Importacion de bases de datos
Base de datos 2006
## Agregacion de servicios
library(dplyr)
servicios_row<-colSums(mip2006_ci[41:46,])
temporal<-rbind(mip2006_ci[1:40,],servicios_row)
servicios_col<-rowSums(temporal[,41:46])
mip2006_ci_corregida<-cbind(temporal[,1:40],servicios_col)
names(mip2006_ci_corregida)<-as.character(1:41)
X_2006<-rbind(mip2006_X[1:40,],colSums(mip2006_X[41:46,]))
Base de datos 1990.
## Agregacion de servicios 1990
servicios_row_1990<-colSums(mip1990_ci[41:46,])
temporal_1990<-rbind(mip1990_ci[1:40,],servicios_row_1990)
servicios_col_1990<-rowSums(temporal_1990[,41:46])
mip1990_ci_corregida<-cbind(temporal_1990[,1:40],servicios_col_1990)
names(mip1990_ci_corregida)<-as.character(1:41)
X_1990<-rbind(mip1990_x[1:40,],colSums(mip1990_x[41:46,]))
Funciones
# Matriz de coeficientes tecnicos
mip_coeficientes_tecnicos<-function(matriz_consumo_intermedio,
vector_demanda_final){
filas_ci<-nrow(matriz_consumo_intermedio)
columnas_ci<-ncol(matriz_consumo_intermedio)
filas_x<-nrow(vector_demanda_final)
if(filas_ci!=columnas_ci){
stop("Ingrese una matriz de Consumo Intermedio, Cuadrada",call. = FALSE)
}
if(filas_ci!=filas_x){
stop("Vector de demanda final incompatible (diferente dimensión)",call. = FALSE)
}
v<-solve(diag(as.vector(vector_demanda_final)))
A<-matriz_consumo_intermedio%*%v
list(A=A,V=v)
}
#matriz tecnológica
mip_matriz_tecnologica<-function(matriz_coeficientes_tecnicos){
filas_A<-nrow(matriz_coeficientes_tecnicos)
columnas_A<-ncol(matriz_coeficientes_tecnicos)
if(filas_A!=columnas_A){
stop("Ingrese una matriz de coef. técnicos cuadrada",call. = FALSE)
}
tipo_matriz<-typeof(matriz_coeficientes_tecnicos)
if(tipo_matriz!="double"){
stop("La matriz ingresada no es numerica",call. = FALSE)
}
T<-diag(1,filas_A)-matriz_coeficientes_tecnicos
T
}
mip_matriz_leontief<-function(matriz_tecnologica){
L<-solve(matriz_tecnologica)
L
}
mip_multiplicadores_produccion_mp<-function(matriz_leontief){
mp<-rowSums(matriz_leontief)
mp
}
mip_multiplicadores_expansion_demanda_me<-function(matriz_leontief){
me<-colSums(matriz_leontief)
me
}
mip_encadenamiento_pd<-function(matriz_leontief){
mp<-mip_multiplicadores_produccion_mp(matriz_leontief)
mp/mean(mp)
}
mip_encadenamiento_sd<-function(matriz_leontief){
me<-mip_multiplicadores_expansion_demanda_me(matriz_leontief)
me/mean(me)
}
mip_tabla_rasmussen<-function(matriz_leontief){
library(dplyr)
pd<-mip_encadenamiento_pd(matriz_leontief)
sd<-mip_encadenamiento_sd(matriz_leontief)
rasmussen<-data.frame(pd=pd,sd=sd)
rasmussen_clasificado<-rasmussen %>%
mutate(clasificacion=case_when(pd>1 & sd>1 ~ "Sector Clave",
pd<1 & sd>1 ~"Sector Estrategico",
pd>1 & sd<1 ~"Sector Impulsor",
pd<1 & sd<1 ~"Sector Isla",
TRUE ~ "No clasificado")) %>% mutate(sector=row_number()) %>% select(sector,pd,sd,clasificacion)
rasmussen_clasificado
}
1. Calculos
a. Multiplicadores de Expansión de la demanda
## Multiplicadores de expancion de la demanda 2006
A_2006<-mip_coeficientes_tecnicos(as.matrix(mip2006_ci_corregida),as.matrix(X_2006))[[1]]
matriz_T_2006<-mip_matriz_tecnologica(matriz_coeficientes_tecnicos = A_2006)
L_2006<-mip_matriz_leontief(matriz_tecnologica = matriz_T_2006)
me_2006<-mip_multiplicadores_expansion_demanda_me(matriz_leontief = L_2006)
me_2006
## [1] 1.297922 1.020215 1.234962 1.847889 1.083978 1.400624 1.685844
## [8] 1.026941 1.499664 1.071302 1.401085 1.471804 1.040887 1.526300
## [15] 1.941532 1.344572 1.277062 1.000000 1.301245 1.371596 1.395160
## [22] 1.176944 1.433429 1.363739 1.212840 1.240559 1.276547 1.496298
## [29] 1.990601 1.109025 1.088510 1.588449 2.124461 1.674974 23.762309
## [36] 1.299292 1.397290 1.684696 1.236529 1.171619 1.360409
## Multiplicadores de expancion de la demanda 1990
A_1990<-mip_coeficientes_tecnicos(as.matrix(mip1990_ci_corregida),as.matrix(X_1990))[[1]]
matriz_T_1990<-mip_matriz_tecnologica(matriz_coeficientes_tecnicos = A_1990)
L_1990<-mip_matriz_leontief(matriz_tecnologica = matriz_T_1990)
me_1990<-mip_multiplicadores_expansion_demanda_me(matriz_leontief = L_1990)
me_1990
## [1] 1.255178 1.267747 1.261599 1.568111 1.124569 1.445002 1.768326
## [8] 1.029765 1.383834 1.047445 1.834384 1.788561 1.059243 1.799649
## [15] 1.840519 1.553178 1.365915 1.384794 1.505731 1.642505 1.578688
## [22] 1.361625 1.665210 1.447935 1.327641 1.408787 1.395278 1.459492
## [29] 2.366807 1.299373 1.109323 1.451591 1.392119 1.826914 37.440804
## [36] 1.636206 1.517817 1.258089 1.353294 1.170121 1.301949
b. Multiplicadores de la producción
## Multiplicadores de la produccion MIP 2006
A_2006<-mip_coeficientes_tecnicos(as.matrix(mip2006_ci_corregida),as.matrix(X_2006))[[1]]
matriz_T_2006<-mip_matriz_tecnologica(matriz_coeficientes_tecnicos = A_2006)
L_2006<-mip_matriz_leontief(matriz_tecnologica = matriz_T_2006)
mp_2006<-mip_multiplicadores_produccion_mp(matriz_leontief = L_2006)
mp_2006
## [1] 1.013829 1.052815 1.474348 1.301361 1.244981 1.623459 1.060766
## [8] 1.196731 1.359658 2.568025 1.150131 1.077882 1.002044 1.355794
## [15] 1.054278 1.918127 1.134142 1.000527 1.470996 1.018324 1.129994
## [22] 1.107301 2.018467 1.888203 2.150340 6.346229 1.563541 1.509519
## [29] 1.791534 1.250410 1.532295 2.797425 1.081905 1.187016 1.062057
## [36] 1.197085 10.302597 1.590620 1.766302 6.502581 3.075466
## Multiplicadores de la produccion MIP 1990
A_1990<-mip_coeficientes_tecnicos(as.matrix(mip1990_ci_corregida),as.matrix(X_1990))[[1]]
matriz_T_1990<-mip_matriz_tecnologica(matriz_coeficientes_tecnicos = A_1990)
L_1990<-mip_matriz_leontief(matriz_tecnologica = matriz_T_1990)
mp_1990<-mip_multiplicadores_produccion_mp(matriz_leontief = L_1990)
mp_1990
## [1] 1.105885 1.191285 1.750077 1.511243 1.389578 2.181171 1.119400
## [8] 1.246299 1.083152 3.671425 1.223539 1.133089 1.006271 1.592563
## [15] 1.194635 2.224389 1.253500 1.015813 1.928648 1.030379 1.189543
## [22] 1.146679 2.696695 2.739024 3.150917 6.985378 2.603476 1.606020
## [29] 2.197902 1.495203 2.066329 2.185642 1.177725 1.239212 1.067583
## [36] 1.291981 13.816987 2.262777 3.717322 7.533336 3.673047
c. Tasa de cambio
Tasa de cambio para me
tasa_cambio_me<-me_2006/me_1990-1
tasa_cambio_me
## [1] 0.034053910 -0.195253394 -0.021113105 0.178416600 -0.036093947
## [6] -0.030710963 -0.046644285 -0.002742203 0.083702802 0.022777299
## [11] -0.236209344 -0.177101522 -0.017328929 -0.151889740 0.054882473
## [16] -0.134309142 -0.065050033 -0.277871073 -0.135805402 -0.164936051
## [21] -0.116253539 -0.135633166 -0.139190604 -0.058148876 -0.086470059
## [26] -0.119413382 -0.085095253 0.025218482 -0.158950892 -0.146492609
## [31] -0.018762181 0.094281625 0.526062912 -0.083167223 -0.365336575
## [36] -0.205911755 -0.079408189 0.339091521 -0.086281707 0.001280605
## [41] 0.044901570
Tasa de cambio mp
tasa_cambio_mp<-mp_2006/mp_1990-1
tasa_cambio_mp
## [1] -0.083241979 -0.116236057 -0.157552595 -0.138880926 -0.104058154
## [6] -0.255693743 -0.052379626 -0.039771981 0.255279837 -0.300537226
## [11] -0.059997035 -0.048722602 -0.004201206 -0.148671768 -0.117488893
## [16] -0.137683601 -0.095219718 -0.015047927 -0.237291624 -0.011699801
## [21] -0.050060911 -0.034340801 -0.251503562 -0.310629203 -0.317550983
## [26] -0.091498080 -0.399441022 -0.060086690 -0.184889040 -0.163718910
## [31] -0.258445453 0.279910220 -0.081359642 -0.042120529 -0.005176405
## [36] -0.073449996 -0.254352824 -0.297049512 -0.524845471 -0.136825786
## [41] -0.162693486
d. Tabla de resultados
library(dplyr)
library(kableExtra)
##
## Adjuntando el paquete: 'kableExtra'
## The following object is masked from 'package:dplyr':
##
## group_rows
# Nombres de sectores
nombres_sectores <- c( "CAFE ORO", "ALGODON", "GRANOS BASICOS", "CAÑA DE AZUCAR",
"OTRAS PRODUCCIONES AGRICOLAS", "GANADERIA", "AVICULTURA",
"SILVICULTURA", "PROD. DE LA CAZA Y LA PESCA", "PROD. DE LA MINERIA",
"CARNE Y SUS PRODUCTOS", "PRODUCTOS LACTEOS", "PROD. ELABORADOS DE LA PESCA",
"PROD. DE MOLINERIA Y PANADERIA", "AZUCAR", "OTROS PROD. ALIM. ELABORADOS",
"BEBIDAS", "TABACO ELABORADO", "TEXTILES Y ART. CONFEC. DE MAT. TEXT.",
"PRENDAS DE VESTIR", "CUERO Y SUS PRODUCTOS", "MADERA Y SUS PRODUCTOS",
"PAPEL, CARTON Y SUS PRODUCTOS", "PROD. DE LA IMPRENTA Y DE IND. CONEX.",
"QUIMICA DE BASE Y ELABORADOS", "PROD. DE LA REFINACION DE PETROLEO",
"PROD. DE CAUCHO Y PLASTICO", "PROD. MINERALES NO METALICOS ELAB.",
"PROD. METALICOS DE BASE Y ELAB.", "MAQUINARIA, EQUIPOS Y SUMINISTROS",
"MATERIAL DE TRANSP. Y MANUF. DIVERSAS", "ELECTRICIDAD",
"AGUA Y ALCANTARILLADOS", "CONSTRUCCION", "COMERCIO", "RESTAURANTES Y HOTELES",
"TRANSP. Y ALMACENAMIENTO", "COMUNICACIONES", "BANCOS, SEGUROS, OTRAS INST. FINANC.",
"BIENES INMUEBLES Y SERV. PRESTADOS", "ALQUILERES DE VIVIENDA."
)
tabla <- data.frame(Nombre=nombres_sectores, me1990=me_1990, me2006=me_2006, mp1990=mp_1990, mp2006=mp_2006) %>%
mutate(dif_me=round((me_2006/me_1990-1)*100,2),
dif_mp=round((mp_2006/mp_1990-1)*100,2)) %>%
mutate(sector=row_number()) %>%
select(sector, everything())
tabla %>%
kable(caption = "Tabla de multiplicadores MIP 1990 y 2006",
align = "c",
digits = 2) %>%
kable_material(html_font = "sans-serif") %>%
kable_styling(bootstrap_options = c("striped", "hover"),
full_width = FALSE) %>%
column_spec(2, width = "5cm") %>% column_spec(column = 7, background = "#EEE9E9") %>% column_spec(column = 8, background = "#EEE9E9") %>% column_spec(column = 2, background = "#EEE9E9")
Tabla de multiplicadores MIP 1990 y 2006
|
sector
|
Nombre
|
me1990
|
me2006
|
mp1990
|
mp2006
|
dif_me
|
dif_mp
|
|
1
|
CAFE ORO
|
1.26
|
1.30
|
1.11
|
1.01
|
3.41
|
-8.32
|
|
2
|
ALGODON
|
1.27
|
1.02
|
1.19
|
1.05
|
-19.53
|
-11.62
|
|
3
|
GRANOS BASICOS
|
1.26
|
1.23
|
1.75
|
1.47
|
-2.11
|
-15.76
|
|
4
|
CAÑA DE AZUCAR
|
1.57
|
1.85
|
1.51
|
1.30
|
17.84
|
-13.89
|
|
5
|
OTRAS PRODUCCIONES AGRICOLAS
|
1.12
|
1.08
|
1.39
|
1.24
|
-3.61
|
-10.41
|
|
6
|
GANADERIA
|
1.45
|
1.40
|
2.18
|
1.62
|
-3.07
|
-25.57
|
|
7
|
AVICULTURA
|
1.77
|
1.69
|
1.12
|
1.06
|
-4.66
|
-5.24
|
|
8
|
SILVICULTURA
|
1.03
|
1.03
|
1.25
|
1.20
|
-0.27
|
-3.98
|
|
9
|
PROD. DE LA CAZA Y LA PESCA
|
1.38
|
1.50
|
1.08
|
1.36
|
8.37
|
25.53
|
|
10
|
PROD. DE LA MINERIA
|
1.05
|
1.07
|
3.67
|
2.57
|
2.28
|
-30.05
|
|
11
|
CARNE Y SUS PRODUCTOS
|
1.83
|
1.40
|
1.22
|
1.15
|
-23.62
|
-6.00
|
|
12
|
PRODUCTOS LACTEOS
|
1.79
|
1.47
|
1.13
|
1.08
|
-17.71
|
-4.87
|
|
13
|
PROD. ELABORADOS DE LA PESCA
|
1.06
|
1.04
|
1.01
|
1.00
|
-1.73
|
-0.42
|
|
14
|
PROD. DE MOLINERIA Y PANADERIA
|
1.80
|
1.53
|
1.59
|
1.36
|
-15.19
|
-14.87
|
|
15
|
AZUCAR
|
1.84
|
1.94
|
1.19
|
1.05
|
5.49
|
-11.75
|
|
16
|
OTROS PROD. ALIM. ELABORADOS
|
1.55
|
1.34
|
2.22
|
1.92
|
-13.43
|
-13.77
|
|
17
|
BEBIDAS
|
1.37
|
1.28
|
1.25
|
1.13
|
-6.51
|
-9.52
|
|
18
|
TABACO ELABORADO
|
1.38
|
1.00
|
1.02
|
1.00
|
-27.79
|
-1.50
|
|
19
|
TEXTILES Y ART. CONFEC. DE MAT. TEXT.
|
1.51
|
1.30
|
1.93
|
1.47
|
-13.58
|
-23.73
|
|
20
|
PRENDAS DE VESTIR
|
1.64
|
1.37
|
1.03
|
1.02
|
-16.49
|
-1.17
|
|
21
|
CUERO Y SUS PRODUCTOS
|
1.58
|
1.40
|
1.19
|
1.13
|
-11.63
|
-5.01
|
|
22
|
MADERA Y SUS PRODUCTOS
|
1.36
|
1.18
|
1.15
|
1.11
|
-13.56
|
-3.43
|
|
23
|
PAPEL, CARTON Y SUS PRODUCTOS
|
1.67
|
1.43
|
2.70
|
2.02
|
-13.92
|
-25.15
|
|
24
|
PROD. DE LA IMPRENTA Y DE IND. CONEX.
|
1.45
|
1.36
|
2.74
|
1.89
|
-5.81
|
-31.06
|
|
25
|
QUIMICA DE BASE Y ELABORADOS
|
1.33
|
1.21
|
3.15
|
2.15
|
-8.65
|
-31.76
|
|
26
|
PROD. DE LA REFINACION DE PETROLEO
|
1.41
|
1.24
|
6.99
|
6.35
|
-11.94
|
-9.15
|
|
27
|
PROD. DE CAUCHO Y PLASTICO
|
1.40
|
1.28
|
2.60
|
1.56
|
-8.51
|
-39.94
|
|
28
|
PROD. MINERALES NO METALICOS ELAB.
|
1.46
|
1.50
|
1.61
|
1.51
|
2.52
|
-6.01
|
|
29
|
PROD. METALICOS DE BASE Y ELAB.
|
2.37
|
1.99
|
2.20
|
1.79
|
-15.90
|
-18.49
|
|
30
|
MAQUINARIA, EQUIPOS Y SUMINISTROS
|
1.30
|
1.11
|
1.50
|
1.25
|
-14.65
|
-16.37
|
|
31
|
MATERIAL DE TRANSP. Y MANUF. DIVERSAS
|
1.11
|
1.09
|
2.07
|
1.53
|
-1.88
|
-25.84
|
|
32
|
ELECTRICIDAD
|
1.45
|
1.59
|
2.19
|
2.80
|
9.43
|
27.99
|
|
33
|
AGUA Y ALCANTARILLADOS
|
1.39
|
2.12
|
1.18
|
1.08
|
52.61
|
-8.14
|
|
34
|
CONSTRUCCION
|
1.83
|
1.67
|
1.24
|
1.19
|
-8.32
|
-4.21
|
|
35
|
COMERCIO
|
37.44
|
23.76
|
1.07
|
1.06
|
-36.53
|
-0.52
|
|
36
|
RESTAURANTES Y HOTELES
|
1.64
|
1.30
|
1.29
|
1.20
|
-20.59
|
-7.34
|
|
37
|
TRANSP. Y ALMACENAMIENTO
|
1.52
|
1.40
|
13.82
|
10.30
|
-7.94
|
-25.44
|
|
38
|
COMUNICACIONES
|
1.26
|
1.68
|
2.26
|
1.59
|
33.91
|
-29.70
|
|
39
|
BANCOS, SEGUROS, OTRAS INST. FINANC.
|
1.35
|
1.24
|
3.72
|
1.77
|
-8.63
|
-52.48
|
|
40
|
BIENES INMUEBLES Y SERV. PRESTADOS
|
1.17
|
1.17
|
7.53
|
6.50
|
0.13
|
-13.68
|
|
41
|
ALQUILERES DE VIVIENDA.
|
1.30
|
1.36
|
3.67
|
3.08
|
4.49
|
-16.27
|
2. Analisis Rasmussen
Análisis de Rasmussen para MIP 2006.
rasmussen_2006<-mip_tabla_rasmussen(L_2006)
summary_rasmussen_2006 <- rasmussen_2006 %>%
group_by(clasificacion) %>% summarise(total=n()) %>% mutate(porcentaje=round(prop.table(total)*100,2))
summary_rasmussen_2006 %>%
kable(aption="Análisis de Rasmussen para MIP 2006",
align = "c",
digits = 2) %>%
kable_material(html_font = "sans-serif") %>%
kable_styling(bootstrap_options = c("striped", "hover")) %>% row_spec(row = 1, background = "#F0FFF0") %>% row_spec(row = 2, background = "#E0EEE0") %>% row_spec(row = 3, background = "#C1CDC1")
|
clasificacion
|
total
|
porcentaje
|
|
Sector Estrategico
|
4
|
9.76
|
|
Sector Impulsor
|
8
|
19.51
|
|
Sector Isla
|
29
|
70.73
|
Análisis de Rasmussen para MIP 1990
rasmussen_1990<-mip_tabla_rasmussen(L_1990)
summary_rasmussen_1990 <- rasmussen_1990 %>%
group_by(clasificacion) %>% summarise(total=n()) %>% mutate(porcentaje=round(prop.table(total)*100,2))
summary_rasmussen_1990 %>%
kable(aption="Análisis de Rasmussen para MIP 1990",
align = "c",
digits = 2) %>%
kable_material(html_font = "sans-serif") %>%
kable_styling(bootstrap_options = c("striped", "hover")) %>% row_spec(row = 1, background = "#F0FFF0") %>% row_spec(row = 2, background = "#E0EEE0") %>% row_spec(row = 3, background = "#C1CDC1")
|
clasificacion
|
total
|
porcentaje
|
|
Sector Estrategico
|
2
|
4.88
|
|
Sector Impulsor
|
10
|
24.39
|
|
Sector Isla
|
29
|
70.73
|
3. Tabla comparativa 1990 -
2006
tabla_comparativa<-left_join(summary_rasmussen_1990, summary_rasmussen_2006, by="clasificacion", suffix=c("_1990","_2006"))
tabla_comparativa %>%
mutate(dif_variacion_porcentual= round((porcentaje_2006/porcentaje_1990-1)*100,2)) %>%
kable(aption="Tabla comparativa",
align = "c",
digits = 2) %>%
kable_material(html_font = "sans-serif") %>%
kable_styling(bootstrap_options = c("striped", "hover")) %>% row_spec(row = 1, background = "#F0FFF0") %>% row_spec(row = 2, background = "#E0EEE0") %>% row_spec(row = 3, background = "#C1CDC1")
|
clasificacion
|
total_1990
|
porcentaje_1990
|
total_2006
|
porcentaje_2006
|
dif_variacion_porcentual
|
|
Sector Estrategico
|
2
|
4.88
|
4
|
9.76
|
100.00
|
|
Sector Impulsor
|
10
|
24.39
|
8
|
19.51
|
-20.01
|
|
Sector Isla
|
29
|
70.73
|
29
|
70.73
|
0.00
|