Cueros, pieles y productos similares 0.527
15 Madera 0.494
27 Bebidas 0.396
28 Tabaco 0.390
26 Productos alimenticios 0.358
21 Productos farmacéuticos 0.341
14 Material de transporte 0.323
13 Material eléctrico y de comunicaciones 0.311
Fuente: S. Boisier, M. O. Smolka, A. A. de Barros: Desenvolvimiento regional y urbano
Diferencias de productividades y salarios industriales, IPAE, Río de Janeiro, 1973.
Sectores, guarda poca asociación entre sí. Este tipo de análisis, hecho para todos los pares posibles
de sectores o grupos industriales, resulta muy importante en la definición correcta de una política
de localización industrial, en particular, es útil para prevenir disposiciones inconsistentes dentro
de la política.
Se pueden utilizar otras variables para conformar la distribución referencial del coeficiente de
localización. Por ejemplo, no es infrecuente usar la población, es decir, la distribución geográfica
de la población como patrón de comparación. En este caso, puede interpretarse un bajo
coeficiente de localización de un sector como una medida de la “orientación al mercado” de dicho
sector. Si la distribución referencial se basa en el producto geográfico o en el ingreso o en alguna
medida similar, la interpretación anterior será más correcta todavía.
Finalmente, hay que señalar que tanto el coeficiente de localización como el cociente de
localización y el coeficiente de especialización pueden ser, por un lado, graficados, originando así
una familia de curvas respectivas y por otro, calculados para distintos puntos de tiempo facilitando
así el análisis de los cambios ocurridos con un fenómeno en un intervalo dado de tiempo.
