HOME | ÍNDICE POR TÍTULO | NORMAS PUBLICACIÓN Espacios. Vol. 37 (Nº 22) Año 2016. Pág. 8
Diego Alexander ESCOBAR 1; Juan Manuel HOLGUÍN 2; Carlos KAFFURE 3
Recibido: 01/04/16 • Aprobado: 15/04/2016
3. Metodología de investigación
4. Panorama general de la educación en el Departamento de Caldas
RESUMEN: La presente investigación aplica la metodología de análisis de accesibilidad territorial buscando establecer la relación existente entre la ubicación de las instituciones educativas, el PIB y las condiciones operativas de la red de infraestructuras del transporte del Departamento de Caldas. Se identifican las regiones del departamento que refieren deficiencia en las condiciones de accesibilidad a las Instituciones Educativas, así mismo, se encontró una relación inversa entre el PIB, el índice de densidad de red vial y las condiciones de accesibilidad, situación que pone de manifiesto la necesidad de mejorar las metodologías de planificación regional. |
ABSTRACT: This research seeks to find the correlation between schools, gross domestic product and the characteristics of the road network of the Caldas state. Identifying the regions with low accessibility to schools, in the same way this research found an inverse relationship between GDP, density of the road network and the accessibility to the schools, demonstrating the need to improve the methodologies of the regional planning. |
El Departamento de Caldas está situado en el centro occidente de la región andina de Colombia (Ver Figura 1), ocupando una superficie de 7,888 km2 (0.69% del territorio nacional), con altimetría de entre 200 a 5,432 msnm (GOBERNACIÓN DE CALDAS, 2016); alberga una población de 987,991 habitantes (2.1% de la población nacional) en los 27 municipios que le componen y genera el 1.5% del Producto Interno Bruto nacional aproximadamente (CÁMARA DE COMERCIO, 2015).
Figura 1. Ubicación geográfica del Departamento de Caldas. Fuente: Elaboración propia.
Durante años, en el Departamento de Caldas se ha buscado mejorar continuamente los índices de cobertura educativa y la calidad de la educación, lo anterior se realiza a través de la implementación de diferentes programas de impacto que son adelantados directamente por la Secretaria de Educación Departamental. Por otra parte, el análisis de localización de actividades, desde tiempo inmemorable, ha sido un campo de investigación directamente relacionado con la planificación territorial, la logística, la movilidad, entre otros, siendo imprescindible para dichos estudios el representar geográficamente la información disponible y los resultados de su análisis.
Las políticas adoptadas dentro de la planificación de un territorio como tal, deben contemplar el uso de modelos territoriales en un esfuerzo por encontrar las mejores alternativas para nuevos equipamientos. , dado lo anterior, la investigación enfoca sus esfuerzos en realizar un análisis de las características de accesibilidad media global que las infraestructuras del transporte ofrecen a los más de mil centros educativos del Departamento, buscándose determinar la relación existente entre la ubicación geoespacial de dichos equipamientos y las características operativas de la red vial, a través de la aplicación de técnicas geoestadísticas. Las metas en transporte para una buena parte de los países del mundo, se enfilan hacia la disminución de la diferencia entre clases sociales, a través de proporcionar un mejor acceso a servicios y artículos considerados de primera necesidad (JONES, 2011). La educación es, indudablemente, un artículo de primera necesidad y por lo tanto debe ser accesible y asequible, encontrándose en la agenda de los actuales gobernantes.
La accesibilidad a un territorio es una medida, considerada por muchos teóricos, como un importante factor de competitividad de una región (BIEHL, 1991), encontrando que las comunidades con mejores condiciones de accesibilidad han reportado una mejor evolución económica, lo cual ha permitido comprobar que el mejoramiento de las infraestructuras de transporte ha sido un factor clave en el desarrollo económico (HOLL, 2007). La accesibilidad ha sido un instrumento de diagnóstico y planificación poco usado en Colombia y Latinoamérica, no obstante, es tan importante que debe ser entendida como una necesidad secundaria (HALDEN, 2011) que el común de la población no percibe, configurándose realmente como un medio para alcanzar servicios o actividades prioritarias como atención en salud, educación, empleo, etc.
Luego de la introducción, en la sección 2 se presenta la revisión literaria; en la Sección 3 se define la metodología aplicada en la investigación; en la sección 4 se presentan los principales resultados obtenidos; por último, en la sección 5 se exponen las principales conclusiones de la investigación y el trabajo futuro.
La planeación territorial a diferentes escalas, ha dado bastante importancia al concepto de accesibilidad durante las últimas décadas, sin embargo, se conoce que su origen data de los años 20, cuando se comenzó a involucrar en áreas de investigación relacionadas con el planeamiento económico regional y la teoría de la localización (BATTY, 2009). Encontrando que la definición más clásica y la que se considera la primera definición verdaderamente técnica del término fue expresad por HANSEN (1959, 73) "the potencial of opportunities for interaction".
MARTÍNEZ (2012) define la accesibilidad como "la oportunidad relativa de interacción y contacto", teniendo que en la práctica común, se considera como la menor o mayor facilidad para acceder de un sitio a otro, coincidiendo con ESCOBAR et al (2013), quienes explican que la accesibilidad se encuentra relacionada con la variable distancia, y más estrechamente con la distancia a las infraestructuras de transporte y de la forma como éstas reducen los tiempos de viaje entre dos puntos específicos (MORRIS et al., 1978; ZHU i LIU, 2004); es así como las infraestructuras del transporte se involucran en el análisis, y por ende, en la planificación contexto regional y urbano.
El análisis de accesibilidad de una región, se realiza mediante el empleo de la teoría de grafos (SEGUI i PETRUS, 1991), que se basa en un estudio morfométrico de redes para explicar el aspecto que posee la estructura completa de la red, permitiendo identificar los sectores de una región que refieren las menores posibilidades de alcanzar una actividad o servicio, siendo esto importante en la búsqueda de un equilibrio en la planificación territorial. Estos análisis actualmente ganan impulso para entender las actividades humanas (como la educación, por ejemplo) en las respectivas zonas donde además se involucran asuntos económicos e inversiones en infraestructuras relacionadas con el transporte (GEURS et al, 2012).
WANG et al (2014) y ESCOBAR et al (2013), coinciden con GUTIÉRREZ et al (1994) en relación con que el enfoque general de la accesibilidad expresa que las infraestructuras de transporte constituyen un elemento clave en las políticas de desarrollo territorial. Así mismo, GUTIÉRREZ et al (1994) citan a BIEHL (1986) para definir los cuatro elementos determinantes en el desarrollo regional: las infraestructuras, la localización de actividades, la aglomeración y estructura de asentamientos y, finalmente, la estructura económica sectorial; no obstante, en el momento de evaluar alternativas de intervención infraestructural, se deben considerar modelos territoriales regionales buscando aplicar conceptos sustentables y equitativos (VENEGAS i ROJAS, 2009).
Es por ello que este tipo de análisis es un apoyo técnico que muestra un panorama general de las condiciones de accesibilidad ofrecidas por infraestructuras del transporte a una región, que en cualquier momento puede apoyar la toma de decisiones respecto a modificaciones que se deseen realizar a la red vial o a los sistemas de transporte que le usan y sobre todo para establecer en qué áreas se deben aunar esfuerzos para ofrecer una mejor accesibilidad y aumentar la calidad de vida de los pobladores (ESCOBAR i GARCÍA, 2012). Por otra parte, es claro que los análisis de accesibilidad permiten conocer las posibilidades de interacción entre los diferentes nodos de actividad y la comunidad en general, mediante el uso de las redes de transporte, permitiendo identificar áreas del departamento que no se encuentran adecuadamente servidas dada la ausencia de un centro educativo en particular.
Existen diferentes tipos de análisis de accesibilidad que permiten abordar criterios relacionados con: distribución espacial de las actividades económicas (KRUGMAN, 1991; FUJITA et al., 1999); desarrollo económico (RIETVELD i NIJKAMP, 1993; VICKERMAN et al., 1999; MACKINNON et al., 2008; RIETVELD i BRUINSMA, 2012); localización y prestación de servicios (CALCUTTAWALA, 2006; HIGGS et al., 2012; PARK , 2012); sostenibilidad (CHENG et al., 2007; VEGA, 2011; ESCOBAR et al., 2013); agricultura y recursos naturales (GELLRICH i ZIMMERMANN, 2007; TASSINARI et al., 2008; ARCIDIACONO, 2010); densidad poblacional, plusvalía y crecimiento urbano (ALONSO, 1964; HUIPING i QIMING, 2010; KOTAVAARA et al., 2011); operatividad de modos de transporte (GEURS i VAN WEE, 2004; ESCOBAR et al., 2015), exclusión social (PRESTON i RAJÉ, 2007); cohesión social (SCHÜRMAN et al., 1999; LÓPEZ et al., 2008); redes sociales (SAILER et al., 2012); turismo (KASTENHOLZ et al., 2012); geomarketing (GEURS i RITSEMA, 2001), entre otros campos.
Durante las últimas décadas se han desarrollado también variadas herramientas informáticas que permiten realizar análisis espaciales mediante la relación de bases de datos geográficas (ZHU i LIU, 2004), las cuales han mejorado las capacidades analíticas de los investigadores, siendo actualmente posible la integración de información geográfica de los nodos de actividad con información relacionada con las infraestructuras de transporte, información demográfica, socioeconómica, geoespacial, etc.
La metodología de investigación se basa en la ejecución consecutiva de como mínimo cinco etapas, las cuales, de forma general se definen como sigue:
Con excepción de la capital, Manizales, los municipios reportan una brecha superior al 70% en relación con el logro educativo (Ver Figura 2); para lo cual se realiza un filtro de las personas mayores de 15 años y se efectúa un promedio al interior de cada hogar, si el promedio es menor a 9 años de educación (como mínimo hasta la educación media vocacional), el hogar se considera con bajo logro educativo. Por otra parte, en la Figura 3 se observan las tasas de cobertura neta según el nivel de escolaridad para los años 2008 y 2015, las cuales muestran que la cobertura ha disminuido 6 puntos porcentuales durante los últimos ocho años analizando los datos de forma agregada; así mismo se observa que son los niveles de transición, primaria y básica los que han contribuido a dicha disminución de cobertura, siendo el caso más crítico el del nivel de primaria, el cual ha rebajado un 19%; los niveles de educación secundaria y media han aumentado su porcentaje de cobertura en un 4% y un 6%, respectivamente. Lo anterior muestra que es la población más joven la que se está viendo cada vez más afectada por la falta de implementación de políticas que busquen aumentar la cobertura educativa en dicho segmento poblacional.
Figura 2. Brecha en el logro educativo de Caldas.
Fuente: Departamento
Nacional de Planeación. Índice de Pobreza Multidimensional.
Figura 3. Tasa de cobertura neta para los años 2008 y 2015.
Fuente: Secretaria de Educación Departamental, Informe sobre el sector educativo, 2015.
Se estima que la tasa de deserción escolar para Colombia es de 3.62% y particularmente para el Departamento de Caldas es del 4.1%; la tasa de repitencia para Colombia es del 2.17% y para Caldas se tiene una tasa del 4.32% (GOBERNACIÓN DE CALDAS, 2016), lo cual muestra que el Departamento de Caldas tiene valores superiores a los índices nacionales, situación que también pone de manifiesto la importancia de implementar políticas que fortalezcan el sector educativo del Departamento.
Un factor que se también se relaciona, aunque de forma indirecta, con la calidad de la educación en Caldas son los niveles de analfabetismo; en la Figura 4 se observa que el mayor porcentaje se presenta en la población de la tercera edad; vale la pena resaltar que los porcentajes de analfabetismo en el Departamento son menores a los registrados para Colombia.
Figura 4. Tasa de Analfabetismo, año 2014. Fuente: Secretaria de
Educación Departamental, Informe sobre el sector educativo, 2015.
Otra variable que soporta el diagnóstico del sector educativo en el Departamento de Caldas es el nivel de escolaridad de las personas según su situación laboral; en la Figura 5 se observa dicha distribución según los datos publicados por el DANE para el año 2014. Se observa que para mayores niveles de escolaridad los porcentajes son bastante similares, mientras que para bajos niveles de escolaridad son mayores los porcentajes de desocupados.
Los datos anteriores, en conjunto, muestran que el Departamento de Caldas la población más joven es la que cada vez reporta menores porcentajes de cobertura del servicio educativo, los índices de deserción y repitencia son mayores a los índices de Colombia, y el porcentaje de desocupados con menores grados de escolaridad es mayor que los que se encuentran ocupados.
Figura 5. Nivel educativo de la fuerza laboral en Caldas, según situación laboral, 2014.
Fuente: Departamento Administrativo Nacional de estadística, Gran Encuesta Integrada de Hogares.
5.1. Índice de Instituciones Educativas en el Departamento de Caldas
En la Tabla 1 se presenta el cálculo del Índice de Instituciones Educativas (IE) por cada cien mil habitantes para cada municipio y región del Departamento de Caldas. El 50% de la población del departamento se concentra en la región centro, así mismo, es la región que mayor número de IE registra, no obstante es la que menor índice por cada 100 mil habitantes posee (18); el municipio que menor índice registra es Anserma (región del bajo occidente) con un valor de 24 IE/100 mil habitantes, mientras que el municipio que mayor índice registra es Norcasia (Oriente) con 282 IE/ 100 mil habitantes. La región del departamento que mayor índice de IE por cada 100 mil habitantes registra es la región del Alto Oriente, a pesar de sólo albergar el 11% de la población departamental.
En la Figura 6 se observa un panorama de los municipios que componen el Departamento de Caldas clasificados según rangos del índice de IE por cada cien mil habitantes; se tiene que la ciudad de Manizales, capital del departamento, posee uno de los índices más bajos, sin embargo en el centro del departamento hay seis municipios continuos que poseen índices altos (Filadelfia, La Merced, Salamina, Pensilvania, Marulanda y Neira); por otra parte, no se observa una tendencia clara de que tipo de municipios poseen mejores índices, ya que esto podría variar si se involucra una variable como la capacidad de atención de la IE, siendo muy diferente una escuela para 100 estudiantes y otra con capacidad para 10,000 estudiantes, esto como argumento respecto a la capital, ya que debería tener un buen índice pero es todo lo contrario, aunque es Manizales el municipio que más centros educativos posee.
Tabla 1. Instituciones educativas en el Departamento de Caldas.
Fuente: Elaboración propia a partir de datos DANE y trabajo de campo.
Se encontró que el índice para todo el departamento de Caldas se sitúa en 63 IE por cada 100 mil habitantes, mostrando que las regiones centro, bajo occidente y alto occidente registran valores de este índice menores al índice departamental.
5.2. Índice de Densidad de Red Vial (IDRV) en el Departamento de Caldas
Es de conocimiento público que para una región cualquiera, el disponer con una red de vías adecuadas para los diferentes modos de transporte es esencial para garantizar la entrada y salida de los productos y servicios (entre ellos la educación), así mismo impulsa el desarrollo por medio de la articulación con otras regiones y aumenta la calidad de vida de los habitantes.
Figura 6. Índice de IE por cada cien mil habitantes. Fuente: Elaboración propia.
Es por ello que las entidades de índole nacional, departamental y municipal, deben estar completamente comprometidas con impulsar la creación, mantenimiento y mejoramiento de una red de infraestructura segura y moderna. Colombia posee un IDRV bastante deficiente (1.2 Km/Km2) si se relaciona con los IDRV de otros países, estando muy por debajo del índice promedio de los países latinoamericanos (2.5 Km/Km2) (CCI, 2012). Lo anterior no sólo demuestra que la brecha en el tema de carreteras es bastante amplia, encontrando que algunos investigadores han establecido que es necesario invertir un 3,1% del PIB anualmente durante unos 10 años consecutivos con el fin de cerrar dicha brecha y poder estar comparativamente al mismo nivel de otros países (CCI, 2012).
Los últimos datos oficiales sobre la clasificación de la red vial en Colombia indican que en nuestro país existen 214,946 kilómetros de vías, de los cuales el 66% (141,945 Km.) corresponde a la red terciaria, el 20% (43,327 Km.) a la red secundaria, el 8% (17,423 Km.) a la red Primaria y el restante 6% (12,251 Km.) a red vial privada (MINISTERIO DEL TRANSPORTE, 2012). Se observa entonces que entre la red secundaria y terciaria está más del 85% de la red vial total del país, encontrando que la atención de estas vías es de vital importancia entendiendo su relación directa con el desarrollo regional, reducción de la pobreza y mejoramiento de la calidad de vida en el sector rural. De los kilómetros de red terciaria, el 71% (100,409 Km) se encuentran a cargo de los municipios, el 10% (13,959 Km.) a cargo de los departamentos y el restante 19% (27,577 Km.) a cargo de la nación. De los kilómetros de red secundaria, el 100% (43,327 Km.) se encuentran a cargo de los departamentos. De los kilómetros de red primaria, el 98% (17,118 km.) se encuentran a cargo de la nación y el restante 2% (305 Km.) a cargo de los departamentos. Lo anterior muestra que el mayor porcentaje de la red vial en Colombia se encuentra a cargo de los propios municipios, entidades territoriales que por lo general poseen limitados recursos para invertir en desarrollo vial.
De forma agregada se tiene que el Departamento de Caldas posee un IDRV de 1,02 Km/Km2, encontrando que al hacer el análisis por cada una de las regiones que le componen, se tiene que de mayor a menor el siguiente orden: Región norte con un IDRV de 1,21 Km/Km2, seguido de la región centro con 1,17 Km/Km2, región alto-occidente con 0,99 Km/Km2, región bajo-occidente con 0,97 Km/Km2, región alto-oriente con 0,94 Km/Km2 y por último la región oriente con 0,69 Km/Km2; se aprecia que las regiones centro, Alto y bajo occidente son las que mayores IDRV registran, siendo desde la región de Manizales hacia el norte donde se encuentran mejores índices (entre 1.15 y 1.34 Km/Km2), esto se debe a que por este sector cruza la vía principal que se dirige a Medellín, una de las principales ciudades de Colombia.
En la Figura 7, se observa el IDRV para los municipios de Caldas; se encontró que sólo el 26% (7 municipios), registran un índice de red vial igual o superior al índice de Colombia, pero ninguno supera el índice Latinoamericano, evidenciando los problemas de conexión entre las regiones del departamento y por supuesto las falencias que existen para llegar a las IE ya que el 52% de las escuelas y colegios se ubican en áreas rurales, sumado al hecho de que en el 78% de los municipios hay más IE en área rural que urbana. Por otra parte, al analizar el IDRV pero relacionada sólo con las vías de categoría primaria, se encuentra que el 56% de los municipios (15) registran un valor de índice nulo o muy cercano a cero, evidenciando el gran problema de infraestructura de soporte estructural que existe en el Departamento. Lo anterior muestra que para la mayoría de IE del departamento es necesario usar la red vial terciaria y secundaria, teniendo que para el caso de la red vial terciaria de Colombia es la que posee características operativas más deficientes y por ende genera tiempos medios de viaje mayores. Es de resaltar que las regiones que registran unos IDRV mayores, Centro, Alto y Bajo Occidente, son precisamente las regiones que registran los menores índices de IE por 100 mil habitantes, situación que se reflejará en los resultados de cobertura que se presentan más adelante.
5.3. Distribución del Producto Interno Bruto – PIB - en el Departamento de Caldas
La distribución del PIB (Producto Interno Bruto) en Caldas como es de esperarse se concentra en los municipios de la región centro (Ver Figura 8), en los cuales existe una mayor densidad poblacional y se encuentran los principales centros de producción. Es de resaltar que el municipio de La Dorada en el oriente del departamento registra un PIB importante para el departamento, debido a su cercanía al principal corredor fluvial de Colombia, el río Magdalena, sin embargo los municipios que menor PIB registran se encuentran distribuidos en diferentes regiones.
Figura 7. Índice de densidad de red vial (Km/Km2). Fuente: Elaboración propia.
Figura 8. Distribución del Producto Interno Bruto de Caldas. Fuente: Elaboración propia.
5.4. Análisis de Accesibilidad y cobertura de población
En la Figura 9 se observa la accesibilidad ofrecida por la actual red de infraestructuras del transporte para alcanzar las instituciones educativas. Se encontró que el municipio de Villamaría es el único que refiere tiempos medios de viaje superiores a los 40 minutos, registrados en el sector que cubre el Parque Natural de los Nevados, en el cual existe una baja densidad poblacional y vial. Con el fin de realizar el análisis de cobertura de las curvas isócronas según los índices analizados con anterioridad, se agrupan los valores obtenidos en seis grupos de clase para cada variable.
Figura 9. Accesibilidad a los centros educativos de Caldas. Fuente: Elaboración propia.
En la Figura 10 se observa el porcentaje de población cubierta según el Índice de IE obtenido para las diferentes regiones del departamento. Se observa que los municipios con un Índice de IE4 (Aranzazu y Villamaría) son los que registran una cobertura de población más deficiente según las características operativas de la red de infraestructuras del transporte, ya que sólo a los 90 minutos de tiempo medio de viaje se alcanza a cubrir toda su población, mientras que para el resto de Índices de IE el 100% de la población se cubre en tiempos medios de viaje próximos a los 35 minutos. Vale la pena resaltar que el Índice de IE1 es el que mejores condiciones de cobertura de población registra, ya que en 20 minutos de tiempo medio de viaje se cubre más del 95% de su población.
En la Figura 11 se observa la cobertura de población según Índice de Densidad de Red Vial (IDRV), encontrando que para el IDRV5 es el que refiere una mayor cobertura poblacional según las condiciones de accesibilidad a las IE, ya que a los 10 minutos de tiempo medio de viaje se ha cubierto aproximadamente el 85% de su población; por otra parte, es el IDRV4 el que posee condiciones de cobertura menores dadas las deficientes condiciones de accesibilidad a las IE, ya que se encontró que el 85% de su población se cubre a los 40 minutos de tiempo medio de viaje, evidenciándose nuevamente la situación del municipio de Villamaría, baja densidad poblacional y vial, a pesar de tener un Índice de IE (89 IE/100 mil hab.) más del doble del registrado para el municipio de Manizales (44 IE/100 mil hab.).
Figura 10. % de población cubierta según Índice Educativo. Fuente: Elaboración propia.
Figura 11. % de población cubierta por índice de densidad de red vial. Fuente: Elaboración propia.
Sin embargo cuando se aborda el análisis pero con el IDRV de las vías primarias, se tiene que son los grupos de clase 1 y 2 los que registran una cobertura más deficiente, ya que a los 15 minutos de tiempo de viaje llegan sólo al 65% y 60% de población cubierta respectivamente, dejando claro que la inexistencia de vías primarias en los municipios influyen en tiempos medios de viaje más altos para acceder a una IE; no obstante, el grupo de clase que posee el mayor IDRV no es el que mejores condiciones de accesibilidad refiere frente a una IE, fue el grupo de clase 3, con una cobertura del 100% de su población a los 20 minutos de tiempo medio de viaje.
En la Figura 12 se observan los resultados de cobertura de población relacionados con los grupos de clase del PIB; se obtuvo que es el PIB 1 el que reporta una mejor cobertura dadas las condiciones de accesibilidad, ya que a los 10 minutos de tiempo medio de viaje se cubren el 68% de su población, mientras que el PIB 5 es el que registra la menor cobertura dadas las deficientes condiciones de accesibilidad, debido a que para cubrir el mismo porcentaje de población que el PIB1 debe invertir el doble de tiempo medio de viaje, es decir, 20 minutos. Lo anterior permite concluir que existe una relación inversa entre el PIB y las condiciones de cobertura y accesibilidad a loas IE en el Departamento de Caldas.
Figura 12. % de población cubierta por índice según PIB. Fuente: Elaboración propia.
Según las características de accesibilidad ofrecida por la red de infraestructuras del departamento a la Instituciones Educativas, se tiene que es el municipio de Villamaría es el que registra condiciones de cobertura poblacional más deficientes, lo anterior se debe a la gran extensión territorial que está cubierta por el Parque Nacional natural de los Nevados, área en la cual, a pesar de contar con baja densidad poblacional, el número de IE es nulo. El estudio puede complementarse con la variable de capacidad de atención de las Instituciones Educativas analizadas.
La falta de una red vial primaria influye de forma directa en la obtención de tiempos medios de viaje más altos para alcanzar una IE, sin embargo es la red vial terciaria la que permite llegar a una mayor cantidad de IE, por tal motivo si se mejoraran las condiciones operativas de ésta, seguramente se mejoraría la cobertura poblacional y las condiciones de accesibilidad ofrecidas por la red de infraestructuras del transporte a las IE.
Se encontró que existe una relación inversa entre PIB y cobertura de población según condiciones de accesibilidad, es decir, se encontró que entre mayor es el PIB de un sector, las condiciones de accesibilidad a un IE son más deficientes, lo cual simplemente demuestra fallas estructurales en términos de planificación regional, sobretodo en relación con la ubicación de servicios primarios como los educativos.
Los autores agradecen a al PROGRAMA NACIONAL DE SEMILLEROS DE INVESTIGACIÓN, CREACIÓN E INNOVACIÓN DE LA UNIVERSIDAD NACIONAL DE COLOMBIA – 2013/2015, ya que gracias a éste fue posible financiar el proyecto con código 23042. Así mismo, se agradece la colaboración de los estudiantes pertenecientes al Semillero de Investigación en Movilidad Sostenible del Departamento de Ingeniería Civil.
ARCIDIACONO, C. A model to manage crop-shelter spatial development by multi-temporal coverage analysis and spatial indicators. Biosystems Engineering. 2010, Vol.107, pp. 107-122.
ALONSO, W. Location and Land Use. Cambridge, MA: Harvard University Press. 1964.
BATTY, M. Accessibility: in search of a unified theory. En: Environment and Planning B: Planning and Design, 2009, Vol. 36, pp. 191-194.
BIEHL, D. The Contribution of Infrastructure to Regional Development. Final Report. Luxemburgo, Comission of the European Communities. 1986.
BIEHL, D. The role of infrastructure in regional development. En: Infrastructure and Regional Development, Editorial Pion, pp. 9-35. 1991.
CALCUTTAWALA, Z. Landscapes of Information and Consumption: A Location Analysis of Public Libraries in Calcutta, in Edward D. Garten, Delmus E. Williams, James M. Nyce (ed.) 24 (Advances in Library Administration and Organization, Volume 24), Emerald Group Publishing Limited. pp.319-388. 2006.
CÁMARA DE COMERCIO DE MANIZALES. Informe Económico 2014 – Colombia y Caldas. Cámara de Comercio de Manizales. 2015. Disponible en: www.ccmpc.org.co/ccm/cotenidos/49/
CCI – CÁMARA COLOMBIANA De La INFRAESTRUCTURA. Infraestructura del Transporte en Colombia. ¿Luz al final del túnel?. 9° Congreso Nacional de Infraestructura. Cartagena, 22 de Noviembre de 2012. Disponible en: http://www.fedesarrollo.org.co/wp-content/uploads/2011/08/Infraestructura-de-Transporte-en-Colombia-Presentaci%C3%B3n-CCI-Nov19.pdf 14/06/2014.
CHENG, J.; BERTOLINI, L.; CLERCQ, F. Measuring Sustainable Accessibility. Transportation research Board: Journal of the Transportation Research Board. 2007, Vol. 2017, pp. 16-25.
ESCOBAR, D.; GARCÍA, F. Impacto regional: caso de aplicación de análisis de accesibilidad territorial. Revista Épsilon, 2012, pp. 71-86. Recuperado el 15 de 03 de 2015, de http://revistas.lasalle.edu.co/index.php/ep/article/view/33
ESCOBAR D.; GARCÍA F.; TOLOSA R. "Análisis de Accesibilidad Territorial a Nivel Regional". Universidad Nacional de Colombia. Facultad de Ingeniería y Arquitectura, 2013, 1 (1).
ESCOBAR, D.; TAPASCO, O.; GIRALDO, J. Medición de Desempeño del Sistema de Transporte Cable Aéreo de la Ciudad de Manizales en Colombia, usando Tres Enfoques: Analítico, Simulado y de Accesibilidad Urbana. Información Tecnológica. [on line] 2015, vol. 26. n6 [citado 5 enero 2016], p. 199-210. DOI: 10.4067/S0718-07642015000600020
FUJITA, M.; KRUGMAN, P.; VENABLES, A. The Spatial Economy. Cities, Regions and International Trade. Cambridge, MA: MIT Press. 1999.
GELLRICH, M.; ZIMMERMANN, N. Investigating the regional-scale pattern of agricultural land abandonment in the Swiss mountains: A spatial statistical modelling approach. Landscape and Urban Planning. 2007, Vol.79, pp. 65-76.
GEURS, K.; KRIZEK, K.; REGGIANI, A. Chapter 1. Accesibility analysis and transport planning: an introduction. En: K. T. Geurs, K. J. Krizek, & A. Reggiani, Accessibility Analysis And Transport Planning. Challenges for Europe and North America. Edward Elgar. 2012.
GEURS, K.; VAN WEE, B. Accessibility evaluation of land-use and transport strategies: review and research directions. Journal of Transport Geography. 2004, Vol.12 (2), pp. 127-140.
GEURS, K.; RITSEMA VAN ECK, J. Accessibility Measures: Review and Applications. Evaluation of Accessibility Impacts of Land-use Transport Scenarios, and Related Social and Economic Impacts. 2001. Recuperado el 04 de 08 de 2011, de National Institute of Public Health and the Environment.: http://www.rivm.nl/bibliotheek/rapporten/408505006.pdf
GOBERNACIÓN DE CALDAS. Plan Vial del departamento de Caldas 2008 – 2017. 2009. Disponible en: https://dirinfra.mintransporte.gov.co/PVR_DATA/DOCUMENTS/plan_caldas.pdf
GOBERNACIÓN DE CALDAS. Secretaría de Educación Departamental. Informe educativo del departamento. 2016.
GOBERNACIÓN DE CALDAS. Fondo para el Financiamiento del Sector Agropecuario, FINAGRO. Instituto Geográfico Agustín Codazzi. Biblioteca Luis Ángel Arango del Banco de la República. "Caldas" Publicación digital en la página web de la Biblioteca Luis Ángel Arango del Banco de la República. 2016 Recuperado el 20 de 01 de 2016. http://www.todacolombia.com/departamentos-de-colombia/caldas.html#7
GUTIÉRREZ, J.; MONZÓN, A.; PIÑERO, J. Accesibilidad a los Centros de Actividad Económica en España. Revista de Obras Públicas, 1994, 39-49. Recuperado el 18 de 03 de 2015, de http://ropdigital.ciccp.es/pdf/publico/1994/1994_abril_3331_05.pdf
HALDEN, D. The use and abuse of accessibility measures in UK passenger transport planning. Transportation Business & Management. 2011, 2, pp.12-19.
HANSEN, W. How accessibility shapes land use. Journal of the American Institute of Planners. 1959, Vol. 25 (2), pp. 73-76.
HIGGS, G.; LANGFORD, M.; FRY, R. Investigating variations in the provision of digital services in public libraries using network-based GIS models. Library & Information Science Research. 2012. Available online 13 November 2012.
HOLL, A. Twenty years of accessibility improvements. The case of the Spanish motorway building programme. Journal of Transport Geography. 2007, Vol.15 (4), pp. 286-297.
HUIPING, L.; QIMING, Z. Developing urban growth predictions from spatial indicators based on multi-temporal images. Computers, Environment and Urban Systems. 2010, Vol. 29, pp. 580-594.
JONES, P. Developing and applying interactive visual tools to enhance stakeholder engagement in accessibility planning for mobility disadvantaged groups. Transportation Business & Management. 2011, Vol.2, pp. 29-41.
KASTENHOLZ, E.; EUSÉBIO, C.; FIGUEIREDO, E.; LIMA, J. Accessibility as Competitive Advantage of a Tourism Destination: The Case of Lousã, in Field Guide to Case Study Research in Tourism, Hospitality and Leisure (Advances in Culture, Tourism and Hospitality Research, Volume 6, K.F. Hyde, C. Ryan and A.G. Woodside (ed.)), Emerald Group Publishing Limited. 2012, pp.369-385.
KOTAVAARA, O.; ANTIKAINEN, H.; RUSANEN, J. Population change and accessibility by road and rail networks: GIS and statistical approach to Finland 1970–2007. Journal of Transport Geography, 2011, Vol. 19(4), pp. 926-935.
KRUGMAN, P. Increasing returns and economic geography. Journal of Political Economy, 1991, Vol.99(3), pp. 483–499.
MAcKINNON, D.; PIRIE, G.; GATHER, M. Transport and economic development. En R. Knowles, J. Shaw, & I. Docherty (Edits.), Transport Geographies: Mobilities, Flows and Spaces, 2008, pp. 10-28). Oxford: Blackwell Publishing.
MARTÍNEZ, H. La accesibilidad regional y el efecto territorial de las infraestructuras de transporte. Aplicación en castilla-la mancha. 2012. Recuperado el 07 de 04 de 2015, de DIALNET: http://dialnet.unirioja.es/descarga/articulo/3938147/1.pdf
MINISTERIO DEL TRANSPORTE. Transporte en cifras Estadísticas 2012. República de Colombia. 2012. Disponible en: https://www.mintransporte.gov.co/documentos.php?id=15 14/01/2016
MORRIS, J.; DUMBLE, P.; WIGAN, M. Accessibility indicators in transport planning. Transportation Research A, 1978, Vol. 13, pp. 91-109.
PARK, S. Measuring public library accessibility: a case study using GIS. Library & Information Science Research. 2012, Vol.34 (1), pp. 13-21.
PRESTON, J.; RAJÉ, F. Accessibility, mobility and transport-related social exclusion. Journal of Transport Geography [on line] 2007, vol. 15 n3. [citado 11 septiembre 2015], p 151-160. Disponible en la World Wide Web: http://www.sciencedirect.com. DOI: 10.1016/j.jtrangeo.2006.05.002
RIETVELD P.; NIJKAMP P. Transport and regional development. In: J. Polak and A. Heertje, Editors, European Transport Economics, European Conference of Ministers of Transport (ECMT), Blackwell Publishers, Oxford. 1993.
RIETVELD, P.; BRUINSMA, F. "Is transport infrastructure effective?: transport infrastructure and accessibility: impacts on the space economy". Springer Science & Business Media. 2012.
SAILER, K.; MARMOT, A.; PENN, A. Spatial Configuration, Organisational Change and Academic Networks. ASNA 2012 – Conference for 'Applied Social Network Analysis', Zürich, Switzerland, 4-7.
SCHÜRMAN, C.; SPIEKERMANN, K.; WEGENER, M. Accessibility indicators. Berichte aus dem Institut für Raumplanung, 39, IRPUD, Dortmund. 1999.
SEGUI, J.; PETRUS, J. Geografía de Redes y Sistemas de Transporte. Editorial Síntesis. Madrid. España. 1991.
TASSINARI, P.; CARFAGNA, E.; BENNI, S.; TORREGGIANI, D. Wide-area spatial analysis: A firts methodological contribution for the study of changes in the rural built environment. Biosystems Engineering. 2008, Vol. 100, pp. 435-447.
VEGA, A. A multi-modal approach to sustainable accessibility in Galway. Regional Insights. 2011, Vol.2(2), pp. 15-17.
VENEGAS, F.; ROJAS, R. Teoría y Práctica del Ordenamiento y Manejo Sustentable del Territorio: Tijuana-Rosarito-Tecate, Baja California, México. Información tecnológica, 2009, 20(3), pp. 73-87.
VICKERMAN, R.; SPIEKERMANN, K.; WEGENER, M. Accessibility and economic development in Europe. Regional Studies, 1999, Vol. 33, pp. 1-15.
WANG, Y.; MONZON, A.; Di CIOMMO, F. Assessing the accessibility impact of transport policy by a land-use and transport interaction model - The case of Madrid. Computers, Environment and Urban Systems, 2015, pp. 126-135. Recuperado el 15 de 11 de 2015, de http://www.sciencedirect.com.ezproxy.unal.edu.co/science/article/pii/S019897151400043X
ZHU, X.; LIU, S. Analysis of the impact of the MRT system on accessibility in Singapore using an integrated GIS tool. Journal of Transport Geography. 2004, Vol. 4(12), pp. 89-101.
1. PhD. Director Maestría en Infraestructuras y Sistemas de Transporte. Facultad de Ingeniería y Arquitectura, Universidad Nacional de Colombia Sede Manizales. Email: daescobarga@unal.edu.co
2. Especialista en Vías y Transportes. Estudiante de la Maestría en Infraestructuras y Sistemas de Transporte. Universidad Nacional de Colombia Sede Manizales. Email: jmholguinc@unal.edu.co
3. PhD. Facultad de Tecnologías. Universidad del Tolima. Email: carkaffure@ut.edu.co