Anales Cientícos, 79 (2): 243-248 (2018)
ISSN 2519-7398 (Versión electrónica)
DOI: http://dx.doi.org/10.21704/ac.v79i2.1216
Website: http://revistas.lamolina.edu.pe/index.php/acu/index
© Universidad Nacional Agraria La Molina, Lima - Perú
Presentado: 09/09/2017
Aceptado: 13/02/2018
La cuenca como unidad de gestión para el desarrollo de espacios rurales: un análisis
exploratorio
The river basin as a management unit for the development of rural areas: an exploratory analysis
Silvia Rosa Pérez Huamán
1
Resumen
Con el objetivo de evaluar la compatibilidad de la organización territorial distrital en una cuenca hidrográca para
proponerla como un espacio natural para la gestión del desarrollo rural sostenible. Se realizó un análisis de conglomerados,
combinando el método no jerárquico de K-medias y el método jerárquico de Ward para 18 distritos y 10 indicadores
de desempeño socioeconómico distrital provenientes del Censo de Población y Vivienda 2007, se concluye que los 18
distritos se agrupan en tres conglomerados y estos se distribuyen en la parte baja, media y alta de cada una de las tres
subcuencas que pertenecen a la cuenca del río Mala en Cañete-Perú.
Palabras clave: Cuenca hidrográca; análisis de conglomerados; desarrollo rural; desarrollo sostenible.
Abstract
With the objective of evaluating the compatibility of the district territorial organization in a hydrographic
basin to propose it as a natural space for the management of sustainable rural development. A cluster analysis
was carried out, combining the non-hierarchical K-means method and Ward’s hierarchical method for 18
districts and 10 indicators of district socioeconomic performance from the 2007 Population and Housing
Census, concluding that the 18 districts are grouped into three conglomerates and these are distributed in the
lower, middle and high part of each of the three sub-basins that belong to the Mala river basin in Cañete-Peru.
Keywords: river basin; cluster analysis; rural development; sustainable development.
1
Universidad Nacional Agraria La Molina, La Molina, Lima, Perú. Email: sperez@lamolina.edu.pe
1. Introducción
El agua es el articulador natural del ecosistema y de las
actividades antropogénicas en el territorio y en su recorrido
delimita un espacio natural e idóneo para la gestión del
desarrollo rural sostenible: la cuenca hidrográca, sin
embargo, algunos actores tanto públicos como privados e
involucrados en la gestión del desarrollo sostienen que las
variables de régimen uvial son insucientes para explicar
el complejo sistema de desarrollo territorial. Por esta razón,
hay una persistente tendencia a conducir el desarrollo de
espacios rurales con intervenciones asistencialistas y con
programas y proyectos de apoyo social que no aprovechan
el potencial efectivo endógeno para el desarrollo sostenible.
El enfoque de cuenca ha evolucionado paulatinamente,
centrando su atención primeramente en la gestión del
recurso hídrico hasta lo que hoy se conoce como cogestión
de cuencas, que implica la gestión conjunta y coordinada
entre los actores del territorio denido por la divisoria de
aguas (Dourojeanni, 1999). La ecacia de la gestión a nivel
de cuenca se basa principalmente en el conocimiento de la
dinámica de la cuenca y de cada uno de sus componentes
así como en el conocimiento, voluntad y capacidad de
gestión y participación de los actores que intervienen en
la cuenca. Por ello, además de disponer de una base de
datos, variables y materiales cartográcos, se requiere
de un marco institucional estable y del cual formen parte
los actores de la cuenca así como disponer de todos los
elementos e instrumentos nancieros, legales y políticos
(Dourojeanni, 1999).
La experiencia en la implementación de la gestión
de cuencas hidrográcas en países como México, Rusia,
Colombia, da cuenta de una escasa transparencia de
la información sobre los procesos de organización y
participación de distintos actores, programas y planes
(Perevochychikova & Arellano-Monterrosas, 2008) que
aunada a una visión institucional burocrática y tecnicista
de las autoridades de agua no favorece una efectiva
participación de actores, y en especial, de las comunidades
locales (Buitrago, 2014). Es bajo estas premisas que
surge la necesidad de mostrar argumentos objetivos para
entender que el enfoque de cuenca puede ser compatible
con un enfoque político administrativo distrital para
gestionar el desarrollo de un territorio aunque en ambos
se usen diferentes escalas o variables para su delimitación.
Con este n se aplica el análisis de conglomerados
jerárquicos y no jerárquicos sobre 18 distritos que
conforman la cuenca del río Mala en Cañete, para mostrar
que la demarcación distrital y la cuenca hidrográca
pueden tener puntos de conuencia territorial y favorecer
la participación de los actores para la gestión del desarrollo
territorial a nivel de cuenca.
La cuenca como unidad de gestión para el desarrollo de espacios rurales: un análisis exploratorio
Julio - Diciembre 2018
244
2. Materiales y métodos
La cuenca de río Mala posee una interesante heterogeneidad
que va desde los 25 a casi los 5000 m.s.n.m. y es una cuenca
representativa de la ruralidad de la región Lima Provincias.
El río Mala toma este nombre después de la conuencia de
los ríos Quinches y San Lorenzo, que desde una altura de
1545 m.s.n.m. discurre hacia el litoral peruano. Estos tres
ríos dividen a la cuenca del río Mala en tres subcuencas,
conformadas por un total de nueve unidades hidrográcas
básicas. Su composición desde el punto de vista hídrico,
político y espacial se muestra la Tabla 1.
Tabla 1. Unidades hidrográcas de la cuenca del río Mala
Unidades Superficie
Subcuencas hidrográficas Distritos que la componen en cuenca
(%)
Provincia de Cañete:
Mala, San Antonio, Santa Cruz de Flores, Calango
Mala 1. Bajo Mala
Provincia de Huarochiri:
Mariatana 35
Provincia de Yauyos:
Quinocay
Provincia de Yauyos:
Quinches 2. Quinches Huampará, Ayaviri, Quinches, 24
Huañec, San Joaquín y Cochas
Provincia de Huarochiri:
3. Medio Bajo Mala Huarochiri, Sangallaya y S. Lorenzo de Quinti 9
4. Tantará S. Lorenzo de Quinti y Tanta 6
San Lorenzo 5. Medio Mala Sangallaya, S. Lorenzo de Quinti y Huarochiri 3
6. Acacache Sangallaya, S. Juan de Tantaranche y S. Pedro de Huancayre 10
7. Medio Alto Mala Huarochiri y S. Pedro de Huancayre 1
8. Aguaquiri Santiago de Anchucaya y S. Pedro de Huancayre 4
9. Alto Mala Santiago de Anchucaya, Huarochiri y S. Juan de Tantaranche 8
Total cuenca 100
Fuente: INRENA (2007).
En base a la información distrital del Censo de Población
y Vivienda (2007) y la Encuesta Registro Nacional de
Municipalidades (RENAMU, 2007) a nivel de distritos,
se calcularon los 10 indicadores para los 18 distritos y
se procesaron en el programa estadístico informático
SPSS. Las pruebas aplicadas fueron la prueba la prueba
jerárquica de Ward y la prueba no jerárquica de K-medias.
Los 10 indicadores de desempeño socioeconómico distrital
que se tomó en cuenta para el análisis de conglomerados
(Anexo 1) donde dpob, es la densidad de población
distrital expresados en hab/km
2
; PEA prim, es la PEA
primaria como porcentaje de la PEA total distrital; PBI
real pc, es el PBI real per cápita distrital expresado en
nuevos soles de 1994; Supcomp, es la supercie per cápita
de competencia municipal distrital expresado en km
2
, que
mide el ratio entre la supercie distrital en kilómetros
cuadrados y el recurso humano municipal distrital
disponible para la gestión local; dcar, es la densidad de red
vial distrital y mide la longitud de carretera en kilómetros
por supercie distrital en kilómetros cuadrados; ca, es la
cobertura de agua potable a nivel distrital expresada como
porcentaje del total de viviendas particulares censadas con
acceso a agua potable; cl, es la cobertura de luz a nivel
distrital expresada como porcentaje del total de viviendas
particulares censadas con acceso a luz eléctrica; cd, es
la cobertura de desagüe a nivel distrital expresada como
porcentaje del total de viviendas particulares censadas
que tienen acceso servicio de desagüe; TDE, la tasa de
dependencia económica es la carga económica que recae
sobre la porción productiva distrital, expresada como el
porcentaje que representa la población dependiente (menor
de 15 y mayor de 65 años) en la PEA en edad de trabajar
(mayor de 15 y menor de 65 años); ESM, la cobertura
efectiva de educación secundaria a nivel distrital expresada
como el porcentaje de la población total distrital mayores
de 15 años que logró como mínimo terminar su educación
secundaria.
Análisis de Conglomerado con SPSS para los distritos de
la cuenca del río Mala
El análisis de conglomerados es una técnica estadística
multivariante que busca agrupar elementos (o variables)
tratando de lograr la máxima homogeneidad en cada
grupo y la mayor diferencia entre los grupos en base a
un conjunto de datos. Al ser una técnica exploratoria, no
explica causalidad ni tampoco otorga soluciones únicas
ni óptimas, el buen resultado depende del conocimiento y
experiencia del investigador.
Existen dos tipos de análisis: los no jerárquicos, que
asignan grupos diferenciados que el propio análisis
de datos congura, sin que unos dependan de otros y
los jerárquicos, que conguran grupos con estructura
arborescente, de forma que grupos de niveles más bajos van
siendo englobados en otros grupos de niveles superiores
La combinación del método jerárquico de Ward con el
método no jerárquico de K-medias para los 18 distritos y
los 10 indicadores de desempeño socioeconómico distrital
implica:
Método de Ward es un método jerárquico asociativo
o aglomerativo, que empezará con 18 conglomerados
(18 distritos), los cuales se irán agrupando hasta llegar
a tener a todos los distritos en un mismo conglomerado.
Cuando se unen dos conglomerados, la varianza
aumenta, el método Ward une los conglomerados
buscando minimizar la varianza dentro de cada
conglomerado creando grupos homogéneos y con
tamaños similares.
Método de K-medias es un método no jerárquico de
reasignación que requiere denir a priori el número de
conglomerados deseado (una partición deseada es la
formación de tres conglomerados, es decir las tres
subcuencas de la cuenca del río Mala) para ir
intercambiando los indicadores de desempeño
socioeconómico de los conglomerados hasta tener una
partición mejor. El algoritmo de partición consistirá en
asignar cada indicador de desempeño al conglomerado
que se encuentre más próximo del centro, empleando
generalmente la distancia euclídea. La distancia
euclidiana d entre dos puntos P
1
y P
2
, de coordenadas
(x
1
, y
1
) y (x
2
, y
2
) respectivamente es d (P
1
P
2
) =
Ambas pruebas tienen el objetivo de formar grupos
S. Pérez 79 (2): 243-248 (2018)
245
lo más homogéneo internamente pero a la vez lo más
heterogéneo entre ellos. La diferencia radica en que el
método jerárquico asume una asociación entre las variables
y siempre será posible formar nuevos grupos entre ellos
debido a su estructura arborescente. Sin embargo, hay
que tener en cuenta que ambas pruebas que no requieren
inferencia estadística y como tal, son solo modelos
exploratorios.
Ejecutando la prueba de Ward en el programa SPSS,
se probaron las diferentes combinaciones y posibilidades
de agrupamiento con los 10 indicadores de desempeño
socioeconómico distrital, quedando denido cuatro tipos
de indicadores que daban el mejor nivel de agrupamiento:
la densidad poblacional (dpob), el empleo distrital en
el sector primario (PEA prim), la supercie per cápita
de competencia municipal y la tasa de dependencia
económica (TDE). Una vez denidos los indicadores de
desempeño, se obtuvo el cuadro de salida que detalla la
formación de los conglomerados de pertenencia (Tabla 2)
y un dendograma (Figura 1), que explica grácamente la
estructura arborescente del agrupamiento.
Tabla 2. Conglomerado de pertenencia
Conglomerados
Caso
6 5 4 3 2
1:Mala 1 1 1
1
1
2:S. Antonio 1 1 1
1
1
3:S. Cruz F. 1 1 1
1
1
4:Calango 2 2 2
2
2
5:Quinocay 3 3 3
3
2
6:Mariatana 3 3 3
3
2
7:Huampará 4 3 3
3
2
8:Cochas 4 3 3
3
2
9:S. Joaquín 5 4 3
3
2
10:Quinches 4 3 3
3
2
11:Huañec 6 5 4
2
2
12:Ayavirí 2 2 2
2
2
13:SLQ 2 2 2
2
2
14:Sangallaya 4 3 3
3
2
15:SPH 4 3 3
3
2
16:Huarochirí 4 3 3
3
2
17:S. Anchucaya 6 5 4
2
2
18:SJT 4 3 3
3
2
En la Tabla 3 se puede apreciar la conformación de tres
conglomerados (1, 2, 3): el conglomerado uno formado
por los distritos Mala, San Antonio y Santa Cruz de Flores,
el conglomerado dos formado por los distritos Calango,
Huañec, Ayavirí, San Lorenzo de Quinti y Santiago de
Anchucaya y nalmente, el conglomerado tres formado
por los distritos de Quinocay, Mariatana, Huampará,
Cochas, San Joaquín, Quinches, Sangallaya, San
Pedro de Huancayre y San Juan de Tantaranche. A cada
conglomerado se le está asignando un color para identicar
rápidamente su conguración.
En la Figura 1 se pueda apreciar el dendograma que
explica el agrupamiento de manera gráca y un mapa
referencial de localización de los conglomerados en
el territorio de la cuenca. Mediante la ayuda gráca es
posible visualizar la distribución espacial de los tres
conglomerados en el territorio de la cuenca: conglomerado
uno de color amarillo, conglomerado dos de color verde
y conglomerado tres de color rosado. También se aprecia
la delimitación natural (línea azul) de tres espacios:
la subcuenca de Mala, la subcuenca de Quinches y la
subcuenca de San Lorenzo.
Por lo tanto, tomando en cuenta el agrupamiento
bajo la prueba Ward, es posible organizar los límites
políticos administrativos de los distritos en la delimitación
hidrográca de la cuenca, sobre la base de indicadores de
desempeño socioeconómico y no del uso de indicadores
hidrográcos o uviales. Entonces, es posible armar
que la delimitación hidrográca es compatible con la
delimitación territorial distrital. Este hecho, podría
favorecer la transición hacia la cuenca como unidad de
planeamiento y solo de los recursos hídricos.
Figura 1. Dendograma de la Prueba de Ward y su
representación gráca en el territorio de la cuenca
La cuenca como unidad de gestión para el desarrollo de espacios rurales: un análisis exploratorio
Julio - Diciembre 2018
246
El hecho de poder aproximarse a la cuenca a través
de la organización territorial distrital también abre
la posibilidad de proponerla como instrumento de
operatividad para la regionalización y descentralización
a nivel local. La normativa peruana establece en la Ley
de Descentralización y Regionalización de 2002 (Ley
27783) que “la regionalización se orienta a la constitución
de regiones sostenidas, en base al sistema de cuencas y
corredores económicos naturales, articulación espacial,
infraestructura y servicios básicos, generación efectiva de
rentas….”. Asimismo, la Autoridad Nacional de Agua
ANA elaboró un diagnóstico de cuencas para priorizar las
intervenciones a nivel de cuencas, identicando cuencas
de prioridad alta, media, baja y muy baja a n de garantizar
el manejo sostenible del recurso hídrico (ANA, 2016).
Estos preceptos permiten robustecer la necesidad no solo
de trabajar a nivel de cuenca sino también a niveles de
cooperación interdistrital. Es decir desde la cuenca hacia
los distritos, pero también desde los distritos hacia las
cuencas. Asimismo, se procedió a ejecutar la prueba de
K-medias, es decir la conformación de tres conglomerados
con cuatro indicadores de desempeño socioeconómico
distrital antes denidos:
Tabla 3. Centros iniciales de los conglomerados
Conglomerado
1 2 3
dpob 2783,00 1171,00 2086,00
PEAprim 77,40 19,30 67,90
Supcomp 30,60 1,40 18,80
TDE ,95 ,91 1,07
Conglomerado 1: Quinocay, Mariatana, Huampará, San
Joaquín, Quinches, Sangallaya, San Pedro de Huancayre,
Huarochirií y San Juan de Tantaranche, el cual es semejante
al conglomerado tres obtenido de la Tabla 2 (Quinocay,
Mariatana, Huampará, San Joaquín, Quinches, Sangallaya,
San Pedro de Huancayre, San Juan de Tantaranche y
Cochas).
Conglomerado 2: Mala y San Antonio, el cual es semejante
al conglomerado 1 obtenido de la Tabla 2 (Mala, San
Antonio y Santa Cruz de Flores).
Conglomerado 3: Calango, Huañec, Ayavirí, San Lorenzo
de Quinti y Santiago de Anchucaya el cual es semejante
al conglomerado dos obtenido de la Tabla 4 (Calango,
Huañec, Huañec, Ayavirí, San Lorenzo de Quinti, Santa
Cruz de Flores y Cochas).
Es preciso señalar que ambas pruebas están otorgando
similar conformación de grupos relativamente homogéneos.
Sin embargo, la prueba Ward otorga una clasicación
más compatible con la cuenca, por su característica
arborescente. Asimismo, el número de conglomerados se
va formado y no se decide a priori como en el caso de la
prueba de k-medias.
Por lo tanto, la información de los cuatro indicadores
de desempeño socieconómico resultante de la prueba Ward
se muestra en la Tabla 5:
Tabla 4. Pertenencia a los conglomerados
N° de caso distrito Conglomerado Distancia
1 Mala 2 30,606
2 San Antonio 2 30,606
3 S. Cruz F. 3 289,818
4 Calango 3 200,467
5 Quinocay 1 235,978
6 Mariatana 1 130,115
7 Huampará 1 62,192
8 Cochas 3 231,609
9 San Joaquín 1 100,555
10 Quinches 1 60,181
11 Huañec 3 202,946
12 Ayavirí 3 190,164
13 SLQ 3 213,111
14 Sangallaya 1 57,075
15 SPH 1 25,682
16 Huarochirí 1 200,954
17 S. Anchucaya 3 45,857
18 SJT 1 161,776
Tabla 5. Indicadores de desempeño socioeconómico
distrital y la conformación nal
Con la información organizada se aprecia que el primer
conglomerado tiene una conformación muy notoria puesto
que se organizan y se agregan los distritos con mayor
densidad poblacional. Mientras la densidad poblacional
baja, aumenta la PEA primaria (agricultura principalmente)
y la supercie per cápita de la competencia municipal e
inversamente ocurre con la tasa de dependencia económica.
Este resultado de agrupamiento se explica porque estos tres
distritos son el centro económico comercial, concentran
también servicios de educación y hay una alta tasa de
migración de las cuencas altas hacia la parte baja, razón
por la cual aumenta la tasa de dependencia económica.
Altura dpob PEA prim Supcomp TDE
Conglomerado Distritos m.s.n.m.
hab/km
2
% PEA t Km
2
pc % pea t
Mala 30 216 37.6 1.5 90.3
1 San Antonio 36 98 49.8 1.4 90.8
S. Cruz F. 85 25 56.0 7.1 77.2
Calango 305 4 85.9 88.5 81.6
Ayavirí 3235 3 79.3 26.5 109.2
2 Huañec 3202 12 58.7 6.3 119.3
SLQ 2680 4 79.2 66.8 91.4
S. Anchucaya 3384 6 78.6 13.4 106.7
Quinocay 2652 4 87.4 30.6 74.5
Mariatana 3534 8 79.3 24.1 95.3
Huampará 2478 5 78.7 10.8 89.0
Cochas 2831 11 77.6 4.0 90.6
3 S. Joaqn 2947 8 62.9 5.9 57.7
Quinches 2962 9 78.9 37.8 88.0
Sangayalla 2738 8 86.7 10.2 81.5
SPH 3135 6 81.1 8.4 80.6
Huarochi 3146 6 64.1 16.6 88.6
SJT 3436 4 73.5 27.4 85.3
Fuente: Censo de Poblacn y Vivienda 2007, RENAMU 2007
S. Pérez 79 (2): 243-248 (2018)
247
En el segundo conglomerado, las densidades de
población son menores y aumenta la PEA primaria, la
supercie per cápita de competencia municipal y la tasa
de dependencia económica. Este conglomerado se ubica
a mayor altura, hay una mayor presencia de productores
agropecuarios y la presencia de población juvenil que labora
en el agro aumenta la tasa de dependencia económica.
El tercer conglomerado es muy similar pero está a menor
altura, por lo que hay mayores facilidades de acceder a los
servicios de la parte baja, tanto para educación como por
razones laborales, es por eso que la tasa de dependencia
económica baja pero ligeramente.
De lo anterior es posible concluir que los tres
conglomerados responden a una dinámica en función a la
densidad población y las limitantes de la altura, las cuales
ponen restricciones al desarrollo económico del territorio.
La altura también está asociada a los pisos ecológicos de
la cuenca baja, media y alta, la cual también se aprecia
cuando se transita a nivel de las tres subcuencas.
4. Conclusiones
Con el análisis de conglomerado y utilizando las pruebas
de Ward y de K-medias es posible obtener agrupamientos
que están relacionados a la organización territorial y de
cuencas, por lo tanto con ambos métodos se ha encontrado
la compatibilidad esperada.
El método de Ward y su clasicación nal otorga la
formación de grupos idóneos, ya que los indicadores
de desempeño socioeconómicos distrital están muy
relacionados y además la misma estructura arborescente del
método es compatible con la organización de cuencas en
varios niveles (subcuencas, microcuencas, macrocuencas,
etc.)
La conformación territorial distrital es compatible
a la organización a nivel de cuenca, debido a que los 3
conglomerados se distribuyen a lo largo del territorio
de la cuenca y se logra que en cada subcuenca exista la
diversidad de los tres conglomerados asociados a las
características de la parte baja, media y alta de una cuenca
Así, en la subcuenca de Mala están presentes 3 distritos
del conglomerado 1 (Mala, San Antonio y Santa Cruz
de Flores), 1 distrito del conglomerado 2 (Calango) y 2
distritos del conglomerado 3 (Mariatana y Quinocay).
La subcuenca de Quinches comprende 2 distritos del
conglomerado 2 (Ayavirí y Huañec) y 4 distritos del
conglomerado 3 (Huampará, Cochas, San Joaquín y
Quinches). La subcuenca de San Lorenzo comprende 2
distritos del conglomerado 2 (San Lorenzo de Quinti y
Santiago de Anchucaya) y 4 distritos del conglomerado 3
(Sangallaya, Huarochirí, San Pedro de Huancayre y San
Juan de Tantaranche). Esta conformación es compatible a
la distribución territorial de la cuenca detallada en la Tabla
1. Entonces, partiendo de los distritos y de los indicadores
de desempeño socieconómico se llegó a una organización
similar a la cuenca sin usar variables hídricas o uviales.
Por lo tanto, aunque la cuenca y el distrito posean diferentes
escalas de medición, el agrupamiento de distritos hace
posible una compatibilidad entre ellos. En ese sentido, es
posible aproximarnos a la cuenca a través el agrupamiento
de los distritos y fomentar espacios de cooperación
interdistrital para el manejo sostenible del Recurso hídrico
y para consensuar intervenciones en la cuenca para el
desarrollo sostenible de los espacios rurales.
6. Literatura citada
ANA [Autoridad Nacional del Agua]. 2016. Priorización
de cuencas para la gestión de recursos hídricos. Lima,
Perú. Disponible en: Website: www.ana.gob.pe
Buitrago, O. 2014. La gestión de cuencas hidrográcas en
Colombia y su papel en la solución de conictos por
el uso del agua. Caderno Prudentino de Geograa,
Presidente Prudente, 36 (Volumen Especial): 106-125.
Censo de Población y Vivienda. 2007. Sistema Estadístico
Nacional del país, ejecutó el 21 de octubre del 2007, los
Censos Nacionales: XI de. Población y VI de Vivienda
Disponible en: http://censos.inei.gob.pe/cpv2007/
tabulados/.
Dourojeanni, A. 1999. Gestión de cuencas y ríos vinculados
con centros urbanos. CEPAL, División de Recursos
Naturales e Infraestructura.
Dourojeanni, A. 1994. Políticas públicas para el Desarrollo
Sustentable: La gestión integrada de cuencas. CEPAL,
División de Recursos Naturales e Infraestructura.
INRENA . 2007. Disponible en: http://sinia.minam.
gob.pe/fuente-informacion/instituto-nacional-
recursosnaturales-inrena.
LEY27783. 208. Ley de Bases de la Descentralización.
Disponible en: http://www2.congreso.gob.pe/sicr/
cendocbib/con4_uibd.nsf/8B3C23D0EB9643D605257
FD400782856/$FILE/27783.pdf
Perevochtchikova, M. y Arellano-Monterrosas, J. 2008.
Gestión de cuencas hidrográcas: experiencias
y desafíos en México y Rusia. En: Revista
Latinoamericana de Recursos Naturales, 4 (3): 313-
325.
Encuesta Registro Nacional de Municipalidades
-RENAMU. 2007. Disponible en: https://webinei.inei.
gob.pe/anda_inei/index.php/catalog/380
La cuenca como unidad de gestión para el desarrollo de espacios rurales: un análisis exploratorio
Julio - Diciembre 2018
248
Anexo 1. Los indicadores de desempeño socioeconómico distrital utilizados en el análisis de conglomerados
Altura dpob PEA prim PBI real pc Supcomp dcar ca cl cd TDE ESM
Distritos m.s.n.m.
hab/km
2
% PEA t NS/hab Km
2
pc km/km
2
% Viv. % Viv. % Viv. % pea t %
Mala 30 216 37.6 3856 1.5 0.2949 61.6 79.4 51.3 90.3 77.6
San Antonio 36 98 49.8 3665 1.4 0.6076 64.8 71.1 56.2 90.8 80.2
S. Cruz F. 85 25 56.0 5497 7.1 0.1848 60.0 65.3 44.1 77.2 75.1
Calango 305 4 85.9 6997 88.5 0.0809 60.2 59.0 25.2 81.6 64.4
Quinocay 2652 4 87.4 8711 30.6 0.1184 63.4 63.9 14.2 74.5 64.8
Mariatana 3534 8 79.3 7574 24.1 0.0793 0.0 14.9 0.9 95.3 29.3
Huampará 2478 5 78.7 8166 10.8 0.1601 84.1 82.2 57.0 89.0 64.9
Cochas 2831 11 77.6 7114 4.0 0.6643 73.8 62.1 6.8 90.6 63.2
S. Joaquín 2947 8 62.9 8283 5.9 0.0582 71.3 63.5 46.1 57.7 71.0
Quinches 2962 9 78.9 8159 37.8 0.1048 68.3 80.6 21.9 88.0 57.5
Huañec 3202 12 58.7 5769 6.3 0.0714 78.6 82.3 40.6 119.3 62.3
Ayavirí 3235 3 79.3 5807 26.5 0.1125 85.5 83.3 38.3 109.2 61.4
SLQ 2680 4 79.2 7057 66.8 0.0488 75.3 72.5 43.5 91.4 56.5
Sangayalla 2738 8 86.7 8152 10.2 0.2494 1.6 58.9 0.8 81.5 45.3
SPH 3135 6 81.1 7909 8.4 0.1092 0.0 84.4 34.4 80.6 57.6
Huarochirí 3146 6 64.1 7346 16.6 0.1011 5.1 76.9 43.5 88.6 61.9
S. Anchucaya 3384 6 78.6 6528 13.4 0.0123 77.0 82.5 15.3 106.7 59.8
SJT 3436 4 73.5 7469 27.4 0.0648 78.8 66.7 5.8 85.3 63.0
Fuente: Censo de Población y Vivienda 2007, RENAMU 2007

Enlaces refback

  • No hay ningún enlace refback.


Copyright (c) 2018 Silvia Rosa Pérez Huamán

 width=

 La revista Anales Científicos de la Universidad Nacional Agraria La Molina esta trabajo está licenciado bajo una Licencia Internacional Creative Commons Atribución-NoComercial 4.0.

 

ISSN:  2519-7398 (electrónico); 0255-0407 (impreso)
DOI: http://dx.doi.org/10.21704/ac
Dirección: Av. La Molina s/n La Molina. Oficina de Gestión de la Investigación. Universidad Nacional Agraria La Molina. Lima, Perú.
Apartado postal: 12-056 - La Molina / Lima – Perú. 


Revista Anales Científicos
Universidad Nacional Agraria La Molina
Teléfonos (51-1)-614-7800 anexos 179 
Contacto: analescientificos@lamolina.edu.pe