Visualizaciones
Column
Mapa mundial de los migrantes venezolanos 2018
Column
Tema de investigación
“Análisis de los factores que posicionaron al Perú como el segundo principal destino de migrantes venezolanos en América del Sur en 2018, pese a no compartir frontera directa con Venezuela.”
Pregunta de investigación
¿Por qué en el 2018 el Perú se ha convertio en el segundo principal destino de migrantes venezolanos en América del Sur, a pesar de no compartir frontera directa con Venezuela?
Justificación
Durante la última década, la migración venezolana se ha convertido en uno de los flujos humanos más significativos de América Latina. Ante una profunda crisis económica, social e institucional en Venezuela, millones de ciudadanos han salido del país en busca de mejores condiciones de vida. Este fenómeno ha generado efectos visibles en los países receptores, desde el dinamismo económico hasta presiones en servicios públicos y marcos legales (R4V, 2024). Este estudio se centra en entender por qué ciertos países, en especial el Perú, se han posicionado como destinos clave, a pesar de no compartir fronteras directas con Venezuela. La visualización que acompaña esta investigación permite observar la distribución geográfica de migrantes venezolanos, país por país, y se propone como una herramienta interactiva para el análisis cuantitativo del fenómeno (R4V, 2024).
Hipótesis
El Perú ha sido elegido como destino principal por parte de los migrantes venezolanos debido a su estabilidad económica relativa en la región y a la implementación de políticas migratorias flexibles en el 2018, que facilitaron el ingreso y la regularización. Factores como la distancia geográfica, que usualmente representan una barrera, no habrían sido decisivos frente a la urgencia del éxodo y las oportunidades ofrecidas por el país andino.
Variable Dependiente
Row
Número de migrantes
Row
Estadisticos
Min. 1st Qu. Median Mean 3rd Qu. Max.
500 5500 15000 97255 94730 1032016 boxplot
Variables Independientes
Column
Variable de Control: distancia_km
Min. 1st Qu. Median Mean 3rd Qu. Max.
250 1500 2800 3446 5300 8200 
Column {data-width=500}
Variable Independiete: Requiere visa
NO SÍ
17 10 
Variable Independiete: Tasa de desempleo
Min. 1st Qu. Median Mean 3rd Qu. Max.
2.283 3.951 6.217 7.182 9.119 15.255 
Variable Independiete: Sueldo Mínimo
Min. 1st Qu. Median Mean 3rd Qu. Max.
118.0 271.0 384.0 555.5 791.5 1538.0 
Variable Independiete: Inflación Anual (2018)
Min. 1st Qu. Median Mean 3rd Qu. Max.
-0.220 1.390 2.400 4.279 3.650 47.600 
Regresión Poisson
Column
Gráfico A
| Variable | Diferencia (t-test) | Diferencia (Wilcoxon) | p-valor (t) | p-valor (Wilcoxon) |
|---|---|---|---|---|
| requiere_visa | NO | NO | 0.2349 | 0.6694 |
| Nota: | ||||
| Umbral de significancia: p ≤ 0.05. Test de Wilcoxon con corrección para empates. |
Column {data-width=500}
Gráfico B
| Modelo 1: Solo Desempleo | Modelo 2: Desempleo + Sueldo | Modelo 2: Desempleo + Sueldo + Inflación Anual | |
|---|---|---|---|
| (Intercept) | 2.775*** | 3.440*** | 3.727*** |
| (0.002) | (0.002) | (0.002) | |
| tasa_desempleo | 0.071*** | 0.185*** | 0.199*** |
| (0.000) | (0.000) | (0.000) | |
| sueldo_minimo | −0.003*** | −0.003*** | |
| (0.000) | (0.000) | ||
| inflacion_anual | −0.040*** | ||
| (0.000) | |||
| Num.Obs. | 27 | 27 | 27 |
| AIC | 9441105.4 | 7572402.5 | 7102864.3 |
| BIC | 9441107.9 | 7572406.4 | 7102869.5 |
| Log.Lik. | −4720550.678 | −3786198.247 | −3551428.169 |
| F | 169692.716 | 732073.674 | 710452.739 |
| RMSE | 231285.09 | 224792.91 | 218794.47 |
| + p < 0.1, * p < 0.05, ** p < 0.01, *** p < 0.001 |
Gráfico C
| Modelo 1: Solo Desempleo | Modelo 2: Desempleo + Sueldo | Modelo 2: Desempleo + Sueldo + Inflación Anual | |
|---|---|---|---|
| (Intercept) | 16.033*** | 31.1923*** | 41.5501*** |
| [15.984, 16.083] | [31.0947, 31.2902] | [41.4232, 41.6774] | |
| tasa_desempleo | 1.074*** | 1.2037*** | 1.2197*** |
| [ 1.074, 1.074] | [ 1.2032, 1.2041] | [ 1.2193, 1.2201] | |
| sueldo_minimo | 0.9969*** | 0.9966*** | |
| [ 0.9969, 0.9969] | [ 0.9966, 0.9966] | ||
| inflacion_anual | 0.9606*** | ||
| [ 0.9605, 0.9607] | |||
| Num.Obs. | 27 | 27 | 27 |
| AIC | 9441105.4 | 7572402.5 | 7102864.3 |
| BIC | 9441107.9 | 7572406.4 | 7102869.5 |
| Log.Lik. | −4720550.678 | −3786198.247 | −3551428.169 |
| F | 169692.716 | 732073.674 | 710452.739 |
| RMSE | 231285.09 | 224792.91 | 218794.47 |
| + p < 0.1, * p < 0.05, ** p < 0.01, *** p < 0.001 |
Gráfico D
| Es probable? | |
|---|---|
| overdispersion | TRUE |
| underdispersion | FALSE |
Gráfico f
| VIF | |
|---|---|
| tasa_desempleo | 1.259383 |
| sueldo_minimo | 1.272199 |
| inflacion_anual | 1.011431 |
| Poisson migrantes venezolanos | QuasiPoisson migrantes venezolanos | Binomial Negativa migrantes venezolanos | |
|---|---|---|---|
| (Intercept) | 41.5501*** | 41.5501** | 37.9773*** |
| [41.4232, 41.6774] | [2.7069, 386.423] | [5.8584, 370.5373] | |
| tasa_desempleo | 1.2197*** | 1.2197 | 1.2165* |
| [ 1.2193, 1.2201] | [0.9070, 1.579] | [0.9979, 1.5005] | |
| sueldo_minimo | 0.9966*** | 0.9966 | 0.9980* |
| [ 0.9966, 0.9966] | [0.9917, 1.000] | [0.9964, 0.9998] | |
| inflacion_anual | 0.9606*** | 0.9606 | 0.9573 |
| [ 0.9605, 0.9607] | [0.7383, 1.033] | [0.9099, 1.0870] | |
| Num.Obs. | 27 | 27 | 27 |
| AIC | 7102864.3 | 660.5 | |
| BIC | 7102869.5 | 666.9 | |
| Log.Lik. | −3551428.169 | −325.235 | |
| F | 710452.739 | 1.171 | 2.893 |
| RMSE | 218794.47 | 218794.47 | 269428.88 |
| + p < 0.1, * p < 0.05, ** p < 0.01, *** p < 0.001 |
###gaaa
# Overdispersion test
dispersion ratio = 672743.133
Pearson's Chi-Squared = 16145835.202
p-value = < 0.001# Overdispersion test
dispersion ratio = 606469.696
Pearson's Chi-Squared = 13948803.009
p-value = < 0.001# Overdispersion test
dispersion ratio = 0.525
p-value = 0.928| Resid. Df | Resid. Dev | Df | Deviance | Pr(>Chi) |
|---|---|---|---|---|
| 23 | 7.102543e+06 | NA | NA | NA |
| 23 | 7.102543e+06 | 0 | 0 | NA |
| 23 | 3.585062e+01 | 0 | 7102507 | NA |
| #Df | LogLik | Df | Chisq | Pr(>Chisq) |
|---|---|---|---|---|
| 4 | -3551428.1693 | NA | NA | NA |
| 5 | -325.2353 | 1 | 7102206 | 0 |
| Poisson | CuasiPoisson | BinomNegativa | |
|---|---|---|---|
| requiere_visa | NA | NA | NA |
| tasa_desempleo | -0.0000001 | -0.0000001 | 0.0000000 |
| sueldo_minimo | 0.0003619 | 0.0003877 | 0.0003826 |
| inflacion_anual | -0.0000001 | -0.0000001 | -0.0000001 |
Clusterización
Column
Gráfico A
distancia_km requiere_visa tasa_desempleo sueldo_minimo
Colombia 1200 NO 9.360 265
Perú 3500 NO 3.492 277
Brasil 400 NO 12.329 298
EEUU 3800 SÍ 3.896 1160
Chile 5600 NO 7.623 423
España 6800 SÍ 15.255 859
Ecuador 2300 NO 3.530 386
Argentina 6800 NO 9.220 342
República Dominicana 1100 NO 5.861 202
México 3500 NO 3.275 156
Italia 8200 SÍ 10.610 1185
Panamá 1800 NO 5.161 624
Uruguay 7200 NO 8.336 440
Trinidad y Tobago 700 SÍ 3.498 224
Costa Rica 2000 NO 9.010 528
Portugal 6500 SÍ 6.994 724
Canadá 5000 SÍ 5.837 1538
Guyana 1100 NO 13.627 218
Bolivia 3200 NO 3.519 298
Curaçao 300 SÍ 13.400 888
Aruba 250 SÍ 7.700 1020
Francia 7500 SÍ 9.018 1521
Paraguay 4500 NO 6.217 352
Guatemala 2800 NO 2.283 384
El Salvador 2500 NO 4.006 203
Nicaragua 2200 SÍ 5.200 118
Honduras 2300 NO 5.648 366
inflacion_anual migrantes_venezolanos
Colombia 3.24 1032016
Perú 1.50 414000
Brasil 3.60 290224
EEUU 2.40 144000
Chile 2.40 95000
España 1.60 208000
Ecuador -0.22 94461
Argentina 47.60 105756
República Dominicana 3.50 8589
México 4.80 20775
Italia 1.10 23582
Panamá 0.76 60000
Uruguay 7.60 6000
Trinidad y Tobago 1.00 40000
Costa Rica 2.20 15000
Portugal 0.99 8892
Canadá 2.20 18000
Guyana 1.28 3500
Bolivia 2.20 3000
Curaçao 2.50 7000
Aruba 3.60 6000
Francia 1.80 800
Paraguay 3.90 14000
Guatemala 3.70 5000
El Salvador 1.09 800
Nicaragua 4.90 500
Honduras 4.30 1000
**Gráfico A2
| distancia_km | requiere_visa | tasa_desempleo | sueldo_minimo | inflacion_anual | migrantes_venezolanos | pam | |
|---|---|---|---|---|---|---|---|
| Colombia | 1200 | NO | 9.360 | 265 | 3.24 | 1032016 | 1 |
| Perú | 3500 | NO | 3.492 | 277 | 1.50 | 414000 | 1 |
| Brasil | 400 | NO | 12.329 | 298 | 3.60 | 290224 | 1 |
| EEUU | 3800 | SÍ | 3.896 | 1160 | 2.40 | 144000 | 2 |
| Chile | 5600 | NO | 7.623 | 423 | 2.40 | 95000 | 1 |
| España | 6800 | SÍ | 15.255 | 859 | 1.60 | 208000 | 2 |
| Ecuador | 2300 | NO | 3.530 | 386 | -0.22 | 94461 | 1 |
| Argentina | 6800 | NO | 9.220 | 342 | 47.60 | 105756 | 1 |
| República Dominicana | 1100 | NO | 5.861 | 202 | 3.50 | 8589 | 1 |
| México | 3500 | NO | 3.275 | 156 | 4.80 | 20775 | 1 |
| Italia | 8200 | SÍ | 10.610 | 1185 | 1.10 | 23582 | 2 |
| Panamá | 1800 | NO | 5.161 | 624 | 0.76 | 60000 | 1 |
| Uruguay | 7200 | NO | 8.336 | 440 | 7.60 | 6000 | 1 |
| Trinidad y Tobago | 700 | SÍ | 3.498 | 224 | 1.00 | 40000 | 2 |
| Costa Rica | 2000 | NO | 9.010 | 528 | 2.20 | 15000 | 1 |
Column {data-width=500}
Gráfico B
[,1] [,2]
Colombia -0.31080519 0.01751377
Perú -0.25766447 0.02991118
Brasil -0.22427238 0.01162712
EEUU 0.33062053 0.14763494
Chile -0.11590328 -0.21183166
España 0.43409649 -0.18037181
Ecuador -0.22726348 0.07501598
Argentina -0.17441931 -0.47703388
República Dominicana -0.23391545 0.10971743
México -0.23303205 0.04759176
Italia 0.48199229 -0.17707600
Panamá -0.15709904 0.06451460
Uruguay -0.09106651 -0.31483449
Trinidad y Tobago 0.12848389 0.32432443
Costa Rica -0.14597149 -0.03902804
Portugal 0.34003289 -0.08215960
Canadá 0.41386524 0.03447732
Guyana -0.19972095 0.02095902
Bolivia -0.21680738 0.04934538
Curaçao 0.33571046 0.17710395
Tablas2
Gráfico C
Kaiser-Meyer-Olkin factor adequacy
Call: psych::KMO(r = corMatrix)
Overall MSA = 0.43
MSA for each item =
tasa_desempleo sueldo_minimo inflacion_anual
0.44 0.44 0.37