Una persona en zona rural colombiana tiene 5.39 veces más probabilidad de ser analfabeta que una en zona urbana. Solo el 28.5% de las viviendas en Chocó tienen acueducto, frente al 99.5% en Bogotá.
Colombia es uno de los países más desiguales de América Latina, pero las cifras nacionales promedian realidades radicalmente distintas. Un departamento como Bogotá tiene indicadores comparables a países de ingreso medio-alto, mientras que Chocó presenta coberturas de servicios básicos similares a las de zonas del África subsahariana.
¿Qué tan significativas son las brechas de desigualdad entre departamentos colombianos en educación, vivienda y acceso a servicios básicos? Y más importante: ¿cómo se manifiestan entre zonas urbanas y rurales dentro de cada departamento?
Este análisis es relevante para tomadores de decisiones en política pública, organismos de cooperación internacional y ONGs que necesitan datos granulares para focalizar inversión social.
| Fuente | Descripción | Tamaño |
|---|---|---|
| DANE — Censo Nacional de Población y Vivienda 2018 | Microdatos de viviendas, hogares y personas | 15.3M personas, 4.5M viviendas (5 departamentos) |
| World Bank API | Indicadores de desarrollo para contexto macro | 1,000+ indicadores |
Departamentos seleccionados: Bogotá (referencia urbana), Antioquia (grande y diverso), Caldas (eje cafetero, punto medio), La Guajira (rural, fronterizo, indígena) y Chocó (mayor pobreza nacional, mayoría afrodescendiente).
El análisis combina estadística descriptiva, pruebas de hipótesis e inferencia para cuantificar y contextualizar las brechas de desigualdad.
Carga y procesamiento: los microdatos del DANE son archivos pesados (400+ MB por departamento). Se implementó una estrategia de carga por lotes, procesando un departamento a la vez y cargando únicamente las columnas necesarias para minimizar consumo de memoria.
Decodificación y limpieza: durante la verificación del diccionario de datos se descubrió que los códigos 7 y 8 de la variable de nivel educativo correspondían a técnica profesional y tecnológica — niveles que representan el 21% de los datos y que el diccionario superficial no incluía. Adicionalmente, el código 9 mostró un comportamiento anómalo (98% concentrado en zona urbana, 70% en Bogotá), consistente con artefactos del eCenso documentados por el comité de expertos del DANE.
Pruebas de hipótesis: se aplicaron tres pruebas complementarias para evaluar la brecha de alfabetismo urbano-rural: prueba Z de proporciones, Chi-cuadrado de independencia y regresión logística. Las tres convergen en la misma conclusión, pero la regresión logística aporta el odds ratio (tamaño del efecto), que es más informativo que el p-valor para muestras censales.
Bogotá supera el 94% en todos los servicios. Chocó tiene 28.5% de cobertura de acueducto, 20.4% de alcantarillado y 2.4% de gas natural — cifras que indican no solo desigualdad sino ausencia total de infraestructura. La Guajira presenta una paradoja: mayor cobertura de gas (40.4%) que de agua potable (46.6%).
| Servicio | Bogotá | Antioquia | Caldas | La Guajira | Chocó |
|---|---|---|---|---|---|
| Energía eléctrica | 99.8% | 98.8% | 98.7% | 60.7% | 75.8% |
| Acueducto | 99.5% | 90.1% | 88.8% | 46.6% | 28.5% |
| Internet | 75.5% | 52.5% | 43.0% | 10.8% | 14.0% |
La regresión logística confirmó que una persona en zona rural tiene 5.39 veces más probabilidad de ser analfabeta que una en zona urbana (OR = 5.39, IC no calculado por ser dato censal). La tasa de analfabetismo rural (16.45%) triplica la urbana (4.87%).
Las pruebas Z y Chi-cuadrado arrojaron p-valores de 0.00, pero con 14 millones de observaciones cualquier diferencia resulta significativa. El odds ratio y la diferencia de 11.58 puntos porcentuales confirman que el efecto es tanto estadística como prácticamente relevante.
La brecha en educación superior entre zona urbana y rural oscila entre 17.8 y 23.2 puntos porcentuales en todos los departamentos. Caldas rural tiene solo 5.8% de su población de 25+ con educación superior, frente a 39.7% en Bogotá urbano.
| Departamento | Urbano | Rural | Brecha |
|---|---|---|---|
| Bogotá | 39.7% | 19.3% | 20.4 pp |
| Chocó | 32.7% | 9.5% | 23.2 pp |
| Antioquia | 29.5% | 9.4% | 20.1 pp |
| Caldas | 26.0% | 5.8% | 20.2 pp |
| La Guajira | 31.3% | 13.5% | 17.8 pp |
git clone https://github.com/[tu-usuario]/proyecto-01-desigualdad-colombia.git
cd proyecto-01-desigualdad-colombia
python -m venv venv
venv\Scripts\activate # Windows
# source venv/bin/activate # Linux/Mac
pip install -r requirements.txtDatos: descargar los microdatos del DANE para los departamentos 05 (Antioquia), 11 (Bogotá), 17 (Caldas), 27 (Chocó) y 44 (La Guajira) desde microdatos.dane.gov.co. Requiere registro gratuito. Descomprimir solo los archivos _CSV.zip de cada departamento y colocarlos en Data/raw/.
jupyter notebook notebooks/01-eda.ipynb- Extender el análisis a los 33 departamentos para un mapa coroplético completo con datos reales en todas las regiones.
- Incorporar datos de la GEIH (Gran Encuesta Integrada de Hogares) para cruzar con indicadores de ingreso y empleo.
- Aplicar clustering para identificar grupos de departamentos con perfiles de desigualdad similares.
- Construir un índice compuesto de desigualdad departamental que combine educación, servicios y calidad de vivienda en una sola métrica.
Proyecto_01_Desigualdad_Colombia/
├── README.md
├── requirements.txt
├── Data/
│ ├── raw/ ← Microdatos DANE (no incluidos en repo)
│ └── processed/ ← Indicadores calculados
├── notebooks/
│ └── 01-eda.ipynb ← Análisis completo narrativo
├── reports/
│ └── figures/ ← Visualizaciones clave
└── .gitignore
Pablo Alberto Duque Marín
- Ciencia de Datos — Universidad Compensar (4° semestre)
- Maestría en Estadística Aplicada — Universidad Cuauhtémoc, México
- Maestría en Inteligencia Artificial — UNIR, España
- Tesis activa: Explainable AI (XAI) con SHAP y LIME sobre datos clínicos
Proyecto 01 del Portafolio de Data Science — Abril 2026