View
2
Download
0
Category
Preview:
Citation preview
1
Una metodología para delimitar regiones urbanas funcionales (RUF) usando la
conmutación a larga distancia: Evidencia empírica para Chile
Dusan Paredes, Universidad Católica del Norte, Chile
1. INTRODUCCIÓN
La reducción de costos de conmutación y la mejora en las tecnologías de
transporte han incrementado la interacción social y económica entre pequeñas
unidades espaciales, fenómeno que indudablemente cobra mayor persistencia a través
del tiempo (Limtanakool, Dijst y Schawanen, 2007). Existen diferentes tipos de
interacciones tales como los flujos de conmutación o migración, la comunicación “face-
to-face” entre individuos, los flujos de tráfico, etc. Entre éstos, los flujos de
conmutación son de especial importancia para entender la interacción económica ya
que representan conexión entre los mercados laborales de diversas unidades
espaciales (Karlsson y Olsson, 2006).
Desde el punto de vista económico, cada unidad espacial sería un mercado
laboral independiente en el cual actúa una oferta y una demanda por el factor trabajo
y cuyo salario es el precio de equilibrio obtenido. Sin embargo, los flujos de
conmutación indican que la oferta de trabajo de la unidad podría también ser
afectada por los flujos provenientes desde la unidad . Esto implica que los mercados
laborales se expanden a través del espacio principalmente debido a la continua
reducción de los costos de transportes. Así, la mayor interacción (conmutación) entre
las unidades espaciales sugiere la potencial existencia de macro mercados laborales
conectados, es decir, si bien las unidades pueden ser independientes desde una
perspectiva administrativa, ellas si podrían funcionar como una macro unidad espacial.
Drobne, Konjar, Lisec, Pichler y Zavodnik (2010) etiquetan estas macro zonas
como regiones funcionales. Según Mitchel y Watts (2009), existen dos principales
desventajas al considerar la unidad espacial administrativa en vez de la funcional.
Primero, una delimitación geográfica tal como las unidades administrativas genera
errores de medición y potencialmente generan causalidad espuria entre variables
socio-demográficas, políticas y económicas. Un claro ejemplo ocurre cuando se desea
verificar empíricamente la relación entre productividad y concentración espacial,
relación positiva canalizada a través de las economías de aglomeración (Puga, 2010).
Mientras esta relación podría ser marginal para unidades espaciales administrativas,
puede resultar relevante si dichas unidades funcionan como un solo mercado
integrado. Es más probable observar incrementos de productividad en áreas laborales
densas, no necesariamente circunscritas a un espacio administrativo, sino a espacios
funcionales.
Segundo, la posible existencia de correlación espacial entre unidades implica la
dependencia entre unidades espaciales, afectando la aplicación de modelos de
regresión (Anselin, 1988). Dado que la mayor proporción de estudios en economía
regional persiguen evidencia sobre causalidad utilizando regresiones, entonces esta
dependencia espacial tendrá consecuencias sobre el sesgo y eficiencia de las
estimaciones cada vez que ellas se asuman idéntica e independientemente
distribuidas. Estas desventajas sugieren que una nueva concepción del espacio definida
2
más allá de la división administrativa sería una interesante unidad de análisis para
diversos estudios en donde la distribución de la actividad económica sea relevante.
Esta nueva forma de entender el espacio ha sido definida por la literatura como
regiones funcionales. Las regiones funcionales han sido construidas para varios países
Europeos, pero aun su discusión es escasa para países en desarrollo. Por ejemplo, aun
cuando Aroca y Atienza (2008) muestran que Chile posee un alto porcentaje de flujos
de conmutación entre comunas, este hecho estilizado no ha sidodiscutido más allá de
las regiones administrativas. Para poner en evidencia la potencial funcionalidad de las
comunas, la figura 1 muestra el mapa de Chile a nivel comunal1 donde el área de cada
comuna ha sido representada según la importancia relativa que tiene cada comuna en
1La comuna es la unidad espacial más pequeña para el caso de Chile y es equivalente a counties para el caso
de Estados Unidos.
Figura 1
Fuente: Paredes, Lufin y Aroca (2011)
DENSIDAD POBLACIONAL Y RELATIVA
IMPORTANCIA DE FLUJOS DE CONMUTACIÓN ESPACIALES
Distribución de la Conmutación Total
Tasa comunal
Áreas municipales ponderadas por la
importancia de eigen centralidad de Bonacich
en flujos de conmutación por red
Municipalidades Chilenas Leyenda
Otras Regiones
Región
Metropolitana
Zoom - Administrativa
Región Metropolitana
Zoom - Administrativa
Región Metropolitana
Las áreas originales son ponderadas usando
Gastner & Newman (2004)
Difusión – Método Basado para producir
Mapas de densidad de ecualización
Leyenda
Área Pon. por municipalidad
3
la matriz de flujos de conmutación (Paredes, Lufin y Aroca, 2011). Por ejemplo, la
Región metropolitana posee altos flujos de conmutación entre comunas lo cual
indicaría que forman una sola región funcional. Este ejemplo aplica perfectamente al
análisis de economías de aglomeración previamente descrito: si todas estas unidades
funcionan como un mercado integrado, entonces su tamaño total debiera ser
considerado con un factor explicativo de la productividad y no sus unidades
administrativas por separado. A pesar de estos evidencias, no existen trabajos que
discutan la construcción de regiones funcionales utilizando la métrica de conmutación
para el caso Chileno2 y no hay evidencia científica sobre si existen mercados laborales
funcionales.
Figura 2: Mapa minero de Chile
Fuente: Consejo Minero
Chile es, además, un caso bastante especial debido al rol que juega la
localización de los recursos naturales en los procesos de conmutación. Por ejemplo,
según los datos de la CASEN 2009, el 15% de la población económicamente activa
(PEA) de la región de Antofagasta tienen como rama ocupación principal “la
explotación de minas y canteras”. Este sector económico localiza sus plantas lejos de
las ciudades del norte del país (Ver figura 2), lo que obliga a algunas empresas
mineras a incluso pagar los costos de transportes de sus trabajadores desde el lugar
de residencia hasta el lugar de trabajo. Adicionalmente, la alta concentración de capital
2Berdegué et. al (2011) construyen regiones funcionales para Chile. Sin embargo, tal como se discutirá más
adelante, la metodología y datos utilizados por estos autores no necesariamente permiten incorporar el rol de la conmutación de larga distancia.
4
humano en el centro del país obliga a las mineras también a importar mano de obra
desde esta zona hacia las regiones especializadas en minería, tal como muestran los
flujos de conmutación a larga distancia. Por ejemplo, en Antofagasta el 75% de los
commuters3 tiene su residencia a más de 800 kilómetros (Aroca y Atienza, 2008). La
movilidad de los trabajadores a distancias considerables es un hecho que aumenta a
través del tiempo. La figura 3 muestra los flujos de conmutación de larga distancia que
se encuentran entre el 3% y el 10% entre las comunas de Chile. La conmutación a
larga distancia generalmente sucede en las comunas del norte del país que se
caracterizan por la extracción de minerales como el cobre4.
3Se utiliza esta definición para referirse a quien difiere en su comuna de residencia y de trabajo
4 Los flujos porcentuales de conmutación de llegada a Antofagasta están distribuidos entre 40 comunas
provenientes de las regiones I, II, III, IV, V, VII, VIII, IX y XIII lo cual disminuye el valor que se encuentra entre 0.1% y 1.2%.
Origen: Comuna Destino: Comuna
De la comuna a De la comuna a
Figura 3: Flujos de conmutación en porcentaje
entre las comunas de Chile
Fuente: Elaboración Propia con datos de la CASEN 2009 * Solo se tomaron en cuenta el valor de comunas no contiguas y aquellas que no están incluidas en la misma región
5
La conmutación a larga distancia es un proceso interesante de estudiar en sí
mismo. Además, sus implicancias en la construcción de regiones funcionales es
trascendental. La conmutación de larga distancia implica que dos comunas pudieran
estar conectadas funcionalmente incluso si no son espacialmente contiguas, violando el
criterio de contigüidad tradicionalmente utilizado para la formación de regiones
funcionales (Noronha y Goodchild, 1992). Este criterio de contigüidad indica que
solamente las unidades espaciales que son adyacentes deben formar parte de la región
funcional. La falta de consideración de este criterio afecta al algoritmo de construcción
de regiones funcionales y plantea otro de los retos de este artículo.
Dado el contexto previamente descrito, este artículo tiene por objetivo proponer
una división funcional para el caso de Chile, incorporando en su metodología los
efectos generados por la conmutación de larga distancia. Este ejercicio reconstruye el
espacio administrativo y propone una división que podría enriquecer diversos análisis
económicos tales como la disparidad salarial, la convergencia en producto, los
diferenciales de empleo o la eficiencia del gasto público local. Todos ellos han sido
generalmente abordados utilizando unidades administrativas, pero no existe evidencia
acerca de estos problemas cuando las regiones funcionales son consideradas. La alta
cohesión entre las unidades funcionales más la existencia de economías de
aglomeración como un mecanismo espacialmente concentrador sugieren que, al
menos, patrones más pronunciados de disparidad espacial podrían ser encontrados en
la división propuesta.
Este documento contribuye con dos aspectos principales. Primero, contribuye
con la construcción de regiones urbanas funcionales (RUF) para el caso de Chile. Las
RUF son conformadas por una o más áreas administrativas (comunas) que están
unidas por altos porcentajes de interacción. En el presente artículo consideramos los
porcentajes de conmutación en ambos sentidos5 como una medida de conexión
económica y social entre unidades espaciales. Para tal efecto, utilizamos un método
basado en modelos jerárquicos denominado Intramax. El algoritmo Intramax es un
método iterativo que comienza considerando a cada unidad espacial como un centro en
sí mismo. Dos unidades espaciales se agregan si tienen la máxima interacción entre
ellas en comparación a las demás. El proceso continúa, donde las dos unidades
agregadas en la primera ronda conformarán una nueva unidad espacial6. De esta
manera el método garantiza la maximización del porcentaje de interacción dentro de
los grupos que forman la región funcional.
La construcción de las RUF para el caso de Chile toma en cuenta los datos de la
encuesta de Caracterización Socioeconómica Nacional (CASEN) para el año 2009. Esta
encuesta incluye información reciente acerca de los flujos de conmutación para 334
unidades espaciales (comunas). Trabajamos solamente con la Población
Económicamente Activa (PEA), aquellas personas que tienen entre 14 y 65 años de
edad esto debido a que consideramos macro mercados laborales (RUF).
5Porcentajes de conmutantes desde la comuna a la comuna y viceversa.
6Mayores detalles sobre la metodología son descritos en las siguientes secciones.
6
Segundo, proponemos una alternativa para incorporar los efectos de la
conmutación de larga distancia, tal como ocurre para el caso de Chile. Países
caracterizados por producción de recursos naturales localizados lejos de las grandes
ciudades, tales como Australia, Gran Bretaña y México, entre otros, podrían también
beneficiarse de la metodología propuesta. La propuesta para garantizar la contigüidad
espacial combinando instrumentos de econometría espacial con el método Intramax es
comparada y discutida con los métodos ya incorporados en el software Flowmap que a
partir de la versión 7.4 incorpora el criterio de contigüidad. La metodología propuesta
abre la discusión en la literatura sobre los efectos de la conmutación a larga distancia
en la construcción de regiones funcionales y pretende ser el paso inicial para futuras
discusiones sobre regiones funcionales y conmutación de larga distancia.
Este método permite incluir el criterio de conmutación a larga distancia, tal
como ocurre para el caso de Chile, puntualizando soluciones cuando la conmutación a
larga distancia está presente e influye en la contigüidad de las RUF (Consideración 5).
Nuestros resultados indican que las RUF construidas a partir del algoritmo Intramax
incorporando los elementos de la matriz de contigüidad de orden uno presentan
mayores beneficios en comparación a las demás consideraciones. En tal sentido,
fijamos 103 y 52 RUF 7 los cuales generan 95.20% y 98.30% de interacción intrazonal
respectivamente.
Este artículo se organiza de la siguiente manera. La sección 2 provee un
resumen de la literatura empírica y teórica acerca de la construcción de regiones
funcionales. La sección 3 examina la variación de métodos Intramax utilizado en el
presente artículo para identificar las RUF. Los datos son presentados en la sección 4.
Las aplicaciones y resultados se describen en la sección 5. Añadimos una discusión
comparando los métodos, resaltando sus ventajas y desventajas en la sección 6. La
última sección presenta las conclusiones.
2. Métodos de identificación de regiones funcionales
La literatura sobre regiones funcionales y su impacto económico es reciente.
Estudios como Boix y Veneri (2009), Drobne, Konjar, Lisec, Pichler y Zavodnik (2010),
Karlsson y Olsson, (2006), Mitchel y Watts (2009) sugieren la construcción de regiones
funcionales para países como Francia, Italia, Slovenia, Suecia, Holanda y Países Bajos.
Para el caso de Chile, solamente Berdegué et. al (2011) realizan una aproximación
para la construcción de regiones funcionales, pero tal como se discutirá, su naturaleza
no es similar a la perseguida en este artículo. Ésta sección revisa la literatura existente
acerca de la construcción de regiones funcionales puntualizando sus principales
contribuciones y limitaciones.
Para el caso de Chile, Berdegué et. al (2011) utilizan un análisis de clúster
jerárquico, tomando como base el método utilizado por Tolvert y Sizer (1987) que se
basa en la dinámica territorial de los países europeos, caracterizados por ser pequeños
y con altos flujos producto de la infraestructura de transporte. Los autores consideran
7Si consideramos un porcentaje de interacción intrazonal menor al 95.20% obtenemos más de 103 RUF. Si
consideramos un porcentaje de interacción intrazonal mayor a 98.03% obtenemos menos de 52 RUF.
7
una matriz de conmutación simétrica cuyos elementos están definidos por (1) en el
cual 8es la proporción de flujos de conmutación de la unidad de análisis de origen al
lugar de destino , es el número de commuters de a , es el número de
commuters de a , es el total de commuters del lugar de origen y es el total de
commuters del lugar de destino .
(1)
Las regiones funcionales se forman con comunas que tienen un grado de
asociación del 6%, asociación estimada de acuerdo a (1). Éstas regiones funcionales
pueden ser también denominados clústers que están formados por comunas que son la
unidad básica de organización político administrativa para Chile. Los autores utilizan
los datos del Censo de Población y Vivienda (2002). Estos datos consideran la
conmutación diaria o de manejo entre el lugar de residencia y el lugar de trabajo, lo
cual deja fuera de análisis automáticamente la conmutación de larga distancia. Más
aun, los datos del CENSO 2002 son interesantes por su representatividad estadística,
pero sin duda que la evolución de los costos de transportes y los sistemas de turnos
del sector minero podrían haber afectado este proceso durante los últimos años, es
decir, durante años más recientes al 2002. Así, Berdegué et. al, (2011) contribuyen
con un interesante análisis para el caso de Chile, pero sus datos y metodologías no
permiten capturar el rol jugado por la conmutación de larga distancia. La metodología
utilizada por los autores más bien captura la realidad de países pequeños con alta tasa
de conmutación diaria, una situación que solo pareciera darse en la Región
Metropolitana de Santiago, pero que dista bastante de las zonas extremas,
especialmente de las regiones mineras. Adicionalmente, la riqueza de los datos del
CENSO es entregada solo cada diez años, mientras que CASEN se genera cada tres
años en promedio. Esto invita a incorporar metodologías orientadas a mitigar los
efectos de la conmutación de larga distancia y así aprovechar la corta periodicidad en
la producción de estos datos.
Noronha y Goodchild (1992) utilizan el método de modelo gravitacional
denominado IRIM (Interregional Interaction Model). Los autores consideran la hipótesis
de que la interacción regional (basada en flujos de migración) es una función
decreciente su distancia funcional. La distancia funcional entre y se plantea como
una función inversa a la distancia geográfica entre y (Los autores hacen una
relación suponiendo que existen las regiones , y ). Las regiones funcionales son
formadas de acuerdo a su distancia funcional. Una ventaja de este método es que
incorpora la distancia en el análisis considerando la mayor interacción a menor
distancia. Por otro lado, este método no considera los flujos de conmutación lo que
implica que dos unidades espaciales podrían formar parte de la región funcional sin
tener altos porcentajes de flujos de conmutación. Claramente este método difícilmente
aplica al caso de Chile, especialmente cuando los costos de transportes generados por
la distancia se reducen a través del tiempo y la conmutación a larga distancia se
8 En este caso, , lo que implica que la matriz de proporciones es simétrica.
8
extiende y no necesariamente debe regirse a un sistema de turnos9 (Aroca y Atienza,
2008).
Cörvers, Hensen y Bongaerts (2009) utilizan el método de mínima distancia,
pero incorporando una transformación basada en cadenas de Markov10 que considera
la interacción directa e indirecta entre unidades espaciales. La interacción directa es la
probabilidad de conmutación entre las unidades espaciales y . La interacción
indirecta está basada en la probabilidad promedio de transiciones necesarias para
llegar de a . Dicha transformación recibe el nombre de matriz MFPT (Mean First
Passage Time). La matriz MFTP es asimétrica debido a que las probabilidades de
traslado de a no son las mismas que de a . Esta asimetría no es deseable en la
formación de regiones funcionales. Por esta razón, los autores proponen transformar la
matriz MFTP a una matriz simétrica basada las distancias dado en (2) donde ,
son los valores de la matriz MFPT de la fila y la columna , y son la media y
la varianza de la columna j.
(2)
El propósito del método es agregar dos áreas adyacentes que maximizan los
flujos de conmutación, tomando en cuenta la mínima distancia en la matriz MFPT
simétrica. Una vez agregadas éstas unidades espaciales, las distancias se recalculan
minimizando la varianza dentro de la región funcional. El proceso continua hasta llegar
al número máximo de regiones funcionales requeridas que son impuestas
exógenamente. Este método, al igual que en el caso de Noronha y Goodchild (1992),
incorporan la distancia. Sin embargo, y como se discutió anteriormente, el caso de
Chile es particular debido a la existencia de conmutación a larga distancia y la
incorporación de la distancia no solucionaría la falta de consideración del criterio de
contigüidad.
Boix y Veneri (2009) sugieren las metodologías funcionales Functional Urban
Regions (RUF) y Dinamic Metropolitan Areas (DMA) como unidades espaciales para el
desarrollo de estrategias políticas y económicas. Estas metodologías funcionales
consideran un núcleo y un área de influencia contigua que varían con el tiempo. En las
RUF el núcleo se conforma por un área con por lo menos 7 puestos de trabajo por
hectárea y con 20.000 o más puestos de trabajo y el área de influencia está formada
por todos los municipios contiguos que tienen por lo menos el 10% de los trabajadores
asalariados residentes que conmutan con el núcleo. En el caso de las DMA, el núcleo se
conforma por una ciudad central con más de 50.000 habitantes y con municipios
contiguos que tienen por lo menos el 15% de sus trabajadores residentes que
9“Los turnos oscilan desde cuatro días de descanso por cuatro días de trabajo en las grandes compañías
mineras, hasta siete días de descanso por cada veintidós de trabajo en las empresas subcontratistas.” (Aroca y Atienza, 2008) 10
Una cadena de Markov es un proceso estocástico discreto basado en probabilidades. Este proceso estocástico considera que la probabilidad de ocurrencia de un evento depende del evento inmediatamente anterior.
9
conmutan con el núcleo. Los flujos de interacción están definidos por el porcentaje de
conmutación (GEMACA II, 1996). Los mercados laborales son formados por una o más
regiones administrativas contiguas que están unidas por el 10% y 15% de
conmutación. Una desventaja de este método es que requiere pre definir centros en
base a niveles de población y determinar un porcentaje de conmutación fijo para la
agregación. Los autores no garantizan que las cantidades definidas para la aplicación
empírica de Italia y Francia pueden ser aplicables al caso de Chile.
El método usado por Mitchell, Bill y Watts (2007) no está basado en la
identificación de grandes centros a priori, sino que cada unidad espacial es considerada
como un centro en sí mismo. Dichos autores utilizan las técnicas de agregación
jerárquica la cual considera el tamaño de la interacción como variable importante a
través del método Intramax. Este método consiste en una serie de pasos, en cada
paso se agregan dos unidades espaciales que tengan la máxima interacción (en ambos
sentidos) de todas las del grupo. Una vez agregadas las áreas, el porcentaje de
interacción entre ellas se denomina porcentaje Intrazonal. El algoritmo Intramax no
define endógenamente el umbral del porcentaje de conmutación, sino mas bien es
necesario definir exógenamente el porcentaje de interacción Intrazonal que se desea o
bien el número de regiones funcionales que se requiere. La sección 3 detalla el
algoritmo Intramax resaltando sus ventajas y desventajas e incluyendo una nueva
metodología para el tratamiento de flujos de conmutación a larga distancia.
Los métodos para la construcción de regiones funcionales gozan de ventajas y
desventajas. En el presente artículo consideramos dos ventajas de mayor relevancia.
Primero, considerar a cada pequeña unidad espacial como un centro en sí mismo. Esta
consideración ayudará a construir RUF en base cada pequeña unidad espacial y así no
depender de la formación de grandes metrópolis, un sesgo impuesto por la
construcción administrativa de grandes regiones como Santiago. Segundo, la
consideración de los flujos de interacción en ambos sentidos. Utilizar los flujos de
interacción de origen a destino y de destino a origen garantizará la mayor relación
entre unidades espaciales. Estas ventajas se reflejan en el método de agregación
jerárquica Intramax. Por otro lado, no existe evidencia en la literatura de algún método
que solucione en su plenitud la consideración del criterio de contigüidad cuando existe
conmutación a larga distancia. En tal sentido, sugerimos utilizar una matriz de
contigüidad de orden 1, la cual ayudará a identificar los flujos de conmutación de
comunas contiguas. La siguiente sección demuestra que las RUF formadas a partir de
flujos de conmutación de comunas contiguas respetan el criterio de contigüidad.
3. METODOLOGÍA:
Formación de Regiones Funcionales
El algoritmo seleccionado para la construcción de las regionales funcionales es
el método jerárquico Intramax a través del software Flowmap. El objetivo del algoritmo
es maximizar la proporción de interacción del grupo en cada etapa del proceso de
agrupamiento dado en (3), donde es la interacción total del lugar al lugar , son
los flujos de conmutación del lugar de origen al lugar de destino y son los flujos
10
de conmutación del lugar de origen al lugar de destino , además, es la
variación del total de fila , es la variación del total de la columna y es la
variación total de la fila , es la variación total de la columna . Este algoritmo
considera la interacción en ambos sentidos (de a y de a ).
(3)
Intramax es un algoritmo iterativo, en cada paso de la iteración dos áreas son
agregadas siempre y cuando tengan la interacción máxima representada en (3). El
porcentaje de interacción entre las áreas agregadas se denomina Intrazonal o interno.
Si consideramos N áreas administrativas, después de N-1 pasos todas las áreas se
agrupan dentro de una sola.
El siguiente ejemplo representa los pasos realizados por el algoritmo Intramax.
La tabla 1 presenta los flujos de conmutación ( ) para cinco unidades espaciales
( ) donde los valores de la diagonal representan los individuos que viven y
trabajan en la misma región ( ). El anexo 1 muestra el proceso completo del
algoritmo Intramax para las cinco unidades espaciales de la tabla 1. La figura 4
presenta la distribución espacial de unidades espaciales antes y después de la
reorganización espacial.
Tabla 1: Flujos de conmutación para cinco unidades espaciales
Flujos de conmutación
DESTINO Total
O
R
I
G
E
N
10 2 3 4 9
28
4 20 5 0 3
32
1 4 30 1 3
39
3 7 8 40 4
62
8 1 9 4 50 72
Total 21 36 58 49 61 233
Regiones Administrativas Regiones Funcionales al 75.54 % de interacción
intrazonal para el algoritmo Intramax.
Figura 4: Distribución espacial de unidades espaciales antes y después de la
reorganización espacial
11
La tabla 2 representa el resumen de proceso del algoritmo Intramax para los
flujos de conmutación de la tabla 1. En total existen 233 interacciones que es el total
de individuos en la tabla de flujos de conmutación, 150 de las interacciones
corresponde a la cantidad de personas que viven y trabajan en la misma región (no
conmutan). Considerando el 75.54% de interacción intrazonal acumulado se obtiene tres regiones funcionales ( ). Está claro en la figura 4 que el algoritmo
Intramax no considera el criterio de contigüidad. Por ejemplo, la región funcional 1 ( ) está formada por dos unidades espaciales que no son adyacentes, en tal
sentido se estaría violando el criterio de contigüidad. Este caso aplica perfectamente
para el caso de la minería en Chile. La metodología propuesta incorpora elementos de
econometría espacial para garantizar la contigüidad espacial. En particular, se
considera matriz de contigüidad de orden 1, esta matriz está formada por unos y
ceros, donde uno significa que dos áreas son contiguas y cero significa que dichas
áreas no son contiguas, utilizamos el criterio de los movimientos de la reina como si
fuese una tabla de ajedrez (Ver tabla 3).
Tabla 2: Resumen de proceso para cinco unidades espaciales
Interacción Total 233 Interacción Intrazonal 150 Porcentaje de interacción Intrazonal 64.38%
Paso Área Disuelta
Área Aumentada
Interacción Intrazonal
Porcentaje de interacción
Intrazonal
Porcentaje Interacción Intrazonal
Acumulado
1 5 1 167 7.30% 71.67%
2 3 2 176 3.86% 75.54%
3 2 1 202 11.16% 86.70%
4 4 1 233 13.30% 100.00%
La tabla 4 presenta los flujos de conmutación de las regiones del ejemplo, pero
esta vez considerando únicamente a las interacciones de regiones contiguas. Con esta
nueva matriz de interacciones11 realizamos nuevamente los cálculos del algoritmo
Intramax. El anexo 2 presenta el detalle del proceso del algoritmo.
Tabla 3: Matriz de contigüidad para
cinco regiones administrativas de la
figura 2
1 1 1 0 0
1 1 1 1 0
1 1 1 1 1
0 1 1 1 1
0 0 1 1 1
Tabla 4: Matriz de flujos de
conmutación de unidades espaciales
contiguas
Total
10 2 3 0 0 15
4 20 5 0 0 29
1 4 30 1 3 39
0 7 8 40 4 59
0 0 9 4 50 63
Total 15 33 55 45 57 205
11
Formalmente, la matriz de interacciones contiene ceros en la diagonal lo que indica que ninguna unidad espacial es vecina de sí misma. Aquí se prefirió poner 1 para mantener el rol de la población que no conmuta.
12
La tabla 5 presenta el resumen de proceso del algoritmo Intramax para las
cinco unidades espaciales, incluyendo solamente las interacciones de áreas contiguas.
La cantidad de interacciones se reduce de 233 a 205. Esta consideración permite
aumentar el porcentaje de interacción intrazonal de 64.38% a 73.17%. Lo primordial
es que permite solucionar el problema de contigüidad (Ver figura 5).
Tabla 5: Resumen de proceso para cinco unidades espaciales tomando
en cuenta solamente las interacciones de unidades espaciales contiguas
Interacción Total 205 Interacción Intrazonal 150 Porcentaje de interacción Intrazonal 73.17%
Paso Área Disuelta
Área Aumentada
Interacción Intrazonal
Porcentaje de interacción Intrazonal
Porcentaje Interacción Intrazonal Acumulado
1 2 1 156 2.93% 76.10%
2 3 1 169 6.34% 82.44%
3 4 1 185 7.80% 90.24%
4 5 1 205 9.76% 100.00%
El ejemplo presentado en esta sección tiene el objetivo de ejemplificar el
proceso del algoritmo Intramax12. Esta ejemplificación muestra cómo el algoritmo no
toma en cuenta el criterio de contigüidad que es importante para la formación de
regiones funcionales. En el presente artículo tratamos esta falta de consideración
tomando en cuenta solamente las interacciones de unidades espaciales contiguas, para
tal efecto utilizamos una matriz de contigüidad. Las regiones funcionales formadas son
contiguas y tienen un alto porcentaje de interacción intrazonal (interacción dentro de
las regiones funcionales). Para tal efecto en (4) representa los flujos de
conmutación de comunas contiguas que es igual a la multiplicación elemento a
12
La versión reciente del software Flowmap incorpora el criterio de contigüidad para el algoritmo Intramax, en el presente artículo mostramos los resultados obtenidos por el software y el método propuesto haciendo una comparación entre amos métodos.
Regiones Administrativas Regiones Funcionales al 82.44 % de interacción
intrazonal para el algoritmo Intramax.
Figura 5: Distribución espacial de unidades espaciales antes y después de la reorganización espacial considerando las interacciones de áreas contiguas
13
elemento de los flujos de conmutación ( ) por los elementos de la matriz de
contigüidad ( )
(4)
Tomando en cuenta esta consideración, la ecuación (5) representa las
interacciones de comunas contiguas que utilizamos para construir las RUF con el
algoritmo Intramax.
(5)
En el presente artículo no solamente presentamos las RUF construidas a partir
de la ecuación (5), si no también incorporamos otras consideraciones en cuanto a los
flujos de conmutación resumidas en la tabla 6. Esto con el fin de mostrar la bondad del
método propuesto versus los métodos ya existentes.
Tabla 6: Variación del método Intramax
Método Intramax Características ¿Respetan el criterio
de contigüidad en
todas las RUF?
1. Con flujos de
conmutación absolutos
Utiliza todos los flujos
absolutos de conmutación
No
2. Con flujos ponderados
por distancia
No se toman en cuenta a las
personas que viven y trabajan
en la misma comuna
No
3. Con versión 7.4 de
Flowmap y flujos
absolutos
Utiliza los flujos de
conmutación absolutos
restringiendo por contigüidad
Si
4. Con versión 7.4 de
Flowmap y flujos
relativos
Utiliza los flujos de
conmutación relativos
restringiendo por contigüidad
Si
5. Con flujos de comunas
contiguas
Utiliza solamente los flujos de
conmutación absolutos de
comunas contiguas
Si
En el presente artículo el método Intramax es usado con cinco diferentes
variaciones en cuando a los Flujos de conmutación. En la consideración 1 utilizamos los
todos flujos de conmutación absolutos. Para resolver la falta de contigüidad en las
RUFs construidas con la consideración 1, utilizamos los flujos de conmutación
ponderados inversamente por la distancia entre los centroides de cada comuna
(Consideración 2). Esta ponderación captura mayor interacción a menor distancia y
menor interacción a mayor distancia. Debido a que incluso algunas de las RUFs
construidas a partir de la consideración 2 no respetan el criterio de contigüidad,
utilizamos la versión 7.4 del software Flowmap para forzar la contigüidad. Esta
estimación se realiza con los flujos de conmutación absolutos (Consideración 3).
Cuarto, construimos RUF a partir de la versión 7.4 de Flowmap considerando los flujos
de conmutación relativos (Consideración 4). Las consideraciones 3 y 4 respetan el
14
criterio de contigüidad, pero presentan otros problemas que detallaremos en la sección
5. Finalmente, utilizamos solamente los flujos de conmutación de comunas contiguas
complementando así el método Intramax con aspectos de econometría espacial debido
a la dependencia de las comunas reflejados en los flujos de conmutación.
4. Datos
El presente artículo utiliza la encuesta de Caracterización Socioeconómica
Nacional (CASEN) para la formación de regiones funcionales. En la CASEN para el año
2009 se incluye por primera vez la variable que permite identificar la conmutación para
334 unidades espaciales (comunas). Para tal efecto, consideramos solamente la
población económicamente activa (PEA), aquellas personas que tienen entre 14 y 65
años. Los datos proporcionados por la CASEN 2009 presentan algunas particularidades
en cuanto a la conmutación.
Mercado laboral independiente: Aquella comuna que no presenta
porcentajes de conmutación en ambos sentidos (No existen trabajadores
que viajan a esa comuna para trabajar ni aquellos que viajan de esa
comuna a otra). La comuna Cabo de Hornos cumple con esta
particularidad.
Mercado laboral sin conmutantes de destino: Aquella comuna que no es
atractiva para trabajar, por tanto nadie conmuta a esa comuna. Los
casos en Chile son 7; General Lagos, Camiña, Huara, Ollague,
Empedrado, Futaleufu-Chaiten y Corral.
Mercado laboral sin conmutantes de origen: Aquella comuna que es
atractiva para trabajar, por lo tanto no existen personas que conmutan a
otras comunas. La comuna de Palena está en este caso especial.
Los datos correspondientes a los flujos de conmutación se organizan en una matriz de
334 x 334. Los valores cero de la matriz significan que no existe conmutantes del lugar
de origen al lugar de destino .
5. Resultados
En esta sección mostramos los principales resultados obtenidos para la
construcción de RUF utilizando cinco variaciones del método Intramax. Primero
construimos RUF utilizando los flujos de conmutación absolutos (figura 6). Luego,
tratamos de resolver la falta de contigüidad en las RUF ponderando los flujos por la
distancia (figura 7). Tercero, como el problema de falta de contigüidad persiste,
utilizamos la versión 7.4 del Flowmap incorporando la contigüidad y flujos de
conmutación absolutos (figura 8 y 9). Cuarto, utilizamos nuevamente el Flowmap 7.4
incorporando contigüidad y flujos de conmutación relativos (figura 10 y 11).
Finalmente mejoramos la construcción de RUF utilizando solamente los flujos de
conmutación de comunas contiguas e incorporando elementos desde la econometría
espacial (figura 12 y 13).
La figura 6 muestra las 59 RUF formadas con el 90.21% de interacción
intrazonal y utilizando los flujos de conmutación absolutos. Las RUF formadas no
respetan el criterio de contigüidad debido a la existencia de conmutación a larga
15
distancia, por ejemplo, la RUF 3, que se encuentra en el centro norte del país, está
formada por 14 comunas una es estas pertenece a la región II (Mejillones) y las demás
a la región IV (Ancollo, Canela, Combarbala, Coquimbo, Illapel, La Higuera, La Serena,
Los Vilos, Monte Patria, Paiguano, Punitani, Salamanca y Vicuña) en este caso se ve
claramente la falta de contigüidad en la RUF 3. La conmutación a larga distancia,
especialmente en el sector de minería, implica la construcción de regiones funcionales
no contiguas así como se ve en la RUF 3 en que las regiones administrativas que
conforman esta región funcional contienen dos grandes minas (Carmen de Ancollo y
Los Pelambres).
Figura 6: RUF - Flujos absolutos
Los flujos de conmutación ponderados por la distancia calculada entre los
centroides de cada comuna parecieran resolver el problema de falta de contigüidad.
Esta ponderación se calcula dividiendo elemento a elemento la matriz de flujos de
conmutación por la matriz de distancias calculada en kilómetros a partir del centro de
la comuna al centro de la comuna . Esta consideración soluciona ligeramente este
problema. Por ejemplo, la RUF 3 está formada por comunas contiguas de la región IV.
Sin embargo, algunas de las 63 RUF formadas aún adolecen de falta de contigüidad,
Regiones Funcionales Chile Flujos absolutos90.21% de interacción intrazonal59 FUR
2
2
2
4
4
2
4
3
4
4
2
4
4
2
35
3
3
4
53
9
3
3
5
3
4
3
3
3
555
3
5
3
5
5
6
2
999
58
7
7
7
45
9
217
7
8
5827
6
10
3
97
66
9
8
Regiones Funcionales Chile Flujos ponderados por distancia10.09% de interacción intrazonal63 FUR
2
2
2
2
2
2
1
2
2
2
1
1
3
2
2
2
2
2
2
2
1
2
2
2
2
1
2
2
2
3
33 3
1
33
Figura 6 Figura 7
Figura 7: RUF - Flujos ponderados
por distancia
16
Regiones Funcionales Chile Flujos absolutos Flowmap 7.498.08% de interacción intrazonal103 FUR
22
22
22
22
22
22
22
22
22
22
93
22
22
22
22
22
22
22
22
34
31
22
22
22
22
22
22
22
22
22
30
22
29
22
22
22
35
22
22
22
22
22
22
22
2222
40
22
22
22
22
22
22
22
22
22
22
22
22
22
22
22
22
22
22
22
22
22
22
22
22
22
22
22
22
22
22
22
22
22
22
22
22
22
22
22
32
22
22
2222
22
22
22
22
22
22
22
22
22
22
28
22
22
22
22
22
22
33
22
22
22
22
22
22
2222
2222
33
36
Regiones Funcionales Chile Flujos absolutos Flowmap 7.499.55% de interacción intrazonal52 FUR
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
11
1
1
1
1
1
11
1
1
1
1
1
11
1
1
11
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
11
1
1
1
1
1
1
1
1
1
25
1
11
11
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
27
1
1
26
1
1
1
1
1
1
1
22
1
1
1
1
1
1
1
1
1
1
21
1
1
1
1
1
1
11
1
51
1
1
1
1
52
1
1
11
1
1
1
1
1
1
1
1
1
1
1
1
11
1
1
16
11
18
1
1
23
1
1
20
17
1
1
1
1
11
1
1
11
1
1
1
1
1
1
1
1
111
1
1
por ejemplo la RUF 2, está formada por comunas de la región I, II, III y XV (ver figura
7)13.
La versión 7.4 del software Flowmap incorpora la opción de contigüidad para el
algoritmo Intramax. En la función objetivo detallada en la fórmula (3) se incorporan
restricciones de contigüidad (una por cada par de comunas , ).Las figuras 8 y 9
muestran las RUF obtenidas por éste método al 98.08% y 99.50% de interacción
intrazonal respectivamente y utilizando los flujos de conmutación absolutos. En la
figura 8, las comunas del extremo Norte y Sur de Chile se comportan como mercados
laborales independientes. Las comunas del Centro, Centro Norte y Centro Sur
parecieran formar una sola región funcional (RUF 22). La RUF 22 presenta un mercado
laboral demasiado extenso, esto podría deberse a las muchas restricciones de
contigüidad impuestas para la solución del Intramax. Las restricciones de contigüidad
en la función objetivo aseguran que en el primer paso solo se agregan dos comunas
contiguas, en el segundo paso lo más probable es que las primeras unidades
agregadas lleguen a agregarse con alguna otra comuna contigua, creando un efecto
cadena lo que hace que los mercados laborales estén formados por muchas regiones
administrativas. Pasa lo mismo cuando se forman 52 regiones funcionales (Ver figura
9), solamente que el mercado laboral es aún más extenso (RUF 1). Así, mientras la
13
El porcentaje de interacción Intrazonal se reduce significativamente, esto se debe a que la distancia entre cada comuna en sí misma es “cero”, lo que implica que en este caso no están incluidas las personas que viven y trabajan en la misma comuna (no conmutan).
Figura 8: RUF-Flujos Absolutos
Flowmap 7.4
Figura 9: RUF - Flujos absolutos
Flowmap 7.4
17
Regiones Funcionales Chile Flujos relativos Flowmap 7.470.01% de interacción intrazonal103 FUR
81
25
30
96
21
21
85
91
19
97
96
26
25
98
29
94
92
34
34
29
18
27
29
34
24
21
25
3030
26
91
28
81
29
29
29
23
24
98
21
26
21
29
18
25
20
2123
22
18
24
34
22
23
29
24
18
29
25
94
77
25
34
95
24
20
22
93
26
30
77
18
2121
30
25
2121
9595
25
27
85
24
18
27
34
8195
23
18
9595
81
31
25
89
31
84
25
24
79
23
35
22
83
85
8489
767780
87
78
contigüidad es incorporada, el mecanismo pareciera sobre extender el alcance espacial
de los mercados laborales.
Para proveer una mirada alternativa a estos resultados, llevamos a cabo el
mismo ejercicio, pero esta vez considerando los flujos de conmutación relativos (ver
figura 10 y 11). Utilizamos el mismo número de RUF que en el caso anterior, para ver
el comportamiento del porcentaje Intrazonal. En este caso el porcentaje de interacción
Intrazonal se reduce considerablemente de 98.08% a 70.01% y de 99.55% a 77.23%
respectivamente con relación al método anterior.
En el presente artículo sugerimos utilizar las RUF obtenidas tomando en cuenta
solamente los flujos de conmutación de comunas contiguas que parecen mostrar
mejores resultados (Ver Sección 6). Las figuras 12 y 13 muestran la misma cantidad
de RUF que en los casos anteriores. El detalle de las 103 y 52 RUF obtenidas mediante
este método se encuentra en los anexos 3 y 4 respectivamente. La consideración de
una matriz de contigüidad de orden uno combinada con los flujos de conmutación
asociados a esta matriz soluciona la falta del criterio de contigüidad en el algoritmo
Intramax además de aumentar el porcentaje de interacción intrazonal (95.20% y
98.30%).
Regiones Funcionales Chile Flujos relativos Flowmap 7.477.23% de interacción intrazonal52 FUR
45
16
18
49
12
12
21
11
46
43
50
49
17
16
49
18
47
43
21
21
18
10
12
16
18
15
16
1818
17
43
18
45
18
18
18
14
15
49
12
17
12
21
18
10
13
16
21
10
1214
10
15
13
14
18
15
21
10
18
16
47
19
42
16
13
15
10
17
18
42
10
12
16
12
48
12
4448
12
48
18
16
16
46
15
10
16
4548
14
10
4848
45
16
43
19
46
16
13
15
43
14
21
45
46
4643
4242
4446
Figura 10: RUF - Flujos relativos
Flowmap 7.4 Figura 11: RUF - Flujos relativos
Flowmap 7.4
18
6. DISCUSIÓN
En presente artículo realizamos un análisis exploratorio mostrando variaciones del
método Intramax en cuanto a los flujos de conmutación. Consideramos cinco
variaciones del Intramax, uno de los cuales es un método alternativo que incorpora los
flujos de conmutación a larga distancia. En cada uno de estas variaciones es necesario
definir el número de RUF exógenamente, porque no existe una regla a priori. Sin
embargo, para medir la potencialidad de los métodos a utilizar, podríamos basarnos en
el porcentaje de interacción intrazonal y en la forma geográfica de los mercados
laborales. La Tabla 7 muestra un resumen solamente para aquellos métodos que
cumplen con el criterio de contigüidad (método 3, 4 y 5) ya que este criterio es
necesario para la construcción de RUF, sería vano incluir en la tabla aquellos métodos
que no cumplen con este criterio.
Regiones Funcionales Chile Flujos de comunas contiguas95.20% de interacción intrazonal103 FUR
91
28
97
23
93
94
98
97
95
94
29
28
23
30
94
91
97
20
23
29
23
21
26
25
25
32
28
95
25
87
28
96
90
23
87
96
23
26
23
30
96
29
28
93
23
31
91
96
30
25
9696
91
28
20
89
93
28
31
23
89
27
22
92
30
93
9386
26
89
87
89
93
27
90
87
88
91
8688
89
9290
8686
86
89
88
27
Regiones Funcionales Chile Flujos de comunas contiguas98.30% de interacción intrazonal52 FUR
49
18
20
14
47
47
20
20
50
47
18
18
14
19
47
49
20
12
14
18
14
13
16
16
16
20
18
50
16
48
18
51
49
14
48
51
14
16
14
19
51
18
18
47
14
19
49
51
19
16
5151
49
18
12
47
47
18
19
14
47
17
12
49
19
47
4747
16
47
48
47
47
17
49
48
48
49
4748
47
4949
4747
47
47
48
17
Chile Centro Chile Centro
Figura 13: RUF - Flujos comunas
contiguas Figura 12: RUF - Flujos comunas
contiguas
19
Tabla 7: Comparación de métodos Intramax que
cumplen con el criterio de contigüidad
Método Intramax Nro. de
RUF
% Interacción
Intrazonal
3. Con versión 7.4 de
Flowmap y flujos
absolutos
103 98.08%
52 99.55%
4. Con versión 7.4 de
Flowmap y flujos
relativos
103 70.01%
52 77.23%
5. Con flujos de
comunas contiguas
103 95.20%
52 98.30%
En los métodos 3 al 6 utilizamos 103 y 52 RUF y comparamos el porcentaje de
interacción intrazonal generado por cada método. El método 3 considera los flujos
absolutos de la versión 7.4 del Flowmap, los porcentajes de interacción Intrazonal son
98.08% y 99.55% respectivamente para el número de RUF fijado. Éstos porcentajes
de interacción son los mayores en la tabla, pero uno los mercados laborales formados
cubre una amplia área geográfica (Ver figura 8 y 9 RUF 22 y RUF 1 respectivamente).
Este hecho puede ser problemático ya que al considerar todos los flujos de
conmutación absolutos muchas de las comunas que forman la RUF no podrían estar
interrelacionadas, especialmente las que se alejan más en cuanto a la distancia. Cabe
destacar que este problema aparece principalmente en los países con conmutación de
larga distancia ya que el método no filtra por aquella conmutación que no sea diaria,
así, las regiones funcionales pueden seguir creciendo producto de la atracción de
regiones mineras, afectando la interpretación de dichas nuevas unidades.
El método 4 considera los flujos de conmutación relativos de la versión 7.4 del
Flowmap. En este caso los flujos de interacción intrazonal disminuyen
considerablemente con respecto al método anterior (70.01% y 77.23%
respectivamente). Por último, proponemos un método alternativo no considerado en la
literatura, en el cual incluimos el tratamiento de los flujos de conmutación a larga
distancia (Método 5). El porcentaje de Interacción Intrazonal es de 95.20% y 98.30%
respectivamente, porcentajes que son mayores que el método 4. Los mercados
funcionales formados por este método incluyen en su mayoría comunas que están inter
relacionadas entre sí ya que consideramos solamente los flujos de conmutación de
comunas contiguas. Éste método garantiza la contigüidad de las RUF al proponer una
alternativa que trata la contigüidad a larga distancia incluyendo técnicas de
econometría espacial además de garantizar un alto porcentaje de interacción intrazonal
y mercados laborales con comunas en su mayoría interrelacionadas, ventajas que
consideramos importantes al momento de elegir el método a utilizar para la
construcción de RUF.
7. CONCLUSIONES
La oferta de trabajo de los mercados laborales independientes es afectada por
los flujos de conmutación. En tal sentido diferentes autores han sugerido la
20
construcción de regiones funcionales para el análisis económico de mercados laborales.
Las regiones funcionales están formadas por pequeñas unidades espaciales que
interactúan entre sí de acuerdo a los flujos de conmutación que nos dan una clara
referencia de la interacción económica entre unidades espaciales. Las regiones
funcionales podrían enriquecer diversos análisis económicos, de ahí su importancia. En
el presente artículo denominamos a las regiones funcionales como RUF que para el
caso de Chile aún no se han construido oficialmente. La validación empírica de las
metodologías propuestas no rechazan la hipótesis de este artículo: Chile pareciera
poseer mercado funcionales más allá de las divisiones administrativas observadas.
El caso de Chile es un caso particular debido a que existe conmutación a larga
distancia. La conmutación de larga distancia afecta la construcción de regiones
funcionales debido a que la contigüidad espacial es afectada. El criterio de contigüidad
es importante para la construcción de RUF. Sugerimos abordar esta falta de
consideración incorporando en el algoritmo Intramax los elementos de una matriz de
contigüidad de orden uno.
En el presente artículo utilizamos el algoritmo Intramax para la construcción de
RUF de cinco casos específicos. Primero, utilizamos los flujos de conmutación
absolutos, esta construcción de RUF no respetan el criterio de contigüidad. Segundo,
utilizamos los flujos de conmutación ponderados por distancia, esta consideración
soluciona ligeramente la falta de contigüidad en las RUF pero no en su totalidad.
Tercero, utilizamos flujos de conmutación absolutos para la contigüidad impuesta por
la versión 7.4 del Flowmap, éstos presentan un mercado laboral amplio formado por
una gran cantidad de comunas contiguas en su mayoría no interrelacionadas, también
presentan altos flujos de porcentaje de interacción intrazonal. Cuarto, utilizamos flujos
de conmutación relativos para la contigüidad impuesta por la versión 7.4 del Flowmap
los porcentajes de interacción intrazonal disminuyen considerablemente con respecto
al anterior método. Finalmente utilizamos los flujos absolutos de conmutación de
comunas contiguas, la construcción de RUF por este método presenta altos porcentajes
de interacción intrazonal y mercados laborales con comunas contiguas en su mayoría
interrelacionadas.
Sugerimos utilizar las RUF construidas por el método Intramax incorporando los
elementos de una matriz de contigüidad de orden uno debido a las ventajas que éstas
presentan con relación al resto. Primero, solucionamos el problema de flujos de
conmutación de larga distancia y obtenemos RUF que respetan el criterio de
contigüidad. Segundo, el porcentaje de interacción intrazonal es alto (95.20% y
98.30% para 103 y 52 RUF respectivamente). Por último, los mercados laborales
formados garantizan la interrelación entre la mayoría de las comunas, por tanto las
RUF formadas por este método son consistentes.
8. BIBLIOGRAFÍA
Anselin L. (1988), “Spatial Econometrics: Methods and Models”, Boston: Kluwer
Academic publishers.
21
Aroca P., Atienza M. (2008), “La conmutación regional en Chile y su impacto en la
Región de Antofagasta”, Revista Eure, Vol. XXXIV, Nro 102, pp. 97-120.
Aroca P., Atienza M. (2011), “Economic implications of long distance commuting in the
Chilean mining industry”, Resources Policy, Vol. 36, pp. 196-203.
Berdegué J., Jara B., Fuentealba R., Tohá J., Modrego F., Schejtman A., Bro N. (2011),
“Territorios Funcionales en Chile”, Documento de trabajo, Programa dinámicas
territoriales rurales, Rimisp-centro Latinoamericano para el desarrollo rural.
Boix R., Veneri P. (2009), “Metropolitan Areas in Spain and Italy”, Institut D’estudis
Regionals I metropolitans Barcelona (IERMB) Working Paper in Economics, Nro 09.01.
Cörvers F., Hensen M., Bongaerts D. (2009), “Delimitation and Coherence of Functional
and Administrative Regions”, Regional Studies, Vol. 43, Nro 1, pp. 19-31.
Curson D., Goguen C., Mathews N. (2000), “Long-distance Commuting by Brown-
headed Cowbirds in New Mexico”, The auk, Vol 117, Nro 3, pp. 795-799.
Drobne S., Konjar M., Lisec A., Pichler N., Zavodnik A., (2010), “Functional Regions
Defined by Urban Centres of (Inter)National Importance – The Case of Slovenia”,
reviewed paper.
Green A., Hogarth T., Shackleton R. (1999), “Longer distance commuting as a
substitute for migration in Britain: a review of trends, issues and implications”,
International Journal of Population Geography, Vol. 5, Nro 1, pp. 49-67.
Hemmasi M. (1980), “The identification of functional regions based on lifetime
migration data: A case study of Iran”, Economic Geography, Vol. 56, Nro 3, pp. 223-
233.
Houghton D. S. (1993), “Long-distance Commuting: a new Approach to Mining in
Australia”, The Geographical Journal, Vol. 159, Nro 3, pp. 281-290.
Karlsson C., Olsson M., (2006), “The identification of functional regions: theory,
methods, and applications”, Ann Reg Sci, Nro 40, pp. 1-18.
Keane M. (1978), “A Functional Distance Approach To Regionalization”, Regional
Studies, Vol. 12, Nro, 3, pp. 379-386.
Limtanakool N., Dijst M., Schwanen T., (2007), “A Theoretical Framework and
Methodology for Characterising National Urban Systems on the Basis of Flows of
People: Empirical Evidence for France and Germany”, Urban Studies, Vol. 44, Nro 11,
pp. 2123-2145.
Mitchel W., Watts M. (2009), “Identifying Functional Regions in Australia Using
Hierarchical Aggregation Techniques”, Geographical Research, Vol. 48, Nro 1, pp. 24-
41.
22
Noronha V., Goodchild M. (1992), “Modeling Interregional Interaction: Implications for
Defining Functional Regions”, Annals of the Association of American Geographers, Vol.
82, Nro 1, pp. 86-102.
Puga D. (2010), “The magnitude and causes of agglomeration economies”, Journal of
Regional Science’s, Vol. 50, Nro 1, pp. 203-219.
Tolbert Ch., Killian M. (1978), “Labor Market Areas for the United States”,
Departament of agriculture, Economic Research Service, Agriculture and Rural
Economy Division.
23
Anexo 1:
Ejemplificación del algoritmo Intramax para cinco unidades
espaciales
Tabla 1: Flujos de conmutación para cinco unidades espaciales
Flujos de
conmutación
DESTINO Total
O
R
I
G
E
N
10 2 3 4 9
28
4 20 5 0 3
32
1 4 30 1 3
39
3 7 8 40 4
62
8 1 9 4 50 72
Total 21 36 58 49 61 233
Paso 1: Calculamos las interacciones totales.
Áreas
Interacción 0.0069 0.0029 0.0048 0.0089 0.0059 0.0033 0.0018 0.0029 0.0034 0.0021 0.0089
La interacción máxima corresponde a lo cual implica que en este paso se agregan el
área 1 con el área 5. Se disuelve el área 5 y la región funcional lleva el nombre de
región funcional1 ( ).
Paso 2: Se re calcula la matriz de flujos de conmutación y también las interacciones.
Tabla 2: Flujos de conmutación para cuatro unidades espaciales
Flujos de
conmutación
DESTINO Total
O
R
I
G
E
N
77 3 12 8
100
7 20 5 0
32
4 4 30 1
39
7 7 8 40
62 Total 95 34 55 49 233
24
Áreas
Interacción 0.0032 0.0033 0.0028 0.0059 0.0033 0.0029 0.0059
La interacción máxima corresponde a lo cual implica que en este paso se agregan el
área 2 con el área 3. Se disuelve el área 3, la región funcional lleva el nombre de .
Paso 3: Se re calcula la matriz de flujos de conmutación y también las interacciones.
Tabla 3: Flujos de conmutación para tres unidades espaciales
Flujos de
conmutación
DESTINO Total
O
R
I
G
E
N
77 15 8
100
11 59 1
71
7 15 40
62
Total 95 89 49 233
Áreas
Interacción 0.0033 0.0028 0.00300 0.0033
La interacción máxima corresponde a lo cual implica que en este paso se agregan la
región funcional 1 con la 2. Se disuelve la región funcional 2, la nueva región funcional
toma el nombre de región funcional 1 ( ).
Paso 4: Se re calcula la matriz de flujos de conmutación y también las interacciones.
Tabla 4: Flujos de conmutación para dos unidades espaciales
Flujos de
conmutación
DESTINO Total
O
R
I
G
E
N
162 9
171
22 40
62
Total 184 49 233
En este paso solamente existe la interacción lo que incluye agregar todas
las áreas. Se disuelve la región 4, la nueva región funcional lleva el nombre de .
25
Anexo 2:
Ejemplificación del algoritmo Intramax para cinco unidades
espaciales tomando en cuenta solamente interacciones de
regiones contiguas.
Tabla 1: Flujos de conmutación para cinco unidades espaciales
Flujos de
conmutación
DESTINO Total
O
R
I
G
E
N
10 2 3 0 0 15
4 20 5 0 0 29
1 4 30 1 3 39
0 7 8 40 4 59
0 0 9 4 50 63
Total 15 33 55 45 57 205
Paso 1: Calculamos las interacciones totales.
Áreas
Interacción
0.0132 0.0053 0.0000 0.0000 0.0062 0.0036 0.0000 0.0030 0.0039 0.0026 0.0132
La interacción máxima corresponde a lo cual implica que en este paso se agregan el
área 1 con el área 2. Se disuelve el área 2 y la región funcional lleva el nombre de
región funcional 1 ( ).
Paso 2: Se re calcula la matriz de flujos de conmutación y también las interacciones.
Tabla 2: Flujos de conmutación para cuatro unidades espaciales
Flujos de
conmutación
DESTINO Total
O
R
I
G
E
N
36 8 0 0 15
5 30 1 3 39
7 8 40 4 59
0 9 4 50 63
Total 15 55 45 57 205
26
Áreas
Interacción
0.0182 0.0079 0.0000 0.0030 0.0039 0.0026 0.0182
La interacción máxima corresponde a lo cual implica que en este paso se agregan la
región funcional 1 con el área 3. Se disuelve el área 3, la región funcional lleva el
nombre de .
Paso 3: Se re calcula la matriz de flujos de conmutación y también las interacciones.
Tabla 3: Flujos de conmutación para tres unidades espaciales
Flujos de
conmutación
DESTINO Total
O
R
I
G
E
N
79 1 3 83
15 40 4 59
9 4 50 63
Total 103 45 57 205
Áreas
Interacción
0.0027 0.0020 0.0026 0.0027
La interacción máxima corresponde a lo cual implica que en este paso se agregan la
región funcional 1 con la unidad espacial 4. Se disuelve la unidades espacial 4, la
nueva región funcional toma el nombre de región funcional 1 ( ).
Paso 4: Se re calcula la matriz de flujos de conmutación y también las interacciones.
Tabla 4: Flujos de conmutación para dos unidades espaciales
Flujos de
conmutación
DESTINO Total
O
R
I
G
E
N
135 7 142
13 50 63
Total 148 57 205
En este paso solamente existe la interacción lo que incluye agregar todas
las áreas. Se disuelve la región 5, la nueva región funcional lleva el nombre de .
27
Anexo 3:
Detalle de RUF al 95.20% de interacción intrazonal.
RUF Región Comuna PEA
RUF Región Comuna PEA
1 TARAPACA Alto Hospicio 58,410
23 VALPARAISO Calle Larga 7,035
1 TARAPACA Iquique 123,034
23 VALPARAISO Catemu 9,221
1 TARAPACA Pozo Almonte 9,944
23 VALPARAISO Llay-Llay 16,126
2 ARICA Y PARINACOTA Arica 122,323
23 VALPARAISO Los Andes 48,765
2 ARICA Y PARINACOTA Camarones 955
23 VALPARAISO Panquehue 4,955
2 ARICA Y PARINACOTA General Lagos 671
23 VALPARAISO Putaendo 10,358
2 ARICA Y PARINACOTA Putre 718
23 VALPARAISO Rinconada 5,006
3 TARAPACA Camina 622
23 VALPARAISO San Esteban 11,020
4 TARAPACA Colchane 972
23 VALPARAISO San Felipe 49,341
4 TARAPACA Huara 1,666
23 VALPARAISO Santa Maria 9,764
5 TARAPACA Pica 9,461
24 VALPARAISO Cabildo 13,772
6 ANTOFAGASTA Antofagasta 233,010
24 VALPARAISO La Ligua 24,930
6 ANTOFAGASTA Sierra Gorda 2,218
24 VALPARAISO Papudo 3,479
7 ANTOFAGASTA Maria Elena 2,864
24 VALPARAISO Petorca 5,780
7 ANTOFAGASTA Mejillones 6,782
24 VALPARAISO Zapallar 4,633
7 ANTOFAGASTA Tocopilla 14,615
25 VALPARAISO La Cruz 9,848
8 ANTOFAGASTA Tal-Tal 6,581
25 VALPARAISO Limache 28,889
9 ANTOFAGASTA Calama 95,072
25 VALPARAISO Olmue 10,752
9 ANTOFAGASTA Ollague 158
25 VALPARAISO Quillota 57,755
9 ANTOFAGASTA San Pedro de Atacama 5,694
26 VALPARAISO Calera 34,907
10 ATACAMA Chanaral 8,399
26 VALPARAISO Hijuelas 13,044
10 ATACAMA Copiapo 104,877
26 VALPARAISO Nogales 17,004
10 ATACAMA Diego de Almagro 8,498
27 VALPARAISO Catagena 14,675
10 ATACAMA Tierra Amarilla 8,848
27 VALPARAISO El Tabo 5,543
11 ATACAMA Caldera 10,116
27 VALPARAISO San Antonio 66,156
12 ATACAMA Alto del Carmen 2,914
27 VALPARAISO Santo Domingo 6,021
12 ATACAMA Freirina 3,903
28 O´HIGGINS Coinco 4,800
12 ATACAMA Huasco 5,354
28 O´HIGGINS Coltauco 11,211
12 ATACAMA Vallenar 30,680
28 O´HIGGINS Donihue 12,928
13 COQUIMBO Andacollo 5,964
28 O´HIGGINS Machali 23,514
13 COQUIMBO Coquimbo 139,895
28 O´HIGGINS Olivar 9,339
13 COQUIMBO La Higuera 2,521
28 O´HIGGINS Rancagua 166,821
13 COQUIMBO La Serena 143,601
28 O´HIGGINS Requinoa 17,452
14 COQUIMBO Paiguano 2,965
29 O´HIGGINS Codegua 8,608
14 COQUIMBO Vicuna 16,459
29 O´HIGGINS Graneros 20,575
15 COQUIMBO Illapel 20,235
29 O´HIGGINS Mostazal 17,646
15 COQUIMBO Salamanca 16,274
30 O´HIGGINS Las Cabras 15,197
16 COQUIMBO Canela 5,436
30 O´HIGGINS Peumo 10,509
17 COQUIMBO Los Vilos 12,455
30 O´HIGGINS Pichidegua 12,484
18 COQUIMBO Monte Patria 20,345
30 O´HIGGINS San Vincente 29,592
18 COQUIMBO Ovalle 74,131
31 O´HIGGINS Malloa 9,460
18 COQUIMBO Punitaqui 6,722
31 O´HIGGINS Quinta de Tilcoco 8,238
18 COQUIMBO Rio Hurtado 2,688
31 O´HIGGINS Rengo 39,209
19 COQUIMBO Combarbala 7,321
32 METROPOLITANA San Pedro 4,848
20 VALPARAISO Quilpue 103,045
32 O´HIGGINS La Estrella 3,027
20 VALPARAISO Valparaiso 188,003
32 O´HIGGINS Litueche 3,593
20 VALPARAISO Villa Alemana 81,587
32 O´HIGGINS Marchihue 5,153
20 VALPARAISO Vina del Mar 194,653
32 O´HIGGINS Pichilemu 9,796
21 VALPARAISO Algarrobo 8,617
33 O´HIGGINS Navidad 3,593
21 VALPARAISO Casablanca 18,622
34 DEL MAULE Curepto 5,750
21 VALPARAISO El Quisco 8,010
34 DEL MAULE Hualahue 6,467
22 VALPARAISO Concon 35,610
34 DEL MAULE Licanten 5,098
22 VALPARAISO Puchuncavi 9,969
34 O´HIGGINS Lolol 4,425
22 VALPARAISO Quintero 15,936
34 O´HIGGINS Paredones 4,142
28
RUF Región Comuna PEA
RUF Región Comuna PEA
35 O´HIGGINS Chimbarongo 22,955
53 DEL BIOBIO Mulchen 18,563
35 O´HIGGINS San Fernando 46,487
53 DEL BIOBIO Quilaco 2,286
36 O´HIGGINS Chepica 9,589
53 DEL BIOBIO Quilleco 6,992
36 O´HIGGINS Nancagua 11,102
53 DEL BIOBIO San Rosendo 2,321
36 O´HIGGINS Palmillo 8,447
53 DEL BIOBIO Santa Barbara 10,007
36 O´HIGGINS Peralillo 6,954
54 DEL BIOBIO Cabrero 19,425
36 O´HIGGINS Placilla 5,974
54 DEL BIOBIO Yumbel 13,304
36 O´HIGGINS Pumanque 2,144
55 DEL BIOBIO Pemuco 5,934
36 O´HIGGINS Santa Cruz 23,689
55 DEL BIOBIO Tucapel 8,366
37 DEL MAULE Maule 13,355
55 DEL BIOBIO Yungay 12,042
37 DEL MAULE Pelarco 4,907
56 DEL BIOBIO Bulnes 14,942
37 DEL MAULE Pencahue 6,163
56 DEL BIOBIO Chillan 121,552
37 DEL MAULE Rio Claro 9,011
56 DEL BIOBIO Chillan Viejo 20,135
37 DEL MAULE San Clemente 27,631
56 DEL BIOBIO Coihueco 15,841
37 DEL MAULE San Rafael 5,166
56 DEL BIOBIO Niquen 6,567
37 DEL MAULE Talca 163,584
56 DEL BIOBIO Pinto 7,284
38 DEL MAULE Constitucion 34,888
56 DEL BIOBIO Portezuelo 3,181
39 DEL MAULE Empedrado 2,530
56 DEL BIOBIO Quillen 10,294
39 DEL MAULE San Javier 27,399
56 DEL BIOBIO Ranquil 3,162
39 DEL MAULE Villa Alegre 9,743
56 DEL BIOBIO San Carlos 34,662
40 DEL MAULE Cauquenes 27,090
56 DEL BIOBIO San Fabian 2,180
40 DEL MAULE Chanco 6,226
57 DEL BIOBIO Cobquecura 3,577
40 DEL MAULE Pelluhue 4,987
57 DEL BIOBIO Ninhue 3,654
41 DEL MAULE Curico 95,918
57 DEL BIOBIO Quirihue 7,560
41 DEL MAULE Molina 29,259
57 DEL BIOBIO San Nicolas 6,704
41 DEL MAULE Rauco 6,360
58 DEL BIOBIO El Carmen 7,704
41 DEL MAULE Romeral 9,995
58 DEL BIOBIO San Ignacio 10,803
41 DEL MAULE Sagrada Familia 12,888
59 DE LA ARAUCANÍA Lautaro 23,234
41 DEL MAULE Teno 19,009
59 DE LA ARAUCANÍA Padre Las Casas 45,205
42 DEL MAULE Vichuquen 3,239
59 DE LA ARAUCANÍA Perquenco 4,252
43 DEL MAULE Colbun 12,568
59 DE LA ARAUCANÍA Temuco 206,809
43 DEL MAULE Linares 57,935
59 DE LA ARAUCANÍA Vilcun 15,519
43 DEL MAULE Longavi 19,406
60 DE LA ARAUCANÍA Cunco 12,405
43 DEL MAULE Yerbas Buenas 11,653
60 DE LA ARAUCANÍA Melipeuco 3,566
44 DEL MAULE Parral 26,145
61 DE LA ARAUCANÍA Curarrehue 4,731
44 DEL MAULE Retiro 11,592
61 DE LA ARAUCANÍA Loncoche 12,203
45 DEL BIOBIO Chiguayante 82,243
61 DE LA ARAUCANÍA Pucon 19,219
45 DEL BIOBIO Concepcion 153,683
61 DE LA ARAUCANÍA Villarrica 36,380
45 DEL BIOBIO Florida 6,511
62 DE LA ARAUCANÍA Freire 18,243
45 DEL BIOBIO Hualpen 58,320
62 DE LA ARAUCANÍA Gorbea 10,289
45 DEL BIOBIO Hualqui 15,105
62 DE LA ARAUCANÍA Pitrufquen 15,432
45 DEL BIOBIO Penco 36,942
63 DE LA ARAUCANÍA Cholchol 6,821
45 DEL BIOBIO San Pedro de la Paz 65,174
63 DE LA ARAUCANÍA Galvarino 7,270
45 DEL BIOBIO Talcahuano 121,045
63 DE LA ARAUCANÍA Lumaco 6,528
46 DEL BIOBIO Coronel 76,298
64 DE LA ARAUCANÍA Tolten 7,028
46 DEL BIOBIO Lota 32,880
64 LOS RíOS Mariquina 11,743
47 DEL BIOBIO Santa Juana 9,160
65 DE LA ARAUCANÍA Curacautin 10,148
48 DEL BIOBIO Coelemu 9,608
65 DE LA ARAUCANÍA Lonquimay 7,108
48 DEL BIOBIO Tome 37,271
66 DE LA ARAUCANÍA Ercilla 5,746
48 DEL BIOBIO Treguaco 3,412
66 DE LA ARAUCANÍA Traiguen 11,151
49 DEL BIOBIO Canete 21,613
66 DE LA ARAUCANÍA Victoria 21,167
49 DEL BIOBIO Lebu 17,243
67 DE LOS LAGOS Llanquihue 12,045
49 DEL BIOBIO Los Alamos 14,504
67 DE LOS LAGOS Los Muermos 11,047
50 DEL BIOBIO Arauco 27,802
67 DE LOS LAGOS Puerto Montt 151,316
50 DEL BIOBIO Curanilahue 20,284
67 DE LOS LAGOS Puerto Varas 24,674
51 DE LA ARAUCANÍA Angol 33,507
68 DE LOS LAGOS Calbuco 23,472
51 DE LA ARAUCANÍA Collipulli 13,759
68 DE LOS LAGOS Hualaihue 5,644
51 DE LA ARAUCANÍA Los Sauces 4,042
69 DE LOS LAGOS Cochamo 2,416
51 DE LA ARAUCANÍA Puren 7,513
70 DE LOS LAGOS Fresia 8,262
51 DE LA ARAUCANÍA Renaico 5,975
71 DE LOS LAGOS Frutillar 10,951
51 DEL BIOBIO Contulmo 3,435
71 DE LOS LAGOS Puerto Octay 6,467
51 DEL BIOBIO Nacimiento 16,900
71 DE LOS LAGOS Purranque 13,881
51 DEL BIOBIO Negrete 6,013
72 DE LOS LAGOS Maullin 8,810
52 DE LA ARAUCANÍA Carahue 15,651
73 DE LOS LAGOS Castro 33,891
52 DE LA ARAUCANÍA Nueva Imperial 20,632
73 DE LOS LAGOS Chonchi 9,864
52 DE LA ARAUCANÍA Saavedra 8,359
73 DE LOS LAGOS Dalcahue 9,957
52 DE LA ARAUCANÍA Teodoro Schmidt 10,297
73 DE LOS LAGOS Puqueldon 2,700
52 DEL BIOBIO Tirua 7,241
73 DE LOS LAGOS Queilen 3,501
53 DEL BIOBIO Alto Biobio 6,910
74 DE LOS LAGOS Ancud 27,634
53 DEL BIOBIO Antuco 2,366
74 DE LOS LAGOS Quemchi 5,696
53 DEL BIOBIO Laja 13,435
75 DE LOS LAGOS Curaco de Velez 2,304
53 DEL BIOBIO Los Angeles 133,930
75 DE LOS LAGOS Quinchao 6,028
29
RUF Región Comuna PEA
RUF Región Comuna PEA
76 DE LOS LAGOS Quellon 19,808
91 METROPOLITANA La Florida 279,821
77 DE LOS LAGOS Osorno 114,433
91 METROPOLITANA Macul 65,975
77 DE LOS LAGOS Puyehue 7,645
91 METROPOLITANA Pirque 15,302
77 DE LOS LAGOS Rio Negro 8,771
91 METROPOLITANA Puente Alto 495,376
77 DE LOS LAGOS San Juan de la Costa 4,702
91 METROPOLITANA San Joaquin 51,978
77 DE LOS LAGOS San Pablo 5,932
91 METROPOLITANA San Jose de Maipo 9,745
78 DE LOS LAGOS Futaleufu-Chaiten 1,316
92 METROPOLITANA La Granja 86,205
79 AISÉN Cisnes-Guaitecas 17,092
92 METROPOLITANA La Pintana 134,265
79 AISÉN Coyhaique 1,048
92 METROPOLITANA San Ramon 56,777
79 DE LOS LAGOS Palena-Lago Verde 38,849
93 METROPOLITANA La Reina 66,326
80 AISÉN Chile Chico 3,700
93 METROPOLITANA Las Condes 205,443
80 AISÉN Cochrane-Ohiggins 3,942
93 METROPOLITANA Lo Barnechea 70,536
80 AISÉN Rio Ibanez 1,317
93 METROPOLITANA Nunoa 99,353
81 AISÉN Aysen-Tortel 1,858
93 METROPOLITANA Penalolen 161,649
82 MAGALLANES Punta Arenas-Rio Verde 84,350
93 METROPOLITANA Vitacura 53,606
82 MAGALLANES San Gregorio-LagunaB 450
94 METROPOLITANA Colina 72,778
83 MAGALLANES Cabo de Hornos 1,671
94 METROPOLITANA Lampa 38,904
84 MAGALLANES Porvenir-Timaukel 4,074
94 METROPOLITANA Tiltil 10,301
84 MAGALLANES Primavera 366
95 METROPOLITANA Buin 53,837
85 MAGALLANES Natales-TorresP 13,804
95 METROPOLITANA Paine 41,820
86 METROPOLITANA Lo Espejo 65,724
96 METROPOLITANA Calera de Tango 17,747
86 METROPOLITANA Pedro Aguirre Cerda 63,832
96 METROPOLITANA El Monte 20,881
86 METROPOLITANA Providencia 89,907
96 METROPOLITANA Isla de Maipo 20,944
86 METROPOLITANA San Miguel 49,156
96 METROPOLITANA Padre Hurtado 31,404
86 METROPOLITANA Santiago 112,518
96 METROPOLITANA Penaflor 57,491
87 METROPOLITANA Cerillos 46,340
96 METROPOLITANA Talagante 50,549
87 METROPOLITANA Estacion Central 78,443
97 METROPOLITANA Curacavi 19,883
87 METROPOLITANA Maipu 565,436
97 METROPOLITANA Maria Pinto 7,899
87 METROPOLITANA Pudahuel 179,088
97 METROPOLITANA Melipilla 72,388
88 METROPOLITANA Cerro Navia 90,631
98 METROPOLITANA Alhue 3,028
88 METROPOLITANA Lo Prado 60,295
99 LOS RíOS Corral 3,246
88 METROPOLITANA Quinta Normal 58,357
99 LOS RíOS Valdivia 104,532
89 METROPOLITANA Conchali 69,362
100 LOS RíOS Lanco 10,592
89 METROPOLITANA Huechuraba 56,986
100 LOS RíOS Los Lagos 14,687
89 METROPOLITANA Independencia 35,769
100 LOS RíOS Mafil 4,486
89 METROPOLITANA Quilicura 131,505
100 LOS RíOS Panguipulli 21,450
89 METROPOLITANA Recoleta 87,305
101 LOS RíOS Futrono 9,618
89 METROPOLITANA Renca 89,366
101 LOS RíOS Paillaco 12,886
90 METROPOLITANA El Bosque 118,939
102 LOS RíOS La Union 25,777
90 METROPOLITANA La Cisterna 48,459
102 LOS RíOS Rio Bueno 19,928
90 METROPOLITANA San Bernardo 209,561
103 LOS RíOS Lago Ranco 6,205
30
Anexo 4:
Detalle de RUF al 98.30% de interacción intrazonal.
RUF Región Comuna PEA
RUF Región Comuna PEA
1 TARAPACA Alto Hospicio 58,410
14 VALPARAISO Calle Larga 7,035
1 TARAPACA Iquique 123,034
14 VALPARAISO Catemu 9,221
1 TARAPACA Pozo Almonte 9,944
14 VALPARAISO Llay-Llay 16,126
2 ARICA Y PARINACOTA Arica 122,323
14 VALPARAISO Los Andes 48,765
2 ARICA Y PARINACOTA Camarones 955
14 VALPARAISO Panquehue 4,955
2 ARICA Y PARINACOTA General Lagos 671
14 VALPARAISO Putaendo 10,358
2 ARICA Y PARINACOTA Putre 718
14 VALPARAISO Rinconada 5,006
3 TARAPACA Camina 622
14 VALPARAISO San Esteban 11,020
4 TARAPACA Colchane 972
14 VALPARAISO San Felipe 49,341
4 TARAPACA Huara 1,666
14 VALPARAISO Santa Maria 9,764
5 ANTOFAGASTA Antofagasta 233,010
15 VALPARAISO Cabildo 13,772
5 ANTOFAGASTA Maria Elena 2,864
15 VALPARAISO La Ligua 24,930
5 ANTOFAGASTA Mejillones 6,782
15 VALPARAISO Papudo 3,479
5 ANTOFAGASTA Sierra Gorda 2,218
15 VALPARAISO Petorca 5,780
5 ANTOFAGASTA Tal-Tal 6,581
15 VALPARAISO Zapallar 4,633
5 ANTOFAGASTA Tocopilla 14,615
16 VALPARAISO Calera 34,907
5 TARAPACA Pica 9,461
16 VALPARAISO Hijuelas 13,044
6 ANTOFAGASTA Calama 95,072
16 VALPARAISO La Cruz 9,848
6 ANTOFAGASTA Ollague 158
16 VALPARAISO Limache 28,889
6 ANTOFAGASTA San Pedro de Atacama 5,694
16 VALPARAISO Nogales 17,004
7 ATACAMA Alto del Carmen 2,914
16 VALPARAISO Olmue 10,752
7 ATACAMA Caldera 10,116
16 VALPARAISO Quillota 57,755
7 ATACAMA Chanaral 8,399
17 VALPARAISO Catagena 14,675
7 ATACAMA Copiapo 104,877
17 VALPARAISO El Tabo 5,543
7 ATACAMA Diego de Almagro 8,498
17 VALPARAISO San Antonio 66,156
7 ATACAMA Freirina 3,903
17 VALPARAISO Santo Domingo 6,021
7 ATACAMA Huasco 5,354
18 O´HIGGINS Codegua 8,608
7 ATACAMA Tierra Amarilla 8,848
18 O´HIGGINS Coinco 4,800
7 ATACAMA Vallenar 30,680
18 O´HIGGINS Coltauco 11,211
8 COQUIMBO Andacollo 5,964
18 O´HIGGINS Donihue 12,928
8 COQUIMBO Coquimbo 139,895
18 O´HIGGINS Graneros 20,575
8 COQUIMBO La Higuera 2,521
18 O´HIGGINS Machali 23,514
8 COQUIMBO La Serena 143,601
18 O´HIGGINS Mostazal 17,646
8 COQUIMBO Paiguano 2,965
18 O´HIGGINS Olivar 9,339
8 COQUIMBO Vicuna 16,459
18 O´HIGGINS Rancagua 166,821
9 COQUIMBO Illapel 20,235
18 O´HIGGINS Requinoa 17,452
9 COQUIMBO Los Vilos 12,455
19 O´HIGGINS Chimbarongo 22,955
9 COQUIMBO Salamanca 16,274
19 O´HIGGINS Las Cabras 15,197
10 COQUIMBO Canela 5,436
19 O´HIGGINS Malloa 9,460
10 COQUIMBO Combarbala 7,321
19 O´HIGGINS Peumo 10,509
11 COQUIMBO Monte Patria 20,345
19 O´HIGGINS Pichidegua 12,484
11 COQUIMBO Ovalle 74,131
19 O´HIGGINS Quinta de Tilcoco 8,238
11 COQUIMBO Punitaqui 6,722
19 O´HIGGINS Rengo 39,209
11 COQUIMBO Rio Hurtado 2,688
19 O´HIGGINS San Fernando 46,487
12 VALPARAISO Concon 35,610
19 O´HIGGINS San Vincente 29,592
12 VALPARAISO Puchuncavi 9,969
20 METROPOLITANA Alhue 3,028
12 VALPARAISO Quilpue 103,045
20 METROPOLITANA Curacavi 19,883
12 VALPARAISO Quintero 15,936
20 METROPOLITANA Maria Pinto 7,899
12 VALPARAISO Valparaiso 188,003
20 METROPOLITANA Melipilla 72,388
12 VALPARAISO Villa Alemana 81,587
20 METROPOLITANA San Pedro 4,848
12 VALPARAISO Vina del Mar 194,653
20 O´HIGGINS La Estrella 3,027
13 VALPARAISO Algarrobo 8,617
20 O´HIGGINS Litueche 3,593
13 VALPARAISO Casablanca 18,622
20 O´HIGGINS Marchihue 5,153
13 VALPARAISO El Quisco 8,010
20 O´HIGGINS Navidad 3,593
31
RUF Región Comuna PEA
RUF Región Comuna PEA
20 O´HIGGINS Pichilemu 9,796
31 DEL BIOBIO Negrete 6,013
21 DEL MAULE Curepto 5,750
31 DEL BIOBIO Pemuco 5,934
21 DEL MAULE Hualahue 6,467
31 DEL BIOBIO Quilaco 2,286
21 DEL MAULE Licanten 5,098
31 DEL BIOBIO Quilleco 6,992
21 DEL MAULE Vichuquen 3,239
31 DEL BIOBIO San Rosendo 2,321
21 O´HIGGINS Chepica 9,589
31 DEL BIOBIO Santa Barbara 10,007
21 O´HIGGINS Lolol 4,425
31 DEL BIOBIO Tucapel 8,366
21 O´HIGGINS Nancagua 11,102
31 DEL BIOBIO Yumbel 13,304
21 O´HIGGINS Palmillo 8,447
31 DEL BIOBIO Yungay 12,042
21 O´HIGGINS Paredones 4,142
32 DE LA ARAUCANÍA Carahue 15,651
21 O´HIGGINS Peralillo 6,954
32 DE LA ARAUCANÍA Cholchol 6,821
21 O´HIGGINS Placilla 5,974
32 DE LA ARAUCANÍA Galvarino 7,270
21 O´HIGGINS Pumanque 2,144
32 DE LA ARAUCANÍA Lautaro 23,234
21 O´HIGGINS Santa Cruz 23,689
32 DE LA ARAUCANÍA Lumaco 6,528
22 DEL MAULE Maule 13,355
32 DE LA ARAUCANÍA Nueva Imperial 20,632
22 DEL MAULE Pelarco 4,907
32 DE LA ARAUCANÍA Padre Las Casas 45,205
22 DEL MAULE Pencahue 6,163
32 DE LA ARAUCANÍA Perquenco 4,252
22 DEL MAULE Rio Claro 9,011
32 DE LA ARAUCANÍA Saavedra 8,359
22 DEL MAULE San Clemente 27,631
32 DE LA ARAUCANÍA Temuco 206,809
22 DEL MAULE San Rafael 5,166
32 DE LA ARAUCANÍA Teodoro Schmidt 10,297
22 DEL MAULE Talca 163,584
32 DE LA ARAUCANÍA Vilcun 15,519
23 DEL MAULE Constitucion 34,888
32 DEL BIOBIO Tirua 7,241
24 DEL MAULE Colbun 12,568
33 DEL BIOBIO Bulnes 14,942
24 DEL MAULE Empedrado 2,530
33 DEL BIOBIO Chillan 121,552
24 DEL MAULE Linares 57,935
33 DEL BIOBIO Chillan Viejo 20,135
24 DEL MAULE Longavi 19,406
33 DEL BIOBIO Cobquecura 3,577
24 DEL MAULE San Javier 27,399
33 DEL BIOBIO Coihueco 15,841
24 DEL MAULE Villa Alegre 9,743
33 DEL BIOBIO El Carmen 7,704
24 DEL MAULE Yerbas Buenas 11,653
33 DEL BIOBIO Ninhue 3,654
25 DEL MAULE Cauquenes 27,090
33 DEL BIOBIO Niquen 6,567
25 DEL MAULE Chanco 6,226
33 DEL BIOBIO Pinto 7,284
25 DEL MAULE Parral 26,145
33 DEL BIOBIO Portezuelo 3,181
25 DEL MAULE Pelluhue 4,987
33 DEL BIOBIO Quillen 10,294
25 DEL MAULE Retiro 11,592
33 DEL BIOBIO Quirihue 7,560
26 DEL MAULE Curico 95,918
33 DEL BIOBIO Ranquil 3,162
26 DEL MAULE Molina 29,259
33 DEL BIOBIO San Carlos 34,662
26 DEL MAULE Rauco 6,360
33 DEL BIOBIO San Fabian 2,180
26 DEL MAULE Romeral 9,995
33 DEL BIOBIO San Ignacio 10,803
26 DEL MAULE Sagrada Familia 12,888
33 DEL BIOBIO San Nicolas 6,704
26 DEL MAULE Teno 19,009
34 DE LA ARAUCANÍA Cunco 12,405
27 DEL BIOBIO Chiguayante 82,243
34 DE LA ARAUCANÍA Freire 18,243
27 DEL BIOBIO Concepcion 153,683
34 DE LA ARAUCANÍA Gorbea 10,289
27 DEL BIOBIO Florida 6,511
34 DE LA ARAUCANÍA Melipeuco 3,566
27 DEL BIOBIO Hualpen 58,320
34 DE LA ARAUCANÍA Pitrufquen 15,432
27 DEL BIOBIO Hualqui 15,105
35 DE LA ARAUCANÍA Curarrehue 4,731
27 DEL BIOBIO Penco 36,942
35 DE LA ARAUCANÍA Loncoche 12,203
27 DEL BIOBIO San Pedro de la Paz 65,174
35 DE LA ARAUCANÍA Pucon 19,219
27 DEL BIOBIO Talcahuano 121,045
35 DE LA ARAUCANÍA Villarrica 36,380
28 DEL BIOBIO Arauco 27,802
36 DE LA ARAUCANÍA Tolten 7,028
28 DEL BIOBIO Coronel 76,298
36 LOS RíOS Corral 3,246
28 DEL BIOBIO Curanilahue 20,284
36 LOS RíOS Futrono 9,618
28 DEL BIOBIO Lota 32,880
36 LOS RíOS Lanco 10,592
28 DEL BIOBIO Santa Juana 9,160
36 LOS RíOS Los Lagos 14,687
29 DEL BIOBIO Coelemu 9,608
36 LOS RíOS Mafil 4,486
29 DEL BIOBIO Tome 37,271
36 LOS RíOS Mariquina 11,743
29 DEL BIOBIO Treguaco 3,412
36 LOS RíOS Paillaco 12,886
30 DEL BIOBIO Canete 21,613
36 LOS RíOS Panguipulli 21,450
30 DEL BIOBIO Lebu 17,243
36 LOS RíOS Valdivia 104,532
30 DEL BIOBIO Los Alamos 14,504
37 DE LA ARAUCANÍA Curacautin 10,148
31 DE LA ARAUCANÍA Angol 33,507
37 DE LA ARAUCANÍA Ercilla 5,746
31 DE LA ARAUCANÍA Collipulli 13,759
37 DE LA ARAUCANÍA Lonquimay 7,108
31 DE LA ARAUCANÍA Los Sauces 4,042
37 DE LA ARAUCANÍA Traiguen 11,151
31 DE LA ARAUCANÍA Puren 7,513
37 DE LA ARAUCANÍA Victoria 21,167
31 DE LA ARAUCANÍA Renaico 5,975
38 DE LOS LAGOS Ancud 27,634
31 DEL BIOBIO Alto Biobio 6,910
38 DE LOS LAGOS Calbuco 23,472
31 DEL BIOBIO Antuco 2,366
38 DE LOS LAGOS Cochamo 2,416
31 DEL BIOBIO Cabrero 19,425
38 DE LOS LAGOS Hualaihue 5,644
31 DEL BIOBIO Contulmo 3,435
38 DE LOS LAGOS Llanquihue 12,045
31 DEL BIOBIO Laja 13,435
38 DE LOS LAGOS Los Muermos 11,047
31 DEL BIOBIO Los Angeles 133,930
38 DE LOS LAGOS Maullin 8,810
31 DEL BIOBIO Mulchen 18,563
38 DE LOS LAGOS Puerto Montt 151,316
31 DEL BIOBIO Nacimiento 16,900
38 DE LOS LAGOS Puerto Varas 24,674
32
RUF Región Comuna PEA
RUF Región Comuna PEA
38 DE LOS LAGOS Quemchi 5,696
47 METROPOLITANA Nunoa 99,353
39 DE LOS LAGOS Fresia 8,262
47 METROPOLITANA Pedro Aguirre Cerda 63,832
39 DE LOS LAGOS Frutillar 10,951
47 METROPOLITANA Penalolen 161,649
39 DE LOS LAGOS Osorno 114,433
47 METROPOLITANA Providencia 89,907
39 DE LOS LAGOS Puerto Octay 6,467
47 METROPOLITANA Quilicura 131,505
39 DE LOS LAGOS Purranque 13,881
47 METROPOLITANA Recoleta 87,305
39 DE LOS LAGOS Puyehue 7,645
47 METROPOLITANA Renca 89,366
39 DE LOS LAGOS Rio Negro 8,771
47 METROPOLITANA San Miguel 49,156
39 DE LOS LAGOS San Juan de la Costa 4,702
47 METROPOLITANA Santiago 112,518
39 DE LOS LAGOS San Pablo 5,932
47 METROPOLITANA Tiltil 10,301
40 DE LOS LAGOS Castro 33,891
47 METROPOLITANA Vitacura 53,606
40 DE LOS LAGOS Chonchi 9,864
48 METROPOLITANA Cerillos 46,340
40 DE LOS LAGOS Curaco de Velez 2,304
48 METROPOLITANA Cerro Navia 90,631
40 DE LOS LAGOS Dalcahue 9,957
48 METROPOLITANA Estacion Central 78,443
40 DE LOS LAGOS Puqueldon 2,700
48 METROPOLITANA Lo Prado 60,295
40 DE LOS LAGOS Queilen 3,501
48 METROPOLITANA Maipu 565,436
40 DE LOS LAGOS Quinchao 6,028
48 METROPOLITANA Pudahuel 179,088
41 DE LOS LAGOS Quellon 19,808
48 METROPOLITANA Quinta Normal 58,357
42 DE LOS LAGOS Futaleufu-Chaiten 1,316
49 METROPOLITANA El Bosque 118,939
43 AISÉN Aysen-Tortel 1,858
49 METROPOLITANA La Cisterna 48,459
43 AISÉN Chile Chico 3,700
49 METROPOLITANA La Florida 279,821
43 AISÉN Cisnes-Guaitecas 17,092
49 METROPOLITANA La Granja 86,205
43 AISÉN Cochrane-Ohiggins 3,942
49 METROPOLITANA La Pintana 134,265
43 AISÉN Coyhaique 1,048
49 METROPOLITANA Macul 65,975
43 AISÉN Rio Ibanez 1,317
49 METROPOLITANA Pirque 15,302
43 DE LOS LAGOS Palena-Lago Verde 38,849
49 METROPOLITANA Puente Alto 495,376
44 MAGALLANES Natales-TorresP 13,804
49 METROPOLITANA San Bernardo 209,561
44 MAGALLANES Punta Arenas-Rio Verde 84,350
49 METROPOLITANA San Joaquin 51,978
44 MAGALLANES San Gregorio-LagunaB 450
49 METROPOLITANA San Jose de Maipo 9,745
45 MAGALLANES Cabo de Hornos 1,671
49 METROPOLITANA San Ramon 56,777
46 MAGALLANES Porvenir-Timaukel 4,074
50 METROPOLITANA Buin 53,837
46 MAGALLANES Primavera 366
50 METROPOLITANA Paine 41,820
47 METROPOLITANA Colina 72,778
51 METROPOLITANA Calera de Tango 17,747
47 METROPOLITANA Conchali 69,362
51 METROPOLITANA El Monte 20,881
47 METROPOLITANA Huechuraba 56,986
51 METROPOLITANA Isla de Maipo 20,944
47 METROPOLITANA Independencia 35,769
51 METROPOLITANA Padre Hurtado 31,404
47 METROPOLITANA La Reina 66,326
51 METROPOLITANA Penaflor 57,491
47 METROPOLITANA Lampa 38,904
51 METROPOLITANA Talagante 50,549
47 METROPOLITANA Las Condes 205,443
52 LOS RíOS La Union 25,777
47 METROPOLITANA Lo Barnechea 70,536
52 LOS RíOS Lago Ranco 6,205
47 METROPOLITANA Lo Espejo 65,724
52 LOS RíOS Rio Bueno 19,928
Recommended