“propuesta metodológica para la construcción de un ... · para la construcción de indicadores...

1

“Propuesta Metodológica para la Construcción de un Índice de

Competitividad Turística para Bogotá”

GUSTAVO PETRO URREGO Alcalde Mayor de Bogotá

CARLOS FIDEL SIMANCAS NARVÁEZ Secretario de Desarrollo Económico

TATIANA PIÑEROS LAVERDE

Directora General Instituto Distrital de Turismo

ERICA INDIRA ORTEGA

Asesora Instituto Distrital de Turismo

Observatorio de Turismo de Bogotá

Autor de la Investigación: Álvaro Hernando Chávez Castro - Contratista Observatorio IDT,

Foto Portada:

Archivo fotográfico IDT

Diseño: Laura Esmeralda Garzón

Equipo Técnico IDT

Winston A Montes, Sergio Clavijo, Orlando Castaño c Contratistas Economistas Observatorio IDT.

Bogotá, septiembre de 2014

3



CONTENIDO

1. INTRODUCCIÓN ...................................................................................................................... 5

2. ELEMENTOS PARA LA CONSTRUCCIÓN DE INDICADORES DE COMPETITIVIDAD

EN EL SECTOR TURISMO .............................................................................................................. 8

a. Enfoque sistémico de la competitividad ................................................................................ 10

b. Criterios y factores de construcción de indicadores bajo el enfoque sistémico: ................... 13

3. LA ACTIVIDAD TURÍSTICA Y LA INFORMACIÓN DISPONIBLE ................................. 19

a. Variables de Demanda Turística. .......................................................................................... 22

b. Variables de la Oferta Turística............................................................................................. 23

c. Información y Datos. ............................................................................................................. 24

i. Cámara de Comercio de Bogotá ........................................................................................ 27

ii. La Encuesta de Gasto en Turismo Interno – EGIT del DANE ............................................. 29

iii. Encuesta Nacional de Hoteles ....................................................................................... 30

iv. Encuesta Internacional de Viajeros – EVI .................................................................... 30

v. Cuenta Satélite de Turismo – CST .................................................................................... 31

4. Enfoque Sistémico de Competitividad y Categorización de Factores Estructurales y de

Competitividad Revelada .................................................................................................................. 31

a. Competitividad Turística. ...................................................................................................... 32

b. Importancia del Turismo en Bogotá ...................................................................................... 33

c. Turismo a nivel Bogotá ......................................................................................................... 36

d. Categorización de los factores de competitividad ................................................................. 38

i. Nivel Meta ......................................................................................................................... 40

ii. Nivel Macro: ..................................................................................................................... 41

iii. Nivel Meso .................................................................................................................... 42

5. Metodología del Análisis de Componentes Principales ............................................................ 46

a. Objetivos ............................................................................................................................... 46

b. Metodología .......................................................................................................................... 47

i. Objetivo del análisis .......................................................................................................... 49

ii. Diseño ............................................................................................................................... 49

iii. Supuestos ....................................................................................................................... 49

iv. Estimación de factores .................................................................................................. 49

v. Interpretación de factores .................................................................................................. 50

c. Construcción de la base de datos para las variables e indicadores ........................................ 57

6. VI. Resultados del Análisis de Componentes Principales (ACP) ............................................. 62

a. Nivel Meta............................................................................................................................. 63

b. Nivel macroeconómico ......................................................................................................... 68

c. Nivel meso ............................................................................................................................ 75

e. Índice de Competitividad Turística para Bogotá ................................................................. 84

7. Comentarios Finales y Recomendaciones ................................................................................. 96

Referencias ...................................................................................................................................... 100

5



1. INTRODUCCIÓN

El término “indicador” se refiere, en general, a datos cuantitativos o cualitativos que

permiten analizar algún aspecto de la realidad que interesa conocer. Pueden ser medidas,

números, hechos, opiniones o percepciones que señalen condiciones o situaciones

específicas.

De acuerdo con la Organización Mundial de Turismo (OMT, 2005), “los

indicadores son conjuntos de información formalmente seleccionada que se utiliza con

carácter regular en la medición de los cambios pertinentes para el desarrollo de la gestión

del turismo.

Estos, deben reflejar adecuadamente la naturaleza, peculiaridades y nexos de los

procesos que se originan en una actividad económica – productiva y se deben caracterizar,

entro otras cosas, por ser estables y comprensibles. Lo ideal es que los indicadores deben

ser útiles para: i). Medir cambios en la condición o situación analizada a través del tiempo,

ii). Facilitar la verificación de los resultados de iniciativas o acciones y iii). Evaluar el

proceso de desarrollo.

El concepto de competitividad turística involucra una amplia gama de factores, entre

los que se destacan aquellos vinculados directamente a la calidad, especificidad y

autenticidad del sector turístico. En síntesis, todos ellos constituyen un conjunto de

estímulos que inciden en las decisiones de viajar por parte del futuro turista.

Por los tanto, resulta de importancia capital, definir, de entre la amplia gama de

indicadores posibles y disponibles acerca de la actividad turística, aquellas variables que

mejor describen el concepto de competitividad turística.

La conceptualización de las variables que definen la competitividad turística,

permitirá posteriormente, con base en el desarrollo de una estrategia de evaluación y

ponderación, elaborar un único indicador sintético de competitividad turística. Este

indicador permitirá demostrar, sobre bases cuantitativas y metodológicas, cuál es la

situación actual del sector, sus fortalezas y debilidades; la evolución con el transcurrir del

tiempo y la posición relativa frente a destinos turísticos complementarios.

El turismo ha demostrado ser una actividad de creciente dinamismo dentro de las

cuentas macroeconómicas nacionales y de las actividades económicas del Distrito Capital.

En efecto, de acuerdo con la información reportada por el DANE, la participación del PIB

del rubro hoteles, restaurantes bares y similares en el total del PIB en el año ha venido

aumentando a partir del 2000, hasta situarse en 2.1% en 2012; mientras que la tasa de

crecimiento promedio de este rubro turístico durante este mismo periodo fue de 4.9%.

Por otro lado, la actividad turística es ampliamente conocida por su enorme

potencial para generar efectos multiplicadores sobre el resto de la actividad económica, con

consecuencias sobre el nivel de empleo, la generación y distribución de ingresos, la

7



generación de infraestructura pública y privada, la conformación de cadenas de valor más o

menos complejas, entre otros factores no menos importantes. Adicionalmente, podría

provocar repercusiones de índole social y ambiental, con profundas modificaciones sobre

el territorio, el entorno y fundamentalmente, sobre la calidad y sustentabilidad de los

mismos recursos que lo convocan.

El potencial de la actividad turística podría generar expectativas positivas de

crecimiento, y por lo tanto de aumento de la calidad de vida de los habitantes de una

determinada región.

En el presente documento se pretende proporcionar un marco metodológico para el

conocimiento y evaluación de la situación actual del sector turístico. Esta base de

conocimiento, permitirá un análisis crítico de la situación, y podría permitir planificar y

orientar recursos públicos y privados al sector. Es importante resaltar, que las variables de

sostenibilidad (social, económica, ambiental, entre otras.) podrían ser útiles en la

construcción del índice de competitividad turística.

El presente marco metodológico está estructurado en 7 partes de las cuales, esta

introducción es la primera. La segunda parte presenta los elementos teóricos y estadísticos

para la construcción de indicadores en el sector turismo. En la tercera parte, consistente con

el marco teórico relativo a la competitividad sistémica, se trata de justificar la construcción

de indicadores de competitividad turística para Bogotá y las diferentes fuentes de

información disponibles para el sector. El cuarto segmento se dedica a justificar la

importancia y construcción de un indicador de competitividad turística desde el enfoque

sistémico de competitividad. La quinta parte está dedicada a describir de manera sucinta la

metodología del Análisis de Componentes Principales – ACP. En la sexta sección se

presentan los resultados de componentes principales con el fin de determinar los factores y

variables que más inciden en la competitividad del sector turismo en Bogotá. Finalmente,

se presentan unos comentarios a manera de conclusión y se dan unas pautas para la

actualización y construcción del Índice de Competitividad Turística para Bogotá – ICTBO.

2. ELEMENTOS PARA LA CONSTRUCCIÓN DE INDICADORES DE

COMPETITIVIDAD EN EL SECTOR TURISMO

De acuerdo con el trabajo realizado por el Grupo de Competitividad y Desarrollo

Regional del Ministerio de Comercio Industria y Turismo - MCIT (2004), el turismo hace

parte fundamental en el desarrollo competitivo de un país, en su proceso de crecimiento

económico y de consolidación social. Fortalece las estructuras económicas al contribuir a la

generación de empleo, de ingresos, de divisas etc. De igual manera, mejora la calidad de

vida, induce una revolución educativa donde se centra a ver el mundo de una manera

diferente a través del respeto por los valores, la cultura y la naturaleza; concientiza hacia la

construcción de mejores oportunidades sociales y es constructor de paz.

En dicho trabajo, el MCIT realizó un diagnóstico del sector turístico colombiano a

nivel regional, indicando los factores que obstruyen el desarrollo del sector turístico a nivel

regional, a partir de los diferentes convenios de competitividad turística realizados en 35

regiones del país. Producto de ese ejercicio se construyeron unas matrices de compromisos

entre los agentes nacionales, regionales y locales, públicos y privados, en las cuales se

9



detectan los problemas de competitividad de cada región, las soluciones y las

responsabilidades compartidas. Para el caso de Bogotá región, que es un foco de interés en

el presente documento, en aquel entonces se encontraron los siguientes problemas:

- Débil articulación de esfuerzos de desarrollo sectorial que afectan la gestión turística.

- Débil reconocimiento de la importancia de las mediciones en el sector turístico y

dificultades para la obtención de la información.

- Insuficientes estrategias de mercadeo, marketing y promoción de los destinos/productos

turísticos.

- Falta de planificación del territorio turístico.

- Bajo número de empresas prestadoras de servicios turísticos con certificaciones de

calidad y de sostenibilidad.

- Desconocimiento del potencial turístico del destino, bajo sentido de pertenencia y

limitada conciencia en el uso indiscriminado de los recursos naturales y de patrimonio.

- Informalidad en la prestación de servicios turísticos.

- Débil diseño del producto turístico.

- Falta de integración regional para el desarrollo turístico.

- Escasa medición del proceso de desarrollo turístico.

Con el fin de determinar la situación actual a partir de los anteriores problemas que

se constituyen en cuellos de botella para el desarrollo del sector turístico de Bogotá, se

requiere construir diferentes indicadores que permitan monitorear la situación actual de

Bogotá en materia de competitividad turística desde una visión sistémica. Una posibilidad

estrategia para medir la competitividad en el sector turismo se puede realizar a través de la

medición del grado de satisfacción de los turistas, en el contexto de niveles de

sostenibilidad social, ambiental y económica en os entornos locales. Esto quiere decir que

la construcción de indicadores para el sector turístico debe realizar se a partir de un enfoque

“sistémico” (Porter, 1990). A continuación relacionamos los aspectos más sobresalientes

de la competitividad sistémica a los distintos factores y variables propios de la actividad

turística.

a. Enfoque sistémico de la competitividad

Metodológicamente se concentra en el análisis de las condiciones estructurales que

Determinan la competitividad. Busca confrontar diversos factores entre sí (al igual que en

el diamante de competitividad de Porter) pero resolviendo algunas prioridades económicas

y sociales en los niveles micro, macro, meta y meso.

Nivel macro: Estabilidad macroeconómica clave para una asignación eficiente de

los recursos. Proporciona transparencia en factores económicos, evalúa aspectos de orden

político en una región o en un país en temas legales y monetarios.

Nivel micro: Evalúa factores de innovación para las empresas, no sólo en su nivel

estructural sino operativo, de comercialización y de distribución, en busca de eficiencia,

calidad, flexibilidad y agilidad en las gestiones estratégicas empresariales.

Nivel meta: Analiza los factores socioculturales, valores sociales, manejo del Estado

en lo que se refiere a la visión social.

11



Nivel meso: Se refiere a factores institucionales y de organización en términos de

calidad de vida, nivel educativo, infraestructura, desarrollo de ciencia y tecnología,

aprovechamiento sostenible del medio ambiente, como bases del progreso y crecimiento

locales, articulando los sectores público y privado.

Para lograr eficacia entre los niveles micro, macro y meso es indispensable una clara

organización jurídica, política y económica, porque la competitividad sistémica no puede

dar resultados sin la formación de estructuras a nivel de la sociedad.

En síntesis, para lograr una interacción con los diferentes factores como detonantes

de la competitividad y desarrollo regional de largo plazo, como lo sugiere el enfoque

sistémico, se deben distinguir dos áreas de estudio:

i). Análisis de la estructura económica, en la cual se estudia la forma en que los diversos

sectores en diferentes países y regiones han logrado construir ventajas competitivas (Porter

1990).

ii). La política económica dirigida al desarrollo de una estructura competitiva, en donde se

persigue fortalecer la estructura económica y mejorar la competitividad de la región.

Estas dos áreas de estudio permiten, en palabras de Malaver (1998), visualizar la

competitividad como el resultado de la interacción compleja entre varias dimensiones del

entorno (económico, organizacional y de gestión empresarial, institucional y sociocultural)

a diferentes niveles económicos (meta, macro, meso y micro), lo que le confiere el carácter

sistémico.

La construcción de los indicadores de competitividad turística para Bogotá se basa

entre otras cosas, teniendo en cuenta estas áreas, con el fin de identificar diferentes factores

y variables relacionadas con el desempeño del sector turístico, desde un enfoque

multidimensional. Esto implica la construcción de indicadores que requieren de un riguroso

acopio, clasificación y análisis de datos. La idea es evaluar el desempeño del sector

turístico en Bogotá relacionado con su desarrollo competitivo, con el fin de alcanzar

estándares de calidad en los productos y servicios turísticos.

Lo anterior, exige el cumplimiento de ciertos criterios claves a partir de los cuales se

fijen unos indicadores que se les pueda realizar un seguimiento futuro y que sean

susceptibles de actualizar a partir de la información disponible. En el caso de Bogotá, se

necesita determinar unas técnicas para identificar aquellos factores que están determinando

la competitividad regional. De esta manera, la construcción de indicadores de

competitividad para el sector turístico permitiría identificar las potencialidades o

debilidades futuras del sector que conlleven a desarrollar estrategias encaminadas a mejorar

la competitividad de la región.

En este proyecto se adopta la estrategia de visualizar al sector turístico como una

cadena integrada, de manera directa o indirecta, con otros sectores de la economía. Como

ejemplo de lo anterior, las actividades turísticas contribuyen a la redistribución de la

13



riqueza, al transferir recursos desde los mercados generadores de ésta hacia regiones con

menores niveles de ingreso.

De esta manera, evaluar la actividad turística implica estudiar el comportamiento de

un conjunto de aspectos dentro de un proceso productivo que se transforma en bienes y

servicios. Por tanto, la actividad turística constituye un encadenamiento productivo dentro

del cual las empresas dedicadas a las actividades turísticas, constituyen siempre un eslabón

en donde el encadenamiento productivo se compone de actividades del sector primario

(recursos), del secundario (transformación) y del terciario (comercialización) (Malaver,

1998).

Nuestro enfoque permitirá evaluar factores relacionados a la cadena productiva que

exige revisión, monitoreo y seguimiento continúo. La característica principal del sector

turismo es que es un agente que jalona la activación económica y que interactúa con el

resto de sectores. Por consiguiente, es crucial contar con variables como la infraestructura,

seguridad, regulación de mercados, regulación de los precios, aspectos tributarios y el resto

de factores externos que indican en los procesos que conlleva el desarrollo de la

competitividad.

b. Criterios y factores de construcción de indicadores bajo el enfoque sistémico:

Teniendo en cuenta el concepto de competitividad sistémica se planteará los

indicadores de competitividad para el sector turístico de Bogotá, por ser un ejercicio que

involucra factores sociales, institucionales y de desarrollo productivo, generando

encadenamientos competitivos en todos los eslabones de la cadena turística.

La ventaja de abordar diferentes aspectos competitivos de carácter económico y

social relacionados con factores de sostenibilidad, como lo sugiere el enfoque sistémico, es

una mejor evaluación de los procesos de la actividad turística dentro del desarrollo

productivo de Bogotá. Para tal efecto, es necesario clasificar los factores que hacen realidad

el desarrollo del sector turístico con criterios de eficiencia y eficacia en la asignación de

recursos humanos, físicos y financieros.

En el siguiente cuadro se establecen los niveles de clasificación de los factores

productivos en un marco de competencia sistémica y las características que deben recoger

las variables de interés sugeridas por especialistas del turismo como la OMT y otros

autores:

Cuadro No. 1. Factores y Variables en el Enfoque Sistémico

Nivel Factor Variables

Macro Sostenibilidad económica:

Se referencia factores

económicos de interés

turístico y en el manejo

adecuado de los recursos

destinados al sector

Las variables a seleccionar

deben recoger las

siguientes características:

- Administración de

recursos financieros.

- Eficacia en ejecución

15



turismo. presupuestal.

- Impactos y aportes del

turismo dentro de la

región.

- Capacidad de

generación de ingresos

Meta Gestión turística:

Se concentran factores

sociales que incentivan a la

población a su propio

crecimiento personal y

profesional y al desarrollo

de la región.

Sostenibilidad cultural:

Encaminada a que los

ciudadanos residentes en el

destino turístico vean

reflejados en actividades

turísticas los valores y

tradiciones culturales.


deben medir:

- Generación de empleo

- Creación y

fortalecimiento de

empresas

- Generación de recursos

humano calificado,

entre otros.

Meso Soporte turístico:

Se soportan criterios


deben medir:

importantes para el

desarrollo del turismo.

Sostenibilidad ambiental:

Necesidad de desarrollar

un equilibrio optimo que

garantice el

aprovechamiento y

sostenibilidad de los

recursos naturales cuyo fin

se oriente a mitigar

impactos negativos y

aumentar los impactos

positivos.

- Infraestructura

- Calidad de la

infraestructura

- Tecnología

- Calidad de la

tecnología

- Uso adecuado de los

recursos materiales

enfocados

especialmente al

turismo.

Micro Factores tangibles: Las variables seleccionadas

17



Constituyen los recursos

básicos disponibles y su

utilización.

Factores intangibles:

Son factores asociados al

funcionamiento mismo de

la actividad y en algunos

casos a la experiencia y

edad de las empresas.

deben capturar:

- Tamaño de las ventas:

Manifestadas en la

cantidad y el valor de

las mismas, pues dan

indicios de la demanda

relacionadas con bienes

y servicios del sector

- Crecimiento de ventas

y márgenes de utilidad

- Asistencia a eventos

culturales

- Gasto en investigación

y desarrollo

- Tecnología expresada

en patentes o derechos

industriales.

Las variables seleccionadas

deben capturar:

- Aprendizaje

institucional

- Grado de desarrollo de

una cultura empresarial

- Cooperación externa e

interna

- Innovación y servicio

- Estilo gerencial

- Estructura

organizacional

- Grado de integración,

entre otros.

Fuente: Construcción propia sobre información de la OMT (2005), Malaver (1998) y MCIT (2004).

De acuerdo con el cuadro 1, el nivel macro contiene variables que permiten

comparar las que inciden en la asignación de recursos del sector turismo como la inflación,

precios relativos de otros sectores de la economía, la tasa de cambio y el balance fiscal del

gobierno. Así mismo, sobresalen otras variables relacionadas como el PIB, la cuenta

corriente de la balanza de pagos y el grado de apertura de la economía. De igual forma,

existirán factores cualitativos asociados a estas variables macroeconómicas como la

estabilidad la transparencia en las reglas de juego, estímulos a la competencia, entre otras.

A nivel meta, capta aspectos cualitativos como la capacidad de acción estratégica de

una sociedad, la confianza que propicia la celebración de contratos y la cooperación, la

legitimidad y gobernabilidad, entre otros. De acuerdo con Malaver (1998), estos son

factores que constituyen dimensiones intangibles de la competitividad relacionadas con el

desarrollo político, sociocultural e institucional.

19



A nivel meso, se encuentran variables que permiten la comparación con firmas

dedicadas al turismo de otras regiones y determinar el conjunto de ventajas comparativas

relacionadas con costos de producción y la facilidad de accesos a recursos productivos. Por

consiguiente las variables del nivel meso, pretenden resaltar el aspecto institucional de las

actividades turísticas en un contexto regional, que permita comparar el desempeño regional

de instituciones dedicadas al sector turismo.

En el nivel micro, operan factores como la capacidad de innovación para enfrentar

el acelerado cambio técnico y la variabilidad de la demanda, a la articulación a redes que

potencian las capacidades de la empresa (Malaver, 1998).

3. LA ACTIVIDAD TURÍSTICA Y LA INFORMACIÓN DISPONIBLE

Siguiendo a Alegre Martin et al (2003), las actividades turísticas se caracterizan por

su heterogeneidad y por la dificultad de medirlas debido a la escasez de información. No

obstante, de acuerdo con Alegre Martin et al (2003), gracias a los esfuerzos realizados por

la OMT en torno a la definición de las variables que intervienen en esta actividad, es

posible medir algunos factores. Este conocimiento de la definición de las variables y las

diferentes unidades de análisis permiten una “homologación” de conceptos relacionados

con el turismo que facilitan la clasificación y medición de los diferentes sectores

relacionados con las actividades turísticas.

Resulta imprescindible disponer de una homologación de las unidades de medida y

de las variables de turismo si se quiere realizar una medida de indicadores de

competitividad turística desde el punto de vista de la teoría sistémica y de la actividad

turística vista como una cadena productiva. Como una primera aproximación a la

recopilación de la información de los factores y variables, es pensar que en la actividad

turística existen variables por el lado de la oferta y por el lado de la demanda.

De acuerdo con Alegre Martin et al (2003) en el proceso de medición de la actividad

turística se debe dar respuesta a dos preguntas principalmente:

¿Qué información se necesita conocer? Algunas respuestas son:

- El número de hoteles en cada país

- El número de establecimientos turísticos

- El número de viajeros que llegan al país

- El volumen de gasto que realizan estos visitantes

- El número de agencias de viajes que existen en cada país, entre otros.

¿Dónde encontrar información sobre el volumen de la actividad turística de los países?

La respuesta en este caso será el Anuario de la Organización Mundial del Turismo –

OMT y en el caso de Bogotá serán las diferentes entidades públicas como privadas

encargadas de recopilar la información sobre el sector, tal como lo veremos más adelante.

21



Para abordar la complejidad en la actividad turística y su heterogeneidad se parte de

la definición de turismo ampliamente aceptada sugerida por la OMT.

TURISMO

Son las actividades que realizan las personas durante sus viajes y estancias en lugares

distintos al del lugar habitual, por un periodo de tiempo consecutivo inferior a un año

con fines de ocio, por negocio o por otros motivos.

Específicamente para la información requerida para Bogotá con el fin de construir

los indicadores de competitividad turística, se parte de este concepto y se realiza un

ejercicio inicial de captura de variables por el lado de la oferta y por el lado de la demanda.

Cualquier actividad económica puede observarse desde el lado de la oferta o bien desde el

lado de la demanda y, por tanto, se debe utilizar variables adecuadas para cuantificar la

actividad turística si se mira por el lado de la demanda, donde el agente será el visitante,

turista o excursionista, o bien por el lado de la oferta, donde el agente será el empresario, la

empresa, las instituciones públicas, privadas, entre otras.

A continuación se lista un conjunto de variables del sector turístico clasificándolas

por la oferta y la demanda, lo cual servirá de guía en el proceso de recolección y captura de

la información del sector.

a. Variables de Demanda Turística.

Son aquellas que capturan la demanda por bienes y servicios turísticos por parte de

los visitantes en una región o en un país determinado y constituye una información vital

para la medición de la actividad turística (Alegre Martin et al, 2003). El cuadro 2, muestra

algunos indicadores de turismo por el lado de la demanda.

Cuadro 2. Variables de Demanda Turística

Indicador Variable Unidad

Volumen de turismo - Número de turistas que visitan

un determinado destino.

- Número de viajes realizados.

- Número de estancias y

duración.

- Número de pernoctaciones*

Unidades físicas

Gasto en turismo: Mide

directamente la demanda

en términos monetarios

las cantidades

consumidas por el turista

en bienes y servicios. Es

todo gasto de consumo

- Gasto realizado en la ciudad o

país de origen (A).

- Gasto realizado en la ciudad de

destino (B).

- Gasto total = A + B.

Unidades monetarias

23



efectuado por un

visitante o por cuenta de

un visitante, para y

durante su

desplazamiento y

estancia turística en el

lugar de destino.

Fuente: Construcción propia sobre información de Alegre Martin et al. (2003).

(*): Pasar la noche en algún lugar.

b. Variables de la Oferta Turística

Son más complicadas de estimar puesto que en el sector turístico existe una

diversidad de actividades que requieren ser clasificadas. Por el lado de la oferta, el interés

principal es cuantificar la producción de bienes y servicios turísticos. Tradicionalmente las

actividades turísticas se clasifican en primarias y secundarias. La actividad primaria por

excelencia es la oferta hotelera la cual se mide principalmente por la capacidad de

alojamiento turístico. El cuadro 3 presenta algunos indicadores de oferta turística y las

variables relacionadas.

Cuadro 3. Variables de Oferta Turística

Indicador Variable Unidad

Capacidad de alojamiento - Número de Unidades físicas

establecimientos por

categorías.

- Número de

habitaciones.

- Número de meses de

apertura a lo largo del

año.

Utilización de la actividad

productiva hotelera

- Número de viajeros

alojados.

- Número de

pernoctaciones

Unidades físicas

Fuente: Construcción propia sobre información de Alegre Martin et al. (2003).

En síntesis, a través de las unidades de análisis puede estudiarse la actividad turística y

cuáles son los aspectos que merecen ser estudiados desde la óptica económica.

c. Información y Datos.

El ideal en toda estadística es que se encuentren presentes al mismo tiempo las

características de calidad, oportunidad y cobertura. Como parte de la metodología de

construir indicadores de competitividad turística, en esta sección se hace un esfuerzo por

establecer unos criterios que nos permitan seleccionar información de calidad.

25



Las fuentes de información son un requisito fundamental para el desarrollo y

cumplimiento de objetivos en la construcción de indicadores que representen de manera

consistente la realidad mediante el uso de los siguientes criterios:

Disponibilidad: Contar con registros de información de manera que se puedan consultar

cuando sea necesario.

Accesibilidad: La información debe encontrase disponible en condiciones de ser usada

fácilmente, sin restricciones ni limitaciones.

Oportunidad: Tiene que ver con la oferta o producción de datos para satisfacer las

demandas en el tiempo requerido por el usuario.

Continuidad: La información debe tener regularidad en el binomio espacio – tiempo, la

producción continua de datos estadísticos garantiza su utilización regular y periódica

para satisfacer las demandas específicas de información.

En Colombia existen entidades, instancias y herramientas especializadas como el

DANE, Banco de la República, el Registro Nacional de Turismo, una Cuenta Satélite de

Turismo del Sistema de Cuentas nacionales del DANE, la Encuesta de Gasto Interno de

Turismo, Ministerio de Comercio Industria y Turismo, entre otras que realizan recolección,

análisis y producción de información oficial.

A nivel de Bogotá, el Instituto Distrital de Turismo ha trabajado en la generación y

divulgación de información sectorial, pasando por ejercicios de recolección y análisis de

información secundaria, por el desarrollo de estudios de caracterización de mediana

complejidad y por la formulación y ejecución de proyectos de gran envergadura, pioneros

en la cuidad y en el país. A través del Observatorio de Turismo, se llevan a cabo estudios de

tipo probabilísticos y compilación de variables de interés para el sector.

De igual manera, existen trabajos de investigación con el objetivo de ofrecer una

medición de la competitividad de la región. En efecto, El trabajo de Pulido para el distrito

(ficha técnica 3.11) parte también de un concepto de competitividad comercial. Aporta el

aspecto interesante de proponer un criterio de clasificación de las actividades industriales

según la forma como se articulan en el comercio exterior. Esta metodología puede ser

evaluada y corregida para ser aplicada en análisis de alcance regional.

El modelo que se propone para evaluar la competitividad sectorial de la industria

desde una perspectiva regional, puede aplicarse en el ámbito de las regiones, considerando

el comercio exterior total de cada región. Existen estadísticas de comercio discriminadas

por aduana para conocer los flujos de comercio regionales (CIIU 3). También existe la

estadística de la producción industrial a nivel de subsectores (CIIU 3).

El análisis de la plataforma internacional del Distrito Capital incorpora datos sobre

comercio e inversión extranjera (ficha técnica 3.12). El análisis es muy sencillo. No hace el

intento de proponer indicadores. El documento no es concluyente en analizar el resultado

de las cifras en relación con la perspectiva de integración de la ciudad al proceso de

globalización.

27



El análisis comparado entre regiones en cuanto al comercio exterior puede ser

conveniente cuando se ocupa un lugar preponderante, pero no es muy apropiado para

regiones con baja participación en los flujos comerciales externos. Esto implica que en

muchos casos los resultados de los análisis no son comparables y en el caso de Bogotá el

ideal sería establecer el análisis a nivel de Bogotá región .

En las actuales circunstancias del país es de poca relevancia el análisis comparado

de la inversión extranjera entre las regiones, y no puede ser comparable de la misma forma

que el comercio exterior. El referente en este caso podría ser el comportamiento de las

variables de inversión y su evolución en el tiempo frente a la misma región.

Existen series continuas de los datos sobre comercio exterior e inversión extranjera

por regiones del país.

i. Cámara de Comercio de Bogotá

La Cámara de Comercio de Bogotá (ficha técnica 3.13) realizó un importante

estudio sobre la competitividad relativa de Bogotá frente a otras grandes ciudades de

América Latina.

La organización de los indicadores tiene una amplia cobertura de temas que se

ajustan con diferentes visiones de competitividad. La estructura de los temas sigue a

grandes rasgos las categorías de análisis del Foro Económico Mundial - FEM.

Para formular la propuesta de competitividad regional, muchas de las variables

pueden ser relevantes siempre y cuando reflejen la situación de la región y no solo de la

capital. Otro aspecto a tener en cuenta es la garantía de contar con información regular para

poder garantizar la aplicación regular del modelo.

La información que se requiere para un modelo de análisis regional está disponible

en diferentes fuentes:

El DANE produce regularmente, la encuesta de hogares, las cuentas regionales, la

proyección del crecimiento demográfico, la encuesta anual manufacturera, la estadística del

comercio exterior, empleo, inflación y costo de vida.

El Banco de la República tiene la información de los registros de inversión

extranjera nacional, sectorial y por regiones del país.

El Consejo Superior de la Judicatura tiene información sobre delitos contra la

propiedad y la seguridad personal.

La Superintendencia de Servicios Públicos, tiene la información sobre tarifas de los

servicios públicos.

La Contraloría General de la Nación dispone de información sobre impuestos

regionales.

29



Ministerio de Comunicaciones puede suministrar la información sobre cobertura

telefónica y de Internet.

Aeronáutica Civil puede suministrar la información sobre tráfico aéreo, carga y

pasajeros transportados.

IGAC puede informar sobre conectividad física por carreteras.

Ministerio de Educación e ICFES pueden suministrar la información sobre

cobertura educativa en los diferentes niveles.

DNP puede informar sobre el tema de desarrollo humano, distribución del ingreso y

pobreza.

ii. La Encuesta de Gasto en Turismo Interno – EGIT del DANE

La EGIT es una investigación mediante la cual se solicita información a nivel de

personas sobre el gasto en turismo, principal motivo de viaje, medio de transporte utilizado,

tipo de alojamiento, promedio de noches pernoctadas, así como el gasto en excursionismo.

Adicionalmente, se examinan variables sociodemográficas como sexo, edad, parentesco,

nivel educativo y fuerza de trabajo. La EGIT proporciona información sobre el gasto en

turismo interno para las 13 principales ciudades del país.

La EGIT es el fruto del convenio 146 de 2011 firmado entre el Ministerio de

Comercio Industria y Turismo (MCIT) y el DANE cuyo objeto fue “consolidar el sistema

de estadísticas de turismo con el fin de disponer de información que permita el diseño

eficiente de políticas, estrategias, planes y programas turísticos y fortalecer el proyecto de

cuenta satélite de turismo.

iii. Encuesta Nacional de Hoteles

Presenta información para 2.872 establecimientos de alojamiento, con resultados a

nivel nacional y regional, relacionada con el número de establecimientos, ingresos,

personas promedio ocupadas, tasas de ocupación, huéspedes, motivo de viaje de los

huéspedes, habitaciones disponibles “infraestructura hotelera”

iv. Encuesta Internacional de Viajeros – EVI

La EVI es una investigación especializada, cuyo objetivo es cuantificar y

caracterizar los flujos de viajeros no residentes en Colombia, que han realizado un viaje al

interior del país y se encuentran saliendo de Colombia; y los viajeros residentes en

Colombia que van a realizar un viaje al exterior y planean regresar en un lapso inferior a

365 días. Está dada en función de países de residencia, genero, edad, motivo de viaje,

destino, tipos de alojamiento, estadía y gastos realizados, entre otros.

31



v. Cuenta Satélite de Turismo – CST

La CST es una extensión del sistema de cuentas nacionales que tiene como objetivo

ampliar el conocimiento sobre las actividades turísticas según las recomendaciones de la

Organización Mundial del Turismo – OMT, tendientes a construir una herramienta básica

de análisis que permita la formulación de políticas para la promoción y comercialización

del sector

4. Enfoque Sistémico de Competitividad y Categorización de Factores

Estructurales y de Competitividad Revelada

Es importante destacar que existen alcances y límites en el uso de un índice para

evaluar la competitividad turística de una región. Lo anterior, debido a que se trata de

representar en un sólo valor la existencia y desempeño de diversos factores que confluyen

en la actividad turística de una región, hay que tomar en cuenta que, a pesar de que se

utilicen las mejores prácticas estadísticas, la contribución de cada uno de estos elementos se

genera de acuerdo al valor de su participación, por lo que del índice global, por sí mismo,

no se puede concluir el desempeño particular de un factor. Sin embargo, esta herramienta sí

permite de manera relativa identificar el valor de su participación en la competitividad

turística.

El análisis sistémico de las variables analizadas e integradas a través de un índice de

competitividad industrial, así como la presentación de su posición relativa individual,

tienen como objetivo final ofrecer un instrumento de apoyo al diseño de políticas públicas,

así como a la implementación de proyectos y acciones de diferentes sectores para

consolidar la competitividad turística de aquellas entidades que confíen en este sector como

un motor de desarrollo de la economía.

a. Competitividad Turística.

Siguiendo el estudio del Centro de Investigaciones y Estudios Turísticos del

Tecnológico de Monterrey (2010) El concepto de competitividad ha sido vital en términos

de desarrollo regional. El concepto por sí sólo incluye la capacidad, limitaciones y retos que

se presentan en un mundo competitivo y globalizado como en el que vivimos el día de hoy.

Este concepto es aplicable también al sector turismo. De esta forma, la competitividad

turística se refiere al conjunto de habilidades y capacidades que le permitan alcanzar sus

objetivos en un marco de competencia frente a otras regiones, facilitando el desarrollo

económico y social en la región. De esta forma, la competitividad turística implica tres

conceptos básicos:

Rentabilidad: Generar riqueza a través del uso eficiente y eficaz de los recursos.

Sustentabilidad: Asegurar que el desarrollo se logre en equilibrio con los recursos

ecológicos, sociales y económicos de la región.

Comparabilidad: Definir conceptos medibles y consistentes que sean comparables a

través del tiempo y el espacio.

33



La competitividad resulta ser un concepto trascendental en un escenario de

restricciones presupuestarias, tanto a nivel privado como nivel público. En el mundo

globalizado actual, la competencia se presenta desde todos los flancos y en todos los

niveles. Por ello, elegir las inversiones correctas para hacer frente a dicha competencia,

conscientes de una restricción presupuestaria, es fundamental para la supervivencia y el

liderazgo en todos los ámbitos, evidentemente incluyendo al turismo. Sin embargo, la

importancia de la competitividad no sólo se limita al escenario de la empresa y del

gobierno. La competitividad es una herramienta que permite el desarrollo económico y

social, de ahí su relevancia en distintos foros a nivel mundial. En términos generales, la

competitividad se refiere a la habilidad para crear un valor agregado que aumenta la riqueza

y la calidad de vida en la sociedad. El hecho de tener empresas más grandes y productivas

que la competencia no significa mucho si no se acompaña de la generación de desarrollo

social.

b. Importancia del Turismo en Bogotá

De acuerdo a la información del barómetro OMT sobre turismo mundial, los

ingresos por turismo internacional crecieron un 4% en el 2012. Esto refleja una cifra de

1,075 billones de dólares (837.000 millones de euros) en todo el mundo, los cuales

iniciaron en el 2012 en 1,042 billones de dólares (749.000 millones de euros).

- Teniendo en cuenta que el turismo es uno de los ítems de exportación claves para muchas

economías del mundo, generando empleo tanto en el turismo como en sectores

económicos afines por regiones, las Américas registraron un incremento del 7% en los

ingresos, seguida de Asia y el Pacífico con 6%, África con un 5% y Europa con un 2%.

El turismo internacional (viajes y transporte de pasajeros) representa el 30% de las

exportaciones mundiales de servicios y el 6 % de las exportaciones globales de bienes y

servicios. Como categoría de exportación a escala mundial, el turismo ocupa el quinto

puesto, después de los combustibles, los productos químicos, los productos alimentarios y

la automoción, aunque son muchos los países en desarrollo en los que se sitúa a la cabeza.

Se evidencia el crecimiento de los ingresos en las economías emergentes, las cuales

registraron crecimientos por encima del 13% al 25%, lo cual muestra por que el turismo es

uno de los índices más altos en las exportaciones a nivel mundial. El turismo genera

también ingresos por exportaciones a través del transporte internacional de pasajeros. Este

último concepto, ascendió según los cálculos a 219.000 millones de dólares en 2012, con lo

cual el total de ingresos generados por el turismo internacional alcanzaría los 1,3 billones

de dólares, un promedio de 3.500 millones de dólares al día.

De acuerdo con el Foro Económico Mundial (FEM), el índice de competitividad

turística en Colombia ha presentado un ligero deterioro en los últimos cinco años. En

efecto, Colombia ocupa actualmente el puesto 84 en el Índice de Competitividad Turística

entre un total de 140 países, y refleja una caída de 7 puestos teniendo en cuenta la

evaluación del año 2011 en donde ocupó el puesto 77.

35



Algunos factores que afectaron esta caída fueron; la infraestructura desde el punto

de vista vial, la sostenibilidad de los recursos ambientales, la percepción de seguridad por

parte de extranjeros, en donde el estudio sugiere realizar mayores esfuerzos para cambiar la

percepción de inseguridad.

El Foro Económico Mundial - FEM resalta que el país mejoro en costo y tiempo

requerido para crear una nueva empresa, lo cual alcanzaría a atraer tanto turismo como

comercio al país; también destaca que Colombia podría ver un incremento considerable en

la conectividad de transporte aéreo el cual lograría estimular el crecimiento económico y

turístico en el largo plazo.

La organización del FEM, analiza tres áreas, en las cuales Colombia ocupa los siguientes

puestos:

En Marco Regulatorio, ocupa el puesto 101.

En Área Comercial y de Infraestructura, ocupa el puesto 103

En Capital Humano, la Diversidad Cultural y los Recursos Naturales, ocupa el

puesto 34 (es una de las áreas en que mejor se desempeña.)

Colombia ocupa el puesto 16 dentro de los países de las Américas, está por debajo

de países como Panamá, Perú, Ecuador, Argentina, México, Brasil, Chile, entre otros y se

mantiene por encima de Paraguay y Venezuela.

Europa sigue siendo el fuerte en el Turismo Mundial, ya que los países que mejor

calificación reciben son: Suiza, Alemania, Austria, España y el Reino Unido. De acuerdo a

la clasificación, un total de 13 de los 20 primeros países son Europeos, pese a la crisis los

sectores del turismo, se han visto bastante fortalecidos.

c. Turismo a nivel Bogotá

De acuerdo con el diagnóstico realizado por la Subsecretaría de Planeación de la

Alcaldía de Bogotá (2011), Bogotá representa cerca del 30% del PIB del país, pero en el

sector turismo su participación es superior. En efecto, de las llegadas de extranjeros a

Colombia, Bogotá representa en promedio más del 40% desde 2006 y ha presentado una

dinámica favorable a lo largo de los últimos 5 años y registró una tasa de crecimiento

promedio de llegada de turistas internacionales del 46% entre 2006 y 2010.

El principal medio de llegada de los turistas extranjeros es por vía aérea, esto es

fundamental toda vez que con la actual infraestructura del nuevo terminal aéreo, ayudaría a

consolidar la dinámica del turismo en la ciudad, lo cual hace de la variable infraestructura

un elemento clave en la competitividad turística de la capital del país.

37



Gráfico 1

Fuente: Investigación de viajeros 2013 – OTB. Observatorio de Turismo de Bogotá – IDT

De acuerdo con la Subsecretaría de planeación el origen de los extranjeros que

llegan a Bogotá es Estados Unidos y la región, principalmente. Si se toman en cuenta sólo

los países de América del Sur, éstos explican entre 2007 y 2010 el 40% de las llegadas.

Es importante resaltar, que de acuerdo con la Cámara de Comercio, Bogotá es la

ciudad del país que cuenta con la mayor plataforma empresarial para el turismo, entendida

esta como todos los servicios conexos para el desarrollo de la actividad del turismo, así

como de las motivaciones del turista, que para el caso de Colombia se concentran en

negocios, cultura y eventos. Por tanto, Bogotá debe tomar acciones encaminadas a que la

ciudad se convierta en un centro de control regional de inversiones y actividad económica,

así como de realización de grandes eventos de escala regional y global.

Según la Cámara de Comercio de Bogotá, “Otra fortaleza del sector en Bogotá es el

número de empresas que se encuentran vinculadas al turismo: en el 2009, se encontraban

28.297 empresas matriculadas y renovadas vinculadas a actividades del sector turismo

(hoteles y restaurantes, transporte de pasajeros, agencias de viajes y entretenimiento). Y de

acuerdo con la actividad se identificaron 1.168 hoteles”. (Boletín Cifras, 2010).

La dinámica del sector turismo en la capital del país se refleja, entre otras cosas, en

los promedios de ocupación hotelera que son superiores al total del país, el cual fue

superior en 60% en los últimos tres años. De igual forma, la fuerte dinámica de la inversión

se refleja en la construcción de nuevos hoteles y restaurantes.

Finalmente, el aporte a la ciudad en materia tributaria derivados de la actividad

turística han sido importantes. En efecto, de acuerdo con la Secretaría de Hacienda del

Distrito, los aportes de ICA a la ciudad han sido del 2% con relación al recaudo total de la

ciudad.

d. Categorización de los factores de competitividad

A continuación se presenta una categorización en las dimensiones sugeridas por el

enfoque sistémico que permiten la construcción de un índice de competitividad turístico

para Bogotá. Teóricamente existirían dos dimensiones a nivel meta (capacidad de

integración y acción estratégica de la sociedad y capacidad social de organización e

39



integración). En la dimensión uno, a su vez existen tres componentes (direccionamiento

estratégico, capacidad estatal y autonomía). En el nivel meta existen 14 variables.

A nivel macro existen cuatro componentes (entorno macroeconómico, política

comercial, política financiera y política fiscal) y 17 variables. A nivel meso existen cinco

componentes (infraestructura, encadenamientos productivos, políticas de fomento y

desarrollo de PyMES, recursos naturales y protección al medio ambiente y seguridad

pública y protección al ciudadano) y existen 63 variables. A nivel micro existen tres

componentes (entorno económico, flexibilidad productiva y calidad total y reorganización

del suministro y redes empresariales) y existen 21 variables. En síntesis, en los cuatro

niveles del enfoque sistémico se sugieren un total de 115 variables, que estarán disponibles

dependiendo de las fuentes de información y la periodicidad. Para el actual trabajo se ha

seleccionado un periodo de referencia que incluye los últimos cinco años.

Cuadro 4

Variables Variables Variables Variables

X1 Direccionamiento X1 X1 X1 Entorno

X2 Estratégico X2 X2 Infraestructura X2 Económico

Dimensión 1: X3 Entorno Macroeconómico X3 X3

X3 Capacidad de Integración X4 X4 X4

X4 Capacidad y acción estratégica de la X5 . X5

X5 Estatal Sociedad X6 .

X6 X7 X32 X6 Flexibilidad Productiva

X7 X8 X7 y calidad total

X8 X33 Encadenamientos X8

X9 . Productivos X9 Indice

X9 X10 Política X37 de

X10 Autonomía X11 Comercial X10 Competitivid Turística

X11 X12 X38 Políticas de Fomento X11 Reorganización del suministro

X13 X39 y desarrollo de PyMES X12 y redes empresariales

X12 X14 . X13

X13 Dimensión 2: X42 X14

X14 Capacidad social de organización X15 Política X15

e integración X16 Financiera X43 Recursos Naturales X16

. y X17

X17 Política Fiscal X50 Protección al medio ambiente X18

X19

X51 X20

. Seguridad Pública X21

. y protección al ciudadano

X63

X64 Recursos y

. Actividad Cultural

X76

X77 Características de

X78 Demanda

X79

Nivel Meta Nivel Macro Nivel Meso Nivel Micro

Grupo de variables, factores y dimensiones para la conformación del índice de Competitividad

Fuente: Elaboración Propia sobre Metodología ICTEM (2010) y AREGIONAL (2010).

El listado de variables es el siguiente:

i. Nivel Meta

Direccionamiento estratégico del país y la región:

- Gobierno e instituciones

- Libertad económica

Capacidad estatal:

- Egresos por Obra Pública,

41



- gasto público social

- Días en Apertura de Negocio

- Costo de hacer cumplir los Contratos

- Recaudación del impuesto sobre la renta per cápita

- Recaudación del IVA per cápita

- Gasto en Turismo como Porcentaje de Presupuesto Nacional

Autonomía:

- Eficiencia de la gestión pública DNP: SISMEG

- Índice de transparencia nacional (Transparencia por Colombia)

Riesgos Corrupción

ii. Nivel Macro:

Entorno Macroeconómico

- Política presupuestaria

- Política monetaria

- Marco legal

- IED per cápita

- Porcentaje nacional de la IED

- Salario Medio de Cotización

- Tasa de Desempleo

- Indicadores de pobreza

Política Comercial

- Política cambiaria

- Política de comercio exterior (selectividad y complementariedad)

- Índice de apertura económica

- Política de competencia

- Índice Delictivo en Propiedad Industrial e Intelectual

- Acceso a los mercados

Política Financiera

- Deuda pública

- Calificación del riesgo país

Política Fiscal

- Eficiencia del recaudo fiscal

- Indicador del Descentralización administrativa

iii. Nivel Meso

Infraestructura (físicas y avanzadas).

- Desarrollo de infraestructura regional: transporte, comunicaciones, energía, agua.

- Fomento Tecnológico

- Formación del capital humano: formación profesional, tecnológica y para el trabajo

- Centros de Investigación y desarrollo

- Financiamiento y evaluación de la tecnología

- Fuerza Laboral

- Población Ocupada en Turismo

43



- Ingreso Promedio Semanal

- Tasa de Educación Primaria

- Tasa de Educación Secundaria

- Grado Promedio de Escolaridad

- Universidades

- Escuelas Superiores relacionadas a Turismo

- Estudiantes Universitarios en Turismo

- Titulados Universitarios en Turismo

- Escuelas de Idiomas

- Densidad de Hoteles y Moteles

- Cuartos Disponibles Promedio

- Cuartos por cada mil Habitantes

- Personal Empleado en Hoteles

- Ocupación Hotelera

- Noches de Turistas en Hoteles y Moteles

- Estadía Promedio

- Densidad de Ocupación en Hoteles y Moteles

- Establecimientos Certificados

- Densidad de Aeropuertos

- Vuelos Anuales

- Salidas Aéreas

- Densidad Carretera

- Carreteras de Cuatro Carriles

- Parque Vehicular Autorizado

- Densidad Ferroviaria

Encadenamientos productivos y ventajas de aglomeración

- Grado de especialización de la mano de obra

- Productividad del capital

- Productividad laboral

- Ingreso de Turismo como Porcentaje del PIB regional

- PIB Turístico per cápita

Políticas de fomento y desarrollo de PyMES. Organización y gestión de recursos y

acciones para el desarrollo:

- Políticas de localización industrial

- Fomento a la competitividad Sectorial

- Normas de calidad

- Relaciones laborales

- Promoción turística

Recursos naturales y protección al medio ambiente

- Superficie de Bosque o Selva

- Superficie de Asentamientos Humanos

- Áreas Nacionales Protegidas

- Ciclones

- Manejo Residuos Peligrosos

- Disposición de Residuos Sólidos

45



- Denuncias y delitos Ambientales

- Normas de protección ambiental

Seguridad Pública y protección al ciudadano

- Índices de criminalidad

- Percepción de seguridad ciudadana

- Incidencia Delictiva

- Hogares con al menos una Víctima

- Porcentaje de Delitos a Mano Armada

- Homicidios Dolosos

- Delitos a Instituciones Bancarias

- Delitos contra la Salud

- Porcentaje de Delitos no Denunciados

- Cifra Negra

- Delitos Denunciados sin Averiguación

- Subsidios per cápita

Recursos y actividad cultural

- Festivales Culturales

- Centros Culturales

- Patrimonios de la Humanidad

- Sitios Arqueológicos

- Visitantes a Sitios Arqueológicos

- Monumentos Históricos

- Catedrales

- Museos

- Visitantes a Museos

- Teatros

- Funciones de Teatro

- Bibliotecas

- Galerías

Características de la demanda

- Llegadas de Turistas Nacionales

- Llegadas de Turistas Internacionales

- Movimiento de Personas de/hacia el Extranjero

5. Metodología del Análisis de Componentes Principales

La construcción del índice de competitividad turística para Bogotá implica recopilar

información de manera exhaustiva para luego determinar unos niveles consistentes con la

competitividad sistémica, los cuales a su vez deben integrar diferentes factores y variables.

Para llevar a cabo este ejercicio de manera ordenada, se han trazado los siguientes

objetivos.

a. Objetivos

Recopilar información a nivel distrital y nacional a partir de fuentes públicas y privadas

47



Identificar las variables que componen el concepto de indicador de competitividad

turística

Identificar factores e indicadores disponibles en el sector turístico en Bogotá

Construir un indicador de competitividad turística

A partir de los diferentes factores y variables relacionadas con el sector, cuantificar la

contribución de cada una de las variables en cada factor de estructura y de

competitividad revelada en el sector turístico de Bogotá.

Entregar un sistema de indicadores de competitividad actualizado para Bogotá

Realizar un documento final donde se detalla la metodología, proceso de construcción y

elección de variables y el sistema de indicadores generados para la construcción del

índice.

b. Metodología

En primer lugar, se fundamenta teóricamente la construcción del índice, mediante la

revisión del concepto de competitividad sistémica a partir de una revisión de estudios sobre

el tema para el caso de Bogotá. Posteriormente, se pretende realizar el siguiente conjunto de

actividades con miras a alcanzar los objetivos arriba mencionados:

1. Recabar información primaria y secundaria a partir de encuestas oficiales y de

organismos privados sobre indicadores o variables relacionadas con el sector turismo.

2. Acudir a diferentes fuentes estadísticas del sector turismo tanto nacionales (DANE –

Encuesta de Consumo Interno en Turismo) como internacionales (OMT), Ministerio de

Comercio Industria y Turismo, Cotelco, entre otras.

3. Una vez se cuenta con diferentes indicadores y variables relacionadas con el sector

turismo, se realiza una revisión y control de calidad de la información y tratar de

homologar el periodo para el cual se va a construir el indicador. Esto es importante

puesto que cada indicador y variable no se mide con la misma periodicidad y de forma

continúa.

4. Definir las diferentes dimensiones (recursos económicos, recursos humanos,

educativos, infraestructura y profesionalización en sector hotelero, flujo de personas,

medios de transporte, servicios complementarios de turismo, entre otros)

5. A partir de las diferentes dimensiones, construir un índice sintético que capture la

competitividad del sector turismo como una suma ponderada de las diferentes

dimensiones.

6. Aplicar la metodología del análisis factorial con el fin de determinar la ponderación de

las variables incluidas en la construcción del índice de competitividad turístico. En

particular se aplica el análisis de factores para precisar los ponderadores de los “n”

índices que componen el índice de competitividad turística para Bogotá.

No obstante, de acuerdo con Aregional (2010), se deben tener en cuenta ciertas

consideraciones al momento de construir un índice de competitividad. La más importante

tiene que ver con un alto grado de heterogeneidad entre las variables que se incluyen en la

49



construcción del índice en términos de la escala, frecuencia, dispersión, entre otros. Esta

heterogeneidad es el resultado de la gran variedad de fenómenos económicos, políticos y

sociales que afectan la construcción del índice, lo cual hace necesario estandarizar las

diferentes variables dentro de cada factor. No obstante, en la práctica y dada la restricción

de la información se debe evitar la heterogeneidad entre las variables.

De acuerdo con Hair et al (1998) el análisis de factores se puede modelar en cinco etapas:

i. Objetivo del análisis

Consiste en determinar la ponderación de las variables incluidas en el índice.

ii. Diseño

Implica diseñar el análisis de factores a partir de número de variables a utilizar, y

tamaño de la muestra.

iii. Supuestos

Tienen que ver con los valores del coeficiente de correlación entre las viariables. Si no

se encuentra una correlación entre variables mayor a (+/- 0.30) el análisis factorial

puede ser inapropiado.

iv. Estimación de factores

Estos se estiman mediante el método d componentes principales que considera la

variación total y deriva factores que contienen cierta proporción de variación específica.

v. Interpretación de factores

El proceso de interpretación consta de tres pasos: i). Estimar la matriz de

factores, ii). Encontrar la mejor combinación lineal de las variables y iii). Cada uno de

los factores estimados es ortogonal, es decir, no guarda relación alguna con las otras.

La metodología que se adopta en el presente trabajo de consultoría es un análisis

multivariado relacionado con un análisis de componentes principales con el fin de realizar

un ranking de los factores que tienen más poder explicativo en la competitividad turística

de Bogotá. Específicamente, el análisis factorial o de componentes principales es un

nombre genérico dado a una clase de métodos estadísticos multivariados cuyo propósito es

la reducción o síntesis. Sirve para analizar la interrelación existente entre un gran número

de variables y luego explicar estas variables en términos de factores comunes.

El propósito general de esta técnica o metodología es encontrar una forma de

sintetizar la información contenida en un número de variables en un conjunto más pequeño

de nuevas dimensiones o factores con una pérdida mínima de información. Es decir,

determina cuales de las variables aportan más poder explicativo en cada una de las

dimensiones. En este sentido la técnica del análisis factorial debe cumplir con cuatro

funciones:

1. Identificar un conjunto de dimensiones que son latentes, es decir que no son fácilmente

observables a partir de un gran conjunto de variables.

51



2. Sugerir un método de combinación o síntesis de un gran número de variables entre

diferentes grupos al interior de una muestra

3. Identificar variables apropiadas para una posterior regresión, análisis de correlación o

análisis discriminante a partir de un gran conjunto de variables.

4. Generar un conjunto de variables más pequeño (reducción) para reemplazar

parcialmente o completamente el conjunto original de variables para posteriormente

incluirlas en una regresión posterior, estimar correlaciones o análisis discriminante.

La metodología de componentes principales es un proceso secuencial que está

basado en un diagrama de decisiones, tal como se puede observar en el siguiente esquema:

El punto de partida en el análisis factorial, como en otras técnicas estadísticas, es el

problema de la investigación. Si el objetivo de la investigación es la reducción de los datos

y la síntesis, el análisis factorial es la técnica apropiada a utilizar. Posteriormente se debe

dar respuesta a las siguientes preguntas: qué tipo vade variables incluir?, cuántas variables

deben incluirse?, en qué unidad están medidas las variables?, y si el tamaño de la muestra

es suficiente. La materia prima del análisis factorial son los datos que generalmente se

asumen son cuantificables. En algunos casos se usan variables dummy aunque se

consideran no medibles en términos de unidades. En torno al tamaño de la muestra, el

investigador generalmente no debe usar una muestra menor a 50 observaciones y

preferiblemente debe ser por lo menos mayor o igual a 100 observaciones.

Diagrama de Decisión en Análisis Factorial

Secuencia Análisis

PROBLEMA DE LA INVESTIGACION

Qué variables incluir?

Cuántas variables?

Cómo están medidas?

Tamaño de la muestra?

MATRIZ DE CORRELACIONES

Componentes

Principales

MODELO

FACTORIAL

Análisis de

Factor Común

Método de Extracción:

Ortogonal?

Oblicuo?

Matriz de factores no rotada

Número de factores

53



Matriz de factores rotada

Interpretación del factor

Puntaje en cada factor

Subsiguiente análisis: Regresión, correlaciones o

análisis discriminante

Fuente: Tomado de Hair et al (2005).

El análisis de componentes principales (ACP) es una técnica estadística asociada al

análisis multivariado cuyo principal, objetivo es la reducción o síntesis de datos.

Específicamente el ACP ayuda a reducir el número de variables en un análisis donde se

describe una serie de combinaciones lineales de las variables que contienen una varianza

relativamente alta.

El análisis de componentes principales se origina con el trabajo de Pearson (1901) y

Hotelling (1933) y el objetivo fue encontrar una serie de combinaciones lineales para las

variables que presentan una alta varianza. El primer componente principal se caracteriza

por presentar la máxima varianza total. El segundo componente principal presenta la

máxima varianza entre todas las combinaciones lineales que no están correlacionadas con el

primer componente principal, es decir que la característica de los componentes principales

es que son ortogonales (independientes) del resto de componentes principales. El último

componente principal presentará la varianza más pequeña entre todas las combinaciones

lineales de longitud igual uno de las variables que intervienen el análisis.

Todos los componentes principales combinados contienen la misma información

que las variables originales, pero la información importante es particionada en cada uno de

los componentes que intervienen de una manera muy particular: Los componentes son

ortogonales (independientes), y los primeros componentes contienen una mayor

información que los últimos. Por consiguiente el análisis de componentes principales es

simplemente una transformación lineal de los datos y no supone que los datos satisfagan un

modelo estadístico particular.

Otra característica del ACP es que depende de la escala de medición de las variables

y por tanto se requiere estandarizar los datos originales, es decir expresarlos en una unidad

común.

El ACP tiene varias propiedades útiles y algunas de estas son geométricas. Los

componentes principales así como los puntajes (ponderaciones) principales no están

correlacionados. Formalmente, los f componentes principales líderes presentan la máxima

varianza generalizada entre todas las f combinaciones lineales de longitud igual a la unidad.

Es posible interpretar al ACP como un análisis de factores de efectos fijos con

residuos que se suponen homoscedásticos y se representa por la siguiente expresión:

55



(5.1)

Donde son los elementos de la matriz Y (conjunto de variables involucrados en

el análisis), son los puntajes y son los f vectores de parámetros (cargas) y son los

residuos que se suponen homoscedasticos, es decir presentan una varianza constante. En el

análisis factorial los puntajes son aleatorios y no fijos, y los residuos se permite que sean

heteroscedasticos en j.

Adicionalmente, en el ACP se asume que el valor esperado de la matriz Y, E(Y), es

una matriz de rango f, con f menor que n (número de observaciones) o p (unidades de

análisis. Por tanto, podemos visualizar el ACP como un modelo de regresión con un

número restringido de variables independientes.

En la práctica para llevar a cabo el ACP se sigue las siguientes fases:

1. Análisis de la matriz de correlaciones:

Un ACP tiene sentido si existen altas correlaciones entre las variables, ya que esto

es indicativo de que existe información redundante y, por tanto, pocos factores explicarán

gran parte de la variabilidad total.

2. Selección de los factores:

La elección de los factores se realiza de tal forma que el primero recoja la mayor

proporción posible de la variabilidad original. El segundo factor debe recoger la máxima

variabilidad posible no recogida en el primero, y así sucesivamente. Del total de factores se

elegirán aquellos que recojan el porcentaje de variabilidad que se considere suficiente. A

estos se les denominará componentes principales.

3. Análisis de la matriz factorial:

Una vez seleccionados los componentes principales, se representan en forma de

matriz, en donde cada elemento representa los coeficientes factoriales de las variables

(correlaciones entre las variables y los componentes principales). La matriz tendrá tantas

columnas como componentes principales y tantas filas como variables.

4. Interpretación de los factores:

Para que un factor sea fácilmente interpretable debe reunir idealmente las siguientes

características, que son difíciles de conseguir:

- Los coeficientes factoriales deben ser próximos a 1

- Una variable debe tener coeficientes elevados solo con un factor

- No deben existir factores con coeficientes similares

5. Cálculo de las puntuaciones factoriales:

57



Son las puntuaciones que tienen los componentes principales para cada caso, que

nos permitirán su representación gráfica y se calcula mediante la siguiente expresión:

(5.2)

Los son los coeficientes y los son los valores estandarizados que tienen las

variables en cada uno de las unidades de análisis de la muestra.

c. Construcción de la base de datos para las variables e indicadores

Es importante resaltar que la selección de cada una de las variables e indicadores de

la base se realizó a partir de la categorización de los factores que sugiere el enfoque

sistémico de la competitividad. La tabla 1 presenta la categorización de las variables bajo

el enfoque sistémico de la competitividad.

Teóricamente existirían dos dimensiones a nivel meta (capacidad de integración y

acción estratégica de la sociedad y capacidad social de organización e integración). En la

dimensión uno, a su vez existen tres componentes (direccionamiento estratégico, capacidad

estatal y autonomía).

En el nivel meta existen 14 variables. No obstante, una vez realizada la búsqueda de

información a partir de fuentes primarias y secundarias, se logró obtener 6 variables, pues

algunas no se miden directamente y se acudió en algunos casos a usar proxy de las mismas.

Por ejemplo, en la dimensión de direccionamiento estratégico del nivel meta para medir las

variables libertad económica se usó los flujos de importaciones y exportaciones como

proporción del PIB de Bogotá, entre otros.

A nivel macro existen cuatro componentes (entorno macroeconómico, política

comercial, política financiera y política fiscal) y en este nivel se logró recoger información

para 48 variables distribuidas de la siguiente manera: 21 variables correspondientes al

entorno macroeconómico (43,7%), 16 variables correspondientes a la política comercial

(33,3%) y 11 variables para la política fiscal (23%). A nivel meso existen seis componentes

(infraestructura, encadenamientos productivos, políticas de fomento y desarrollo de

PyMES, recursos naturales, demanda turística y protección al medio ambiente y seguridad

pública y protección al ciudadano) y existen 68 variables, de las cuales 28 variables

corresponden a la demanda turística (41,1%), 1 variable a encadenamientos productivos

(1,5%) 17 variables en el componente de infraestructura (25%), 1 variable en política de

fomento (1,5%), 5 variables en recursos y actividad cultural (7,4%) y 6 variables en el

componente de seguridad pública y protección al ciudadano. A nivel micro existen tres

componentes (entorno económico, flexibilidad productiva y calidad total y reorganización

del suministro y redes empresariales) y existen 21 variables. No obstante, se logró

conseguir 9 variables para el componente entorno económico de la empresa.

La base de datos está compuesta de variables cualitativas como cuantitativas que se

recopilan algunas a partir de fuentes primarias de información y en otras de fuentes

secundarias. Así mismo, a partir de las variables existentes se calcularon otros indicadores

59



de competitividad para el periodo de referencia que comprende los años 2000 – 2012. En

síntesis, en los cuatro niveles del enfoque sistémico se sugieren un total de 122 variables.

Dado que muy pocas variables de la base de datos provienen de muestras

probabilísticas como la “Encuesta sobre Ambiente y Desempeño Institucional” del DANE,

se decidió por no realizar ningún ajuste a esta característica para implementar el análisis de

componentes principales. En efecto, de las 122 variables que conforman la base de datos

solamente tres variables (ambiente institucional, desempeño institucional y credibilidad en

las reglas) provienen de muestras probabilísticas, es decir, representan solamente el 2,5%

del total de variables en la base.

No obstante, en el anexo 1 se presenta la descripción de un método presentado por

Ramírez y Martínez (2010) que permiten realizar el análisis de componentes principales a

partir de una muestra probabilística, que no se realizó en este trabajo por las razones

anteriormente expuestas.

En el anexo 2 de este informe se presenta la base de datos en Excel con cada una de

las definiciones para las variables, la unidad y las fuentes de información.

El cuadro 6 presenta un conjunto de estadísticas descriptivas para cada una de las

122 variables que conforman la base de datos.

Cuadro 6: Estadísticas descriptivas para las variables

more x66 8 -.6896411 .0782448 -.7879918 -.6014457 x65 13 -8281315 8417617 -2.44e+07 0 x64 8 1.63e+07 6982897 8082429 2.77e+07 x63 8 2793285 803375.2 1656726 3780952 x62 9 .537766 .0229675 .497 .5719556 x58 12 3724.417 366.6186 3255 4425 x57 12 5531 398.6935 4920 6131 x56 12 3255.167 425.3845 2645 4005 x55 12 469.1667 87.14026 369 611 x54 12 67.23333 2.366943 64.1 72.2 x53 12 79.075 1.435983 76.8 81.1 x52 12 58.65 3.490638 53.8 65.3 x51 12 12.84167 3.402261 9.5 18.8 x49 12 5.816667 2.650157 2.8 12.8 x48 12 5308381 2364584 3105928 1.15e+07 x47 13 2216.854 321.7201 1797.8 2876 x46 12 2424.128 1088.264 1353.082 4935.813 x45 11 .028 .0170822 -.001 .052 x44 12 1.34e+07 1487273 1.15e+07 1.57e+07 x43 12 93051 15323.62 72395 116988 x42 13 104898.2 332429.8 -227785 807242 x41 13 6163115 2307093 3189724 8989168 x40 13 6268013 2476213 3034385 9614226 x39 9 3.755556 .1509231 3.5 4 x38 12 .4078412 .146653 .2021736 .6221616 x37 12 6889930 381259.4 6302881 7467804 x36 13 3033007 1273894 1274276 5098821 x33 12 5.884167 .4360037 5.3 6.61 x32 9 1446.3 139.1733 1208.1 1673.2 x31 9 57.82889 10.54677 39.97 77.08 x30 10 .2239 .0398035 .175 .3 x29 10 2.677 .2423519 2.28 3.08 x28 7 4.845714 1.816176 2.65 6.99 x27 7 24.58571 6.598845 15.6 31.8 x26 8 .685 .2687537 .46 1.12 x25 8 .50625 .3704028 .28 1.12 x23 9 1.284444 .1085254 1.19 1.54 x22 8 87.97738 26.76087 76.403 154.014 x20 11 32.40909 3.290633 28.29 36.97 x19 9 71.21889 22.51362 35.03 95.4 x18 10 21.119 6.112591 10.89 27.74 x17 9 54.77778 26.8178 17 94 x16 10 9.199 4.306908 2.08 14.99 x15 8 63.225 6.838912 55.4 75.6 x14 8 82.925 3.663624 75.9 86.4 x13 9 2.542222 2.068186 -.63 5.44 x12 10 13152.42 1247.056 11711.68 14777.39 x11 10 26.301 .188116 25.94 26.55 x10 10 57.356 2.135057 53.86 61.28 x9 10 31.12 3.064945 24.17 34.71 x8 10 13.56 3.32004 10 18.7 x7 11 .6360909 .2257899 .341 .827 x6 10 2.8821 2.310799 .26 5.394 x5 11 55.80909 27.10877 20.08 78.35 x4 10 3.0367 2.455487 .261 5.77 x3 10 .2199 .0681281 .104 .282 x2 9 1.583333 .2077258 1.32 1.95 x1 9 29.77222 1.557328 28.04 31.97 year 13 2006 3.89444 2000 2012 Variable Obs Mean Std. Dev. Min Max

. sum

Fuente: Cálculos propios sobre diferentes fuentes que se especifican en la base de datos de Excel.

61



Cuadro 7: Estadísticas descriptivas para las variables

xim122 13 628.2742 672.9448 99.94094 2310.692 xim115 13 91653.15 10466.41 82448.78 112918 xim114 13 2107111 131365.5 1968780 2326996 xim113 13 1122925 11664.5 1095917 1152821 xim112 13 1746849 81275.87 1556731 1952456 xim111 13 1957623 117557.3 1793131 2245725 xim110 13 238148.3 460195 -215483.8 979651 xim109 13 1.67e+07 812692.5 1.50e+07 1.89e+07 xim108 13 3987529 713721.7 2734000 5850894 xim107 13 3.75e+07 2841381 3.29e+07 4.48e+07 xim106 13 5.91e+07 4348000 5.15e+07 7.05e+07 xim104 13 172527.6 54660.87 107393 326144 xim103 13 15547.96 5824.231 11259.1 28107 xim102 13 20315.48 6384.605 15211 37000 xim101 13 31470.74 8067.589 23724 52189 xim100 13 36465.29 5285.61 31781.68 47157 xim99 13 47080.13 3381.047 38903 49491 xim98 13 41457.55 6353.143 36759 57127 xim97 13 41924.18 5412.536 37250 55073 xim96 13 35212.19 13797.43 24921.05 67546 xim91 13 -12881.73 20185.02 -34247.69 21080.75 xim95 13 110276.5 12624.24 90488.2 134590 xim94 13 144308.2 20997.19 91333.8 163826 xim93 13 640281.1 127913.3 517642 903657 xim92 13 141722.4 109437.4 23691.44 342801 xim90 13 66530.79 7701.911 58378.27 79489.7 xim89 13 20297.2 4085.594 9141.947 24159 xim88 13 220779.8 46237.61 122895.5 287027 xim86 13 34.64249 6.101168 30.53782 54.7 xim85 13 6271.552 579.7768 5276 7518.824 xim60 13 22.54305 6.674126 11.6 32.10889 xim59 13 111.52 30.89217 16 138 xim50 13 537857.8 22741.02 515000 592570.6 xim34 13 78.14664 9.486198 66 89.54209 xim24 11 1301.264 1203.288 321.692 3732.695 xim21 11 540.248 50.01704 440.3994 594.165 trend 13 7 3.89444 1 13 x121 13 .3709231 .0121755 .351 .389 x120 13 .6483077 .015908 .62 .672 x119 13 9690603 3051854 7439107 1.69e+07 x118 13 2274221 830094.4 1378341 3865743 x117 13 3610530 1191106 2621044 6179000 x116 13 1472171 539899.7 902908 2565249 x105 8 2.35e+07 4002364 1.55e+07 2.90e+07 x87 10 14926.6 7686.419 5388 28658 x84 13 34950.77 26245.68 8296 94451 x83 13 50652.38 41735.61 6475 120875 x82 8 234068.7 37035.28 172074.3 264960.8 x81 6 .7404167 .0710551 .6541666 .8183333 x80 8 58.39875 4.356425 52.66 64.28 x79 11 62.5 6.221415 48.3 71.1 x78 9 .9362222 .0276983 .899 .969 x77 13 .9918462 .0237762 .967 1.031 x76 13 641818.4 55091.49 568741 720054 x75 13 920332.8 100358.3 719298 1025737 x74 12 4.731293 1.20167 2.02437 7.176102 x73 13 429212.9 118147 236827 687449 x72 13 205406.1 73384.01 111555 422741 x71 13 223806.8 102729.9 40714 405474 x70 13 .0928267 .0339222 .0326604 .1402633 x68 12 .1954298 .1786321 0 .4570164 x67 13 23270.24 21058.34 0 55752.52 x66 8 -.6896411 .0782448 -.7879918 -.6014457

Fuente: Cálculos propios utilizando el programa STATA 11.0

Es importante resaltar, que para algunas variables con datos faltantes o donde solo

se contaba con muy pocas observaciones, se realizó un ejercicio de imputación que

consistió en estimar las observaciones faltantes a través de un análisis de regresión para la

variable (dependiente) que se quiere imputar en función de algunas características o

factores estrechamente relacionados con la variable. Por ejemplo en el caso de algunas

variables de demanda turística como el número de viajeros internacionales hacia Bogotá, en

la cual no se contaba con información hacia atrás, se utilizó como variable el PIB percápita

de Bogotá y la inversión en turismo en la capital. Esto permitió tener unos resultados más

robustos para el análisis de componentes principales que se realiza más adelante.

6. VI. Resultados del Análisis de Componentes Principales (ACP)

Como se mencionó anteriormente, dado que la metodología del ACP se encuentra

influenciada por la escala de medición de las variables de interés, previamente se

estandarizaron las diferentes variables para homologar las diferentes unidades de las

variables que consiste en estimar las desviaciones de cada variable con respecto a su

promedio y dividirlas por su correspondiente desviación estándar, es decir se utilizó la

siguiente expresión:

Donde es la variable estandarizada, es la variable original, es el promedio

muestral y es la desviación estándar. Una vez estandarizadas las variables se procedió a

realizar el ejercicio de componentes principales para Bogotá durante el periodo 2000 a

2012, con el fin de determinar cuáles son los factores que contribuyen a explicar el

comportamiento de la competitividad del sector turístico.

63



El primer paso consistió en estimar la matriz de correlaciones entre las variables en

cada una de las dimensiones, con el fin de determinar previamente las correlaciones más

altas entre las variables.

a. Nivel Meta

El cuadro 8 presenta la matriz de correlaciones para cada una de las variables

correspondientes a nivel meta. Se observa una alta correlación positiva y estadísticamente

significativa entre la variable “tasa de cobertura en educación superior” (X15) que se

encuentra en la dimensión “capacidad social de organización e integración” y las variables

“ambiente institucional” (X38) perteneciente a la dimensión de “autonomía”, “credibilidad

en las reglas” (X40) de la dimensión “direccionamiento estratégico del país y la región” y

con la variable “percepción de la corrupción” (X43) de la dimensión “autonomía”. Así

mismo, los resultados muestran una correlación positiva y estadísticamente significativa

(probabilidad del coeficiente de correlación igual a cero) entre la variable “credibilidad en

las reglas” (X40) y la variable “percepción de la corrupción” (X43).

Cuadro 8: Matriz de correlaciones en nivel meta

8 8 12 9 12 12 0.0374 0.0019 0.0000 0.7438 0.0000 x43 0.7360 0.9058 0.9963 -0.1275 0.9874 1.0000 8 8 12 9 13 0.0433 0.0026 0.0000 0.9779 x40 0.7217 0.8953 0.9813 -0.0108 1.0000 8 8 9 9 0.6603 0.6702 0.8431 x39 0.1854 0.1797 -0.0774 1.0000 8 8 12 0.0256 0.0038 x38 0.7693 0.8815 1.0000 8 8 0.1400 x15 0.5702 1.0000 8 x14 1.0000 x14 x15 x38 x39 x40 x43

. pwcorr x14 x15 x38 x39 x40 x43, obs sig

Fuente: Cálculos propios sobre diferentes fuentes que se especifican en la base de datos de Excell. Se utilizó el programa STATA 11.0

La tabla 9 muestra la salida de los resultados del ACP para las variables que pertenecen al

nivel meta.

65



Tabla 9

x43 0.9910 -0.0913 -0.0868 -0.0421 -0.0204 -0.0002 x40 0.9879 0.0109 -0.0957 0.1006 -0.0307 0.0037 x39 0.3450 0.9015 0.0136 -0.0023 0.0068 0.0681 x38 0.9939 -0.0338 -0.0152 -0.1017 -0.0048 0.0004 x15 0.8818 -0.1346 -0.2521 0.0300 0.0480 0.1376 x14 0.7810 -0.1013 0.5291 0.0227 0.0137 0.0991 Variable Factor1 Factor2 Factor3 Factor4 Factor5 Uniqueness

Factor loadings (pattern matrix) and unique variances

LR test: independent vs. saturated: chi2(15) = 70.42 Prob>chi2 = 0.0000 Factor6 -0.00105 . -0.0002 1.0000 Factor5 0.00391 0.00496 0.0007 1.0002 Factor4 0.02365 0.01974 0.0042 0.9995 Factor3 0.36066 0.33701 0.0634 0.9953 Factor2 0.85063 0.48997 0.1495 0.9320 Factor1 4.45240 3.60177 0.7825 0.7825 Factor Eigenvalue Difference Proportion Cumulative

(i.e., invalid or boundary values of uniqueness) Beware: solution is a Heywood case

Rotation: (unrotated) Number of params = 15 Method: principal factors Retained factors = 5Factor analysis/correlation Number of obs = 8

Fuente: Cálculos propios sobre diferentes fuentes que se especifican en la base de datos de Excel. Se utilizó el programa STATA 11.0

Se observa que durante el periodo 2000 y 2012 el primer factor explica por lo

menos 78% de la varianza de los datos, mientras que del segundo en adelante aportan

relativamente poco a la explicación del fenómeno a la explicación de la competitividad del

sector turismo en el nivel meta (ver columna de proporción en la tabla 4). Además

siguiendo el criterio de Kaiser es posible retener solo el primer componente principal ya

que su valor propio (eigenvalue) es el único mayor a 1, toda vez que el valor es de 4.45.

Luego de elegir solo el primero de los dos factores, los resultados de la rotación varimax

muestran la matriz de la carga de factores y permiten determinar cuáles son las variables al

interior del primer factor que más explican la varianza del nivel meta en la competitividad

sistémica para el sector turismo en Bogotá.

En efecto, de acuerdo con la tabla 4 (ver la tabla factor loadings and unique

variances) se encuentra que para el periodo 2000 y 2012 las variables más importantes para

el factor 1 (en términos absolutos) es la de “ambiente institucional” y “percepción de la

corrupción” con una carga de 0.993 y 0.991, respectivamente. No obstante, se observa que

la mayoría de las variables del nivel meta son relevantes al explicar el factor 1, indicando

que en realidad podrían estar afectando la competitividad del sector turístico en Bogotá

durante este periodo. Con el fin de evaluar el resultado se realizó un gráfico de los valores

propios, que confirma la selección del primer componente a partir del criterio de Kaiser. El

gráfico 2 muestra que el factor 1 presenta el mayor valor (4.45) que es mayor a 1.

67



Gráfico 2

0

12

34

5

Eig

enva

lues

1 2 3 4 5 6Number

Scree plot of eigenvalues after factor


El gráfico 3 resume las observaciones mediante las puntuaciones en sus dos

primeras componentes principales. Se observa una relación positiva entre las puntuaciones

de los dos primeros factores.

Gráfico 3

-2

-10

12

Sco

res fo

r fa

cto

r 2

-1.5 -1 -.5 0 .5 1Scores for factor 1

Rotation: orthogonal varimaxMethod: principal factors

Score variables (factor)

Fuente: Cálculos propios sobre diferentes fuentes que se especifican en la base de datos de Excell. Se utilizó el programa STATA

11.0

b. Nivel macroeconómico

Recordemos que el nivel macroeconómico del enfoque sistémico de la

competitividad del sector turismo en Bogotá está conformado por las dimensiones de

política comercial, entorno macroeconómico y política fiscal. Previamente se realizó un

análisis de correlación entre las variables que conforman el nivel macro, cuyo resultado se

presenta en la tabla 10.

69



Tabla 10: Matriz de correlaciones de las variables macroeconómicas: Entorno Macro.

more x47 0.6998 0.4276 -0.6250 0.2300 -0.5209 0.2058 0.9222 7 7 7 6 6 6 7 0.0006 0.1498 0.0018 0.9296 0.0010 0.2353 0.0001 x28 0.9589 0.6053 -0.9374 -0.0469 -0.9734 0.5723 0.9813 7 7 7 6 6 6 7 0.0035 0.1270 0.0017 0.8449 0.0002 0.1362 x27 0.9186 0.6331 -0.9386 0.1038 -0.9883 0.6812 1.0000 9 9 9 9 9 9 0.3024 0.1382 0.4719 0.0037 0.6103 x13 -0.3878 0.5345 0.2762 0.8500 0.1976 1.0000 9 9 9 10 10 0.0000 0.1178 0.0007 0.1090 x12 -0.9692 -0.5588 0.9095 0.5376 1.0000 9 9 9 10 0.0791 0.4721 0.0550 x11 -0.6132 0.2761 0.6562 1.0000 10 10 10 0.0013 0.5628 x10 -0.8642 -0.2087 1.0000 10 10 0.3530 x9 0.3292 1.0000 10 x8 1.0000 x8 x9 x10 x11 x12 x13 x27

. pwcorr x8 x9 x10 x11 x12 x13 x27 x28 x47 x48 x49 x52 x53 x54 x55 x56 x57 x58, obs sig


Se observa en general un grado de asociación estadística interesante entre las

variables que pertenecen a la dimensión del entorno macroeconómico. En efecto, existe una

correlación alta y positiva entre las variables “tasa de desempleo” e “incidencia de la

pobreza”, al tiempo que el coeficiente de correlación estimado es estadísticamente

significativa y diferente de cero. Por otro lado, existe una correlación negativa y alta entre

las variables “producto interno bruto percápita” y la “incidencia de la pobreza” y además es

estadísticamente significativa y diferente de cero.

La correlación entre las variables que pertenecen a la dimensión de política

comercial muestra resultados interesantes (tabla 11). Por ejemplo, existe una correlación

alta y positiva entre la variable “diversificación de exportaciones” y “mercados de

exportación”.

Tabla 11: Matriz de correlaciones de las variables macroeconómicas: Política

Comercial.

more x51 -0.8493 -0.9801 -0.9381 -0.9764 -0.9523 -0.6679 -0.9348 10 10 11 10 11 11 12 0.0011 0.0004 0.0005 0.0006 0.0002 0.2061 0.0000 x37 0.8694 0.9023 0.8719 0.8879 0.8921 0.4135 0.9946 10 10 11 10 11 11 13 0.0013 0.0002 0.0003 0.0003 0.0001 0.1452 x36 0.8637 0.9203 0.8839 0.9074 0.9021 0.4694 1.0000 10 10 11 10 11 11 0.0806 0.0056 0.0339 0.0045 0.0302 x20 0.5772 0.7984 0.6401 0.8097 0.6506 1.0000 10 10 11 10 11 0.0042 0.0000 0.0000 0.0000 x7 0.8139 0.9793 0.9962 0.9773 1.0000 10 10 10 10 0.0060 0.0000 0.0000 x6 0.7951 0.9987 0.9753 1.0000 10 10 11 0.0084 0.0000 x5 0.7751 0.9746 1.0000 10 10 0.0057 x4 0.7979 1.0000 10 x3 1.0000 x3 x4 x5 x6 x7 x20 x36

. pwcorr x3 x4 x5 x6 x7 x20 x36 x37 x51 x63 x64 x65 x66, obs sig


La tabla 12 presenta la matriz de correlaciones estimada para las variables que conforman

la dimensión de política fiscal.

71



Tabla 12: Matriz de correlaciones de las variables macroeconómicas: Política Fiscal.

more x71 0.3140 0.0257 0.3540 0.0293 0.2124 0.2105 0.3485 13 13 12 11 12 13 12 0.0008 0.0680 0.0036 0.9559 0.4133 0.0004 0.0041 x70 -0.8107 -0.5209 -0.7671 0.0190 -0.2606 -0.8334 -0.7601 12 12 12 11 12 12 12 0.0000 0.0901 0.0000 0.5349 0.2141 0.0000 x68 0.9616 0.5102 0.9544 0.2103 0.3869 0.9934 1.0000 13 13 12 11 12 13 0.0000 0.0201 0.0000 0.5958 0.2651 x67 0.9664 0.6334 0.9677 0.1803 0.3498 1.0000 12 12 12 11 12 0.4688 0.0038 0.3651 0.9172 x46 0.2316 0.7649 0.2874 0.0356 1.0000 11 11 11 11 0.7958 0.1661 0.6661 x45 0.0885 0.4488 0.1471 1.0000 12 12 12 0.0000 0.2005 x44 0.9872 0.3976 1.0000 13 13 0.1179 x42 0.4553 1.0000 13 x41 1.0000 x41 x42 x44 x45 x46 x67 x68

. pwcorr x41 x42 x44 x45 x46 x67 x68 x70 x71 x72, obs sig


Existe una relación inversa y estadísticamente significativa y diferente de cero entre

la variable “deuda” y la variable “servicio de la deuda externa”.

La tabla 13 presenta los resultados del análisis de componentes principales para el

nivel macroeconómico.

Tabla 13

Factor5 0.00000 0.00000 0.0000 1.0000 Factor4 0.00000 0.00000 0.0000 1.0000 Factor3 0.00000 0.00000 0.0000 1.0000 Factor2 9.42408 9.42408 0.2244 1.0000 Factor1 32.57592 23.15184 0.7756 0.7756 Factor Eigenvalue Difference Proportion Cumulative



x72 0.9442 -0.3293 -0.0000 x71 -0.7369 -0.6760 0.0000 x70 -0.9990 0.0441 -0.0000 x68 0.9289 0.3704 -0.0000 x67 0.9672 0.2542 -0.0000 x66 -0.4125 0.9110 -0.0000 x65 -0.9936 0.1132 -0.0000 x64 0.9819 0.1896 -0.0000 x63 0.3482 0.9374 -0.0000 x62 -0.9992 0.0401 0.0000 x58 0.9366 -0.3504 0.0000 x57 0.9938 -0.1109 0.0000 x56 0.9954 -0.0955 -0.0000 x55 -0.4852 -0.8744 0.0000 x54 -0.1514 -0.9885 -0.0000 x53 0.9988 -0.0482 0.0000 x52 0.9996 -0.0271 -0.0000 x51 -0.7688 -0.6395 0.0000 x49 -0.9583 0.2859 -0.0000 x48 -0.9128 0.4084 -0.0000 x47 -0.7762 -0.6304 -0.0000 x46 -0.8250 0.5651 -0.0000 x45 -0.8821 0.4711 -0.0000 x44 0.9905 0.1377 -0.0000 x42 -0.9703 0.2418 -0.0000 x41 0.9861 -0.1660 -0.0000 x37 0.9937 -0.1125 -0.0000 x36 0.9946 0.1035 -0.0000 x28 -0.9995 0.0329 -0.0000 x27 -0.9991 0.0413 -0.0000 x20 -0.6221 0.7830 -0.0000 x13 -0.8816 0.4721 -0.0000 x12 0.9897 0.1430 -0.0000 x11 -0.9919 0.1273 -0.0000 x10 0.9926 0.1217 0.0000 x9 -0.9137 0.4063 -0.0000 x8 -0.8057 -0.5924 0.0000 x7 0.9980 0.0625 -0.0000 x6 0.4028 0.9153 -0.0000 x5 0.9036 -0.4284 -0.0000 x4 0.5549 0.8319 -0.0000 x3 0.9171 0.3987 0.0000 Variable Factor1 Factor2 Uniqueness



73



Los resultados indican que dos factores retienen a las variables macroeconómicas

con mayor variabilidad. En efecto, se observa que durante el periodo 2000 y 2012 los dos

factores retenidos explican el 100% de la varianza de los datos macroeconómicos. El

primer factor explica el 77,5% de la varianza mientras que el segundo factor explica el

restante 22,4% de la varianza, lo que indica que estos factores aportan mucho a la

explicación del fenómeno de la competitividad del sector turismo en el nivel macro (ver

columna de proporción en la tabla 8). Además siguiendo el criterio de Kaiser es posible

retener los dos componentes principales ya que sus valores propios (eigenvalue) son

mayores a 1. En efecto, el valor propio del primer factor fue 32,7 y el del segundo factor

fue de 9,42. Luego de elegir los dos primeros factores, los resultados de la rotación varimax


interior de los dos factores que más explican la varianza del nivel macro en la

competitividad sistémica para el sector turismo en Bogotá.

De acuerdo con la tabla 13 (ver la tabla factor loadings and unique variances) se

encuentra que para el periodo 2000 y 2012 la mayoría de variables aportan de manera

significativa en la explicación del factor 1. En efecto, (en términos absolutos) sobresalen

variables como “mercados de exportación”, “pobreza” la cual tiene un efecto negativo

sobre la competitividad, y la “tasa de ocupación” las cuales presentaron cargas de 0.998,

0.999 y 0.998, respectivamente. No obstante, se observa que la mayoría de las variables del

nivel macro son relevantes al explicar los factores 1 y 2, indicando que en realidad podrían

estar afectando la competitividad del sector turístico en Bogotá durante este periodo. Con el

fin de evaluar el resultado se realizó un gráfico de los valores propios, que confirma la

selección del primer componente a partir del criterio de Kaiser. El gráfico 4 muestra que el

factor 1 y 2 presentan los mayores valores 32.5 y 9.4, los cuales son mayores a 1.

De igual forma, el gráfico 4 presenta la carga de factores que se obtienen a partir de

las 48 variables que conforman el nivel macroeconómico.

Gráfico 4

01

02

03

04

0

Eig

enva

lues

0 10 20 30 40Number


75



Gráfico 5

x3

x4

x5

x6

x7

x8

x9

x10x11 x12

x13

x20

x27x28x36

x37x41

x42

x44

x45x46

x47

x48

x49

x51

x52x53

x54

x55

x56x57

x58

x62

x63

x64x65

x66

x67

x68

x70

x71

x72

-1-.

50

.51

Facto

r 2

-1 -.5 0 .5 1Factor 1

Factor loadings


En síntesis, se concluye que las variables que conforman el nivel macroeconómico

en el foque de la competitividad sistémica en la práctica son relevantes para explicar la

competitividad del sector turismo en Bogotá durante el periodo 2000 y 2012.

c. Nivel meso

La tabla 14 muestra los resultados de los componentes principales para el nivel meso del

enfoque de la competitividad sistémica.

Tabla 14

Factor6 0.00000 0.00000 0.0000 1.0000 Factor5 0.00000 0.00000 0.0000 1.0000 Factor4 2.17224 2.17224 0.0443 1.0000 Factor3 7.34937 5.17714 0.1500 0.9557 Factor2 11.36186 4.01249 0.2319 0.8057 Factor1 28.11653 16.75467 0.5738 0.5738 Factor Eigenvalue Difference Proportion Cumulative




Se observa que los tres primeros factores explican cerca del 80% del fenómeno

relacionado con la competitividad. Los resultados indican que dos factores retienen a las

variables del nivel meso con mayor variabilidad. En efecto, durante el periodo 2000 y 2012

los tres factores retenidos explican el 80% de la varianza de los datos del nivel meso. El

primer factor explica el 57,4% de la varianza, el segundo factor explica el restante 23,2%

de la varianza y el tercer factor explica el 15% de la varianza, lo que indica que estos

factores aportan mucho a la explicación del fenómeno de la competitividad del sector

turismo en el nivel meso (ver columna de proporción en la tabla 8). Además, siguiendo el

criterio de Kaiser es posible retener los cuatro componentes principales ya que sus valores

propios (eigenvalue) son mayores a 1. En efecto, el valor propio del primer factor fue

28,11, el segundo factor fue de 11,4, el tercero de 7,34 y el cuarto de 2,17. Luego de elegir

los tres primeros factores, los resultados de la rotación varimax muestran la matriz de la

carga de factores y permiten determinar cuáles son las variables al interior de estos factores

77



que más explican la varianza del nivel meso en la competitividad sistémica para el sector

turismo en Bogotá.

Tabla 15

xim122 0.9669 0.2237 0.1189 0.0298 0.0000 xim115 0.9575 0.2330 0.1622 -0.0511 0.0000 xim114 0.9575 0.2330 0.1622 -0.0511 0.0000 xim113 -0.9573 -0.2331 -0.1630 0.0515 0.0000 xim112 -0.9575 -0.2330 -0.1622 0.0511 0.0000 xim111 0.9575 0.2330 0.1622 -0.0511 0.0000 xim110 0.9575 0.2330 0.1622 -0.0511 0.0000 xim109 0.9575 0.2330 0.1622 -0.0511 0.0000 xim108 0.9575 0.2330 0.1622 -0.0511 0.0000 xim107 0.9575 0.2330 0.1622 -0.0511 0.0000 xim106 0.9575 0.2330 0.1622 -0.0511 0.0000 xim104 -0.9936 0.0658 -0.0553 0.0740 0.0000 xim103 0.3410 0.8312 0.4169 -0.1380 0.0000 xim102 -0.7948 0.5804 0.1497 0.0948 0.0000 xim101 -0.8827 0.4489 0.0855 0.1099 0.0000 xim100 0.5561 0.7182 0.1145 0.4021 0.0000 xim99 -0.7946 -0.1673 0.1723 -0.5576 0.0000 xim98 -0.0990 0.8844 0.1348 0.4358 0.0000 xim97 -0.8530 0.4878 0.0724 0.1707 0.0000 xim96 0.4661 0.8193 0.2300 0.2421 0.0000 xim95 0.0643 0.6512 -0.7550 -0.0421 -0.0000 xim94 -0.2663 -0.3885 0.7833 0.4057 0.0000 xim93 0.9074 0.3798 -0.0306 -0.1772 0.0000 xim92 0.9695 0.2128 0.1030 -0.0646 0.0000 xim90 0.9575 0.2330 0.1622 -0.0511 0.0000 xim89 -0.1334 -0.4649 0.8621 0.1512 0.0000 xim88 -0.1821 -0.4613 0.8622 0.1033 0.0000 xim86 -0.1334 -0.4649 0.8621 0.1512 0.0000 xim85 0.1334 0.4649 -0.8621 -0.1512 -0.0000 x87 -0.5539 -0.5155 -0.5875 0.2869 0.0000 x84 -0.3809 -0.3574 -0.8222 0.2263 0.0000 x83 0.9575 0.2330 0.1622 -0.0511 0.0000 x78 0.8745 -0.0805 -0.2559 0.4042 0.0000 x76 -0.9572 0.2709 0.0076 0.1016 0.0000 x75 0.8173 -0.5530 -0.1552 -0.0462 0.0000 x74 -0.7832 -0.5320 0.2994 0.1181 0.0000 x73 -0.4713 -0.8330 0.2499 0.1470 0.0000 x33 0.6640 -0.7215 -0.1961 -0.0138 0.0000 x32 -0.6037 0.7406 0.1258 -0.2670 0.0000 x31 -0.8630 0.4050 0.1937 -0.2316 0.0000 x30 -0.5091 0.6554 0.4415 0.3411 0.0000 x29 0.7019 0.3622 -0.2619 0.5546 0.0000 x22 -0.7453 0.6644 -0.0255 -0.0494 0.0000 x19 0.7275 -0.6542 -0.2041 0.0325 0.0000 x18 0.7819 -0.5860 -0.2008 0.0700 0.0000 x17 0.6893 -0.4166 0.5895 -0.0621 0.0000 x16 0.7883 -0.5479 -0.2701 0.0734 0.0000 x2 0.6550 -0.2002 -0.6239 0.3764 0.0000 x1 0.8283 -0.5378 0.1228 -0.0980 0.0000 Variable Factor1 Factor2 Factor3 Factor4 Uniqueness





significativa en la explicación del factor 1, en especial aquellas que conforman la demanda

de turismo en Bogotá. En efecto, (en términos absolutos) sobresalen variables como

“viajeros del resto del mundo a Bogotá”, “participación de turistas en evento Colombia al

parque”, “inversión en turismo”, “construcción hotelera nueva”, “productividad laboral”,

entre otras. No obstante, se observa que la mayoría de las variables del nivel meso son

relevantes al explicar los factores 1 y 2, indicando que en realidad podrían estar afectando

la competitividad del sector turístico en Bogotá durante este periodo. Con el fin de evaluar

el resultado se realizó un gráfico de los valores propios, que confirma la selección del

primer componente a partir del criterio de Kaiser. El gráfico 6 muestra que el factor 1 y 2

presentan los mayores valores 28.1 y 11, los cuales son mayores a 1.

79



Gráfico 6

01

02

03

0

Eig

enva

lues

0 10 20 30 40 50Number



De igual forma, el gráfico 7 presenta la carga de factores que se obtienen a partir de las 48

variables que conforman el nivel macroeconómico.

Gráfico 7 -1

.5-1

-.5

0.5

1

Sco

res fo

r fa

cto

r 2

-1 -.5 0 .5 1 1.5Scores for factor 1

Score variables (factor)


d. Nivel Micro:

En la tabla 16 se observa que los tres primeros factores explican cerca del 80% de la

varianza de las variables que conforman el nivel microeconómico de la competitividad del

sector turístico de Bogotá durante el periodo 2000 y 2012. Los resultados indican que dos

factores retienen a las variables del nivel micro con mayor variabilidad. En efecto, durante

el periodo 2000 y 2012 los dos factores retenidos explican el 80% de la varianza de los

datos del nivel micro. El primer factor explica el 66,5% de la varianza y el segundo factor

explica el restante 25,6% de la varianza, lo que indica que estos factores aportan mucho a la

explicación del fenómeno de la competitividad del sector turismo en el nivel micro (ver

81



columna de proporción en la tabla 8). Además, siguiendo el criterio de Kaiser es posible

retener los dos componentes principales ya que sus valores propios (eigenvalue) son

mayores a 1. En efecto, el valor propio del primer factor fue 6 y el segundo factor fue de

2,3. Luego de elegir los dos primeros factores, los resultados de la rotación varimax


interior de estos factores que más explican la varianza del nivel micro en la competitividad

sistémica para el sector turismo en Bogotá.

Tabla 16

.

x105 0.7383 0.6732 -0.0414 0.0000 x82 0.9010 0.4056 -0.1538 -0.0000 x81 -0.7640 0.3734 0.5261 0.0000 x80 -0.8699 0.4911 0.0458 -0.0000 x79 -0.8803 0.4743 0.0051 -0.0000 x77 0.9715 0.2362 0.0196 -0.0000 x26 0.7853 -0.0365 0.6180 -0.0000 x25 0.9441 0.3198 0.0800 0.0000 x23 0.2453 -0.9586 0.1447 -0.0000 Variable Factor1 Factor2 Factor3 Uniqueness


LR test: independent vs. saturated: chi2(36) = . Prob>chi2 = . Factor9 -0.00000 . -0.0000 1.0000 Factor8 -0.00000 0.00000 -0.0000 1.0000 Factor7 -0.00000 0.00000 -0.0000 1.0000 Factor6 -0.00000 0.00000 -0.0000 1.0000 Factor5 0.00000 0.00000 0.0000 1.0000 Factor4 0.00000 0.00000 0.0000 1.0000 Factor3 0.71397 0.71397 0.0793 1.0000 Factor2 2.30152 1.58755 0.2557 0.9207 Factor1 5.98451 3.68299 0.6649 0.6649 Factor Eigenvalue Difference Proportion Cumulative






significativa en la explicación del factor 1, en especial las variables como “gasto en

servicios de agua”, “tarifas promedio de servicios”, “ocupación hotelera”, entre otras.

Con el fin de evaluar el resultado se realizó un gráfico de los valores propios, que

confirma la selección del primer componente a partir del criterio de Kaiser. El gráfico 8

83



muestra que el factor 1 y 2 presentan los mayores valores 5.9 y 2,3, los cuales son mayores

a 1.

Los resultados del ejercicio de componentes principales permiten concluir que

durante el periodo 2000 y 2012, las variables en cada una de las categorías y dimensiones,

explican de manera significativa la competitividad del sector turismo en Bogotá. En síntesis

en el nivel meta, las variables más importantes para el factor 1 (en términos absolutos) es la

de “ambiente institucional” y “percepción de la corrupción” con una carga de 0.993 y

0.991, respectivamente.

Gráfico 8

02

46

Eig

enva

lues

0 2 4 6 8 10Number



En el nivel macroeconómico la mayoría de variables aportan de manera significativa

en la explicación del factor 1. En efecto, (en términos absolutos) sobresalen variables como

“mercados de exportación”, “pobreza” la cual tiene un efecto negativo sobre la

competitividad, y la “tasa de ocupación” las cuales presentaron cargas de 0.998, 0.999 y


En el nivel meso, sobresalen variables como “viajeros del resto del mundo a

Bogotá”, “participación de turistas en evento Colombia al parque”, “inversión en turismo”,

“construcción hotelera nueva”, “productividad laboral”, entre otras. Finalmente en el nivel

micro, la mayoría de variables aportan de manera significativa en la explicación del factor

1, en especial las variables como “gasto en servicios de agua”, “tarifas promedio de

servicios”, “ocupación hotelera”, entre otras.

e. Índice de Competitividad Turística para Bogotá

El índice de competitividad turística para Bogotá durante el periodo 2000 a 2012 es

una suma ponderada de los índices de desempeño en las 16 dimensiones comprendidas en

los niveles meta, macro, micro y meso. Estas dimensiones son las siguientes: capacidad de

integración y acción estratégica de la sociedad, capacidad social de organización e

integración, entorno macroeconómico, política comercial, política financiera, política fiscal,

infraestructura, encadenamientos productivos, políticas de fomento y desarrollo de PyMes,

recursos naturales y protección al medio ambiente, seguridad pública y protección al

ciudadano, recursos y actividad cultural, características de la demanda, entorno económico,

85



flexibilidad productiva y calidad total y reorganización del suministro y redes

empresariales.

Es decir, el índice presentaría la siguiente forma:

(e)

En donde:

: Capacidad social de organización e integración en el periodo t

: Entorno macroeconómico en el periodo t

: Política comercial en el periodo t

: Política fiscal en el periodo t

: Infraestructura en el periodo t

: Seguridad pública y protección al ciudadano en el periodo t

: Recursos y actividad cultural en el periodo t

: Características de la demanda en el periodo t

Los parámetros , , …, , tales que son ponderaciones que

representan el peso relativo de cada uno de los índices o dimensiones en cada periodo en el

ICTB. Estas ponderaciones se obtendrán al aplicar la técnica estadística de componentes

principales a cada uno de las 8 dimensiones.

Es importante resaltar, que debido a que la base de datos es de una estructura de

corte longitudinal en donde se analizan diferentes variables a través del tiempo para una

unidad de análisis que es Bogotá, el análisis es análogo a la técnica de regresión lineal, en

donde cada componente es el resultado de una combinación lineal de las variables que

corresponden a cada una de las dimensiones descritas anteriormente.

Antes de presentar los resultados en la construcción del índice de competitividad

turística para Bogotá – ICTBO, se presenta brevemente el resultado del ACP para cada una

de las dimensiones.

De acuerdo con los resultados de la tabla 17, para la dimensión “capacidad de

integración y acción estratégica” se retuvo finalmente un solo factor que explica cerca del

84% de la varianza de las variables en esta dimensión. En efecto, las variables que más

explican la proporción de la varianza en esta dimensión son la tasa de cobertura en

educación media y la tasa de cobertura en educación superior.

En el componente de “entorno macroeconómico” se retuvo finalmente 4 factores

que son combinaciones lineales de las variables macroeconómicas que afectan a esta

dimensión. Los cuatro factores explican cerca del 96% de la varianza de las variables en

esta dimensión, y sobresalen la varianza de la tasa de ocupación, el PIB percápita, la tasa de

desempleo, el número de ocupados, el número de desempleados, el índice de pobreza

extrema y la tasa global de participación. Al parecer las políticas implementadas por las tres

últimas administraciones han permitido alcanzar objetivos tendientes reducir la pobreza y

generar empleo en la capital.

87



Tabla 17

DimensiónFactores

Retenidos

Proporción

de VarianzaVariables

Capacidad de integración y acción estratégica 1 0,84Tasa de cobertura en educación media

Tasa de cobertura en educación superior

Tasa de ocupación

PIB Percápita

Tasa de desempleo

Número de ocupados

Número de desempleados

Incidencia de pobreza extrema

Tasa global de participación

Balanza comercial

Balanza comercial relativa

Participación de exportaciones no tradicionales sobre el PIB

Importaciones

Flujos de comercio

Tasa de cambio representativa del mercado

Deuda

Servicio de deuda con relación al gasto

Ingresos totales

Ingresos tributarios

Servicio de la deuda externa

Número de grupos de investigación por cada 100 mil habitantes

Tasa de cobertura en educación media

Tasa de cobertura en educación superior

Cupos de Formacion profesional ofrecidos por el SENA

Cobertura de servicio de energía electrica

Número de investigadores residentes por Cada 100 mil habitantes

Construcción culminadas

Empresas atendidas por programas de formación especializada y actulización del recurso humano

Número de secuestros

Tasas de defunciones por deficiencias y anemias nutricionales por cada 10.000 habitantes

Mortalidad materna por 100 mil nacidos vivos

Defunciones por enfermedades respiratorias por departamento de residencia

Participación de Turistas Salsa al parque

Participación de Turistas Colombia al parque

Participación total de turiustas en eventos

Viajeros España a Bogotá

Viajeros Alemania a Bogotá

Viajeros extranjeros a Bogotá

Total de pasajeros llegados al país nacionales

Viajeros Brasil a Bogotá

Viajeros México a Bogotá

Total viajeros no Residentes Internacionales

Número de noches pernoctadas 1 noche

Fuente: Cálculos propios sobre diversas fuentes aplicando la técnica de Componentes Principales

Recursos y actividad cultural 2 0,95

Características de la demanda del sector 4 0,94

4 0,94

Infraestructura 4 0,97

Seguridad pública y protección al ciudadano 2 0,9

Análisis de Componentes Principales por Dimensiones

2000 - 2012

Entorno macroeconómico 4 0,96

Política comercial 2 0,91

Política fiscal

Por su parte en la dimensión de “política comercial” que analiza los aspectos de

inserción de la economía de la capital con el resto del mundo, la aplicación del método de

ACP muestra que al final dos factores son los que explican cerca del 91% de las variaciones

de las variables en esta dimensión. Las variables más sobresalientes son el balance

comercial de la capital que se manifiesta en la balanza comercial, la balanza comercial

relativa, la participación de las exportaciones no tradicionales en el PIB de la capital, las

importaciones, los flujos de comercio y la tasa de cambio representativa del mercado.

En torno a la dimensión de “política fiscal”, los resultados del ejercicio muestran

que se logró retener a 4 factores que explican cerca del 94% de la varianza de las variables

dentro de esta dimensión. En efecto las variables que más contribuyen a la explicación en

esta dimensión son en su orden el saldo de la deuda, el indicador de servicio de la deuda

como proporción del gasto total, los ingresos fiscales totales, los ingresos tributarios y el

servicio de la deuda externa.

En la dimensión de “infraestructura” se logró retener al final a 4 factores que

explican cerca del 97% de la varianza de las variables en esta dimensión. Dentro de esta

dimensión sobresalen variables como el número de grupos de investigación por cada 100

mil habitantes, la tasa de cobertura en educación media, la tasa de cobertura en educación

superior, los cupos de formación profesionales ofrecidos por el SENA, la cobertura del

servicio de energía eléctrica, el número de investigadores residentes por cada 100 mil

habitantes, el número de construcciones culminadas y las empresas atendidas por

programas de formación especializada y actualización del recurso humano.

89



Los resultados del ejercicios de ACP muestran que en la dimensión de “seguridad

pública y protección al ciudadano” se logró retener al final 2 factores que explican cerca del

90% de la varianza de las variables en esta dimensión. Al interior de esta dimensión

sobresalen variables como el número de secuestros, la tasa de defunción por deficiencias y

anemias nutricionales por cada 100 mil habitantes, la mortalidad materna por cada 100 mil

nacidos vivos y las defunciones por enfermedades respiratorias.

En el componente de “recursos y actividad cultural” se logró al final retener a 2

factores que explican cerca del 95% de la varianza de las variables al interior de esta

dimensión; en donde sobresalen variables como participación de turistas en salsa al parque,

participación de turistas en el evento Colombia al parque y la participación total de turistas

en diferentes eventos culturales.

Finalmente, en la dimensión “características de la demanda del sector”, se logró

retener al final 4 factores que explican cerca del 94% de la varianza de las variables en esta

dimensión. Las variables que se destacan en esta dimensión son el número de viajeros

procedentes de España a Bogotá, el número de viajeros procedentes de Alemania a Bogotá,

el total de pasajeros nacionales llegados a Bogotá, viajeros procedentes de Brasil a Bogotá,

viajeros procedentes de México a Bogotá, total de viajeros no residentes internacionales y

el número de noches pernoctadas durante una noche.

Una vez se tienen los resultados del ACP para las diferentes dimensiones que

sugiere el enfoque de competitividad sistémica, se procede a construir el Indicador de

competitividad Turística para Bogotá – ICTBO como un promedio ponderado de cada una

de las variables que componen las dimensiones anteriormente analizadas tales como

“capacidad de integración y acción estratégica”, “entorno macroeconómico”, “política

comercial”, “política fiscal”, “infraestructura”, “seguridad pública y protección al

ciudadano”, “recursos y actividad cultural” y “características de la demanda del sector”. Es

importante resaltar, que la base construida para cada indicador es de tipo longitudinal, es

decir puede observar a cada una de las variables a través del periodo comprendido entre

2000 y 2012, y las puntuaciones para cada uno de los componentes principales arrojan un

resultado promedio para todo el periodo de análisis. Por esta razón, en la construcción del

indicador se utilizaron ponderaciones fijas, es decir que cada una de las variable en cada

año se multiplico por el mismo ponderador.

Gráfico 9

2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011 2012

ICTBO2 100,0 18,3 2,1 12,9 22,4 30,6 68,8 29,6 22,9 342,7 341,3 398,3

ICTBO1 100,0 66,3 48,2 19,5 10,2 38,9 25,6 14,2 35,1 166,4 198,2 261,0

Promedio ICTBO 1 40,4 40,4 40,4 40,4 40,4 40,4 40,4 40,4 40,4 40,4 40,4 40,4

Promedio ICTBO2 35,6 35,6 35,6 35,6 35,6 35,6 35,6 35,6 35,6 35,6 35,6 35,6

0,0

50,0

100,0

150,0

200,0

250,0

300,0

-50,0

0,0

50,0

100,0

150,0

200,0

250,0

300,0

350,0

400,0

450,0

ICT

BO

1

ICT

BO

2

Indice de Competitividad Turística para Bogotá - ICTBO

ICTBO2 ICTBO1 Promedio ICTBO 1 Promedio ICTBO2

Fuente: Cálculos propios a partir de la técnica de componentes principales.

91



El gráfico 9 muestra los resultados del ICTBO para el periodo 2000 y 2012, en

donde se muestran dos indicadores alternativos que difieren en las ponderaciones utilizadas.

El ICTBO1 utiliza las puntuaciones derivadas de la carga de factores y selecciona el de

mayor puntuación. Por su parte, el ICTBO2 utiliza unas ponderaciones más bajas derivadas

de la proporción de la varianza de cada variable en cada dimensión. Con el fin de lograr una

mayor comparabilidad del indicador, se construyó un número índice del ICTBO tomando

como base el año 2001. En el gráfico el ICTBO1 se mide en escala derecha y es más bajo

que el ICTBO2 que se miden en escala izquierda, debido a que utiliza unas ponderaciones

más altas que este último. Lo importante es que las tendencias de los dos indicadores son

similares y están prácticamente correlacionados positivamente en un 80%. Es importante

resaltar, que entre mayor sea el indicador implica una mejora en la competitividad del

sector turístico explicada por cada una de las dimensiones que comprende la competitividad

sistémica.

Los resultados del indicador para Bogotá durante el periodo 2000 a 2012 muestran

una mejorar en la competitividad turística de Bogotá sobre todo a partir del año 2009, toda

vez que entre 2001 y 2008 el ICTBO1 y el ICTBO2 registro un valor promedio de 40,4 y

35,6, respectivamente. Visto de otra manera, el auge turístico de la capital se refleja en el

hecho que los dos índices de competitividad se ubicaron por encima de los valores

promedio de 94,2 y 11,24, respectivamente.

Con el fin de probar la mejora del índice y la consistencia del cálculo del mismo, se

realizó un ejercicio que consistió en correlacionar el ICTBO con variables relacionadas con

el sector turismo para Bogotá durante este periodo, tales como el PIB per cápita, el nivel de

ocupación hotelera en Bogotá, construcción hotelera nueva, tasa de absorción internacional

de turismo y la tasa de absorción nacional en turismo.

Tabla 18: Matriz de Correlaciones

13 12 13 13 13 tasabtnal 0.1854 0.9455* 0.7027* -0.5283* 1.0000 13 12 13 13 tasabtint 0.1282 -0.5021* -0.3028* 1.0000 13 12 13indconsthotn 0.4226* 0.8568* 1.0000 12 12 inpibperc 0.3341* 1.0000 13 indctbo2 1.0000 indctbo2 inpibp~c indcon~n tasabt~t tasabt~l

. pwcorr indctbo2 inpibperc indconsthotn tasabtint tasabtnal, obs star(99) sidak

(*) Indica que la correlación entre las variables es estadísticamente significativa y diferente

de cero al 5% de significancia.

93



Gráfico 10 1

00

110

120

130

140

INP

IBP

ER

C

0 100 200 300 400INDCTBO2

ICTBO y PIB Percápita

Fuente: Cálculos propios sobre cifras DANE.

Gráfico 11 1

00

102

104

106

108

110

IND

CO

NS

TH

OT

N

0 100 200 300 400INDCTBO2

ICTBO vs Indice de Construcción Nueva en Hoteles

Fuente: Cálculos propios sobre cifras DANE.

Los gráficos de nube de puntos reflejan una relación directa entre el Índice de

Competitividad Turística de Bogotá y las variables PIB per cápita e índice de construcción

nueva en hoteles. Por su parte la tabla 13 presenta la matriz de correlaciones entre el

ICTBO y variables relacionadas con la demanda del sector turístico de Bogotá. Se observa

una correlación del índice con las variables de demanda.

A partir de la fuerte correlación positiva entre el ICT y el PIB per cápita de Bogotá,

se realizó un estimado del índice para el año 2013. La estimación se basó en aplicar la tasa

de crecimiento promedio del PIB per cápita para Bogotá entre el periodo 2001 a 2013, que

95



fue de 4,1%. Los resultados de la estimación se pueden observar en el gráfico 11, en donde

es clara la mejora del índice ya que este evoluciona con la dinámica de la producción per

cápita de la ciudad.

Gráfico 11

0

50

100

150

200

250

300

2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011 2012 2013*

Indice de Competitividad Turística para Bogotá - ICTBO

Fuente: Cálculos propios a partir de la técnica de componentes principales y cifras DANE. Año 2013 proyectado con base en

crecimiento promedio del PIB per cápita de Bogotá.

7. Comentarios Finales y Recomendaciones

Los resultados del ejercicio de componentes principales permiten concluir que

durante el periodo 2000 y 2012, las variables en cada una de las categorías y dimensiones,

explican de manera significativa la competitividad del sector turismo en Bogotá. En síntesis

en el nivel meta, las variables más importantes para el factor 1 (en términos absolutos) es la

de “ambiente institucional” y “percepción de la corrupción” con una carga de 0.993 y


En el nivel macroeconómico la mayoría de variables aportan de manera significativa

en la explicación del factor 1. En efecto, (en términos absolutos) sobresalen variables como

“mercados de exportación”, “pobreza” la cual tiene un efecto negativo sobre la

competitividad, y la “tasa de ocupación” las cuales presentaron cargas de 0.998, 0.999 y


En el nivel meso, sobresalen variables como “viajeros del resto del mundo a

Bogotá”, “participación de turistas en evento Colombia al parque”, “inversión en turismo”,

“construcción hotelera nueva”, “productividad laboral”, entre otras. Finalmente en el nivel

micro, la mayoría de variables aportan de manera significativa en la explicación del factor

1, en especial las variables como “gasto en servicios de agua”, “tarifas promedio de

servicios”, “ocupación hotelera”, entre otras.

97



Una vez realizado el ejercicio de ACP para las diferentes dimensiones que sugiere el

enfoque de competitividad sistémica, se procede a construir el Indicador de Competitividad

Turística para Bogotá – ICTBO como un promedio ponderado de cada una de las variables

que componen las dimensiones anteriormente analizadas tales como “capacidad de

integración y acción estratégica”, “entorno macroeconómico”, “política comercial”,

“política fiscal”, “infraestructura”, “seguridad pública y protección al ciudadano”, “recursos

y actividad cultural” y “características de la demanda del sector”. Es importante resaltar,

que la base construida para cada indicador es de tipo longitudinal, es decir puede observar a

cada una de las variables a través del periodo comprendido entre 2000 y 2012, y las

puntuaciones para cada uno de los componentes principales arrojan un resultado promedio

para todo el periodo de análisis. Por esta razón, en la construcción del indicador se

utilizaron ponderaciones fijas, es decir que cada una de las variable en cada año se

multiplico por el mismo ponderador.

Los resultados del indicador para Bogotá durante el periodo 2000 a 2012 muestran

una mejorar en la competitividad turística de Bogotá sobre todo a partir del año 2009, toda

que entre 2001 y 2008 el ICTBO1 y el ICTBO2 registro un valor promedio de 45,9 y 2,43,

respectivamente. No obstante, a partir de 2009 y hasta el último dato disponible que es en el

2012, estos dos índices registraron valores promedio de 94,2 y 11,24, respectivamente.

Los resultados derivados del presente análisis sugieren que la metodología

propuesta en este trabajo de consultoría es factible para ser implementada hacia futuro y se

permite su actualización a partir de las fuentes de información primarias y secundarias.

La metodología propuesta es flexible en el sentido que se puede realizar un análisis

de competitividad usando una base de datos de corte transversal o de datos de panel, toda

vez que en la actualidad el DANE cuenta con información a partir de encuestas que

permitirían medir la competitividad del sector turismo a nivel s de hoteles o

establecimientos y a niveles de municipios de Cundinamarca.

Las posibilidades de actualización del índice son plausibles en el sentido que se

puede alimentar con la nueva información de las fuentes primarias y secundarias para las

variables de la base con una periodicidad anual. Entorno a la flexibilidad, esta hace

referencia a que la metodología que entrega el consultor se puede aplicar a una estructura

de corte transversal de una base de datos, es decir para un año puntual en donde las

unidades de análisis sean ciudades o regiones de Bogotá a partir de encuestas que recopilen

la información a este nivel. El informe final sugerirá hacia futuro, que el Observatorio

utilice una base de datos con esta estructura para construir el ICT.

Actualmente existe una muy buena información del sector turístico pero se

encuentra de manera dispersa y atomizada, la cual es producida por diversos organismos

del gobierno y privados, que sería necesario canalizar a través del Observatorio. Una

recomendación que se deriva del presente trabajo de consultoría es realizar o reforzar los

convenios existentes que tienen el IDT con dichas instituciones que producen información.

El indicador de competitividad para el sector turístico podría usar nuevas variables

dependiendo de la información disponible y de indicadores adicionales construidos a partir

99



de encuestas especializadas en turismo. Por ejemplo, la construcción de Índice de Costos de

Turismo a partir de la Encuesta de Gasto Interno en Turismo – EGIT del DANE, podría

constituirse en una variable importante del lado de la demanda del sector turismo que

entraría a alimentar la construcción del índice hacia futuro.

Finalmente, con relación a las recomendaciones de política que se pueden

desprender del presente análisis, a través de los resultados derivados del presente trabajo de

consultoría, busca contribuir con información veraz y fidedigna, para posicionar al sector

turismo como un motor de desarrollo económico y social en Bogotá. Se espera que la

información y el análisis contenidos en este documento sirvan de estímulo para la discusión

y el desarrollo de políticas públicas, así como de proyectos y acciones en el sector privado,

que contribuyan a la consolidación del turismo en diversas entidades del país. De Manera

concreta, dado que la variable visita a la ciudad por parte turistas que provienen del

extranjero es un factor importante en explicar en alto grado el componente de demanda

turística, así como las variables que miden eventos como salsa al parque y Colombia al

parque, se sugiere asignar recursos a estas actividades, las cuales contribuyen

indudablemente al desarrollo turístico de la ciudad.

Referencias

- Hair, J., Anderson, R., Tatham, R y Black W. (1998): Multivariate Data Analysis, 5ta

edición, Prentice Hall.

- Organización Mundial del Turismo (2005): Indicadores de Desarrollo Sostenible para

los Destinos Turísticos.

- Alegre M., Joaquín, Cladera, Magdalena y Juaneda S., Catalina. (2003): Análisis

Cuantitativo de la Actividad Turística. Ediciones Pirámide.

- Ministerio de Comercio Industria y Turismo – MCIT. (2004): Sistema de Indicadores

de Competitividad para el Sector Turístico Colombiano.

- Porter, Michael (1990), The Competitive Advantage of Nations, The Free Press, New

York.

- http://www.dane.gov.co/index.php/servicios/turismo

- CCB (1996), Creación de la Ventaja Competitiva para Colombia, Cámara de Comercio

de Bogotá, Bogotá.

- CCB (2001), Entorno Bogotano de Negocios, Cámara de Comercio de Bogotá, Bogotá.

(documento power point).

- Malaver, Florentino (1998): Estrategia, Competitividad y Capacidades Empresariales.

Revista Cuadernos de Administración, número 21.

- Aregional (2010): Índice de Competitividad Sistémica de las Ciudades Mexicanas –

ICSAR, número 87.

- Ramírez Javier y Martínez Guillermo (2010): Análisis de correspondencias a partir de

una muestra probabilística. Revista Colombiana de Estadística, diciembre, vol. 33.

http://www.dane.gov.co/index.php/servicios/turismo

101



Anexo 1

Análisis de Componentes Principales a partir de Muestras Probabilísticas

La descripción del método de análisis factorial a partir de muestras probabilísticas sigue de

cerca la exposición realizada por Ramírez y Martínez (2010).

El procedimiento para realizar un análisis factorial multivariado a partir de matrices de peso

cualquiera, es diagonalizar la matriz , donde M corresponde a la métrica y L a

la matriz de peso, para encontrar los q valores propios más grandes de dicha matriz y a

partir de estos obtener las coordenadas factoriales necesarias para llevar a cabo el análisis.

En general, si se desea efectuar un procedimiento de análisis factorial a partir de una

muestra probabilística el interés se centra en la diagonalización de la matriz estimada,

a partir del diseño muestral empleado, para asó obtener os valores propios

estimados.

El polinomio característico viene dado por la ecuación

(1)

Resulta ser de la forma

(2)

El cual es posible estimarlo con la expresión

Donde r es el número de modalidades de estudio y son valores numéricos que

se pueden escribir como funciones de totales poblacionales estimados. De esta manera se

pueden establecer que los valores estimados de son de la forma

(4)

Donde son los estimadores de los totales poblacionales que conforman la matriz A. Así,

obtenidos estos valores, es posible efectuar por completo el análisis factorial a partir de la

información de la muestra, dado que con los valores y vectores propios estimados se

pueden construir las demás componentes del análisis.

Métodos Computacionales

Una vez seleccionada la muestra probabilística de la población de interés, y determinados

los factores de expansión a partir del diseño de muestreo seleccionado, es posible aplicar

algunas rutinas de programas estadísticos como SAS, SPAD o XLSTAT para estimar los

elementos de base del análisis de correspondencias. Esto se logra incluyendo la variable

“peso” en el análisis correspondiente (en este contexto, a los factores de expansión del

103



diseño). De manera más explícita: mediante SAS, consiste en cargar el paquete PROC

CORRESP con la opción Weight p, donde p es la columna que contiene los factores de

expansión del análisis por muestreo probabilístico. Mediante SPAD, consiste en establecer

una columna en la base de datos de la muestra como los factores de expansión, la cual se

colocará como “ponderación” en los parámetros del software. Mediante XLSTAT, consiste

en insertar la matriz de Burt, Disyuntiva Completa, o Individuos Variable, en la opción que

especifica la matriz con la cual se realizará el análisis, en nuestro caso, la Matriz de Burt, y

después en la opción Peso se insertan los factores de expansión.

“propuesta metodológica para la construcción de un ... · para la construcción de indicadores...

Documents