---
title: "Actividad Final DENUE"
author: "Elias"
date: "2026-03-19"
output: 
  html_document: default
---

1. Contexto de la actividad

El Directorio Estadístico Nacional de Unidades Económicas (DENUE) contiene información sobre millones de establecimientos económicos en México, incluyendo ubicación geográfica, sector económico, tamaño de empresa y actividad productiva.
En este análisis se estudia el estado de Tamaulipas para identificar patrones territoriales y socioeconómicos de las unidades económicas.

---

2. Importación de la base de datos

library(tidyverse)

## ── Attaching core tidyverse packages ──────────────────────── tidyverse 2.0.0 ──
## ✔ dplyr     1.1.4     ✔ readr     2.1.5
## ✔ forcats   1.0.0     ✔ stringr   1.5.1
## ✔ ggplot2   3.5.2     ✔ tibble    3.3.0
## ✔ lubridate 1.9.5     ✔ tidyr     1.3.1
## ✔ purrr     1.1.0     
## ── Conflicts ────────────────────────────────────────── tidyverse_conflicts() ──
## ✖ dplyr::filter() masks stats::filter()
## ✖ dplyr::lag()    masks stats::lag()
## ℹ Use the conflicted package (<http://conflicted.r-lib.org/>) to force all conflicts to become errors

library(janitor)

## 
## Adjuntando el paquete: 'janitor'
## 
## The following objects are masked from 'package:stats':
## 
##     chisq.test, fisher.test

library(stringi)

# Importar base DENUE en UTF-8 y limpiar nombres
denue <- read_csv("denue_28.csv", locale = locale(encoding = "UTF-8")) %>% 
  clean_names()

## Rows: 148560 Columns: 42
## ── Column specification ────────────────────────────────────────────────────────
## Delimiter: ","
## chr (33): clee, nom_estab, raz_social, nombre_act, per_ocu, tipo_vial, nom_v...
## dbl  (9): id, codigo_act, numero_ext, numero_int, cod_postal, cve_ent, telef...
## 
## ℹ Use `spec()` to retrieve the full column specification for this data.
## ℹ Specify the column types or set `show_col_types = FALSE` to quiet this message.

# Normalizar nombres de municipios para evitar errores de codificación
denue <- denue %>% 
  mutate(municipio = stri_trans_general(municipio, "Latin-ASCII"))

# Número de registros
nrow(denue)

## [1] 148560

# Variables disponibles
names(denue)

##  [1] "id"           "clee"         "nom_estab"    "raz_social"   "codigo_act"  
##  [6] "nombre_act"   "per_ocu"      "tipo_vial"    "nom_vial"     "tipo_v_e_1"  
## [11] "nom_v_e_1"    "tipo_v_e_2"   "nom_v_e_2"    "tipo_v_e_3"   "nom_v_e_3"   
## [16] "numero_ext"   "letra_ext"    "edificio"     "edificio_e"   "numero_int"  
## [21] "letra_int"    "tipo_asent"   "nomb_asent"   "tipo_cen_com" "nom_cen_com" 
## [26] "num_local"    "cod_postal"   "cve_ent"      "entidad"      "cve_mun"     
## [31] "municipio"    "cve_loc"      "localidad"    "ageb"         "manzana"     
## [36] "telefono"     "correoelec"   "www"          "tipo_uni_eco" "latitud"     
## [41] "longitud"     "fecha_alta"

Número de registros: 148,560
Variables de actividad económica: nombre_act, per_ocu
Variables de ubicación geográfica: municipio, latitud, longitud, cve_ent, localidad

---

3. Limpieza y filtrado de datos

# Filtrar valores del estado de Tamaulipas
denue_tamps <- denue %>% filter(entidad == "Tamaulipas")

nrow(denue_tamps)

## [1] 148560

Se filtraron los registros correspondientes a Tamaulipas, obteniendo 148,560 establecimientos.

---

4. Generación de indicadores socioeconómicos

Indicador 1: Número de establecimientos por municipio

establecimientos_mpio <- denue_tamps %>% count(municipio, sort = TRUE)

establecimientos_mpio %>%
  ggplot(aes(reorder(municipio, n), n)) +
  geom_col(fill="steelblue") +
  coord_flip() +
  labs(title="Establecimientos por municipio en Tamaulipas",
       x="Municipio", y="Número de establecimientos")

Interpretación: Reynosa y Matamoros concentran la mayor cantidad de establecimientos, seguidos por Tampico y Victoria.

---

Indicador 2: Distribución de establecimientos por tamaño de empresa

denue_tamps %>%
  mutate(tamano_empresa = case_when(
    per_ocu <= 10 ~ "Micro",
    per_ocu <= 50 ~ "Pequeña",
    per_ocu <= 250 ~ "Mediana",
    per_ocu > 250 ~ "Grande",
    TRUE ~ "Sin dato"
  )) %>%
  count(tamano_empresa) %>%
  ggplot(aes(tamano_empresa, n)) +
  geom_col(fill="darkgreen") +
  theme_minimal() +
  labs(title="Distribución por tamaño de empresa",
       x="Tamaño de empresa", y="Número de establecimientos")

Interpretación: Predominan las microempresas (menos de 10 empleados), lo que refleja un tejido empresarial fragmentado. Las grandes empresas son minoría, pero concentran más personal ocupado.

---

5. Interpretación de resultados

• Municipios con mayor concentración económica: Reynosa, Matamoros y Tampico son los principales polos de actividad.
  
• Predominio de microempresas: El tejido empresarial está compuesto mayormente por negocios pequeños.
  
• Implicaciones socioeconómicas: Existe una brecha en el desarrollo de empresas medianas y grandes, lo que limita la generación de empleos de mayor escala.
  
• Oportunidades de desarrollo: Hay margen para incentivar inversión de empresas grandes y diversificar la economía en municipios con menor actividad.

---

Conclusiones

El análisis muestra que la economía de Tamaulipas se concentra en municipios fronterizos e industriales, mientras que la mayoría de los establecimientos son microempresas. Esto refleja un ecosistema empresarial fragmentado, con retos de competitividad y oportunidades para fomentar la inversión de empresas de mayor tamaño que impulsen el desarrollo regional.

---