Pobreza, empleo y fluctuaciones territoriales

Lo que muestran las series

La afectación, la variabilidad y la recuperación son dimensiones distintas. Popular registra la mayor pobreza monetaria de 2025 (31,08 %). Manrique presenta la mayor dispersión de sus cambios recientes en pobreza. San Sebastián de Palmitas y Santa Elena destacan por oscilaciones laborales. Una caída fuerte de pobreza también eleva la variabilidad: esta no equivale automáticamente a deterioro.

En 2025 subió la pobreza monetaria en Villa Hermosa (+0,42 pp), La Candelaria (+0,49 pp) y San Antonio de Prado (+0,70 pp). Los tres casos requieren explicaciones distintas: sus indicadores laborales y de pobreza extrema no se mueven de la misma manera.

Qué comparar y cómo medirlo

Se conserva la etiqueta “pobreza monetaria moderada” del archivo como PM. No se suma PM con PE: esta última es una condición contenida en la pobreza monetaria. El Gini territorial describe desigualdad interna y no mide directamente la brecha de ingresos entre comunas.

Los corregimientos tienen TD, TO y TGP desde 2020; pobreza e informalidad desde 2021. No se usan promedios simples de tasas territoriales como si fueran la tasa distrital: esta requiere numeradores y denominadores adecuados. Las comparaciones de movimientos comunes emplean medianas no ponderadas y se identifican como tales.

Medidas que separan dirección y fluctuación

• Nivel final: valor del indicador en 2025.
• Cambio neto: valor de 2025 menos valor de 2022.
• Cambio anual: Δx = x del año actual − x del año anterior, en puntos porcentuales para tasas.
• Variabilidad de los cambios: desviación estándar muestral de las tres diferencias 2022–2023, 2023–2024 y 2024–2025. Mide cuánto cambia la dirección o intensidad del movimiento; no estima por sí sola riesgo futuro.
• Amplitud media: promedio del valor absoluto de los cambios anuales. Distingue una trayectoria de grandes reducciones sostenidas de otra con poco movimiento.
• Movimiento relativo al grupo: a cada cambio se le resta la mediana de comunas o de corregimientos en ese año. La dispersión restante ayuda a explorar diferencias frente al movimiento compartido; no elimina sesgo de muestra ni identifica causas.

No se usa el coeficiente de variación como criterio central: puede exagerar fluctuaciones en tasas muy bajas. El Gini se analiza en su escala propia, sin mezclar su dispersión con los puntos porcentuales de las tasas.

Controles de consistencia

Se verificaron 21 códigos únicos, la correspondencia de nombres entre archivos, los siete indicadores de cada territorio y la cobertura completa 2021–2025. “Poblado” del archivo laboral se homologó con “El Poblado”.

La diferencia de 2021 llega a 0,18097 pp en Villa Hermosa, mayor que las diferencias de los años siguientes. No se corrigen los datos de origen. Se debe consultar al productor sobre la consistencia de sus denominadores y el empalme. El análisis principal desde 2022 reduce la dependencia de ese año, aunque no certifica homogeneidad completa.

Dónde fluctúan más los indicadores

Informalidad requiere una lectura aparte. En 2022 disminuye en los 21 territorios, con una mediana de −7,45 pp frente a 2021. El DANE documenta una nueva medición de informalidad en el rediseño de la GEIH. La coincidencia amerita verificar qué definición se aplicó en cada año del archivo. No se interpreta esa caída como formalización territorial demostrada ni se usa para agrupar territorios.

Cambios interanuales de los dos indicadores centrales

Separar vulnerabilidad actual de variabilidad

Decisión sobre clústeres

No se estiman clústeres definitivos en esta primera entrega. Con 21 territorios y tres diferencias recientes, un agrupamiento puede reflejar el movimiento de un solo año o el tamaño de muestra. Primero se proponen perfiles de lectura: alta pobreza persistente, oscilación laboral, mejora sostenida y deterioro reciente. Son dimensiones que pueden superponerse.

Si se confirma el empalme, conviene evaluar agrupamientos separados: uno de condiciones estructurales (PM, PE y empleo, cuidando redundancias) y otro de respuesta temporal (intensidad, reversión y recuperación). Se estandarizarían las variables y se contrastaría la estabilidad al excluir años o variables. TO, TGP y TD no deben entrar juntas sin atender su relación algebraica. Con solo cinco corregimientos no se recomienda ajustarles un modelo independiente de muchos grupos.

Cómo encadenar la explicación social y económica

La cadena de trabajo propuesta es: evento fechado → exposición previa del territorio → cambio en empleo y participación → variación de los ingresos del hogar → cambio en pobreza → recuperación o persistencia. Los precios y las transferencias pueden modificar la relación entre empleo e ingreso disponible. Las series agregadas permiten buscar patrones compatibles con esta cadena; hacen falta datos adicionales para probar cada mecanismo.

Pandemia, 2019–2020. El desempleo sube en las 16 comunas. La mediana del aumento es 5,75 pp. Manrique supera ese movimiento mediano en 8,01 pp y Santa Cruz en 3,60 pp. Esto identifica una mayor afectación observada por tasa; no demuestra que toda la diferencia provenga de la pandemia. La literatura del Banco de la República documenta pérdidas laborales y de ingresos heterogéneas y una compensación parcial mediante transferencias. Para explicar la diferencia territorial se debe contrastar informalidad previa, ramas presenciales, posición ocupacional y composición de los hogares.

Doce de Octubre ilustra una ruptura en la cadena esperada. TD aumenta 7,10 pp en 2020 y TO cae 5,87 pp. Sin embargo, el archivo reporta PM de 38,73 % en 2019 y 31,14 % en 2021. Esa reducción acumulada, que cruza un vacío y cambios metodológicos, no permite afirmar que la pandemia redujo pobreza. Obliga a verificar medición, distribución de ingresos y transferencias antes de construir una explicación.

Corregimientos, 2024. Los cinco presentan TD al alza, TO a la baja y TGP a la baja. En Santa Elena los cambios son +6,16, −8,57 y −4,93 pp, respectivamente. En Palmitas son +4,05, −5,71 y −3,53 pp. La sincronía es una señal para contrastar un choque compartido de demanda, accesibilidad u oferta laboral, junto con posibles efectos de muestra u operativo. Estos archivos no contienen evidencia que permita atribuirlo a un evento local concreto.

El desempleo puede bajar sin que aumente la ocupación

Villa Hermosa: TD baja 1,97 pp, pero TO también baja 0,51 pp y TGP baja 2,03 pp. PM sube 0,42 pp y PE sube 1,15 pp. El patrón es compatible con menor participación y un deterioro de ingresos en parte de los hogares. No basta observar desempleo. Se deben verificar motivos de salida de la fuerza de trabajo, ingresos reales y composición de la población.

La Candelaria: PM aumenta 0,49 pp, mientras PE disminuye 1,97 pp y TO aumenta 1,56 pp. La evolución sugiere cambios distintos en la parte más baja y alrededor de la línea general de pobreza. Deben revisarse distribución del ingreso, ingresos no laborales y precisión de las estimaciones.

San Antonio de Prado: TD aumenta 0,51 pp, TO cae 0,91 pp y PM aumenta 0,70 pp en 2025. Es una señal conjunta de deterioro reciente. PE, en cambio, cae 2,61 pp. El empeoramiento no es uniforme en toda la distribución.

Castilla: TD sube 2,10 pp y TO cae 4,31 pp, mientras PM disminuye 3,59 pp. Hay que contrastar fuentes de ingreso distintas al empleo, cambios distributivos y composición de hogares. Las tasas por sí solas no permiten escoger una explicación.

Una descomposición contable útil

TO = TGP × (1 − TD/100). Entre dos años, el cambio de TO puede descomponerse exactamente como (1 − TD promedio/100) × ΔTGP − (TGP promedio/100) × ΔTD. El promedio se toma entre los dos años. Es una identidad de tasas y no una identificación causal.

En Villa Hermosa, la caída de participación aporta −1,86 pp al cambio de TO; el menor desempleo aporta +1,34 pp. El resultado es −0,51 pp de ocupación. Esta lectura evita interpretar automáticamente la caída de TD como mejora del empleo.

Qué evidencia permitiría explicar las fluctuaciones

Una hipótesis territorial debe sustentarse en la estructura observada del territorio, sin asignarle de antemano características sectoriales o sociales. Una correlación entre tasas de una comuna no prueba lo que pasó a los mismos hogares. Con datos anuales tampoco se puede localizar un choque en un mes concreto ni observar su duración dentro del año.

Siguiente paso técnico

1. Solicitar al productor la ficha de comparabilidad por año, indicador y dominio, incluidos empalmes territoriales.
2. Obtener tamaños de muestra y errores de estimación por territorio. Los cambios y rankings aquí reportados no son pruebas de significancia.
3. Construir un calendario de eventos y exposiciones previas verificables. Usar las hojas de características de población, situación de los pobres y ramas de actividad solo en sus desagregaciones disponibles.
4. Estudiar primero Manrique y Santa Cruz para 2020; Santa Elena y Palmitas para 2024; Villa Hermosa y San Antonio de Prado para 2025.
5. Con una serie armonizada, comparar cambios respecto al movimiento común de cada grupo y valorar un estudio de evento con exposición previa o diferencias en diferencias, solo si existen controles y tendencias previas plausibles.