La industria manufacturera es uno de los principales consumidores de energía en Colombia. La Ley 1715 de 2014 promueve la eficiencia energética en el país, y el Programa de Uso Racional y Eficiente de Energía (PROURE 2022–2030) de la Unidad de Planeación Minero Energética identifica a la industria como uno de los sectores con mayor potencial de ahorro (UPME, 2022). Para orientar estos programas es necesario conocer qué características de los establecimientos industriales se asocian con un mayor o menor consumo de energía eléctrica.
No todos los establecimientos consumen lo mismo, el consumo depende de su tamaño, de su nivel de producción, del grado de mecanización de sus procesos y del tipo de actividad que realizan. Es fundamental analizar con la investigación realizada esa relación con los microdatos de la Encuesta Anual Manufacturera (EAM) 2024 del Departamento Administrativo Nacional de Estadística (DANE, 2026).
Pregunta de investigación. ¿Qué factores de escala, intensidad de capital, uso de otros recursos, inversión y sector económico se asocian con el consumo de energía eléctrica de los establecimientos manufactureros de Colombia en 2024?
Objetivo de modelación. Estimar un modelo de regresión lineal múltiple que cuantifique la asociación entre el consumo anual de energía eléctrica de cada establecimiento y su personal ocupado, sus costos de producción, el valor de su maquinaria, su gasto en agua, su inversión en activos fijos y el sector industrial al que pertenece.
La información proviene de la Encuesta Anual Manufacturera 2024, que investiga a los establecimientos industriales que funcionan en Colombia con 10 o más personas ocupadas o con un valor de producción superior al umbral definido por el DANE para cada año. La recolección se realizó entre el 21 de abril y el 31 de octubre de 2025, y los microdatos anonimizados se publicaron el 3 de febrero de 2026.
Tabla 1
Ficha de la fuente de datos
| Elemento | Descripción |
|---|---|
| Conjunto de datos | Encuesta Anual Manufacturera – EAM 2024 |
| Entidad que lo publica | Departamento Administrativo Nacional de Estadística (DANE) |
| Enlace de consulta y descarga | https://microdatos.dane.gov.co/index.php/catalog/888 |
| Diccionario de variables | https://microdatos.dane.gov.co/index.php/catalog/888/data-dictionary |
| Archivo utilizado | EAM_ANONIMIZADA_2024 (6.583 registros y 386 variables) |
| Año de referencia | 2024 |
| Fecha de acceso | 30 de septiembre de 2026 |
La unidad de análisis es el establecimiento industrial, identificado
en la base con la variable nordest. El período de estudio
es el año 2024, por lo que los datos son de corte transversal: todos los
establecimientos se observan en el mismo año.
La variable dependiente es el consumo total de energía eléctrica del establecimiento en el año, medido en kilovatios hora (kWh). Los predictores se seleccionaron a partir del proceso productivo de los establecimientos industriales, y no por su significancia estadística.
Tabla 2
Variables del estudio
| Variable | Código EAM | Descripción | Unidad | Tipo | Signo esperado |
|---|---|---|---|---|---|
| Energía (Y) | c5r1c4 | Total de energía eléctrica consumida en el año | kWh | Numérica | — |
| Personal | c4r4c9t + c4r4c10t | Personal promedio ocupado en el año (mujeres y hombres) | Personas | Numérica | + |
| Costos de producción | c3r35c1 | Total de costos y gastos de producción | Miles de pesos | Numérica | + |
| Maquinaria | c7r6c1 | Valor en libros de la maquinaria y el equipo industrial a 31 de diciembre | Miles de pesos | Numérica | + |
| Agua | c3r21c1 | Costos y gastos por servicio de agua en producción | Miles de pesos | Numérica | + |
| Inversión | c7r10c2 | Total de inversiones en activos fijos en el año | Miles de pesos | Numérica | +/− |
| Sector | ciiu4 | Sector industrial agrupado según la CIIU Rev. 4 A.C. | Categoría | Categórica | Según sector |
El personal ocupado mide la escala del establecimiento: más trabajadores implican más equipos, iluminación y horas de operación. Los costos de producción reflejan el nivel de actividad productiva. El valor de la maquinaria mide la intensidad de capital, pues los procesos más mecanizados consumen más electricidad. El gasto en agua aproxima el uso de procesos intensivos en recursos, como el lavado, el enfriamiento o las calderas. La inversión tiene un signo ambiguo: puede ampliar la capacidad productiva (más consumo) o renovar equipos por otros más eficientes (menos consumo).
El sector industrial se construyó a partir de las dos primeras cifras
del código ciiu4 (división CIIU) y se agrupó en siete
categorías: Alimentos, bebidas y tabaco (divisiones 10 a 12), que es la
categoría de referencia; Textiles, confecciones y cuero (13 a 15);
Madera, papel e imprenta (16 a 18); Química, caucho y plástico (19 a
22); Minerales no metálicos (23); Metalurgia y productos metálicos (24 y
25); y Maquinaria, equipo y otras manufacturas (26 a 33).
Tabla 3
Proceso de depuración de la base de datos
| Paso | Registros |
|---|---|
| Registros iniciales de la EAM 2024 | 6.583 |
| Establecimientos duplicados | 0 |
| Registros con valores faltantes | 0 |
| Registros con valores negativos | 0 |
| Registros con energía, personal o costos de producción iguales a cero | 85 |
| Observaciones finales | 6.498 |
La base original no presentó establecimientos duplicados, valores faltantes ni valores negativos en las variables seleccionadas. Se eliminaron 85 registros con consumo de energía, personal o costos de producción iguales a cero (34 sin energía, 16 sin personal y 44 sin costos; algunos cumplen más de una condición), porque el logaritmo de cero no está definido y estos registros no representan una operación productiva normal. La base final quedó con 6.498 establecimientos.
En cuanto a la codificación, 7 registros tenían el código CIIU a tres dígitos (grupo) en lugar de cuatro (clase); se asignaron a su división tomando los dos primeros dígitos del grupo. Como transformaciones, se aplicó el logaritmo natural al consumo de energía, al personal y a los costos de producción; para maquinaria, agua e inversión, que pueden valer cero, se usó ln(1 + x).
Toda la información proviene de un único archivo de la EAM 2024, por
lo que no fue necesario unir varias bases. La única información externa
es el mapa de departamentos del Marco Geoestadístico Nacional del DANE,
que se unió a los datos mediante el código del departamento
(dpto) para elaborar la Figura 7.
La Tabla 4 presenta la base de datos final completa con los 6.498 establecimientos. Es interactiva: el buscador permite encontrar cualquier dato (por ejemplo, un departamento, un sector o un código CIIU), al hacer clic en los encabezados se ordenan las columnas de mayor a menor, el selector permite mostrar más registros por página y los botones permiten descargar la base en formato CSV o Excel.
Tabla 4
Base de datos final (interactiva)
Se estima un modelo de regresión lineal múltiple por mínimos cuadrados ordinarios (MCO), con la siguiente especificación:
ln(Energíai) = β0 +
β1·ln(Personali) +
β2·ln(Costosi) +
β3·ln(1 + Maquinariai)
+
β4·ln(1 + Aguai) +
β5·ln(1 + Inversióni) + Σk=16
γk·Sectork,i +
εi
Donde i representa cada establecimiento, β0 es el intercepto, β1 a β5 son los coeficientes de los predictores numéricos, γk son los coeficientes de las seis variables indicadoras de sector y εi es el error. La categoría de referencia es Alimentos, bebidas y tabaco.
Como la variable dependiente y los predictores numéricos están en logaritmo, los coeficientes β se interpretan como elasticidades: un aumento de 1 % en el predictor se asocia con un cambio de β % en el consumo de energía, manteniendo constantes las demás variables. Para los predictores con ln(1 + x) la interpretación es aproximada. Los coeficientes de sector se expresan como diferencia porcentual frente a la categoría de referencia mediante 100 × (eγ − 1).
Los supuestos se evalúan con un nivel de significancia del 5 %: linealidad con la prueba RESET de Ramsey, normalidad de los residuos con la prueba de Shapiro-Wilk, homocedasticidad con la prueba de Breusch-Pagan y multicolinealidad con el factor de inflación de la varianza (VIF). Si se rechaza la homocedasticidad, la inferencia se realiza con errores estándar robustos HC3 (Wooldridge, 2020).
Tabla 5
Estadísticas descriptivas de las variables numéricas
| Variable | Media | Desv. estándar | Mínimo | Mediana | Máximo |
|---|---|---|---|---|---|
| Energía (kWh) | 2.667.736 | 15.431.925 | 39 | 166.157 | 457.323.127 |
| Personal (personas) | 112 | 188 | 1 | 45 | 2.320 |
| Costos de producción (miles de $) | 4.097.999 | 16.733.499 | 110 | 499.544 | 371.285.664 |
| Maquinaria (miles de $) | 20.805.904 | 230.620.044 | 0 | 1.248.870 | 9.853.443.325 |
| Agua (miles de $) | 82.443 | 361.938 | 0 | 6.048 | 5.976.549 |
| Inversión (miles de $) | 2.802.186 | 15.634.447 | 0 | 85.028 | 500.292.141 |
En todas las variables la media es muy superior a la mediana, lo que indica distribuciones sesgadas a la derecha: la mayoría de los establecimientos son pequeños o medianos y unos pocos son muy grandes. Un establecimiento típico (mediana) tiene 45 trabajadores y consume 166.157 kWh al año.
Figura 1
Distribución del consumo anual de energía eléctrica por establecimiento
La Figura 1 muestra que el consumo de energía eléctrica está muy concentrado. En escala original (panel izquierdo), casi todos los establecimientos aparecen en la primera barra y unos pocos se extienden hasta 457 millones de kWh. El consumo medio es de 2.667.736 kWh, 16,1 veces la mediana (166.157 kWh), y el 1 % de los establecimientos que más consume (65 establecimientos) concentra el 43,4 % de toda la energía consumida por la industria encuestada. El coeficiente de asimetría en escala original es de 17,8.
En escala logarítmica (panel derecho), la distribución se vuelve aproximadamente simétrica y con forma de campana (asimetría de 0,33). Este resultado justifica usar el logaritmo del consumo como variable dependiente del modelo.
Figura 2
Distribución de los predictores numéricos en escala logarítmica
La Figura 2 muestra que el personal y los costos de producción tienen distribuciones aproximadamente simétricas en logaritmo. En los paneles de agua e inversión se observa una barra aislada en cero: 862 establecimientos (13,3 %) no reportaron gasto en agua de producción y 1.974 (30,4 %) no realizaron inversiones en activos fijos en 2024. En maquinaria, 99 establecimientos reportaron un valor de cero. Por estos ceros se utilizó la transformación ln(1 + x) en lugar del logaritmo simple.
Figura 3
Relación entre el consumo de energía y cada predictor numérico
La Figura 3 muestra que todos los predictores numéricos tienen una relación positiva con el consumo de energía y que, en escala logarítmica, la nube de puntos sigue aproximadamente una línea recta, lo que es compatible con un modelo lineal. La relación más fuerte es con el personal ocupado (r = 0,79), seguida de los costos de producción (r = 0,75) y la maquinaria (r = 0,72). La inversión (r = 0,59) y el agua (r = 0,48) tienen relaciones más débiles; en ambos paneles se observa la columna de establecimientos con valor cero a la izquierda.
Figura 4
Matriz de correlaciones entre las variables en escala logarítmica
La Figura 4 confirma que todas las correlaciones son positivas. Entre los predictores, la correlación más alta es entre personal y costos de producción (r = 0,75), ya que ambas variables miden el tamaño del establecimiento. Ninguna correlación entre predictores supera 0,80, por lo que no se anticipa una multicolinealidad severa; esto se verifica con el VIF en el diagnóstico del modelo.
Figura 5
Consumo de energía eléctrica por sector industrial
Tabla 6
Establecimientos y consumo de energía por sector industrial
| Sector | Establecimientos | % de establecimientos | Consumo mediano (kWh) | % del consumo total |
|---|---|---|---|---|
| Maquinaria, equipo y otras | 1.375 | 21,2 % | 87.700 | 20,4 % |
| Alimentos, bebidas y tabaco | 1.330 | 20,5 % | 460.180 | 23,3 % |
| Química, caucho y plástico | 1.329 | 20,5 % | 301.650 | 24,7 % |
| Textiles, confecciones y cuero | 967 | 14,9 % | 57.345 | 3,6 % |
| Metalurgia y productos metálicos | 554 | 8,5 % | 85.685 | 6,5 % |
| Madera, papel e imprenta | 513 | 7,9 % | 122.640 | 8,5 % |
| Minerales no metálicos | 430 | 6,6 % | 392.393 | 13,0 % |
La Figura 5 y la Tabla 6 muestran diferencias claras entre sectores. El mayor consumo mediano se presenta en Alimentos, bebidas y tabaco (460.180 kWh por establecimiento), seguido de Minerales no metálicos (392.393 kWh) y Química, caucho y plástico (301.650 kWh). El menor consumo mediano está en Textiles, confecciones y cuero (57.345 kWh). El sector con más establecimientos es Maquinaria, equipo y otras (21,2 % del total), pero Alimentos, bebidas y tabaco concentra el 23,3 % del consumo total con el 20,5 % de los establecimientos.
Figura 6
Número de establecimientos por sector industrial
La Figura 6 muestra que la muestra está repartida entre los siete sectores, con al menos 430 establecimientos en cada uno. Esto garantiza que cada categoría tenga observaciones suficientes para estimar su coeficiente en el modelo.
Figura 7
Consumo de energía eléctrica de la industria manufacturera por departamento
Elaboración propia con datos de la EAM 2024 (DANE, 2026) y la cartografía de departamentos del Marco Geoestadístico Nacional del DANE. Los departamentos en gris no tienen establecimientos en la base final; el archipiélago de San Andrés, sin establecimientos en la base, no se incluye en el encuadre. Al pasar el cursor sobre cada departamento se observan sus datos. Los 13 establecimientos con código de departamento 99 no se representan en el mapa porque ese código no se pudo asociar con certeza a un departamento en la base anonimizada.La Figura 7 muestra que el consumo industrial de energía se concentra en pocos departamentos. Valle del Cauca, Cundinamarca y Antioquia suman el 42,4 % del consumo total de la industria encuestada. Bogotá, D.C. es el departamento con más establecimientos (1.961), pero su consumo mediano por establecimiento es bajo (83.650 kWh), lo que indica una industria con muchas plantas de menor tamaño o menos intensivas en energía. En el otro extremo, departamentos con pocos establecimientos, como Cauca, presentan consumos medianos altos (1.886.091 kWh), lo que refleja la presencia de plantas grandes.
Tabla 7
Resultados del modelo de regresión lineal múltiple
| Variable | Coeficiente | Error estándar robusto | t | Valor p | IC 95 % |
|---|---|---|---|---|---|
| Intercepto | 3,883 | 0,145 | 26,70 | < 0,001 | [3,598; 4,168] |
| ln(Personal) | 0,659 | 0,024 | 27,51 | < 0,001 | [0,612; 0,705] |
| ln(Costos de producción) | 0,235 | 0,013 | 17,85 | < 0,001 | [0,209; 0,261] |
| ln(1 + Maquinaria) | 0,201 | 0,013 | 15,08 | < 0,001 | [0,175; 0,227] |
| ln(1 + Agua) | 0,029 | 0,005 | 5,66 | < 0,001 | [0,019; 0,039] |
| ln(1 + Inversión) | 0,005 | 0,003 | 1,56 | 0,119 | [-0,001; 0,011] |
| Sector: Textiles, confecciones y cuero | -0,856 | 0,049 | -17,63 | < 0,001 | [-0,952; -0,761] |
| Sector: Madera, papel e imprenta | -0,423 | 0,053 | -8,02 | < 0,001 | [-0,526; -0,320] |
| Sector: Química, caucho y plástico | -0,161 | 0,044 | -3,69 | < 0,001 | [-0,247; -0,076] |
| Sector: Minerales no metálicos | 0,117 | 0,068 | 1,71 | 0,088 | [-0,017; 0,251] |
| Sector: Metalurgia y productos metálicos | -0,685 | 0,054 | -12,56 | < 0,001 | [-0,791; -0,578] |
| Sector: Maquinaria, equipo y otras | -0,728 | 0,041 | -17,80 | < 0,001 | [-0,809; -0,648] |
Bondad de ajuste y significancia global. El modelo explica el 74,8 % de la variabilidad del logaritmo del consumo de energía (R² = 0,748). El R² ajustado (0,748) es prácticamente igual, lo que indica que los predictores aportan información real y no inflan artificialmente el ajuste. La prueba F (F = 1.750,8, p < 0,001) rechaza la hipótesis de que todos los coeficientes son cero: el modelo es globalmente significativo.
Interpretación de los coeficientes numéricos.Manteniendo constantes las demás variables:
La suma de las elasticidades de personal, costos y maquinaria es de 1,09. Esto indica que, si un establecimiento aumentara su tamaño en esas tres dimensiones en 1 %, su consumo aumentaría aproximadamente en la misma proporción.
Interpretación de los coeficientes de sector. Frente a un establecimiento de Alimentos, bebidas y tabaco con el mismo personal, costos, maquinaria, agua e inversión:
Es decir, a igual tamaño, la industria de alimentos y la de minerales no metálicos son las más intensivas en energía eléctrica, lo que podría explicarse por procesos continuos de refrigeración, cocción y molienda.
Figura 8
Residuos frente a valores ajustados
La Figura 8 muestra los residuos distribuidos alrededor de cero a lo largo de los valores ajustados. La curva de suavizado se mantiene cerca de cero en la mayor parte del rango, pero se aleja hacia arriba en los valores ajustados más bajos (menores a 9), donde hay pocos establecimientos; es decir, el modelo tiende a subestimar el consumo de los establecimientos más pequeños. Además, la prueba RESET de Ramsey rechaza la hipótesis de forma funcional correcta (RESET = 192,45, p < 0,001). Con una muestra tan grande, la prueba detecta incluso desviaciones pequeñas de la linealidad, por lo que la especificación en logaritmos se considera una aproximación razonable, pero se reconoce como una limitación del modelo.
Figura 9
Gráfico cuantil-cuantil de los residuos estandarizados
En la Figura 9, los puntos siguen la línea de referencia en la parte central de la distribución, pero se separan en los extremos, lo que indica colas más pesadas que las de una distribución normal. La prueba de Shapiro-Wilk, aplicada sobre una muestra aleatoria de 5.000 residuos (límite de la prueba), rechaza la normalidad (W = 0,9867, p < 0,001). No obstante, con 6.498 observaciones, por el teorema central del límite las pruebas t y F siguen siendo aproximadamente válidas.
Figura 10
Gráfico de escala-localización
La prueba de Breusch-Pagan rechaza la hipótesis de varianza constante (BP = 321,08, p < 0,001): hay heterocedasticidad. En la Figura 10 se observa que la dispersión de los residuos es mayor en los valores ajustados bajos (establecimientos pequeños) y se estabiliza a partir de un valor ajustado cercano a 10. Por esta razón, todos los resultados de la Tabla 7 se reportan con errores estándar robustos HC3, que corrigen la inferencia sin modificar los coeficientes estimados.
Tabla 8
Factor de inflación de la varianza (VIF)
| Variable | VIF | Grados de libertad |
|---|---|---|
| ln(Personal) | 3,06 | 1 |
| ln(Costos de producción) | 2,71 | 1 |
| ln(1 + Maquinaria) | 2,02 | 1 |
| ln(1 + Agua) | 1,40 | 1 |
| ln(1 + Inversión) | 1,88 | 1 |
| Sector (6 indicadoras) | 1,16 | 6 |
El VIF más alto es el de ln(Personal) (3,06), muy por debajo de los umbrales usuales de 5 y 10. No existe un problema de multicolinealidad: aunque personal y costos están correlacionados, cada predictor aporta información propia al modelo.
Los datos son de corte transversal, por lo que no existe dependencia temporal. Sin embargo, 268 empresas tienen más de un establecimiento en la base, y los establecimientos de una misma empresa pueden compartir tecnología y prácticas de gestión. Al estimar errores estándar agrupados por empresa, ninguna variable cambia su conclusión de significancia al 5 %, por lo que esta posible dependencia no altera los resultados.
Con la distancia de Cook, 369 establecimientos (5,7 %) superan el umbral de 4/n, pero la distancia máxima es de 0,023, muy inferior a 1. Ninguna observación modifica por sí sola los resultados del modelo.
El consumo de energía eléctrica de los establecimientos manufactureros de Colombia se asocia principalmente con su escala de operación. El personal ocupado es el factor con mayor asociación (elasticidad de 0,66), seguido de los costos de producción (0,24) y del valor de la maquinaria (0,20); el gasto en agua tiene una asociación positiva pero pequeña (0,029), y la inversión en activos fijos no resultó significativa. El sector industrial marca diferencias importantes: a igual tamaño, los establecimientos de alimentos, bebidas y tabaco y los de minerales no metálicos son los más intensivos en energía eléctrica, mientras que los de textiles, confecciones y cuero consumen 58 % menos.
Estos resultados describen asociaciones y no relaciones de causa y efecto. La EAM es una encuesta de corte transversal y los predictores no se asignaron de forma experimental; por ejemplo, la relación entre personal y consumo no significa que contratar más personal cause un mayor consumo, ya que ambas variables dependen del tamaño y la tecnología de cada planta.
¿El modelo logró responder al objetivo de la investigación? Sí. El modelo es globalmente significativo, explica el 74,8 % de la variabilidad del logaritmo del consumo (R² ajustado) y permite identificar cuáles factores se asocian con el consumo de energía y en qué magnitud. Su alcance es descriptivo: cuantifica elasticidades y diferencias sectoriales útiles para focalizar programas de eficiencia energética. Los incumplimientos de los supuestos de normalidad y homocedasticidad se atendieron con errores estándar robustos y con el tamaño de la muestra, y no se encontraron problemas de multicolinealidad ni observaciones influyentes.
Limitaciones. El análisis cubre un solo año, por lo que no observa cambios en el tiempo ni efectos rezagados de la inversión. La prueba RESET indica que puede existir alguna no linealidad no capturada por el modelo. La EAM no incluye información técnica sobre la eficiencia de los equipos ni sobre el uso de otras fuentes de energía como el gas o el carbón. Las variables monetarias están en pesos corrientes. Finalmente, se excluyeron los establecimientos con consumo, personal o costos iguales a cero.
Recomendaciones. Los programas de eficiencia energética del PROURE podrían priorizar los sectores de alimentos, bebidas y tabaco y de minerales no metálicos, que son los más intensivos en energía a igual tamaño, y los departamentos que concentran el consumo industrial. Como extensiones del análisis se propone construir un panel con varias ediciones de la EAM, modelar la intensidad energética (kWh por trabajador o por unidad de producción) e incluir términos no lineales o el consumo de otros energéticos y la autogeneración de electricidad.
Congreso de la República de Colombia. (2014). Ley 1715 de 2014, por medio de la cual se regula la integración de las energías renovables no convencionales al Sistema Energético Nacional. Diario Oficial.
Departamento Administrativo Nacional de Estadística. (2026). Encuesta Anual Manufacturera – EAM 2024 [Conjunto de datos]. https://microdatos.dane.gov.co/index.php/catalog/888
Departamento Administrativo Nacional de Estadística. (s. f.). Marco Geoestadístico Nacional [Cartografía de departamentos]. https://geoportal.dane.gov.co/
Fox, J., y Weisberg, S. (2019). An R companion to applied regression (3.ª ed.). SAGE.
Unidad de Planeación Minero Energética. (2022). Programa de Uso Racional y Eficiente de Energía – PROURE 2022–2030. https://docs.upme.gov.co/DemandayEficiencia/Documents/PROURE/Documento_PROURE_2022-2030.pdf
Wooldridge, J. M. (2020). Introductory econometrics: A modern approach (7.ª ed.). Cengage.