Introducción
El estudio de las principales actividades económicas en México es fundamental para comprender el panorama económico del país y su desarrollo a lo largo del tiempo. Según el Banco Mundial (2021), el Producto Interno Bruto (PIB) de México se desglosa en varios sectores económicos, como la agricultura, la industria y los servicios, lo que refleja la diversidad y complejidad de su estructura económica. Analizar el PIB por sectores económicos proporciona una visión holística de la contribución relativa de cada sector a la economía nacional, permitiendo identificar áreas de fortaleza y oportunidad para el crecimiento económico (INEGI, 2020).
El análisis del PIB por sectores económicos en México revela la importancia de actividades como la agricultura, la industria y los servicios en la generación de riqueza y empleo. Por ejemplo, si bien el sector agrícola representa una proporción relativamente pequeña del PIB total, desempeña un papel crucial en la seguridad alimentaria y el desarrollo rural del país (INEGI, 2021). Por otro lado, el sector industrial, que incluye la manufactura, la construcción y la minería, ha sido históricamente un motor de crecimiento económico y de integración de México en la economía global (INEGI, 2021).
El estudio por actividades económicas ofrece una perspectiva detallada de la contribución específica de cada actividad a la economía mexicana. Este enfoque permite identificar tendencias, evaluar la productividad y el valor agregado de cada sector, así como detectar posibles desequilibrios o áreas de mejora en la distribución del ingreso nacional (Secretaría de Economía, 2019).
Además, permite identificar cambios estructurales en la economía mexicana a lo largo del tiempo. Por ejemplo, en las últimas décadas ha habido un importante proceso de terciarización, con un crecimiento significativo del sector servicios, que incluye actividades como el comercio, los servicios financieros, el turismo y las telecomunicaciones (INEGI, 2021). Este fenómeno refleja la transición hacia una economía más diversificada y basada en el conocimiento, con implicaciones importantes para la competitividad y el desarrollo sostenible del país.
Por lo tanto, el estudio del PIB por sectores y actividades económicas en México proporciona información valiosa para entender la dinámica económica del país y orientar políticas públicas que impulsen el crecimiento y el bienestar. Al analizar la evolución de estas variables a lo largo del tiempo, es posible identificar tendencias, fortalezas y debilidades en la estructura productiva mexicana, así como oportunidades de mejora y áreas de atención prioritaria (INEGI, 2021). Este enfoque analítico es crucial para fomentar un desarrollo económico en México.
Por tal motivo, este estudio tiene como objetivo realizar un análisis de las principales actividades económicas por sector en México desde el año 2000, partiendo desde conocer la estructura, distribución y comportamiento a través del tiempo del PIB generado en cada rubro.
Resultados y métodos
Los datos se recabaron de los datos abiertos del INEGI (2023) acerca del “Producto Interno Bruto por actividad económica”. Se busca limpiar, filtrar y colocar en formato correcto la base para poder analizarla adecuadamente.
Base de datos
Exploración
## [1] "Descriptores" "X1993.T1" "X1993.T2"
## [4] "X1993.T3" "X1993.T4" "X1993.6.Meses"
## [7] "X1993.9.Meses" "X1993.Anual" "X1994.T1"
## [10] "X1994.T2" "X1994.T3" "X1994.T4"
## [13] "X1994.6.Meses" "X1994.9.Meses" "X1994.Anual"
## [16] "X1995.T1" "X1995.T2" "X1995.T3"
## [19] "X1995.T4" "X1995.6.Meses" "X1995.9.Meses"
## [22] "X1995.Anual" "X1996.T1" "X1996.T2"
## [25] "X1996.T3" "X1996.T4" "X1996.6.Meses"
## [28] "X1996.9.Meses" "X1996.Anual" "X1997.T1"
## [31] "X1997.T2" "X1997.T3" "X1997.T4"
## [34] "X1997.6.Meses" "X1997.9.Meses" "X1997.Anual"
## [37] "X1998.T1" "X1998.T2" "X1998.T3"
## [40] "X1998.T4" "X1998.6.Meses" "X1998.9.Meses"
## [43] "X1998.Anual" "X1999.T1" "X1999.T2"
## [46] "X1999.T3" "X1999.T4" "X1999.6.Meses"
## [49] "X1999.9.Meses" "X1999.Anual" "X2000.T1"
## [52] "X2000.T2" "X2000.T3" "X2000.T4"
## [55] "X2000.6.Meses" "X2000.9.Meses" "X2000.Anual"
## [58] "X2001.T1" "X2001.T2" "X2001.T3"
## [61] "X2001.T4" "X2001.6.Meses" "X2001.9.Meses"
## [64] "X2001.Anual" "X2002.T1" "X2002.T2"
## [67] "X2002.T3" "X2002.T4" "X2002.6.Meses"
## [70] "X2002.9.Meses" "X2002.Anual" "X2003.T1"
## [73] "X2003.T2" "X2003.T3" "X2003.T4"
## [76] "X2003.6.Meses" "X2003.9.Meses" "X2003.Anual"
## [79] "X2004.T1" "X2004.T2" "X2004.T3"
## [82] "X2004.T4" "X2004.6.Meses" "X2004.9.Meses"
## [85] "X2004.Anual" "X2005.T1" "X2005.T2"
## [88] "X2005.T3" "X2005.T4" "X2005.6.Meses"
## [91] "X2005.9.Meses" "X2005.Anual" "X2006.T1"
## [94] "X2006.T2" "X2006.T3" "X2006.T4"
## [97] "X2006.6.Meses" "X2006.9.Meses" "X2006.Anual"
## [100] "X2007.T1" "X2007.T2" "X2007.T3"
## [103] "X2007.T4" "X2007.6.Meses" "X2007.9.Meses"
## [106] "X2007.Anual" "X2008.T1" "X2008.T2"
## [109] "X2008.T3" "X2008.T4" "X2008.6.Meses"
## [112] "X2008.9.Meses" "X2008.Anual" "X2009.T1"
## [115] "X2009.T2" "X2009.T3" "X2009.T4"
## [118] "X2009.6.Meses" "X2009.9.Meses" "X2009.Anual"
## [121] "X2010.T1" "X2010.T2" "X2010.T3"
## [124] "X2010.T4" "X2010.6.Meses" "X2010.9.Meses"
## [127] "X2010.Anual" "X2011.T1" "X2011.T2"
## [130] "X2011.T3" "X2011.T4" "X2011.6.Meses"
## [133] "X2011.9.Meses" "X2011.Anual" "X2012.T1"
## [136] "X2012.T2" "X2012.T3" "X2012.T4"
## [139] "X2012.6.Meses" "X2012.9.Meses" "X2012.Anual"
## [142] "X2013.T1" "X2013.T2" "X2013.T3"
## [145] "X2013.T4" "X2013.6.Meses" "X2013.9.Meses"
## [148] "X2013.Anual" "X2014.T1" "X2014.T2"
## [151] "X2014.T3" "X2014.T4" "X2014.6.Meses"
## [154] "X2014.9.Meses" "X2014.Anual" "X2015.T1"
## [157] "X2015.T2" "X2015.T3" "X2015.T4"
## [160] "X2015.6.Meses" "X2015.9.Meses" "X2015.Anual"
## [163] "X2016.T1" "X2016.T2" "X2016.T3"
## [166] "X2016.T4" "X2016.6.Meses" "X2016.9.Meses"
## [169] "X2016.Anual" "X2017.T1" "X2017.T2"
## [172] "X2017.T3" "X2017.T4" "X2017.6.Meses"
## [175] "X2017.9.Meses" "X2017.Anual" "X2018.T1"
## [178] "X2018.T2" "X2018.T3" "X2018.T4"
## [181] "X2018.6.Meses" "X2018.9.Meses" "X2018.Anual"
## [184] "X2019.T1" "X2019.T2" "X2019.T3"
## [187] "X2019.T4" "X2019.6.Meses" "X2019.9.Meses"
## [190] "X2019.Anual" "X2020.T1" "X2020.T2"
## [193] "X2020.T3" "X2020.T4" "X2020.6.Meses"
## [196] "X2020.9.Meses" "X2020.Anual" "X2021.T1.P."
## [199] "X2021.T2.P." "X2021.T3.P." "X2021.T4.P."
## [202] "X2021.6.Meses.P." "X2021.9.Meses.P." "X2021.Anual.P."
## [205] "X2022.T1.R." "X2022.T2.R." "X2022.T3.R."
## [208] "X2022.T4.R." "X2022.6.Meses.R." "X2022.9.Meses.R."
## [211] "X2022.Anual.R." "X2023.T1.R." "X2023.T2.R."
## [214] "X2023.T3.R." "X2023.T4.P." "X2023.6.Meses"
## [217] "X2023.9.Meses" "X2023.Anual"## 'data.frame': 736 obs. of 8 variables:
## $ Descriptores : chr "Millones de pesos a precios de 2018|B.1bP---Producto interno bruto<C1>" "Millones de pesos a precios de 2018|D.21-D.31---Impuestos sobre los productos, netos" "Millones de pesos a precios de 2018|B.1bV---Valor agregado bruto<C1>" "Millones de pesos a precios de 2018|Actividades primarias" ...
## $ X1993.T1 : num 13759047 820363 12938684 469132 469132 ...
## $ X1993.T2 : num 13889138 811382 13077756 491945 491945 ...
## $ X1993.T3 : num 13862878 729132 13133746 492500 492500 ...
## $ X1993.T4 : num 14077368 763143 13314225 529809 529809 ...
## $ X1993.6.Meses: num 13824093 815872 13008220 480538 480538 ...
## $ X1993.9.Meses: num 13837021 786959 13050062 484526 484526 ...
## $ X1993.Anual : num 13897108 781005 13116103 495846 495846 ...La base de datos cuenta con 736 registros. Sin embargo, es necesario separar y seleccionar correctamente las columnas.
Limpieza del dataset
# Separación de columnas
actEcMexS <- actEcMex %>%
separate(Descriptores, into = c("Descriptor", "Sector", "ClaveActividad",
"ActividadEconomica", "ClaveEsp", "ActEspecifica"),
sep = "\\||---", extra = "merge") %>%
select(Descriptor, Sector, ClaveActividad,
ActividadEconomica, ActEspecifica,
contains("Anual"))
colnames(actEcMexS)[6:36] <- 1993:2023
apply(actEcMexS[1:4], 2, unique) # conocer valores únicos a seleccionar## $Descriptor
## [1] "Millones de pesos a precios de 2018"
## [2] "Variación porcentual anual"
## [3] "Estructura porcentual"
## [4] "Contribución a la variación nacional"
##
## $Sector
## [1] "B.1bP" "D.21-D.31"
## [3] "B.1bV" "Actividades primarias"
## [5] "Actividades secundarias" "Actividades terciarias"
##
## $ClaveActividad
## [1] "Producto interno bruto<C1>"
## [2] "Impuestos sobre los productos, netos"
## [3] "Valor agregado bruto<C1>"
## [4] NA
## [5] "11"
## [6] "21"
## [7] "22"
## [8] "23"
## [9] "31-33"
## [10] "43"
## [11] "46"
## [12] "48-49"
## [13] "51"
## [14] "52"
## [15] "53"
## [16] "54"
## [17] "55"
## [18] "56"
## [19] "61"
## [20] "62"
## [21] "71"
## [22] "72"
## [23] "81"
## [24] "93"
##
## $ActividadEconomica
## [1] NA
## [2] "Agricultura, cría y explotación de animales, aprovechamiento forestal, pesca y caza"
## [3] "Minería"
## [4] "Generación, transmisión, distribución y comercialización de energía eléctrica, suministro de agua y de gas natural por ductos al consumidor final"
## [5] "Construcción"
## [6] "Industrias manufactureras"
## [7] "Comercio al por mayor"
## [8] "Comercio al por menor"
## [9] "Transportes, correos y almacenamiento"
## [10] "Información en medios masivos"
## [11] "Servicios financieros y de seguros"
## [12] "Servicios inmobiliarios y de alquiler de bienes muebles e intangibles"
## [13] "Servicios profesionales, científicos y técnicos"
## [14] "Corporativos"
## [15] "Servicios de apoyo a los negocios y manejo de residuos, y servicios de remediación"
## [16] "Servicios educativos"
## [17] "Servicios de salud y de asistencia social"
## [18] "Servicios de esparcimiento culturales y deportivos, y otros servicios recreativos"
## [19] "Servicios de alojamiento temporal y de preparación de alimentos y bebidas"
## [20] "Otros servicios excepto actividades gubernamentales"
## [21] "Actividades legislativas, gubernamentales, de impartición de justicia y de organismos internacionales y extraterritoriales"# Filtrar y acomodar datos
actEcMexSPIB <- actEcMexS%>%
filter(Descriptor == "Millones de pesos a precios de 2018" & !is.na(ActividadEconomica))
actEcMexSPIB_pivot <- actEcMexSPIB %>%
pivot_longer(cols = -c(Descriptor, Sector, ClaveActividad, ActividadEconomica, ActEspecifica),
names_to = "Anio",
values_to = "PIB")%>%
filter(Anio >= 2000)
summary(actEcMexSPIB_pivot)## Descriptor Sector ClaveActividad ActividadEconomica
## Length:4272 Length:4272 Length:4272 Length:4272
## Class :character Class :character Class :character Class :character
## Mode :character Mode :character Mode :character Mode :character
##
##
##
## ActEspecifica Anio PIB
## Length:4272 Length:4272 Min. : 1147
## Class :character Class :character 1st Qu.: 17122
## Mode :character Mode :character Median : 48306
## Mean : 215377
## 3rd Qu.: 189926
## Max. :5219539actEcMexSPIB_pivot <- mutate(actEcMexSPIB_pivot,
Sector = as.factor(Sector),
ClaveActividad = as.factor(ClaveActividad),
ActividadEconomica = as.factor(ActividadEconomica),
ActEspecifica = as.factor(ActEspecifica)
)
actEcMexSPIB_pivot <- actEcMexSPIB_pivot %>%
mutate(Periodo = case_when(
Anio >= 2000 & Anio <= 2003 ~ "2000-2003",
Anio >= 2004 & Anio <= 2007 ~ "2004-2007",
Anio >= 2008 & Anio <= 2011 ~ "2008-2011",
Anio >= 2012 & Anio <= 2015 ~ "2012-2015",
Anio >= 2016 & Anio <= 2019 ~ "2016-2019",
Anio >= 2020 & Anio <= 2023 ~ "2020-2023",
TRUE ~ NA_character_
),
Anio = as.factor(Anio),
Periodo = as.factor(Periodo)
)
actEcMexSPIB_pivot <- actEcMexSPIB_pivot %>%
mutate(PIB_categoria = cut(PIB, breaks = c(-Inf, quantile(PIB, c(1/3, 2/3)), Inf), labels = c("Bajo", "Medio", "Alto")),
PIB_categoria = as.factor(PIB_categoria))
summary(actEcMexSPIB_pivot)## Descriptor Sector ClaveActividad
## Length:4272 Actividades primarias : 144 31-33 :2592
## Class :character Actividades secundarias:2832 48-49 : 288
## Mode :character Actividades terciarias :1296 51 : 168
## 11 : 144
## 52 : 120
## 62 : 120
## (Other): 840
## ActividadEconomica
## Industrias manufactureras :2592
## Transportes, correos y almacenamiento : 288
## Información en medios masivos : 168
## Agricultura, cría y explotación de animales, aprovechamiento forestal, pesca y caza: 144
## Otros servicios excepto actividades gubernamentales : 120
## Servicios de salud y de asistencia social : 120
## (Other) : 840
## ActEspecifica
## Actividades bursátiles, cambiarias y de inversión financiera: 24
## Agricultura : 24
## Aprovechamiento forestal : 24
## Asociaciones y organizaciones : 24
## Autotransporte de carga : 24
## (Other) :3672
## NA's : 480
## Anio PIB Periodo PIB_categoria
## 2000 : 178 Min. : 1147 2000-2003:712 Bajo :1424
## 2001 : 178 1st Qu.: 17122 2004-2007:712 Medio:1424
## 2002 : 178 Median : 48306 2008-2011:712 Alto :1424
## 2003 : 178 Mean : 215377 2012-2015:712
## 2004 : 178 3rd Qu.: 189926 2016-2019:712
## 2005 : 178 Max. :5219539 2020-2023:712
## (Other):3204Se tomó en cuenta desde el año 2000 todas las actividades económicas, ya sean primarias, secundarias o terciarias con los valores estandarizados a precios de 2018 para efectuar las comparaciones. Los valores NA de la columna Actespecifica corresponde los registros que representan el total de las actividades, por lo cual no se considerarán de ser necesario.
Sectores económicos y Actividades económicas (2023)
Lista de actividades económicas con clave
| ClaveActividad | ActividadEconomica | Sector |
|---|---|---|
| 11 | Agricultura, cría y explotación de animales, aprovechamiento forestal, pesca y caza | Actividades primarias |
| 21 | Minería | Actividades secundarias |
| 22 | Generación, transmisión, distribución y comercialización de energía eléctrica, suministro de agua y de gas natural por ductos al consumidor final | Actividades secundarias |
| 23 | Construcción | Actividades secundarias |
| 31-33 | Industrias manufactureras | Actividades secundarias |
| 43 | Comercio al por mayor | Actividades terciarias |
| 46 | Comercio al por menor | Actividades terciarias |
| 48-49 | Transportes, correos y almacenamiento | Actividades terciarias |
| 51 | Información en medios masivos | Actividades terciarias |
| 52 | Servicios financieros y de seguros | Actividades terciarias |
| 53 | Servicios inmobiliarios y de alquiler de bienes muebles e intangibles | Actividades terciarias |
| 54 | Servicios profesionales, científicos y técnicos | Actividades terciarias |
| 55 | Corporativos | Actividades terciarias |
| 56 | Servicios de apoyo a los negocios y manejo de residuos, y servicios de remediación | Actividades terciarias |
| 61 | Servicios educativos | Actividades terciarias |
| 62 | Servicios de salud y de asistencia social | Actividades terciarias |
| 71 | Servicios de esparcimiento culturales y deportivos, y otros servicios recreativos | Actividades terciarias |
| 72 | Servicios de alojamiento temporal y de preparación de alimentos y bebidas | Actividades terciarias |
| 81 | Otros servicios excepto actividades gubernamentales | Actividades terciarias |
| 93 | Actividades legislativas, gubernamentales, de impartición de justicia y de organismos internacionales y extraterritoriales | Actividades terciarias |
#### Actividades económicas x sector 2023
library(RColorBrewer)
myPalette <- c(brewer.pal(5, "Set1"), brewer.pal(11,"RdBu"))
pie_Sector <- actEcMexSPIB_pivot %>%
filter(!is.na(ActEspecifica)) %>%
filter(Anio == 2023)%>%
count(Sector) %>%
with(pie(n, labels = c("Primarios", "Secundarios",
"Terciarios"),
border = F, col = myPalette,
main = "Proporción de actividades por sector")
)
La mayor proporción de actividades en 2023 corresponde al sector secundario seguido del sector terciaro.
## tibble [4,272 × 9] (S3: tbl_df/tbl/data.frame)
## $ Descriptor : chr [1:4272] "Millones de pesos a precios de 2018" "Millones de pesos a precios de 2018" "Millones de pesos a precios de 2018" "Millones de pesos a precios de 2018" ...
## $ Sector : Factor w/ 3 levels "Actividades primarias",..: 1 1 1 1 1 1 1 1 1 1 ...
## $ ClaveActividad : Factor w/ 20 levels "11","21","22",..: 1 1 1 1 1 1 1 1 1 1 ...
## $ ActividadEconomica: Factor w/ 20 levels "Actividades legislativas, gubernamentales, de impartición de justicia y de organismos internacionales y extraterritoriales",..: 2 2 2 2 2 2 2 2 2 2 ...
## $ ActEspecifica : Factor w/ 158 levels "Actividades bursátiles, cambiarias y de inversión financiera",..: NA NA NA NA NA NA NA NA NA NA ...
## $ Anio : Factor w/ 24 levels "2000","2001",..: 1 2 3 4 5 6 7 8 9 10 ...
## $ PIB : num [1:4272] 549235 577825 571293 592478 607317 ...
## $ Periodo : Factor w/ 6 levels "2000-2003","2004-2007",..: 1 1 1 1 2 2 2 2 3 3 ...
## $ PIB_categoria : Factor w/ 3 levels "Bajo","Medio",..: 3 3 3 3 3 3 3 3 3 3 ...pie_actEcon <- actEcMexSPIB_pivot %>%
filter(!is.na(ActEspecifica)) %>%
filter(Anio == 2023)%>%
count(ClaveActividad) %>%
with(pie(n, labels = ClaveActividad,
border = F, col = mypalette,
cex = 0.6,
main = "Actividades económicas")
)
Además, la mayor proporción corresponde a la industria manufacturera (sector secundario) seguido en menor proporción por las actividades de Transportes, correos y almacenamiento.
Cantidad de principales actividades económicas por sector (2023)
actEcMexSPIB_pivot %>%
filter(!is.na(ActEspecifica)) %>%
filter(Anio == 2023)%>%
filter(PIB_categoria %in% "Alto") %>%
ggplot(., aes(x = ClaveActividad, fill = Sector)) +
geom_bar(stat = "count", position = "dodge") +
geom_text(aes(label = after_stat(count)), stat = "count", color = "black") + ggtitle("Actividades económicas por sector")+
labs(y = "Cantidad de actividades") +
theme(legend.position = "bottom")+
coord_flip()
Se observa que la mayor cantidad de actividades económicas se dirigen a la industria manufacturera y aunque sean menores, las actividades Del sector terciario también ocupan gran parte del total de actividades.
Distribución del PIB
PIB distribución por años
actEcMexSPIB_pivot %>%
filter(!is.na(ActEspecifica)) %>%
ggplot(., aes(x = Anio, y = PIB, fill = Anio))+
geom_violin()+
theme(axis.text.x = element_text(angle = 45, hjust = 1),
legend.position = "bottom")+
labs(title = "Distribución del PIB",
x = "PIB (en millones de pesos)",
y = "Frecuencia")
Conforme a los precios del 2018, el PIB presenta un ligero aumento cada año, registrando máximos cada vez mayores. No obstante, siguen una tendencia muy similar en cuanto a su distribución.
Distribución del PIB por sectores y periodo
### PIB distribución por sector económico y periodo
# Calcular la media de PIB por Sector y periodo
media_pib <- actEcMexSPIB_pivot %>%
filter(!is.na(ActEspecifica)) %>%
group_by(Sector, Periodo) %>%
summarise(Media_PIB = mean(PIB))
actEcMexSPIB_pivot %>%
filter(!is.na(ActEspecifica)) %>%
ggplot(., aes(x = Sector, y = PIB, fill = Sector))+
geom_boxplot()+
geom_hline(data = media_pib, aes(yintercept = Media_PIB, color = Sector),
linetype = 2, linewidth = 0.6) +
facet_wrap(~ Periodo, scales = "free_x") +
theme(axis.text.x = element_blank(),
legend.position = "bottom") +
labs(title = "Distribución del PIB por Actividad Económica y Año",
x = "Sector",
y = "PIB (en millones de pesos)") +
scale_color_manual(values = unique(media_pib$Sector))+
scale_y_log10()
PIB por Sectores en periodos
# Calcular el promedio y el total de PIB por Sector y Año
total_pib <- actEcMexSPIB_pivot %>%
filter(!is.na(ActEspecifica)) %>%
group_by(Sector, Periodo) %>%
summarise(Total_PIB = sum(PIB))
media_pib <- actEcMexSPIB_pivot %>%
filter(!is.na(ActEspecifica)) %>%
group_by(Sector, Periodo) %>%
summarise(Media_PIB = mean(PIB))
# Graficar el PIB total por sector y año
totalPibSectorYear <- ggplot(total_pib, aes(x = Periodo, y = Total_PIB, fill = Sector)) +
geom_bar(stat = "identity", position = "dodge") +
labs(title = "PIB total por Sector",
x = "Periodo",
y = "PIB",
fill = "Sector") +
theme(axis.text.x = element_text(angle = 0, hjust = 1),
legend.position = "none")
meanPibSectorYear <- ggplot(media_pib, aes(x = Periodo, y = Media_PIB, fill = Sector)) +
geom_bar(stat = "identity", position = "dodge") +
labs(title = "PIB promedio por Sector",
x = "Periodo",
y = "PIB",
fill = "Sector") +
theme(axis.text.x = element_text(angle = 0, hjust = 1),
legend.position = "none")
(meanPibSectorYear / totalPibSectorYear ) + plot_layout(guides = "collect") & theme(legend.position = 'bottom')
El PIB total generado por los sectores terciarios es el mayor, seguido del sector primario. Sin embargo, en promedio las actividades secundarias son las de mayor relevancia en cuestión del PIB. Ambas tendencias experimentan un aumento en cada periodo.
PIB de las actividades económicas más importantes en periodos (años)
# Calcular el promedio y el total de PIB por Sector y Año
total_pib <- actEcMexSPIB_pivot %>%
filter(!is.na(ActEspecifica)) %>%
filter(PIB_categoria %in% "Alto") %>%
group_by(ClaveActividad, Periodo) %>%
summarise(Total_PIB = sum(PIB))
media_pib <- actEcMexSPIB_pivot %>%
filter(!is.na(ActEspecifica)) %>%
filter(PIB_categoria %in% "Alto") %>%
group_by(ClaveActividad, Periodo) %>%
summarise(Media_PIB = mean(PIB))
valores_PIB_5 <- actEcMexSPIB_pivot %>%
filter(!is.na(ActEspecifica)) %>%
filter(PIB_categoria %in% "Alto" & Periodo %in% c("2020-2023")) %>%
group_by(ClaveActividad, Periodo) %>%
summarise(Media_PIB = mean(PIB),
Desviación= sd(PIB),
Mediana = mean(PIB),
Max = max(PIB))%>%
arrange(desc(Media_PIB))
kable(valores_PIB_5[1:5,])| ClaveActividad | Periodo | Media_PIB | Desviación | Mediana | Max |
|---|---|---|---|---|---|
| 53 | 2020-2023 | 2154957.0 | 60896.1 | 2154957.0 | 2217969.7 |
| 48-49 | 2020-2023 | 471449.8 | 318412.5 | 471449.8 | 951479.2 |
| 56 | 2020-2023 | 457691.9 | 287660.2 | 457691.9 | 800450.4 |
| 23 | 2020-2023 | 437654.2 | 371670.0 | 437654.2 | 1002627.9 |
| 21 | 2020-2023 | 437632.1 | 174539.0 | 437632.1 | 628597.7 |
# Paleta
paleta <- c( "#1B9E77","#D95F02", "#7570B3", "#E7298A",
"#66A61E", "#E6AB02", "#A6761D", "#666666",
"#A6CEE3", "#1F78B4", "#B2DF8A", "#33A02C",
"#FB9A99", "#E31A1C", "#FDBF6F", "#FF7F00",
"#CAB2D6", "#6A3D9A", "#8DD3C7", "#FFFFB3",
"#BEBADA"
)
totalPibActYear <- ggplot(total_pib, aes(x = Periodo, y = Total_PIB, fill = ClaveActividad)) +
geom_bar(stat = "identity", position = "dodge") +
labs(title = "PIB total por actividad económica",
x = "Periodo",
y = "PIB",
fill = "Actividad Económica") +
scale_fill_manual(values = paleta)+
theme(axis.text.x = element_text(angle = 10, hjust = 1),
legend.position = "none")
meanPibActYear <- ggplot(media_pib, aes(x = Periodo, y = Media_PIB, fill = ClaveActividad)) +
geom_bar(stat = "identity", position = "dodge") +
labs(title = "PIB promedio por actividad económica",
x = "Periodo",
y = "PIB",
fill = "Actividad Económica") +
scale_fill_manual(values = paleta)+
theme(axis.text.x = element_text(angle = 10, hjust = 1),
legend.position = "none")
(meanPibActYear / totalPibActYear ) + plot_layout(guides = "collect") & theme(legend.position = 'bottom')
Como se puede ver en la tabla y figuras del apartado “PIB de las
actividades económicas más importantes en periodos (años)”, en promedio
los servicios inmobiliarios y de alquiler son los que contribuyen en
mayor medida al PIB desde el año 2000. Por otro lado, del total por
periodos de este PIB se debe a la producción de las Industrias
manufactureras, seguido de los llamados servicios inmobiliarios y de
alquiler.
Comparaciones del PIB de las actividades económicas de México
Se aplicará una prueba de ANOVA para determinar si existen diferencias significativas entre el PIB generado por las principales actividades económicas del país entre los periodos del 2000 al 2023.
# Filtrar los datos para seleccionar solo las observaciones con PIB en la categoría "Alto"
actEcMexSPIB_pivot_alto <- actEcMexSPIB_pivot %>%
filter(!is.na(ActEspecifica)) %>%
filter(PIB_categoria == "Alto")
###basados en log
# ANOVA
aov.log <- aov(log(PIB) ~ Periodo, data = actEcMexSPIB_pivot_alto)
shapiro.test(aov.log$residuals)##
## Shapiro-Wilk normality test
##
## data: aov.log$residuals
## W = 0.94042, p-value < 2.2e-16### No se cumple el supuesto de normalidad
kruskal.test(PIB ~ Periodo,
data = actEcMexSPIB_pivot_alto)##
## Kruskal-Wallis rank sum test
##
## data: PIB by Periodo
## Kruskal-Wallis chi-squared = 11.623, df = 5, p-value = 0.04033wilcox_result <- pairwise.wilcox.test(actEcMexSPIB_pivot_alto$PIB,
actEcMexSPIB_pivot_alto$Periodo )
# Obtener los valores p ajustados
p_values_adjusted <- wilcox_result$p.value
significant_differences <- p_values_adjusted < 0.05
kable(significant_differences)| 2000-2003 | 2004-2007 | 2008-2011 | 2012-2015 | 2016-2019 | |
|---|---|---|---|---|---|
| 2004-2007 | FALSE | NA | NA | NA | NA |
| 2008-2011 | FALSE | FALSE | NA | NA | NA |
| 2012-2015 | FALSE | FALSE | FALSE | NA | NA |
| 2016-2019 | FALSE | FALSE | FALSE | FALSE | NA |
| 2020-2023 | FALSE | FALSE | FALSE | FALSE | FALSE |
Dado que no se cumple uno de los dos supuestos del test ANOVA, se aplicó un test de Kruskal-Wallis. Sin embargo, esta prueba y su respectivo post-hoc, muestran que no existen diferencias significatias entre el PIB generado por las principales actividades económicas entre periodos de años, por lo cual podemos decir que en general las principales actividades económicas aportan en promedio lo mismo al PIB nacional.
Tomando en cuenta esto, se desea conocer enotnces si las principales actividades económicas de México presentan diferencias significativas del PIB en el periodo de 2020-2023.
actEcMexSPIB_pivot_alto23 <- actEcMexSPIB_pivot %>%
filter(!is.na(ActEspecifica)) %>%
filter(PIB_categoria == "Alto")%>%
filter(Periodo %in% "2020-2023")
aov.23 <- aov(log10(PIB) ~ ClaveActividad, data = actEcMexSPIB_pivot_alto23)
shapiro.test(aov.23$residuals) # No cumple el supuesto de normalidad##
## Shapiro-Wilk normality test
##
## data: aov.23$residuals
## W = 0.95187, p-value = 1.321e-05# Realizar la prueba de Kurskal y Wilcoxon
kruskal.test(PIB ~ ClaveActividad,
data = actEcMexSPIB_pivot_alto23)##
## Kruskal-Wallis rank sum test
##
## data: PIB by ClaveActividad
## Kruskal-Wallis chi-squared = 37.536, df = 12, p-value = 0.0001828wilcox_result <- pairwise.wilcox.test(actEcMexSPIB_pivot_alto23$PIB, actEcMexSPIB_pivot_alto23$ClaveActividad)
# Obtener los valores p ajustados
p_values_adjusted <- wilcox_result$p.value
significant_differences <- p_values_adjusted < 0.05
kable(significant_differences)| 11 | 21 | 22 | 23 | 31-33 | 48-49 | 51 | 52 | 53 | 56 | 62 | 72 | |
|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 21 | FALSE | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 22 | FALSE | FALSE | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 23 | FALSE | FALSE | FALSE | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 31-33 | FALSE | FALSE | FALSE | FALSE | NA | NA | NA | NA | NA | NA | NA | NA |
| 48-49 | FALSE | FALSE | FALSE | FALSE | FALSE | NA | NA | NA | NA | NA | NA | NA |
| 51 | FALSE | FALSE | FALSE | FALSE | FALSE | FALSE | NA | NA | NA | NA | NA | NA |
| 52 | FALSE | FALSE | FALSE | FALSE | FALSE | FALSE | FALSE | NA | NA | NA | NA | NA |
| 53 | FALSE | FALSE | FALSE | FALSE | FALSE | FALSE | FALSE | FALSE | NA | NA | NA | NA |
| 56 | FALSE | FALSE | FALSE | FALSE | FALSE | FALSE | FALSE | FALSE | FALSE | NA | NA | NA |
| 62 | FALSE | FALSE | FALSE | FALSE | FALSE | FALSE | FALSE | FALSE | FALSE | FALSE | NA | NA |
| 72 | FALSE | FALSE | FALSE | FALSE | FALSE | FALSE | FALSE | FALSE | FALSE | FALSE | FALSE | NA |
| 81 | FALSE | FALSE | FALSE | FALSE | FALSE | FALSE | FALSE | FALSE | FALSE | FALSE | FALSE | FALSE |
De la misma forma no se cumple uno de los dos supuestos del test ANOVA, para lo cual se alicó un test de Kruskal-Wallis. Sin embargo, esta prueba y su respectivo post-hoc, muestran que no existen diferencias significativas entre el PIB generado por las principales actividades económicas en 2023, por lo cual podemos decir que en general las principales actividades económicas del 2023 aportan en promedio lo mismo al PIB nacional.
Por último, se busca conocer si existe diferencias significativas en el PIB de todas las actividades económicas de México en 2023.
actEcMexSPIB_pivot23 <- actEcMexSPIB_pivot %>%
filter(!is.na(ActEspecifica)) %>%
filter(Periodo %in% "2020-2023")
aov.23 <- aov(log10(PIB) ~ ClaveActividad,
data = actEcMexSPIB_pivot23)
shapiro.test(aov.23$residuals) # No cumple el supuesto de normalidad##
## Shapiro-Wilk normality test
##
## data: aov.23$residuals
## W = 0.99229, p-value = 0.002328# Realizar la prueba de Kurskal y Wilcoxon
kruskal.test(PIB ~ ClaveActividad,
data = actEcMexSPIB_pivot23)##
## Kruskal-Wallis rank sum test
##
## data: PIB by ClaveActividad
## Kruskal-Wallis chi-squared = 82.739, df = 13, p-value = 3.359e-12wilcox_result <- pairwise.wilcox.test(actEcMexSPIB_pivot23$PIB, actEcMexSPIB_pivot23$ClaveActividad)
# Obtener los valores p ajustados
p_values_adjusted <- wilcox_result$p.value
significant_differences <- p_values_adjusted < 0.05
kable(significant_differences)| 11 | 21 | 22 | 23 | 31-33 | 48-49 | 51 | 52 | 53 | 56 | 62 | 71 | 72 | |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 21 | FALSE | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 22 | FALSE | FALSE | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 23 | FALSE | FALSE | FALSE | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 31-33 | FALSE | TRUE | FALSE | TRUE | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 48-49 | FALSE | FALSE | FALSE | TRUE | FALSE | NA | NA | NA | NA | NA | NA | NA | NA |
| 51 | FALSE | TRUE | FALSE | TRUE | FALSE | FALSE | NA | NA | NA | NA | NA | NA | NA |
| 52 | FALSE | FALSE | FALSE | FALSE | FALSE | FALSE | TRUE | NA | NA | NA | NA | NA | NA |
| 53 | FALSE | FALSE | FALSE | FALSE | FALSE | FALSE | FALSE | FALSE | NA | NA | NA | NA | NA |
| 56 | FALSE | FALSE | FALSE | FALSE | FALSE | FALSE | FALSE | FALSE | FALSE | NA | NA | NA | NA |
| 62 | FALSE | FALSE | TRUE | FALSE | FALSE | FALSE | FALSE | FALSE | FALSE | FALSE | NA | NA | NA |
| 71 | FALSE | TRUE | FALSE | TRUE | FALSE | FALSE | FALSE | FALSE | FALSE | FALSE | FALSE | NA | NA |
| 72 | FALSE | FALSE | FALSE | FALSE | TRUE | FALSE | FALSE | FALSE | FALSE | FALSE | FALSE | TRUE | NA |
| 81 | FALSE | FALSE | TRUE | TRUE | FALSE | FALSE | TRUE | FALSE | FALSE | FALSE | FALSE | TRUE | TRUE |
Se requirió de usar una prueba no paramétrica como en los casos anteriores. De esta prueba significativa se puede decir que las actividades económicas con aparente mayor PIB presentan diferencias con repsecto a las de menor PIB. En este caso, la industria manufacturera difiere de la MInería y la Construcción. Los Servicios inmobiliarios y de alquiler no difieren de las demás actividades económicas. El área de Transportes, correos y almacenamiento sólo difiere de la construcción.
EN cuestión de la construcción ésta difiere la manufactura, transportes y correos, Información en medios masivos, Servicios de esparcimiento y de Otros servicios excepto actividades gubernamentales.
Discusión y conclusiones
El análisis de las actividades económicas en México revela una estructura diversa y compleja, con sectores como la agricultura, la industria y los servicios desempeñando roles cruciales en la generación de riqueza y empleo. Aunque la agricultura representa una proporción relativamente pequeña del PIB total, su importancia en la seguridad alimentaria y el desarrollo rural es fundamental. Por otro lado, el sector industrial ha sido históricamente un motor de crecimiento económico y de integración global. Este enfoque proporciona una visión detallada de la contribución específica de cada sector a la economía, identificando tendencias y áreas de mejora en la distribución del ingreso nacional.
El análisis del PIB por sectores revela un predominio del sector secundario, seguido del terciario, con la industria manufacturera liderando en términos de contribución al PIB. A lo largo de los años, se observa un aumento constante en el PIB, reflejando un crecimiento económico sostenido. Sin embargo, la distribución del PIB sigue una tendencia similar en cada periodo analizado, lo que sugiere una estabilidad relativa en la contribución de cada sector a la economía nacional.
Aunque se esperaba encontrar diferencias significativas entre el PIB generado por las principales actividades económicas en diferentes periodos, los análisis no revelaron diferencias significativas. Esto sugiere que, en general, las principales actividades económicas aportan de manera similar al PIB nacional a lo largo del tiempo. Sin embargo, al analizar el PIB por actividad económica en periodos específicos, se observan diferencias significativas entre algunas actividades, como la industria manufacturera y el sector de transporte y almacenamiento, lo que indica posible foco de atención para políticas económicas.
En conclusión, el análisis del PIB por sectores y actividades económicas proporciona una comprensión integral de la dinámica económica de México. Aunque no se observaron diferencias significativas en la contribución al PIB entre los principales sectores a lo largo del tiempo, se identificaron disparidades en el PIB por actividad en periodos específicos. Estos hallazgos resaltan la importancia de políticas económicas que promuevan un crecimiento equitativo y sostenible en todos los sectores económicos del país.
Referencias bibliográficas
Banco de México. (2018). Reporte sobre las economías de América Latina y el Caribe. https://www.banxico.org.mx/publicaciones-y-prensa/informes-trimestrales/%7B96C85A07-4EFC-D708-DAB6-4D2F78614581%7D.pdf
Banco Mundial. (2021). DataBank: World Development Indicators. https://databank.bancomundial.org/source/world-development-indicators
INEGI. (2020). Producto Interno Bruto por actividad económica. https://www.inegi.org.mx/temas/pib/