Anexo 1 : Producto Bruto Interno Cuadro 1a. Evolución del PBI Nacional (millones de S/. 1994)

Agropecuario Pesca Minería Manufactura Construcción Comercio Serv. De gobierno Otros servicios Total

1985 6,567 390 7,208 13,832 3,255 17,273 8,561 22,922 80,008

1990 6,662 535 5,351 13,304 3,580 15,687 6,654 20,881 72,654

Elaboración propia en base a INEI – Anuarios Estadísticos.

1995 8,202 614 4,799 16,616 6,452 20,250 6,658 32,585 96,175

2000 10,973 702 6,601 17,972 6,140 22,012 7,490 37,159 109,049

2005 12,259 804 9,790 22,887 7,276 26,505 9,321 45,119 133,961

2006 13,286 823 9,926 24,607 8,350 29,232 10,029 48,294 144,547

Año 2007 13,718 879 10,195 27,336 9,737 32,014 10,339 53,532 157,751

2008 14,706 934 10,973 29,825 11,339 35,993 10,742 58,309 172,821

2009 15,100 894 11,055 27,753 12,036 35,953 11,874 60,216 174,881

2010 15,820 775 11,088 31,505 14,135 39,565 12,297 64,488 189,673

2011 16,516 1,019 11,106 33,410 14,566 42,999 12,950 69,961 202,527

2012 17,384 901 11,360 33,901 16,721 46,199 13,542 75,027 215,035

Cuadro 2a. Porcentaje del PBI departamental respecto al de Lima y Callao

Amazonas Ancash Apurímac Arequipa Ayacucho Cajamarca Cusco Huancavelica Huánuco Ica Junín La Libertad Lambayeque Loreto Madre de Dios Moquegua Pasco Piura Puno San Martín Tacna Tumbes Ucayali

1985 76.39 15.67 77.61 11.51 55.86 24.05 20.73 40.74 35.91 20.45 14.22 14.03 18.48 15.58 163.28 28.04 39.03 10.04 22.13 39.06 29.66 88.03 67.25

1990 64.98 13.47 74.65 9.47 53.81 22.11 18.31 41.73 35.79 20.63 12.96 11.54 15.58 17.58 134.24 36.40 38.25 9.63 22.96 29.17 34.75 66.56 60.59

1995 97.02 18.58 75.64 9.46 50.88 20.49 18.79 43.11 35.55 19.47 13.65 11.44 15.04 20.15 127.69 36.70 40.37 11.48 22.57 37.15 34.46 88.76 56.13

Elaboración propia en base a INEI – Anuarios Estadísticos.

2000 103.48 17.11 79.32 9.09 50.95 15.25 18.41 45.80 36.16 20.00 13.40 11.01 15.06 20.47 116.55 33.34 41.78 12.75 20.79 32.05 30.62 101.24 48.56

2005 76.79 12.55 105.11 9.07 54.41 14.74 20.02 52.14 45.67 18.51 15.48 11.23 18.69 24.08 125.07 30.18 43.05 12.58 22.24 39.35 33.96 98.79 44.19

2006 78.27 13.36 105.07 9.32 54.24 16.23 19.51 53.54 48.63 18.61 15.22 10.59 19.32 24.95 131.18 32.75 43.28 12.48 23.07 40.77 35.53 111.47 45.21

Año 2007 80.48 13.82 113.08 8.92 53.42 19.39 19.69 60.94 52.53 18.85 15.81 10.63 19.32 26.42 130.86 36.34 42.85 12.57 23.78 41.36 37.03 113.57 48.01

2008 82.94 14.09 121.82 9.10 54.25 19.79 20.37 65.73 54.65 17.14 16.19 10.96 19.76 27.91 134.81 38.22 46.96 13.05 25.05 41.76 39.22 118.05 50.31

2009 81.53 14.17 116.18 9.11 49.27 18.61 19.71 63.15 54.62 16.63 16.71 10.78 19.24 27.35 134.47 38.82 49.41 12.82 24.23 40.44 40.36 115.66 49.13

2010 83.05 15.10 115.47 9.27 50.82 20.59 18.87 67.46 55.92 16.73 17.01 10.92 19.53 28.02 134.77 40.51 55.00 13.33 24.72 41.12 39.81 114.04 51.27

2011 84.70 16.17 115.43 9.57 54.07 21.65 18.11 69.01 56.94 17.14 17.32 11.30 20.01 28.10 131.16 45.62 59.02 13.42 25.56 42.25 41.26 115.29 55.42

2012 78.80 16.41 109.40 9.34 50.90 21.82 18.24 69.75 55.48 17.42 17.36 11.29 19.51 28.63 167.34 46.09 60.36 13.25 25.78 41.80 41.54 114.38 52.64

Anexo 2: Información sobre Empleo a nivel distrital Cuadro 3a. Porcentaje de empleo en sectores económicos por distrito Zonas Interdistritales Callao Bellavista Carmen De La Legua Reynoso La Perla La Punta Ventanilla Ancon Ate Barranco Breña Caraballo Chaclacayo Chorrillos Cieneguilla Comas El Agustino Independencia Jesus Maria La Molina La Victoria Lima Lince Los Olivos Lurigancho Lurin Magdalena Del Mar Magdalena Vieja Miraflores Pachacamac Pucusana Puente Piedra Punta Hermosa Punta Negra Rimac San Bartolo San Borja San Isidro San Juan De Lurigancho San Juan De Miraflores San Luis San Martin De Porres San Miguel Santa Anita Santa Rosa Santiago De Surco Surquillo Villa El Salvador Villa Maria Del Triunfo Total Fuente: Censo Económico 2008, INEI

Primario 6% 0% 0% 0% 0% 0% 4% 2% 0% 0% 0% 0% 6% 0% 0% 0% 0% 2% 0% 0% 3% 3% 1% 0% 0% 1% 0% 16% 0% 4% 0% 0% 0% 0% 0% 20% 25% 0% 0% 0% 0% 1% 0% 0% 4% 0% 0% 0% 100%

Secundario 5% 1% 1% 0% 0% 0% 0% 11% 0% 1% 0% 0% 3% 0% 1% 1% 1% 2% 1% 7% 13% 2% 3% 0% 0% 1% 0% 3% 0% 0% 1% 0% 0% 1% 0% 1% 12% 5% 1% 2% 2% 1% 3% 0% 3% 8% 1% 1% 100%

Terciario 4% 1% 0% 1% 0% 1% 0% 4% 0% 1% 1% 0% 3% 0% 3% 1% 1% 3% 1% 8% 11% 3% 2% 1% 0% 1% 1% 9% 0% 0% 1% 0% 0% 1% 0% 3% 12% 4% 2% 1% 3% 1% 1% 0% 4% 2% 2% 1% 100%

Cuadro 4a. Porcentaje del empleo en actividades económicas por distrito Distritos Callao Bellavista Carmen De La Legua Reynoso La Perla La Punta Ventanilla Ancón Ate Barranco Breña Caraballo Chaclacayo Chorrillos Cieneguilla Comas El Agustino Independencia Jesus Maria La Molina La Victoria Lima Lince Los Olivos Lurigancho Lurin Magdalena Del Mar Magdalena Vieja Miraflores Pachacamac Pucusana Puente Piedra Punta Hermosa Punta Negra Rimac San Bartolo San Borja San Isidro San Juan De Lurigancho San Juan De Miraflores San Luis San Martin De Porres San Miguel Santa Anita Santa Rosa Santiago De Surco Surquillo Villa El Salvador Villa Maria Del Triunfo Total

Pesca y Acuicultura 16.60% 0.00% 0.00% 0.70% 0.40% 0.00% 9.40% 0.00% 0.00% 0.00% 0.00% 0.00% 12.40% 0.00% 0.00% 0.00% 0.00% 0.00% 0.30% 0.30% 1.40% 0.00% 0.60% 0.00% 0.00% 0.60% 1.30% 0.60% 0.00% 11.30% 0.00% 0.70% 0.00% 0.00% 1.00% 11.40% 25.30% 0.00% 0.00% 0.00% 0.00% 2.90% 0.00% 0.00% 2.80% 0.00% 0.00% 0.00% 100%

Minas y Canteras 0.10% 0.00% 0.00% 0.00% 0.00% 0.00% 0.00% 3.50% 0.00% 0.70% 0.00% 0.00% 1.40% 0.00% 0.20% 0.00% 0.10% 2.90% 0.10% 0.10% 4.10% 4.90% 0.70% 0.00% 0.10% 0.50% 0.00% 25.00% 0.00% 0.00% 0.00% 0.00% 0.00% 0.00% 0.00% 26.00% 24.70% 0.00% 0.00% 0.00% 0.00% 0.40% 0.00% 0.00% 4.30% 0.30% 0.00% 0.00% 100%

Manufacturas 6.30% 0.70% 0.70% 0.10% 0.00% 0.40% 0.00% 12.20% 0.40% 1.50% 0.30% 0.10% 3.30% 0.00% 1.30% 1.60% 1.40% 1.50% 0.50% 7.40% 14.90% 2.00% 3.50% 0.30% 0.20% 0.60% 0.50% 1.70% 0.10% 0.00% 0.80% 0.00% 0.00% 1.50% 0.00% 0.60% 10.40% 6.50% 0.80% 1.80% 2.20% 0.60% 3.30% 0.00% 2.90% 3.00% 1.80% 0.60% 100%

Suministro Eléctrico 0.10% 0.00% 0.00% 0.00% 0.00% 0.00% 0.00% 0.00% 0.00% 0.00% 0.00% 0.00% 0.30% 0.00% 0.00% 0.00% 0.00% 0.00% 0.40% 0.90% 2.30% 0.00% 0.10% 0.00% 0.00% 0.00% 0.00% 0.10% 0.00% 0.40% 0.00% 0.00% 0.00% 0.00% 0.00% 0.00% 88.00% 0.10% 0.20% 0.00% 0.00% 6.40% 0.40% 0.00% 0.00% 0.10% 0.00% 0.10% 100%

Agua y Alcantarillado 2.60% 0.30% 2.50% 0.00% 0.00% 0.60% 0.00% 1.10% 0.00% 0.10% 1.80% 0.30% 2.10% 0.00% 1.70% 3.60% 0.80% 0.00% 0.40% 2.70% 2.50% 0.10% 4.60% 1.40% 0.40% 0.00% 0.00% 0.40% 0.00% 0.00% 0.80% 0.00% 0.10% 0.00% 0.00% 0.00% 3.10% 6.20% 0.20% 0.10% 2.40% 0.20% 0.20% 0.00% 0.20% 50.90% 4.70% 0.80% 100%

Construcción 1.10% 0.40% 0.00% 2.20% 0.00% 0.00% 0.00% 7.90% 0.60% 0.50% 0.10% 0.00% 1.60% 0.00% 0.10% 0.00% 0.50% 2.70% 2.10% 3.80% 3.50% 2.70% 1.50% 0.00% 0.00% 1.20% 0.20% 11.60% 0.00% 0.00% 0.00% 0.00% 0.00% 0.10% 0.00% 2.40% 15.80% 0.30% 0.20% 0.60% 0.30% 1.00% 0.30% 0.00% 5.40% 29.10% 0.10% 0.00% 100%

Distritos Callao Bellavista Carmen De La Legua Reynoso La Perla La Punta Ventanilla Ancón Ate Barranco Breña Caraballo Chaclacayo Chorrillos Cieneguilla Comas El Agustino Independencia Jesus Maria La Molina La Victoria Lima Lince Los Olivos Lurigancho Lurin Magdalena Del Mar Magdalena Vieja Miraflores Pachacamac Pucusana Puente Piedra Punta Hermosa Punta Negra Rimac San Bartolo San Borja San Isidro San Juan De Lurigancho San Juan De Miraflores San Luis San Martin De Porres San Miguel Santa Anita Santa Rosa Santiago De Surco Surquillo Villa El Salvador Villa Maria Del Triunfo Total Fuente: Censo Económico 2008, INEI.

Comercio

Transporte y Almacen.

Alojamiento y Rest.

Información y Com.

3.20% 0.40% 0.30% 0.20% 0.00% 1.30% 0.20% 4.70% 0.30% 0.90% 1.30% 0.30% 2.40% 0.10% 3.70% 1.10% 1.70% 1.10% 0.80% 11.60% 15.30% 1.00% 2.40% 1.10% 0.40% 0.80% 0.60% 3.70% 0.50% 0.10% 1.60% 0.00% 0.00% 1.10% 0.00% 3.30% 6.20% 5.10% 2.30% 0.90% 4.00% 0.90% 1.20% 0.00% 2.90% 3.00% 3.60% 2.20% 100%

23.80% 0.90% 0.60% 0.70% 0.40% 0.20% 0.10% 3.00% 0.30% 0.30% 0.10% 0.00% 0.60% 0.00% 0.60% 0.10% 0.30% 2.60% 0.20% 8.30% 12.90% 1.60% 5.20% 0.30% 0.00% 0.70% 0.10% 11.80% 0.00% 0.00% 0.30% 0.00% 0.00% 0.50% 0.00% 0.30% 9.70% 0.90% 0.30% 1.60% 0.90% 1.80% 5.40% 0.00% 1.00% 0.90% 0.30% 0.30% 100%

3.10% 0.70% 0.40% 0.60% 0.20% 0.90% 0.20% 4.20% 1.20% 1.30% 0.80% 0.30% 2.10% 0.30% 3.50% 1.20% 1.70% 1.90% 0.80% 4.80% 9.10% 2.50% 3.60% 1.70% 0.70% 1.00% 1.20% 6.50% 0.40% 0.20% 1.30% 0.20% 0.10% 1.20% 0.10% 2.00% 13.40% 4.80% 2.40% 0.80% 4.20% 1.60% 1.80% 0.00% 3.40% 1.50% 2.40% 1.70% 100%

6.80% 0.40% 0.40% 0.10% 0.00% 0.80% 0.10% 2.90% 0.20% 1.40% 0.70% 0.30% 1.80% 0.00% 3.10% 1.10% 1.30% 1.50% 1.40% 4.20% 11.60% 1.10% 2.70% 0.80% 0.30% 0.70% 0.50% 16.20% 0.40% 0.10% 1.00% 0.00% 0.00% 0.60% 0.00% 1.40% 10.10% 5.10% 2.30% 0.40% 3.80% 0.80% 1.40% 0.00% 2.90% 3.30% 2.20% 1.60% 100%

Act. Financieras y Seguros 0.00% 0.10% 0.20% 0.10% 0.00% 0.00% 0.00% 1.40% 0.60% 0.70% 0.30% 0.00% 1.00% 0.00% 2.00% 0.30% 1.10% 1.90% 0.10% 1.40% 9.30% 3.50% 5.30% 0.00% 0.00% 0.90% 0.50% 17.80% 0.00% 0.00% 0.20% 0.00% 0.00% 0.80% 0.00% 0.90% 28.60% 2.50% 0.90% 0.60% 3.00% 1.50% 0.50% 0.00% 9.40% 0.30% 1.60% 1.00% 100%

Act. Inmobiliarias 3.50% 1.80% 0.10% 0.10% 0.00% 0.20% 0.10% 5.30% 0.60% 0.10% 0.20% 0.00% 0.60% 0.00% 1.10% 0.10% 0.70% 1.50% 0.90% 12.20% 12.20% 1.40% 2.30% 0.70% 0.00% 0.50% 0.20% 12.80% 0.10% 0.00% 1.00% 0.00% 0.00% 0.70% 0.00% 1.90% 26.80% 0.60% 0.50% 0.20% 1.00% 0.70% 0.50% 0.00% 5.00% 1.00% 0.60% 0.30% 100%

Cuadro 5a. Porcentaje del empleo en grupos económicos por distrito Distritos

Manufacturas

Callao 6.3% Bellavista 0.7% Carmen De La 0.7% Legua Reynoso La Perla 0.1% La Punta 0.0% Ventanilla 0.4% Ancón 0.0% Ate 12.2% Barranco 0.4% Breña 1.5% Caraballo 0.3% Chaclacayo 0.1% Chorrillos 3.3% Cieneguilla 0.0% Comas 1.3% El Agustino 1.6% Independencia 1.4% Jesus Maria 1.5% La Molina 0.5% La Victoria 7.4% Lima 14.9% Lince 2.0% Los Olivos 3.5% Lurigancho 0.3% Lurin 0.2% Magdalena Del 0.6% Mar Magdalena Vieja 0.5% Miraflores 1.7% Pachacamac 0.1% Pucusana 0.0% Puente Piedra 0.8% Punta Hermosa 0.0% Punta Negra 0.0% Rimac 1.5% San Bartolo 0.0% San Borja 0.6% San Isidro 10.4% San Juan De 6.5% Lurigancho San Juan De 0.8% Miraflores San Luis 1.8% San Martin De 2.2% Porres San Miguel 0.6% Santa Anita 3.3% Santa Rosa 0.0% Santiago De 2.9% Surco Surquillo 3.0% Villa El Salvador 1.8% Villa Maria Del 0.6% Triunfo Total 100% Fuente: Censo Económico 2008, INEI

3.2% 0.4%

Alojamiento y Rest. 3.1% 0.7%

Transp. Y Comunic. 16.1% 0.6%

Finanz.

Construcc.

2.3% 0.2%

1.3% 0.5%

Adm. Pública 1.8% 1.0%

0.3%

0.4%

0.5%

0.0%

0.0%

0.2%

0.2%

0.2% 0.0% 1.3% 0.2% 4.7% 0.3% 0.9% 1.3% 0.3% 2.4% 0.1% 3.7% 1.1% 1.7% 1.1% 0.8% 11.6% 15.3% 1.0% 2.4% 1.1% 0.4%

0.6% 0.2% 0.9% 0.2% 4.2% 1.2% 1.3% 0.8% 0.3% 2.1% 0.3% 3.5% 1.2% 1.7% 1.9% 0.8% 4.8% 9.1% 2.5% 3.6% 1.7% 0.7%

0.4% 0.2% 0.5% 0.1% 2.9% 0.3% 0.8% 0.4% 0.1% 1.2% 0.0% 1.7% 0.6% 0.8% 2.1% 0.7% 6.4% 12.3% 1.4% 4.0% 0.6% 0.1%

0.4% 0.0% 0.1% 0.0% 1.3% 0.2% 0.3% 0.1% 0.0% 2.1% 0.0% 0.3% 0.1% 0.3% 1.9% 1.9% 9.5% 7.1% 1.3% 0.9% 0.1% 0.1%

2.0% 0.0% 0.0% 0.0% 7.7% 0.6% 0.5% 0.1% 0.0% 1.5% 0.0% 0.2% 0.0% 0.5% 2.6% 2.0% 4.5% 4.2% 2.6% 1.6% 0.1% 0.0%

1.2% 0.1% 0.6% 0.1% 2.3% 0.6% 1.1% 0.5% 0.2% 4.5% 0.0% 1.6% 0.3% 0.6% 8.0% 2.6% 2.2% 7.1% 6.7% 2.0% 0.6% 0.2%

0.3% 0.1% 0.4% 0.8% 4.9% 0.2% 0.8% 0.5% 0.1% 2.8% 0.0% 1.7% 0.4% 0.7% 2.8% 1.2% 3.0% 8.2% 2.3% 1.9% 0.4% 0.2%

0.8%

1.0%

0.7%

0.7%

1.1%

1.3%

1.3%

0.6% 3.7% 0.5% 0.1% 1.6% 0.0% 0.0% 1.1% 0.0% 3.3% 6.2%

1.2% 6.5% 0.4% 0.2% 1.3% 0.2% 0.1% 1.2% 0.1% 2.0% 13.4%

0.3% 13.8% 0.2% 0.0% 0.6% 0.0% 0.0% 0.5% 0.0% 0.8% 9.9%

0.5% 26.3% 0.0% 0.0% 0.1% 0.0% 0.0% 1.1% 0.0% 2.9% 29.0%

0.2% 11.7% 0.0% 0.0% 0.1% 0.0% 0.0% 0.2% 0.0% 2.4% 16.7%

2.3% 12.2% 0.1% 0.0% 0.6% 0.0% 0.0% 0.5% 0.0% 3.3% 13.5%

1.2% 9.0% 0.1% 0.9% 0.5% 0.1% 0.0% 0.6% 0.1% 6.9% 20.5%

5.1%

4.8%

2.8%

0.8%

0.3%

2.2%

3.2%

2.3%

2.4%

1.2%

0.7%

0.3%

1.0%

2.3%

0.9%

0.8%

1.0%

0.2%

0.5%

0.5%

0.4%

4.0%

4.2%

2.2%

0.7%

0.3%

3.3%

2.1%

0.9% 1.2% 0.0%

1.6% 1.8% 0.0%

1.3% 3.6% 0.0%

1.0% 0.4% 0.0%

1.0% 0.3% 0.0%

2.3% 0.6% 0.1%

2.0% 0.5% 0.0%

2.9%

3.4%

1.8%

3.4%

5.4%

6.7%

3.2%

3.0% 3.6%

1.5% 2.4%

2.0% 1.2%

1.4% 0.2%

26.8% 0.1%

1.7% 1.0%

3.5% 1.1%

2.2%

1.7%

0.9%

0.2%

0.1%

0.8%

0.7%

100%

100%

100%

100%

100%

100%

100%

Comercio

Otros 5.4% 0.5%

Cuadro 6a. Porcentaje de empleo por tamaño de empresa a nivel distrital Distritos Micro Callao 3% Bellavista 1% Carmen De La Legua Reynoso 0% La Perla 0% La Punta 0% Ventanilla 2% Ancon 0% Ate 5% Barranco 0% Breña 1% Caraballo 1% Chaclacayo 0% Chorrillos 2% Cieneguilla 0% Comas 4% El Agustino 1% Independencia 2% Jesus Maria 1% La Molina 1% La Victoria 10% Lima 14% Lince 1% Los Olivos 4% Lurigancho 1% Lurin 1% Magdalena Del Mar 1% Magdalena Vieja 1% Miraflores 3% Pachacamac 1% Pucusana 0% Puente Piedra 2% Punta Hermosa 0% Punta Negra 0% Rimac 1% San Bartolo 0% San Borja 1% San Isidro 2% San Juan De Lurigancho 7% San Juan De Miraflores 3% San Luis 1% San Martin De Porres 5% San Miguel 1% Santa Anita 2% Santa Rosa 0% Santiago De Surco 2% Surquillo 2% Villa El Salvador 5% Villa Maria Del Triunfo 3% Total 100% Fuente: Censo Económico 2008, INEI

Pequeña 4% 1% 0% 0% 0% 1% 0% 6% 1% 2% 1% 0% 3% 0% 2% 1% 1% 2% 1% 8% 12% 2% 3% 1% 0% 1% 1% 8% 0% 0% 1% 0% 0% 1% 0% 3% 9% 4% 1% 2% 3% 2% 1% 0% 5% 2% 2% 1% 100%

Mediana 6% 1% 0% 1% 0% 0% 0% 7% 1% 2% 0% 0% 3% 0% 1% 0% 1% 3% 2% 5% 11% 2% 2% 0% 0% 1% 2% 10% 0% 0% 0% 0% 0% 1% 0% 4% 12% 3% 1% 2% 2% 2% 1% 0% 6% 3% 0% 0% 100%

Grande 5% 0% 0% 1% 0% 0% 0% 6% 0% 1% 0% 0% 3% 0% 0% 1% 0% 4% 1% 5% 9% 3% 2% 0% 0% 1% 1% 12% 0% 0% 0% 0% 0% 1% 0% 4% 22% 2% 0% 0% 1% 1% 2% 0% 4% 6% 0% 0% 100%

Cuadro 7a: Porcentaje del VPB en sectores económicos por distrito Distritos Primario Callao 1% Bellavista 0% Carmen De La Legua Reynoso 0% La Perla 0% La Punta 0% Ventanilla 0% Ancón 0% Ate 1% Barranco 0% Breña 7% Caraballo 0% Chaclacayo 0% Chorrillos 1% Cieneguilla 0% Comas 0% El Agustino 0% Independencia 0% Jesús María 0% La Molina 0% La Victoria 2% Lima 1% Lince 1% Los Olivos 0% Lurigancho 0% Lurin 0% Magdalena Del Mar 0% Magdalena Vieja 0% Miraflores 1% Pachacamac 0% Pucusana 0% Puente Piedra 0% Punta Hermosa 0% Punta Negra 0% Rimac 0% San Bartolo 0% San Borja 60% San Isidro 21% San Juan De Lurigancho 0% San Juan De Miraflores 0% San Luis 0% San Martin De Porres 0% San Miguel 0% Santa Anita 0% Santa Rosa 0% Santiago De Surco 3% Surquillo 0% Villa El Salvador 0% Villa Maria Del Triunfo 0% Total 100% Fuente: Censo Económico 2008, INEI

Secundario 11% 1% 1% 0% 0% 0% 0% 9% 0% 1% 0% 0% 2% 0% 0% 1% 1% 1% 2% 4% 13% 2% 2% 0% 0% 1% 0% 3% 0% 0% 0% 0% 0% 2% 0% 2% 17% 2% 0% 1% 1% 0% 3% 0% 4% 12% 0% 0% 100%

Terciario 4% 0% 0% 0% 0% 0% 0% 3% 0% 0% 0% 0% 2% 0% 1% 0% 0% 3% 1% 9% 8% 2% 1% 0% 0% 1% 1% 20% 0% 0% 0% 0% 0% 0% 0% 3% 29% 1% 0% 1% 1% 1% 1% 0% 4% 3% 0% 0% 100%

Cuadro 8a: Porcentaje del VPB en actividades económicas por distrito Distritos Callao Bellavista Carmen De La Legua Reynoso La Perla La Punta Ventanilla Ancón Ate Barranco Breña Caraballo Chaclacayo Chorrillos Cieneguilla Comas El Agustino Independencia Jesús María La Molina La Victoria Lima Lince Los Olivos Lurigancho Lurin Magdalena Del Mar Magdalena Vieja Miraflores Pachacamac Pucusana Puente Piedra Punta Hermosa Punta Negra Rimac San Bartolo San Borja San Isidro San Juan De Lurigancho San Juan De Miraflores San Luis San Martin De Porres San Miguel Santa Anita Santa Rosa Santiago De Surco Surquillo Villa El Salvador Villa Maria Del Triunfo Total

Pesca y Minas y Suministro Agua y Manufacturas Construcción Acuicultura Canteras Eléctrico Alcantarillado 8.20% 0.10% 13.40% 0.00% 1.00% 0.90% 0.00% 0.00% 1.60% 0.00% 0.10% 0.20% 0.00% 0.00% 1.50% 0.00% 3.30% 0.00% 0.10% 0.00% 0.00% 0.00% 0.00% 1.00% 0.00% 0.00% 0.00% 0.00% 0.00% 0.00% 0.00% 0.00% 0.10% 0.00% 0.10% 0.00% 2.30% 0.00% 0.00% 0.00% 0.00% 0.00% 0.00% 0.80% 10.50% 0.00% 2.30% 5.60% 0.00% 0.00% 0.20% 0.00% 0.00% 0.10% 0.00% 8.30% 0.60% 0.00% 0.30% 0.40% 0.00% 0.00% 0.10% 0.00% 0.80% 0.00% 0.00% 0.00% 0.10% 0.00% 0.10% 0.00% 4.50% 0.20% 2.70% 0.00% 1.70% 1.30% 0.00% 0.00% 0.00% 0.00% 0.00% 0.00% 0.00% 0.00% 0.50% 0.00% 0.70% 0.00% 0.00% 0.00% 0.70% 0.00% 1.00% 0.00% 0.00% 0.00% 1.20% 0.00% 1.00% 0.40% 0.00% 0.40% 0.70% 0.00% 0.00% 5.80% 2.10% 0.00% 1.40% 0.10% 0.10% 2.70% 0.60% 1.70% 3.60% 0.00% 2.30% 4.50% 2.40% 0.60% 16.10% 0.20% 1.30% 2.00% 0.00% 0.60% 1.40% 0.00% 0.70% 3.80% 0.10% 0.00% 1.70% 0.00% 26.20% 0.50% 0.00% 0.00% 0.10% 0.00% 0.80% 0.00% 0.00% 0.00% 0.10% 0.00% 0.50% 0.00% 0.10% 0.40% 0.60% 0.00% 0.00% 0.70% 2.00% 0.00% 0.40% 0.00% 0.00% 0.20% 0.10% 1.30% 1.60% 0.00% 0.30% 12.90% 0.00% 0.00% 0.00% 0.00% 0.00% 0.00% 1.50% 0.00% 0.00% 0.00% 0.00% 0.00% 0.00% 0.00% 0.40% 0.00% 0.70% 0.00% 0.00% 0.00% 0.00% 0.00% 0.00% 0.00% 0.00% 0.00% 0.00% 0.00% 0.00% 0.00% 0.00% 0.00% 2.50% 0.00% 0.00% 0.10% 0.00% 0.00% 0.00% 0.00% 0.00% 0.00% 26.60% 64.20% 1.50% 0.00% 0.00% 2.80% 42.50% 18.60% 12.00% 98.40% 5.30% 12.00% 0.00% 0.00% 2.80% 0.00% 4.70% 0.30% 0.00% 0.00% 0.30% 0.60% 0.00% 0.10% 0.00% 0.00% 1.50% 0.00% 0.00% 0.30% 0.00% 0.00% 1.80% 0.00% 4.00% 0.10% 3.30% 0.10% 0.50% 0.60% 0.10% 0.50% 0.00% 0.00% 3.30% 0.00% 0.10% 0.20% 0.00% 0.00% 0.00% 0.00% 0.00% 0.00% 3.60% 2.50% 4.10% 0.00% 0.30% 4.40% 0.00% 0.10% 8.00% 0.00% 35.60% 36.00% 0.00% 0.00% 0.40% 0.00% 1.80% 0.00% 0.00% 0.00% 0.10% 0.00% 2.70% 0.00% 100.00% 100.00% 100.00% 100.00% 100.00% 100.00%

Distritos Callao Bellavista Carmen De La Legua Reynoso La Perla La Punta Ventanilla Ancón Ate Barranco Breña Caraballo Chaclacayo Chorrillos Cieneguilla Comas El Agustino Independencia Jesús María La Molina La Victoria Lima Lince Los Olivos Lurigancho Lurin Magdalena Del Mar Magdalena Vieja Miraflores Pachacamac Pucusana Puente Piedra Punta Hermosa Punta Negra Rimac San Bartolo San Borja San Isidro San Juan De Lurigancho San Juan De Miraflores San Luis San Martin De Porres San Miguel Santa Anita Santa Rosa Santiago De Surco Surquillo Villa El Salvador Villa Maria Del Triunfo TOTAL

Comercio 3.10% 0.20% 0.10% 0.10% 0.00% 0.30% 0.00% 5.60% 0.20% 0.70% 0.30% 0.10% 2.10% 0.00% 1.80% 0.40% 0.70% 0.90% 1.10% 11.80% 13.90% 1.90% 1.00% 0.30% 0.10% 0.50% 0.80% 7.60% 0.10% 0.00% 0.30% 0.00% 0.00% 0.30% 0.00% 4.40% 20.70% 1.40% 0.60% 1.00% 1.40% 1.10% 0.90% 0.00% 5.00% 5.60% 0.80% 0.50% 100.00%

Transporte y Almacen. 16.00% 0.30% 0.30% 0.60% 0.10% 0.10% 0.10% 3.40% 0.20% 0.10% 0.10% 0.00% 0.20% 0.00% 0.40% 0.10% 0.20% 0.70% 0.10% 4.60% 4.20% 0.70% 1.30% 0.20% 0.00% 0.40% 0.10% 34.30% 0.00% 0.00% 0.20% 0.00% 0.00% 0.30% 0.00% 0.20% 21.60% 0.30% 0.00% 1.30% 0.40% 1.00% 3.60% 0.00% 0.60% 1.40% 0.10% 0.20% 100.00%

Alojamiento y Rest. 2.80% 0.60% 0.20% 0.60% 0.10% 0.60% 0.10% 2.80% 1.40% 1.10% 0.60% 0.20% 2.00% 0.20% 2.10% 1.00% 1.30% 3.40% 1.30% 4.30% 7.80% 3.00% 2.60% 1.10% 0.50% 0.80% 1.20% 12.40% 0.20% 0.10% 0.60% 0.10% 0.00% 0.90% 0.10% 3.00% 18.70% 3.00% 1.60% 0.60% 3.00% 2.10% 1.40% 0.00% 5.20% 1.10% 1.30% 1.10% 100.00%

Información y Com. 1.70% 0.20% 0.00% 0.00% 0.00% 0.10% 0.00% 0.50% 0.00% 0.40% 0.00% 0.00% 0.40% 0.00% 0.20% 0.10% 0.10% 1.30% 0.50% 12.80% 10.50% 0.30% 0.20% 0.00% 0.00% 0.30% 0.10% 54.60% 0.00% 0.00% 0.00% 0.00% 0.00% 0.00% 0.00% 0.50% 10.50% 0.40% 0.10% 0.00% 0.20% 0.50% 0.10% 0.00% 1.60% 1.50% 0.10% 0.10% 100.00%

Act. Financ. Y Seguros 0.00% 0.00% 0.00% 0.00% 0.00% 0.00% 0.00% 5.70% 0.30% 0.20% 0.10% 0.00% 0.30% 0.00% 1.60% 0.10% 0.70% 0.70% 0.00% 12.60% 3.60% 1.30% 1.00% 0.00% 0.00% 0.20% 0.10% 31.60% 0.00% 0.00% 0.00% 0.00% 0.00% 1.40% 0.00% 0.50% 31.60% 1.00% 0.20% 0.30% 0.70% 0.50% 0.10% 0.00% 2.90% 0.20% 0.20% 0.20% 100.00%

Act. Inmobiliarias 3.60% 0.00% 0.00% 0.00% 0.00% 0.00% 0.20% 1.30% 1.00% 0.50% 0.10% 0.00% 0.10% 0.00% 0.30% 0.30% 0.10% 1.00% 1.40% 5.70% 13.20% 1.40% 0.80% 0.10% 0.00% 0.30% 0.20% 13.10% 0.00% 0.00% 0.30% 0.00% 0.00% 0.20% 0.00% 2.40% 42.00% 0.10% 0.10% 0.30% 0.20% 0.30% 1.70% 0.00% 4.90% 2.90% 0.00% 0.00% 100.00%

Distritos Callao Bellavista Carmen De La Legua Reynoso La Perla La Punta Ventanilla Ancón Ate Barranco Breña Caraballo Chaclacayo Chorrillos Cieneguilla Comas El Agustino Independencia Jesús María La Molina La Victoria Lima Lince Los Olivos Lurigancho Lurin Magdalena Del Mar Magdalena Vieja Miraflores Pachacamac Pucusana Puente Piedra Punta Hermosa Punta Negra Rimac San Bartolo San Borja San Isidro San Juan De Lurigancho San Juan De Miraflores San Luis San Martin De Porres San Miguel Santa Anita Santa Rosa Santiago De Surco Surquillo Villa El Salvador Villa Maria Del Triunfo TOTAL

0.90% 0.00%

Act. Administración y serv. 2.40% 0.50%

0.00%

0.00%

0.10%

0.10%

0.00%

0.00%

0.20% 0.00% 0.00% 0.00% 0.70% 0.20% 0.10% 0.00% 0.00% 1.10% 0.00% 0.00% 0.00% 0.10% 6.60% 0.70% 11.00% 1.90% 0.50% 0.10% 0.00% 0.00% 0.80% 0.30% 10.20% 0.00% 0.00% 0.00% 0.00% 0.00% 0.30% 0.00% 1.60% 58.30% 0.10% 0.60% 0.10% 0.10% 0.40% 0.10% 0.00% 1.80% 1.00% 0.00% 0.10% 100.00%

0.80% 0.00% 0.00% 0.00% 1.40% 0.60% 0.70% 0.00% 0.00% 7.80% 0.00% 0.20% 0.10% 0.10% 6.30% 1.70% 2.30% 7.10% 3.30% 0.60% 0.00% 0.00% 0.80% 1.30% 23.40% 0.00% 0.00% 0.10% 0.00% 0.00% 0.00% 0.00% 2.90% 22.80% 0.70% 0.50% 0.80% 0.60% 1.40% 0.30% 0.00% 6.40% 1.70% 0.10% 0.10% 100.00%

0.30% 0.00% 0.50% 0.00% 1.70% 0.90% 1.50% 0.30% 0.10% 1.40% 0.00% 0.80% 0.20% 0.60% 9.20% 7.90% 0.60% 9.80% 5.90% 2.20% 0.40% 0.10% 0.90% 1.50% 11.00% 0.20% 0.00% 0.40% 0.00% 0.00% 0.50% 0.00% 1.80% 6.20% 1.50% 0.80% 0.10% 6.00% 2.00% 0.60% 0.00% 18.10% 0.40% 1.00% 0.60% 100.00%

0.00% 0.00% 0.20% 0.00% 0.80% 0.40% 0.40% 0.20% 0.10% 0.80% 0.00% 0.40% 0.10% 0.20% 4.20% 1.40% 0.90% 6.00% 2.60% 0.90% 0.20% 0.10% 1.10% 2.50% 8.50% 0.00% 0.00% 0.10% 0.00% 0.00% 0.20% 0.00% 11.50% 40.40% 1.30% 0.70% 0.20% 1.50% 3.50% 0.20% 0.00% 5.80% 0.90% 0.30% 0.20% 100.00%

0.00% 0.30% 0.10% 0.00% 0.70% 1.10% 0.40% 0.00% 0.10% 0.70% 0.00% 0.70% 0.10% 0.00% 3.80% 0.40% 4.20% 3.40% 3.00% 0.70% 0.30% 0.20% 1.10% 2.70% 43.80% 0.00% 0.00% 0.70% 0.10% 0.10% 0.20% 0.00% 13.10% 4.30% 0.50% 0.20% 0.80% 0.50% 1.90% 0.40% 0.00% 4.60% 3.50% 0.20% 0.30% 100.00%

0.10% 0.20% 0.10% 0.00% 8.50% 0.20% 0.40% 0.10% 0.00% 2.20% 0.00% 0.60% 0.10% 0.20% 3.10% 1.00% 3.10% 6.00% 1.80% 0.60% 0.10% 0.00% 1.20% 0.70% 10.90% 0.00% 0.00% 0.20% 0.00% 0.00% 0.20% 0.00% 3.30% 32.40% 1.60% 0.60% 0.40% 0.70% 4.80% 0.20% 0.00% 1.80% 3.60% 0.20% 0.30% 100.00%

Act. Profesionales

Enseñanza

Servicios Sociales

Artes, entretenimiento

Otros

1.00% 0.80%

0.30% 0.70%

0.80% 0.10%

7.80% 0.50%

Cuadro 9a: Porcentaje del VPB en grupos económicos por distritos

Distritos

Manufactur as 13.4% 1.6%

Callao Bellavista Carmen De La Legua 1.5% Reynoso La Perla 0.0% La Punta 0.0% Ventanilla 0.1% Ancon 0.0% Ate 10.5% Barranco 0.2% Breña 0.6% Caraballo 0.1% Chaclacayo 0.1% Chorrillos 2.7% Cieneguilla 0.0% Comas 0.5% El Agustino 0.7% Independencia 1.2% Jesus Maria 0.7% La Molina 1.4% La Victoria 3.6% Lima 16.1% Lince 1.4% Los Olivos 1.7% Lurigancho 0.1% Lurin 0.1% Magdalena Del Mar 0.6% Magdalena Vieja 0.4% Miraflores 1.6% Pachacamac 0.0% Pucusana 0.0% Puente Piedra 0.4% Punta Hermosa 0.0% Punta Negra 0.0% Rimac 2.5% San Bartolo 0.0% San Borja 1.5% San Isidro 12.0% San Juan De Lurigancho 2.8% San Juan De Miraflores 0.3% San Luis 1.5% San Martin De Porres 1.8% San Miguel 0.5% Santa Anita 3.3% Santa Rosa 0.0% Santiago De Surco 4.1% Surquillo 8.0% Villa El Salvador 0.4% Villa Maria Del Triunfo 0.1% TOTAL 100.0% Fuente: Censo Económico 2008, INEI

Comerci o 3.1% 0.2%

Alojamient o y Rest. 2.8% 0.6%

Transp. Y Comunic. 9.2% 0.3%

0.9% 0.0%

Construcc. E Inmobil. 1.2% 0.2%

Administ. Pública 1.4% 0.6%

0.1%

0.2%

0.1%

0.0%

0.0%

0.1%

0.0%

0.1% 0.0% 0.3% 0.0% 5.6% 0.2% 0.7% 0.3% 0.1% 2.1% 0.0% 1.8% 0.4% 0.7% 0.9% 1.1% 11.8% 13.9% 1.9% 1.0% 0.3% 0.1% 0.5% 0.8% 7.6% 0.1% 0.0% 0.3% 0.0% 0.0% 0.3% 0.0% 4.4% 20.7% 1.4% 0.6% 1.0% 1.4% 1.1% 0.9% 0.0% 5.0% 5.6% 0.8% 0.5% 100.0%

0.6% 0.1% 0.6% 0.1% 2.8% 1.4% 1.1% 0.6% 0.2% 2.0% 0.2% 2.1% 1.0% 1.3% 3.4% 1.3% 4.3% 7.8% 3.0% 2.6% 1.1% 0.5% 0.8% 1.2% 12.4% 0.2% 0.1% 0.6% 0.1% 0.0% 0.9% 0.1% 3.0% 18.7% 3.0% 1.6% 0.6% 3.0% 2.1% 1.4% 0.0% 5.2% 1.1% 1.3% 1.1% 100.0%

0.3% 0.0% 0.1% 0.0% 2.0% 0.1% 0.3% 0.1% 0.0% 0.3% 0.0% 0.3% 0.1% 0.2% 1.0% 0.3% 8.5% 7.2% 0.5% 0.8% 0.1% 0.0% 0.4% 0.1% 43.9% 0.0% 0.0% 0.1% 0.0% 0.0% 0.2% 0.0% 0.4% 16.3% 0.3% 0.1% 0.7% 0.3% 0.7% 2.0% 0.0% 1.0% 1.5% 0.1% 0.1% 100.0%

0.2% 0.0% 0.0% 0.0% 0.8% 0.2% 0.1% 0.0% 0.0% 1.1% 0.0% 0.1% 0.0% 0.1% 6.5% 0.7% 11.0% 1.9% 0.6% 0.1% 0.0% 0.0% 0.8% 0.3% 10.5% 0.0% 0.0% 0.0% 0.0% 0.0% 0.3% 0.0% 1.6% 57.8% 0.2% 0.6% 0.1% 0.1% 0.4% 0.1% 0.0% 1.8% 1.0% 0.0% 0.1% 100.0%

0.9% 0.0% 0.0% 0.0% 5.1% 0.2% 0.4% 0.0% 0.0% 1.2% 0.0% 0.1% 0.0% 0.4% 5.3% 2.6% 4.6% 3.1% 3.5% 0.5% 0.0% 0.0% 0.7% 0.2% 12.9% 0.0% 0.0% 0.0% 0.0% 0.0% 0.1% 0.0% 2.8% 15.0% 0.3% 0.1% 0.3% 0.1% 0.5% 0.4% 0.0% 4.4% 32.7% 0.0% 0.0% 100.0%

0.4% 0.1% 0.2% 0.0% 1.3% 0.7% 0.8% 0.1% 0.1% 3.9% 0.0% 0.5% 0.1% 0.2% 6.5% 3.3% 1.8% 7.2% 3.9% 1.1% 0.2% 0.1% 0.9% 1.8% 20.2% 0.1% 0.0% 0.3% 0.0% 0.0% 0.2% 0.0% 5.3% 18.1% 1.0% 0.6% 0.5% 2.3% 2.0% 0.4% 0.0% 9.5% 1.5% 0.4% 0.3% 100.0%

0.0% 0.0% 0.0% 0.1% 2.7% 0.1% 3.7% 0.0% 0.0% 1.0% 0.0% 0.2% 0.0% 0.1% 1.0% 0.4% 1.7% 2.1% 0.7% 0.5% 0.0% 0.0% 0.5% 0.3% 3.5% 0.0% 0.1% 0.1% 0.0% 0.0% 0.1% 0.0% 30.2% 41.7% 0.5% 0.3% 0.1% 0.2% 1.6% 0.1% 0.0% 1.8% 1.4% 0.1% 0.1% 100.0%

Finanzas

Otros 2.6% 0.1%

Cuadro 10a: Productividad sectorial por distrito (S/. corrientes) Zonas Interdistritales Primario Secundario Terciario Callao 29,475.5 85,140.5 39,897.5 Bellavista 82,782.6 15,273.5 Carmen De La Legua Reynoso 128,806.9 14,446.6 La Perla 4,963.7 39,415.0 16,176.6 La Punta 1,679.4 10,096.1 21,266.2 Ventanilla 15,729.2 7,601.8 Ancon 8,228.5 12,564.5 8,171.6 Ate 47,354.9 43,940.3 30,635.9 Barranco 19,559.7 23,241.7 Breña 5,746,489.0 27,416.6 18,519.7 Caraballo 30,563.7 12,255.7 8,629.9 Chaclacayo 57,777.2 10,485.7 Chorrillos 30,989.3 43,531.7 28,167.8 Cieneguilla 12,743.1 6,733.8 Comas 4,767.6 19,970.3 8,262.9 El Agustino 21,477.9 13,245.5 Independencia 8,850.4 38,824.8 10,785.6 Jesus Maria 48,808.0 89,267.3 44,665.9 La Molina 233,392.9 125,807.7 36,907.2 La Victoria 2,965,428.5 27,199.3 46,390.6 Lima 75,209.9 47,631.6 25,524.9 Lince 34,568.1 63,444.2 22,786.3 Los Olivos 14,013.3 23,090.7 12,440.5 Lurigancho 15,244.9 10,807.0 Lurin 3,869.8 22,267.1 8,193.3 Magdalena Del Mar 223,833.5 40,858.8 25,355.5 Magdalena Vieja 119,369.8 38,238.0 24,169.0 Miraflores 14,345.7 40,079.4 73,481.2 Pachacamac 7,882.1 5,510.3 Pucusana 4,613.0 12,931.8 7,597.1 Puente Piedra 20,858.7 7,504.8 Punta Hermosa 1,620.4 8,403.0 6,352.9 Punta Negra 65,120.0 3,534.7 Rimac 74,884.5 12,781.9 San Bartolo 2,175.2 2,356.9 5,184.7 San Borja 777,026.1 40,469.4 34,617.6 San Isidro 260,833.4 98,056.2 97,237.6 San Juan De Lurigancho 24,268.7 9,221.1 San Juan De Miraflores 28,016.8 10,373.6 San Luis 34,825.4 33,006.2 San Martin De Porres 48,052.8 12,519.5 San Miguel 82,960.1 30,143.4 29,100.9 Santa Anita 46,759.7 25,480.3 Santa Rosa 10,750.4 6,521.7 Santiago De Surco 127,519.0 47,496.6 39,338.8 Surquillo 75,397.0 48,852.6 45,184.9 Villa El Salvador 17,015.5 7,156.1 Villa Maria Del Triunfo 1,491.0 12,472.5 8,901.4 Fuente: Censo Económico 2008, INEI

Cuadro 11a: Productividad en actividades económicas por distrito (S/. corrientes) Zonas Interdistritales Callao Bellavista Carmen De La Legua Reynoso La Perla La Punta Ventanilla Ancón Ate Barranco Breña Caraballo Chaclacayo Chorrillos Cieneguilla Comas El Agustino Independencia Jesus Maria La Molina La Victoria Lima Lince Los Olivos Lurigancho Lurin Magdalena Del Mar Magdalena Vieja Miraflores Pachacamac Pucusana Puente Piedra Punta Hermosa Punta Negra Rimac San Bartolo San Borja San Isidro San Juan De Lurigancho San Juan De Miraflores San Luis San Martin De Porres San Miguel Santa Anita Santa Rosa Santiago De Surco Surquillo Villa El Salvador Villa Maria Del Triunfo

Pesca y Acuicultura 28,135

Minas y Canteras 159,743

Manufacturas 87,353 90,284

Suministro Eléctrico 55,444

131,194 4,964 1,679 8,228 47,355 5,746,489 30,564 26,166

57,140 4,768

414,595 197,516 108,401 16,760

16,760 119,370 16,760

8,850 48,808 3,870 6,384,615 68,072 34,568 12,623 3,870 391,085 14,310

4,613 1,620

2,175 92,306 118,914

962,167 350,549

87,761

59,411

116,911

131,828 75,397

1,491

17,819 9,649 15,925 12,565 44,570 23,852 28,197 12,117 59,317 41,898 13,791 20,281 21,821 39,567 33,444 190,231 22,409 48,449 39,343 23,050 15,097 21,112 45,633 38,019 48,594 7,404 9,271 20,480 8,403 102,008 75,813 2,357 32,973 75,669 23,959 21,394 35,961 48,826 29,474 47,233 14,072 54,078 63,014 17,239 12,450

Agua y Alcantarillado 17,367 18,945

2,383

2,674

42,156 12,480 13,555

36,070 9,350 17,938 26,754 17,713 5,252 91,742

109,605 17,865 18,848 -6,750

19,623

3,753 25,668 13,308 79,751 45,014 5,488 49,153

837

19,470 14,463 284

475,086 31,833 1,819,956

31,859 30,679

62,660

18,527

-13,645 33,632

Construcción

33,337 5,808

75,781 28,375 6,288 15,479 43,618 17,807 11,458

41,378 99,579 8,270

19,706 35,455 7,850 25,876

39,701 8,146 17,124 18,421 60,007 769 5,608 11,781 25,927 234,240 53,840 70,159 34,174 145,116 21,002 40,365 56,356 30,294 40,591 34,458 22,951 6,773 56,225 1,410 14,475 48,864 16,272 51,457 11,130 18,473 19,790 30,547 29,658 -20,807 31,805 43,142 13,072 4,904

Zonas Interdistritales Callao Bellavista Carmen De La Legua Reynoso La Perla La Punta Ventanilla Ancón Ate Barranco Breña Caraballo Chaclacayo Chorrillos Cieneguilla Comas El Agustino Independencia Jesus Maria La Molina La Victoria Lima Lince Los Olivos Lurigancho Lurin Magdalena Del Mar Magdalena Vieja Miraflores Pachacamac Pucusana Puente Piedra Punta Hermosa Punta Negra Rimac San Bartolo San Borja San Isidro San Juan De Lurigancho San Juan De Miraflores San Luis San Martin De Porres San Miguel Santa Anita Santa Rosa Santiago De Surco Surquillo Villa El Salvador Villa Maria Del Triunfo

Comercio 28,590 12,533 15,576 9,657 7,486 6,717 5,835 35,202 17,280 20,874 7,888 10,650 24,131 5,265 7,919 12,572 11,158 22,219 38,864 26,408 22,921 36,135 11,028 11,358 6,574 16,613 35,185 48,658 5,099 7,035 6,061 4,169 1,192 10,156 3,347 34,449 74,702 8,087 7,329 33,097 10,254 28,930 21,424 5,343 41,158 43,360 7,006 8,092

Transporte y Almacen. 62,156 30,534 42,918 42,964 18,666 42,459 24,228 67,538 44,277 28,792 103,000 7,075 32,911 35,787 36,003 34,830 22,394 29,067 18,392 40,933 27,903 34,123 25,175 35,015 28,365 66,119 75,952 102,278 22,711 8,820 26,431 4,733 12,925 53,758 2,844 63,053 233,212 30,402 11,623 71,218 40,863 59,969 51,084 34,129 203,145 20,020 52,218

Alojamiento y Rest. 10,214 10,099 6,073 12,623 2,312 7,934 8,845 7,486 11,200 7,957 9,895 14,383 10,482 4,394 7,120 15,734 7,222 22,936 14,287 11,321 9,280 13,189 8,017 9,469 8,725 8,015 9,753 23,996 4,328 7,144 5,804 7,512 643 9,312 5,988 15,507 17,825 7,635 7,375 7,808 10,455 16,358 8,329 2,486 15,567 9,710 6,521 7,608

Información y Com. 24,175 12,013 5,728 6,579 2,001 6,521 7,241 9,876 5,920 24,822 7,254 7,527 24,026 11,425 5,586 7,487 7,437 76,785 48,952 387,186 103,413 16,742 5,285 6,813 14,938 34,465 20,395 392,038 3,398 10,416 5,398 3,997 203 5,257 5,427 31,564 91,982 9,695 5,990 7,277 5,678 42,976 6,773 5,366 39,648 60,705 5,936 5,826

Act. Financ. Y Seguros

363,587 10,220 15,730 12,383

Act. Inmobiliarias 110,616 607 -19,780 14,063 11,043 14,840 432,494 15,267 61,989 487,238 13,340

21,450

841

66,728 11,685 46,202 13,851 8,242 804,642 23,122 25,080 9,810

24,627 319,631 3,062 38,498 167,038 51,638 86,606 92,451 24,754 17,888

570 4,212 31,568 60,416

8,520 8,338 15,672 78,653

41,037 10,942 92,959 2,475

3,956

19,253

157,803

29,709

25,557 70,320 29,827 12,525 43,327 15,340 24,170 14,397

115,703 132,788 17,958 12,253 141,860 14,982 50,971 353,698

13,365 47,032 5,564 9,079

59,281 126,052 3,447 1,168

Zonas Interdistritales

Act. Profesionales 51,062 22,059

Callao Bellavista Carmen De La Legua 15,151 Reynoso La Perla 44,799 La Punta 30,795 Ventanilla 8,124 Ancón 18,744 Ate 54,940 Barranco 74,141 Breña 26,404 Caraballo 29,331 Chaclacayo 18,854 Chorrillos 69,636 Cieneguilla 29,415 Comas 11,436 El Agustino 33,143 Independencia 25,472 Jesus Maria 369,051 La Molina 28,191 La Victoria 110,130 Lima 21,205 Lince 32,697 Los Olivos 13,438 Lurigancho 8,102 Lurin 7,651 Magdalena Del Mar 99,342 Magdalena Vieja 59,019 Miraflores 41,625 Pachacamac 8,377 Pucusana 9,371 Puente Piedra 21,339 Punta Hermosa 22,080 Punta Negra 14,280 Rimac 20,008 San Bartolo 17,660 San Borja 42,482 San Isidro 206,871 San Juan De Lurigancho 19,755 San Juan De Miraflores 72,730 San Luis 31,992 San Martin De Porres 10,812 San Miguel 34,889 Santa Anita 18,240 Santa Rosa 23,441 Santiago De Surco 48,287 Surquillo 68,582 Villa El Salvador 12,102 Villa Maria Del Triunfo 29,007 Fuente: Censo Económico 2008, INEI

Act. Admin. Y serv. 34,180 10,991

9,906 19,972

Servicios Sociales 8,342 25,224

Artes, entretenimiento 20,330 12,115

49,044 17,568

1,280

7,027

6,836

11,336

2,581

11,113 46,442 4,923 27,552 28,230 34,969 13,266 9,688 4,276 30,669 9,002 7,171 15,084 20,448 12,863 36,011 21,911 20,290 10,666 18,718 8,417 12,794 16,217 18,114 31,553 2,564 9,935 32,618 2,654 630 17,223 1,272 29,773 27,833 19,849 22,934 41,651 10,108 14,465 36,574 84,450 33,992 21,564 5,215 12,726

12,029 15,260 8,066 4,804 9,423 21,177 25,351 5,907 7,926 15,519 12,490 6,218 8,097 10,159 34,990 47,454 10,992 27,551 37,897 13,187 6,311 10,515 21,070 21,100 54,416 10,808 288 4,563 4,128 3,727 10,293 259,560 28,290 44,734 7,192 10,014 8,096 23,830 22,124 10,605 5,510 57,764 16,472 8,493 6,744

11,656 -260 20,271 8,075 9,471 19,527 9,419 8,683 13,345 10,837 42,870 9,103 8,765 9,355 33,632 25,126 21,068 22,159 24,016 12,433 13,151 13,781 10,976 30,342 26,556 2,475

7,383 26,981 15,385 1,476 -8,350 39,154 26,378 4,468 13,944 19,746 17,775 25,453 32,629 5,269 41,656 26,696 61,026 19,354 39,382 12,712 20,923 22,608 50,421 23,208 83,945 3,102 13,697 56,756 12,551 27,952 2,995 6,468 62,760 24,543 9,253 13,884 57,128 12,541 44,421 20,186

17,470 147,719 4,651 8,765 34,847 23,648 7,458 6,489 5,440 30,983 4,313 7,227 10,516 6,914 36,526 17,094 29,554 11,525 26,752 7,697 10,584 6,443 23,543 9,035 36,898 7,021 17,507 11,656 4,710 353 7,643 5,970 29,471 74,266 10,358 4,813 14,667 6,410 41,607 8,646 1,587 13,593 49,300 6,414 12,686

Enseñanza

8,374 3,145 15,408 34,750 37,513 12,849 20,388 5,308 15,396 37,726 9,659 36,138 40,516 22,889 8,103 7,033

24,972 39,523 8,389 7,638

Otros

Cuadro 12ª: Productividad en Grupos Económicos por Distrito (S/. corrientes) Zonas Manufac. Comercio Interdistritales Callao 87,353 28,590 Bellavista 90,284 12,533 Carmen De La 131,194 15,576 Legua Reynoso La Perla 17,819 9,657 La Punta 9,649 7,486 Ventanilla 15,925 6,717 Ancon 12,565 5,835 Ate 44,570 35,202 Barranco 23,852 17,280 Breña 28,197 20,874 Caraballo 12,117 7,888 Chaclacayo 59,317 10,650 Chorrillos 41,898 24,131 Cieneguilla 13,791 5,265 Comas 20,281 7,919 El Agustino 21,821 12,572 Independencia 39,567 11,158 Jesus Maria 33,444 22,219 La Molina 190,231 38,864 La Victoria 22,409 26,408 Lima 48,449 22,921 Lince 39,343 36,135 Los Olivos 23,050 11,028 Lurigancho 15,097 11,358 Lurin 21,112 6,574 Magdalena Del Mar 45,633 16,613 Magdalena Vieja 38,019 35,185 Miraflores 48,594 48,658 Pachacamac 7,404 5,099 Pucusana 9,271 7,035 Puente Piedra 20,480 6,061 Punta Hermosa 8,403 4,169 Punta Negra 102,008 1,192 Rimac 75,813 10,156 San Bartolo 2,357 3,347 San Borja 32,973 34,449 San Isidro 75,669 74,702 San Juan De 23,959 8,087 Lurigancho San Juan De 21,394 7,329 Miraflores San Luis 35,961 33,097 San Martin De 48,826 10,254 Porres San Miguel 29,474 28,930 Santa Anita 47,233 21,424 Santa Rosa 14,072 5,343 Santiago De Surco 54,078 41,158 Surquillo 63,015 43,360 Villa El Salvador 17,239 7,006 Villa Maria Del 12,450 8,092 Triunfo Fuente: Censo Económico 2008, INEI

Alojamiento y Rest. 10,214 10,099

Transp. Y Comunicac. 54,811 25,589

51,062 21,785

Construc. E Inmobiliaria 50,408 22,266

Administ. Pública 20,599 15,406

43,857 17,586

6,073

28,251

13,748

-12,392

6,553

24,533

12,623 2,312 7,934 8,845 7,486 11,200 7,957 9,895 14,383 10,482 4,394 7,120 15,734 7,222 22,936 14,287 11,321 9,280 13,189 8,017 9,469 8,725 8,015 9,753 23,996 4,328 7,144 5,804 7,512 643 9,312 5,988 15,507 17,825

39,009 18,049 14,678 15,249 41,866 31,701 25,634 20,559 7,512 26,531 16,839 11,591 11,363 10,971 44,604 45,269 143,987 60,272 27,747 19,199 15,595 16,797 51,710 34,441 257,441 5,259 10,157 10,374 4,135 4,117 29,793 5,304 37,675 167,435

44,724 30,795 8,881 18,744 65,809 69,160 25,489 27,471 18,854 68,941 29,415 22,422 31,023 27,751 357,772 28,157 113,388 21,284 32,061 12,770 8,102 7,662 95,491 57,734 42,417 8,377 9,371 19,649 22,080 14,280 23,021 17,660 42,321 202,618

42,066 12,121 14,198 432,494 38,287 12,372 29,375 17,151

53,383 32,119

11,219 24,183 9,264 5,790 13,115 26,524 18,489 6,425 8,758 26,799 14,785 8,009 11,178 10,987 21,208 42,867 24,647 23,417 18,450 14,019 8,555 13,208 19,293 21,238 44,373 9,360 4,320 12,019 10,617 12,836 10,388 55,008 36,769 31,057

14,740 78,069 4,581 8,257 35,874 23,648 639,107 6,962 5,755 30,918 4,313 7,469 9,363 9,703 38,097 25,607 70,362 16,505 28,990 10,504 10,076 8,446 39,351 17,878 28,824 7,021 5,361 11,766 1,744 311 7,643 2,487 483,495 199,091

7,635

13,372

20,735

46,038

10,403

11,267

7,375

6,657

70,354

11,320

14,084

12,647

7,808

59,711

32,971

23,289

29,279

14,672

10,455

13,522

11,417

18,588

19,795

7,484

16,358 8,329 2,486 15,567 9,710 6,521

55,185 43,159 5,366 38,064 96,334 8,083

34,367 18,072 23,441 45,235 68,440 10,691

31,723 70,713 -20,807 33,977 43,417 8,560

21,890 15,400 9,187 44,933 24,669 8,184

45,998 8,584 1,587 41,105 44,325 6,676

7,608

15,213

26,356

3,461

7,356

13,010

Finanzas

58,066 769 14,816 146,465 23,386 224,205 58,158 65,883 46,935 142,741 21,458 25,380 56,356 30,669 37,714 39,889 12,713 6,773 31,577 1,410 20,568

Otros

Cuadro 13ª: Productividad por Tamaño de Empresa a nivel Distrital (S/. corrientes) Zonas Interdistritales Micro Pequeña Mediana Grande Callao 12,862.83 37,211.51 63,652.28 74,779.45 Bellavista 10,702.90 24,148.91 20,702.61 63,411.19 Carmen De La Legua Reynoso 7,263.63 45,045.89 42,370.69 132,772.45 La Perla 8,575.40 20,547.50 32,045.59 22,436.39 La Punta 5,329.68 67,437.24 22,003.53 Ventanilla 7,794.96 19,623.79 7,021.62 Ancon 8,500.68 9,068.67 6,670.47 Ate 12,572.87 39,351.93 53,131.88 50,455.23 Barranco 19,248.88 27,504.42 25,893.76 19,524.80 Breña 11,909.24 37,984.78 198,029.88 24,826.43 Caraballo 8,753.23 5,997.98 8,129.77 27,293.04 Chaclacayo 9,368.06 26,423.38 49,241.66 Chorrillos 10,708.34 33,079.62 36,167.97 46,418.26 Cieneguilla 6,924.80 10,282.83 Comas 7,967.78 16,756.41 14,720.30 22,119.11 El Agustino 10,939.54 32,342.40 18,572.35 23,983.06 Independencia 8,437.47 24,778.46 41,713.13 50,971.24 Jesus Maria 16,257.65 108,455.16 41,160.84 59,778.18 La Molina 16,989.07 52,269.43 28,896.89 74,672.68 La Victoria 14,330.80 38,443.96 67,587.72 93,309.48 Lima 12,874.32 39,498.82 36,985.38 54,691.09 Lince 17,437.82 113,803.13 38,751.13 27,186.02 Los Olivos 9,947.63 32,039.77 24,972.29 19,805.28 Lurigancho 10,310.39 22,356.43 9,184.19 15,781.14 Lurin 8,591.26 15,221.05 18,029.59 32,857.79 Magdalena Del Mar 11,010.29 39,302.95 52,465.61 36,068.98 Magdalena Vieja 14,422.14 36,352.31 30,506.97 33,486.87 Miraflores 45,996.79 66,129.64 55,335.38 75,702.58 Pachacamac 5,134.46 12,279.39 13,216.59 Pucusana 5,505.26 15,386.65 9,619.35 Puente Piedra 6,877.15 18,414.04 26,345.15 26,891.25 Punta Hermosa 5,747.74 7,272.22 Punta Negra 4,674.61 25,653.62 4,062.10 Rimac 10,221.88 30,262.70 17,445.73 77,461.69 San Bartolo 4,371.35 8,528.59 San Borja 23,120.82 50,399.41 445,321.94 40,222.58 San Isidro 200,645.17 158,775.08 105,988.16 91,981.95 San Juan De Lurigancho 8,167.73 19,040.48 27,466.32 25,966.11 San Juan De Miraflores 8,169.19 22,493.32 16,924.23 29,908.00 San Luis 20,579.20 41,476.92 42,081.86 42,834.00 San Martin De Porres 9,374.58 20,587.90 24,716.10 62,603.82 San Miguel 18,082.38 38,871.46 37,615.09 33,274.04 Santa Anita 15,058.65 29,104.39 52,294.80 48,878.45 Santa Rosa 7,362.10 5,002.08 Santiago De Surco 22,936.79 38,627.57 48,371.45 50,426.37 Surquillo 34,541.29 67,805.73 44,080.09 49,450.13 Villa El Salvador 8,562.52 12,507.28 14,503.03 Villa Maria Del Triunfo 7,834.50 10,541.28 31,398.75 27,293.04 Fuente: Censo Económico 2008, INEI

Anexo 3: Mapas Lima y Callao Mapa 1 Kernel del total de empleados según zonas censales en el área metropolitana de Lima – Callao

Mapa 2. Kernel del Total de empleados del sector secundario según zonas censales en la provincia del Callao

Mapa 3. Kernel del total de empleados del sector secundario según zonas censales en Lima Este

Mapa 4. Kernel del total de empleados del sector secundario según zonas censales en Lima Norte

Mapa 5. Kernel del total de empleados del sector secundario según zonas censales en Lima Oeste

Mapa 6. Kernel del total de empleados del sector secundario según zonas censales en Lima Sur

Mapa 7. Kernel del total de empleados del sector terciario según zonas censales en Lima – Callao

Mapa 8. Kernel del total de empleados del sector terciario según zonas censales en la provincia del Callao

Mapa 9. Kernel del total de empleados del sector terciario según zonas censales en Lima Este

Mapa 10. Kernel del total de empleados del sector terciario según zonas censales en Lima Norte

Mapa 11. Kernel del total de empleados del sector terciario según zonas censales en Lima Oeste

Mapa 12. Kernel del total de empleados del sector terciario según zonas censales en Lima Sur

Mapa 13. Kernel del total de empleados según zonas censales en Lima Norte

Mapa 14. Kernel del total de empleados según zonas censales en Lima – Callao

Mapa 15. Kernel del total de empleados según zonas censales en la Provincia del Callao

Mapa 16. Kernel del total de empleados según zonas censales Lima Este

Mapa 17. Kernel del total de empleados según zonas censales Lima Oeste

Mapa 18. Kernel del total de empleados según zonas censales Lima Sur

Mapa 19ª Productividad de establecimientos en el Área Metropolitana de Lima y Callao

Mapa 20ª Productividad de establecimientos en la actividad manufactura en el Área Metropolitana de Lima y Callao

Mapa 21ª Productividad de establecimientos en la actividad comercio en el Área Metropolitana de Lima y Callao

Mapa 22ª Productividad de establecimientos en la actividad alojamiento y restaurantes en el Área Metropolitana de Lima y Callao

Mapa 23ª Productividad de establecimientos en la actividad transportes y comunicaciones en el Área Metropolitana de Lima y Callao

Mapa 24ª Productividad de establecimientos en la actividad financiera, seguros y profesionales en el Área Metropolitana de Lima y Callao

Mapa 25ª Productividad de establecimientos en la actividad construcción y actividades inmobiliarias en el Área Metropolitana de Lima y Callao

Mapa 26ª Productividad de establecimientos en la actividad administrativa y servicios en el Área Metropolitana de Lima y Callao

Mapa 27ª Valor de producción de establecimientos en el Área Metropolitana de Lima y Callao

Mapa 28ª Valor de producción de establecimientos de la actividad manufactura en el Área Metropolitana de Lima y Callao

Mapa 29ª Valor de producción de establecimientos de la actividad comercio en el Área Metropolitana de Lima y Callao

Mapa 30ª Valor de producción de establecimientos de la actividad alojamiento y restaurantes en el Área Metropolitana de Lima y Callao

Mapa 31ª Valor de producción de establecimientos de la actividad transportes y comunicación en el Área Metropolitana de Lima y Callao

Mapa 32ª Valor de producción de establecimientos de la actividad financiera, seguros y profesionales en el Área Metropolitana de Lima y Callao

Mapa 33ª Valor de producción de establecimientos de la actividad construcción y actividades inmobiliarias en el Área Metropolitana de Lima y Callao

Mapa 34ª Valor de producción de establecimientos de la actividad administrativa y servicios en el Área Metropolitana de Lima y Callao

Mapa 35ª Número de empleados de la actividad comercio al por mayor y por menor y servicios según percentiles mayores en el Área Metropolitana de Lima y Callao

Mapa 36ª Número de empleados de la actividad manufactura según percentiles mayores en el Área Metropolitana de Lima y Callao

Mapa 37ª Número de empleados de la actividad comercio al por mayor y menor según percentiles mayores en el Área Metropolitana de Lima y Callao

Mapa 38ª Número de empleados de la actividad alojamiento y restaurantes según percentiles mayores en el Área Metropolitana de Lima y Callao

Mapa 39ª Número de empleados de la actividad transportes y comunicaciones según percentiles mayores en el Área Metropolitana de Lima y Callao

Mapa 40ª Número de empleados de la actividad financiera, seguros y profesionales según percentiles mayores en el Área Metropolitana de Lima y Callao

Mapa 41ª Número de empleados de la actividad construcción y actividades inmobiliaria según percentiles mayores en el Área Metropolitana de Lima y Callao

Mapa 42ª Número de empleados de la actividad administrativa y servicios sociales según percentiles mayores en el Área Metropolitana de Lima y Callao

Anexo 4: Centralidades Metodología de identificación de centralidades El análisis presentado aquí es una versión extendida del estudio de Gonzales de Olarte y Del Pozo (2012), el cual constituye el único antecedente hasta la fecha para la identificación de centros en Lima Metropolitana. a)

Breve revisión teórica sobre centralidades

Antes de entender la estructura policéntrica es necesario entender la monocéntrica, la cual constituye una buena aproximación a la estructura económica espacial de Lima antes del Programa de Ajuste Estructural (PAE) y, en general, de ciudades pequeñas (Chion 2002 y Rojas Quesada et al 2009). Para ello mostramos la conclusión del modelo de Von Thünen (1826). Considerando la renta del suelo como único factor que orienta la asignación de las actividades en el espacio, éste realiza dos predicciones importantes: en primer lugar, que las empresas estarán dispuestas a pagar una mayor renta por ubicarse a menor distancia de un único mercado de venta (centro) representado por un punto (Capello 2007). En un espacio (renta, distancia) y una superficie isotrópica (aquel cuyas características no cambian a medida que uno se desplaza en cualquier dirección), esta relación viene dada por una curva con pendiente negativa. En segundo lugar, el costo de transporte determina la disposición a pagar la renta a cambio de cercanía o lejanía del centro (panel A del gráfico 1). Gráfico 1. Modelo de Von Thünen y curvas de renta del suelo Panel A: Modelo monocéntrico

Panel B: Modelo policéntrico

Renta / m2

Renta / m2

B A A B

DA

Distancia (d) DB

DA

Distancia (d) DB

La principal debilidad empírica de este modelo simple radica en el supuesto de que la actividad económica se concentra espacialmente en un solo punto, lo cual no permite explicar el surgimiento de centros en los cuales los empresarios están dispuestos a pagar rentas mayores, aun estando ubicados a mayores distancias del único centro. Así, la renta ofrecida puede ser mayor en un punto pese a encontrarse a mayor distancia de un centro (Panel B gráfico 2). Por tanto, el modelo de Von Thunen es incapaz de explicar la configuración y organización de las ciudades grandes y extensas.

Por el contrario, los modelos policéntricos explican la dinámica de la localización empresarial que origina no uno sino varios centros de venta de productos y factores. Así, bajo este modelo la renta del suelo ya no es el único determinante de la localización, puesto que además se incorpora la acumulación de capital en el espacio como aquel factor que determina la formación de centros en otros lugares de la ciudad. Estos centros tienen un notorio efecto sobre la densidad espacial del empleo. Dado que mientras mayor sea la actividad económica será necesario mayor empleo, las empresas cercanas a las principales concentraciones comerciales pagarán mayores rentas por el espacio que ocupan y podrán dedicarse a actividades que requieren de menor extensión territorial (como servicios), por lo que la aglomeración tendrá menor intensidad. Finalizado el proceso de formación, los nuevos centros se ubican en diferentes puntos de la ciudad de manera similar a como se ilustra en el gráfico 2. Gráfico 2. Distribución teórica de los centros formados en la ciudad policéntrica

La formación de dicha estructura policéntrica responde principalmente a la interacción entre los efectos positivos y negativos que genera la aglomeración y el costo de transporte. Las externalidades positivas que la aglomeración genera (como el matching, learning y sharing) y los costos de transporte llevan a una tendencia a la concentración de puestos de empleo en lugares estratégicos, minimizando la distancia al consumidor y maximizando su participación en el mercado y el acceso a las externalidades positivas a bajo costo (Rojas Quesada et al 2009). Las externalidades negativas de la aglomeración, asociadas al incremento del precio del suelo y de la congestión, originan desincentivos a la concentración. El mayor efecto que ejercen las externalidades negativas sobre las positivas en una aglomeración central inicial y la caída en los costos de transporte llevan al reacomodo de algunas actividades fuera del núcleo central. Dependiendo de la intensidad de las fuerzas aglomerativas las actividades se dispersan (si son débiles) o se concentran en subcentros (si son altas) (Giuliano y Small 1991). Estas actividades que el centro inicial expulsa se reacomodan en la periferia, sea en un espacio vacío u ocupando zonas de baja densidad. b)

Modelo teórico y empírico

Para formalizar el concepto de policentrismo tomamos el modelo de McDonald y Prather (1994), que describe la producción de un bien o servicio de la empresa ubicada en un espacio urbano y que lo vende a un precio P uniforme en el espacio urbano. Para incorporar las aglomeraciones de empleo al modelo se asume que éstas generan externalidades positivas tanto en el consumo como en la producción. Esta cercanía a las aglomeraciones se incluye como un argumento en la función de producción

Q  f ( L, E , d ) donde L es área de la tierra para la producción, E es el nivel de empleo y d es la distancia al CBD. Para ver mejor el impacto de la aglomeración, se asume que la función es del tipo Cobb Douglas:

Q  Z (d ) L E 

(1)

Si bien esta es similar a la función neoclásica en términos de los rendimientos decrecientes a escala (     1 ), incluye un factor de desplazamiento que cae con la distancia a un centro,

Z ' ( d )  0 , y que resulta en una menor producción. De esta manera el modelo recoge el hecho que los insumos son más productivos si los establecimientos se localizan más cerca al centro debido a las externalidades positivas que esto genera. Podemos hacer un supuesto sobre el factor Z(d) y asumir que la producción declina de manera proporcional en k por ciento por cada kilómetro de distancia, tal que

 kd Qd / Q  k . Esto implica que Z (d )  Ae

Una vez establecido esto, hallamos las funciones de renta ofertada y de densidad del empleo. Para ello hallamos la condición de maximización del beneficio bajo competencia perfecta, bajo la cual el pago del precio del factor debe ser igual al valor de su producto marginal. En el primer caso, si el precio del factor tierra es R

R  P.Q L  P.Z ( d )L 1 E  

(2)

L( d ) 

(2.1)

P (Q ) L

PQ R(d )

En el segundo caso, si el precio del factor trabajo es W:

W  P.QE  P.Z (d )  L E  1 

(3)

E (d ) 

(3.1)

P( Q) E

P( Q) W

El equilibrio en el mercado de tierra requiere que la renta se ajuste con la distancia tal que establecerse en cualquier localización sea igual de rentable. Esto viene dado por

Rd (d ) L(d )  P * Qd , tal que al aumentar la distancia, el ahorro en renta de tierra es igual al valor del declive de la producción. Sustituyendo (2.1) y la condición de gradiente constante en la condición de equilibrio se tiene:

Rd (d )  k  R(d ) 

y, por tanto, la función de renta ofertada corresponde a la función negativa

exponencial: (4)

R(d )  R0 e (  k /  ) d

Si todas las empresas tienen la misma función de renta ofertada y de producción, la densidad del empleo (la relación empleo/tierra), corresponde a:

(5)

D(d ) 

E (d )       (k /  )d   R(d )    R0e L ( d )  W   W 

Si se acepta que un segundo centro, además del CBD, ejerce presión sobre la densidad de empleo el factor de desplazamiento Z de la función de producción tendrá un segundo argumento

Q  Z (d1 , d2 ) L E 

(1.1)

Si el gradiente es constante para ambos puntos, se tiene que

Q  Ae k1d1 k2d 2 L E 

(1.2)

Bajo esta función, las funciones de renta ofertada son similares a las del caso cuando existe un único centro, tal que para el caso el punto 1 y para el del punto 2. Por tanto, la función de renta ofertada, producto de la integración de ambas funciones, corresponde a:

 (k d  k d )  ln R (d1 , d 2 )  C   1 1 2 2    

(4.1)

Y la función de densidad corresponde a:

     k  k  ln D(d1 , d 2 )  ln    C    1 d1   2 d 2     W    

(5.1)

Esta última ecuación permitirá evaluar econométricamente la importancia de cada uno de los centros que determinan la estructura del empleo en la región metropolitana de Lima y Callao. Introduciendo un número dado de

n centros, la ecuación viene dada por: n

ln D(d CENTROi )  D0    CENTROid CENTROi  

(6)

i 1

donde

D0 , la densidad

     ln  W   C     y cada uno de los teórica, corresponde a la expresión 

 CENTROi corresponde al gradiente de cada centro,

 ki       . Se espera que el signo del gradiente

sea estadísticamente significante y negativo. El término de error se asume que está distribuido de manera normal. Para poner a prueba la importancia local que ejercen los centros se sigue a Rojas Quezada et al. (2009) y García-López y Muñiz (2007) y se toma como explicativa la distancia al centro más lejano. Esta ecuación viene dada por: (7)

ln D( CENLEJ )  D0  CENLEJ d CENLEJ  

Al igual que en los casos anteriores, se espera que el signo sea negativo y estadísticamente significante. Las ecuaciones (6) y (7) se estiman por el método de Mínimos Cuadrados Ordinarios. Debido al problema de heterocedasticidad inherente en la muestra, la matriz de covarianzas y los errores estándar se ajustan según el método de Huber-White (estimador sándwich). Las observaciones, las zonas censales, se ponderarán en proporción a su extensión debido a que presentan

diferentes tamaños. Este procedimiento permitirá obtener un estimados insesgados de la función de densidad (Frankena 1978). c)

Revisión de metodologías

Si bien el modelo teórico permite identificar el impacto de cada centro, requiere previamente la identificación de cada uno. Para ello es necesario establecer una serie de lineamientos provistos por diferentes autores. Por un lado, García López y Muñiz (2007) y Rojas Quezada (2007) emplean umbrales de concentración de empleo e índices de densidad y diversidad para determinar las principales concentraciones de empleo. Por otro lado, Giuliano y Small (1990), McDonald (1987) y Avendaño (2008) usan criterios basados en los sistemas de información geográficos. Estos definen como subcentros a aquellas zonas sobre un umbral de empleo y que representen una aglomeración espacial definida. En tanto, McDonald y Prather (1994) emplean criterios más formales para capturar aquellas aglomeraciones que significativamente absorben la densidad que el CBD no logra capturar La aproximación es similar a la combinación de metodologías que Muñiz et al. (2005) emplean para la identificación de subcentros en la Región Metropolitana de Barcelona en vista de las carencias inherentes de cada metodología. Así, se aplicarán cuatro metodologías diferentes que se presentan en el cuadro 1. Aquellas aglomeraciones que cumplan con los criterios de cada una de las cuatro metodologías serán consideradas como subcentros de empleo en Lima Metropolitana. Cuadro 1. Metodologías empleadas para la identificación de subcentros de empleo en Lima Metropolitana, 2008 Método McDonald (1987) Giuliano y Small (1991)

McDonald y Prather (1994)

García-López y Muñiz (2007)

Descripción 1) Densidad Bruta de Empleo superior a la de las zonas adyacentes 2) Al menos 10,000 empleados 1) Conjunto de zonas contiguas con densidad bruta de empleo mayor a un valor crítico de 4.5 empleos/ha 2) Juntas tienen más de 10,000 empleados 1) Zonas cuyos residuos son mayores al esperado en el modelo monocéntrico 2) Al menos 10,000 empleados 1) Densidad bruta de empleo superior o igual al promedio. 2) Nivel de empleo superior o igual al 1% del total de Lima Metropolitana

Nota. La densidad bruta está referida al ratio empleados/Has. de terreno. Fuente. Gonzales de Olarte y del Pozo (2012).

La dos primeras metodologías explotan el uso de sistemas de información geográfica que permiten establecer la existencia de zonas contiguas con densidad bruta relevante respecto a su entorno o según un umbral establecido en 4.5 empleos/ha. Sin embargo, el primero puede sobre representar las zonas rodeadas por municipios con densidad de empleo menor (como los costeros o los situados en la frontera interior) y el segundo tiende a identificar como subcentros zonas contiguas al CBD pero sin importancia en términos de densidad per se. Por el contrario, el tercero emplea un criterio estadístico basado en la información provista por los residuos de la estimación del modelo monocéntrico, a partir de la cual se busca identificar áreas de autocorrelación espacial positiva. Así, aquellas zonas cuya densidad de empleo sea mayor o igual a la cota superior del intervalo de confianza al 95% de los valores predicted serán considerados candidatos a subcentros según esta metodología. Sin embargo, esto podría resultar en un número excesivo de subcentros, por lo que se decidió imponer, además del criterio original, la condición de que supere el umbral de 10,000 empleados. La última metodología emplea sólo criterios de umbrales que debería reforzar lo encontrado en las tres metodologías anteriores

Si bien lo anterior permite identificar las principales centralidades de Lima Metropolitana, es innegable que estos no son las únicas centralidades alrededor de las cuales se organizan de manera intensiva las actividades en la ciudad. En realidad, estas se aglomeran también en una serie de lo que llamaremos centros secundarios, es decir centros de segundo orden los cuales, si bien tienen una densidad de empleo menor a los subcentros primarios que se identifican por las metodologías anteriores, tienen una importancia tal que los hace distintos de estos y con un efecto propio sobre la atracción que ejercen sobre la localización de empleo en términos de la densidad de éste. Como consecuencia, es importante identificar además otras 10 de estas centralidades que constituyen el tramado económico de Lima Metropolitana. Para ello debemos ejecutar una serie de variantes de las metodologías presentadas en el cuadro anterior toda vez que estas permiten identificar sólo las principales centralidades. Dichas modificaciones consisten en reducir los requerimientos de una manera ad-hoc, tal que nos permita identificar los centros anteriormente identificados. Vale mencionar que, contrario con el procedimiento que se llevará a cabo con las centralidades primarias, no se llevará a cabo un análisis econométrico de estos dado que, por definición, su influencia será menor a la de las centralidades primarias y, en un modelo bien especificado (i.e. sin variables omitidas), los centros secundarios no deberían tener efectos estadísticamente significativos una vez que se incluyen los primarios. El cuadro 2 muestra las metodologías empleadas para la identificación de los centros secundarios, los cuales son en esencia iguales a los del cuadro anterior pero consideran una valla menor. Cuadro 2. Metodologías empleadas para la identificación de subcentros de empleo secundarios en Lima Metropolitana, 2008 Método McDonald (1987) Giuliano y Small (1991)

McDonald y Prather (1994)

García-López y Muñiz (2007)

Descripción 1) Densidad Bruta de Empleo superior a la de las zonas adyacentes 2) Al menos 8,000 empleados 1) Conjunto de zonas contiguas con densidad bruta de empleo mayor a un valor crítico de 4.0 empleos/ha 2) Juntas tienen más de 8,000 empleados 1) Zonas cuyos residuos son mayores al esperado en el modelo monocéntrico al 90% 2) Al menos 8,000 empleados 1) Densidad bruta de empleo superior o igual al promedio. 2) Nivel de empleo superior o igual al 5% del total de Lima Metropolitana

Nota. La densidad bruta está referida al ratio empleados/Has. de terreno. Fuente. Gonzales de Olarte y del Pozo (2012).

Siguiendo a McDonald y Prather (1994), se eliminan aquellas zonas que no presentan establecimientos, que ascienden a 13, así como a los distritos periféricos que Alcázar y Andrade (2008) identifican como predominantemente rurales o que están formadas principalmente por balnearios de residencias estacionales, toda vez que las pequeñas aglomeraciones urbanas de estos distritos no está articulada con la región Metropolitana de Lima y Callao. Las cuatro metodologías empleadas para identificar centros produjeron resultados similares. Así, la de McDonald (1987) y la de Giuliano y Small (1991) identifican los mismos centros. Si bien la primera metodología identifica diez candidatos a centros, sólo se circunscribe a los picos de densidad (i.e, las zonas de mayor número de trabajadores por hectárea) que forman el núcleo de éstos. No obstante, la de Giuliano y Small (1991) reconoce no sólo los picos sino también aquellas zonas en sus alrededores que se caracterizan por su elevada densidad en relación a su entorno y que formarían parte integral del centro, constituyendo grandes aglomeraciones. La metodología más estadística de McDonald y Prather (1994) identifica los picos de densidad y las áreas circundantes que forman parte de los candidatos a centro, así como uno adicional situado en el sector Este de la ciudad. Finalmente, la metodología de umbrales de Garcia-Lopez y Muñiz

(2007) identifica un número mayor de candidatos a centros (15) compuesto por los anteriores más otros cuatro situados en la periferia de la ciudad. Estos resultados nos llevan a considerar como centros sólo a los 10 candidatos que las dos primeras metodologías identifican, descartando aquellos adicionales que resultan de aplicar la metodología de García-López y Muñiz, debido a que constituyen puntos aislados de tamaño insuficiente como para formar concentraciones económicas importantes, mientras que el candidato a centro en el sector Este que la tercera metodología reconoce, el Centro Comercial Jockey Plaza, es dejado de lado puesto que su área de influencia es insuficiente como para formar aglomeraciones importantes a su alrededor. d)

Estimación del impacto de los centros sobre la densidad

Una vez identificados los 10 centros de empleo primarios en la región Metropolitana de Lima y Callao se analizó estadísticamente la vigencia del modelo policéntrico y se estableció la importancia jerárquica de los diferentes centros anteriormente identificados. Esto se llevó a cabo con la información provista por la estimación de la ecuación (6) y (7) y de los resultados de pruebas estadísticas que permiten elegir la especificación más adecuada. Estas pruebas corresponden a la F de Wald1 y al criterio de Akaike2, así como al cambio en el R-cuadrado y en la varianza de los errores alrededor de la línea de regresión (sigma estimado)3. Asimismo, las variables explicativas, las distancias de los centroides de cada una de las zonas censales a los centros, corresponden a las euclidianas. Sin embargo, para el caso de las 4 grandes aglomeraciones identificadas se tomó como punto de referencia el pico de densidad de éstas, mientras que para las aglomeraciones restantes se tomó la distancia a sus centroides. La estimación del modelo policéntrico tomando como explicativa la distancia a todos los centros identificados (ecuación 6) provee, inicialmente, resultados inconsistentes. Así, del total de coeficientes, 6 no presentan el signo esperado (negativo) mientras que sólo 4 son estadísticamente significantes (cuadro 14A del Anexo 4). McDonald y Prather (1994) señalan que dos razones podrían estar detrás de estos resultados inconsistentes. La primera es por un problema de multicolinealidad que se hace evidente al analizar la matriz simple de correlación entre las variables, debido a que en el 78% de casos es mayor a 0.7 (cuadro 15A), así como el Variance Inflation Factor (VIF) de la regresión, cuyo valor de 924 es sustancialmente superior al umbral de 10 (última fila del cuadro A1) y el número condición 4 de la matriz X’X normalizada (última fila del cuadro A.2), cuyo valor de 647 corrobora los indicios anteriores. La segunda razón de estos resultados se debe a que la ecuación (6) implica que la densidad de empleo declina en tasas porcentuales constantes a medida que uno se aleja de los centros identificados. Sin embargo, esto podría no ser plausible debido a que el efecto de cada centro se extiende a través de una determinada distancia. Por ello, McDonald y Prather (1994) y Anas et. al (1998) sugieren

1

Este permite establecer si un modelo no restringido, que resulta de añadir variables a un modelo restringido, aumenta significativamente la capacidad explicativa de éste y por tanto es más adecuado para explicar la densidad de empleo. Se define como

F (q, n  k ) 

( SSR r  SSR n ) / q , donde SSR r y SSR n son la suma de cuadrados de los residuos del modelo SSR n /( n  k )

restringido y no restringido,

n es el tamaño de la muestra,

k

es el número de parámetros y

q es

el número de

restricciones (la diferencia entre el número de variables en el modelo no restringido y el restringido). Un estadístico F mayor al valor crítico permite rechazar la hipótesis nula de que los coeficientes adicionales del modelo no restringido no tienen influencia alguna. 2 Este mide la bondad de ajuste según la pérdida de información de modelos alternativos cuya variable dependiente es la misma. Así, provee indicios de que un modelo presenta un número excesivo de predictores, prefiriéndose aquel que presenta un menor estadístico. 3 Se preferirá una especificación frente a otra si aumenta el primero y produce una caída del segundo. 4 Este indicador, sugerido por Besley, Kuh y Welsch (1980), es la raíz cuadrada del ratio del eigenvalue más grande respecto al más pequeño de la matriz X’X (penúltima fila del cuadro A.2), previamente divididos los egresores por la raíz cuadrada de la suma de los valores de las observaciones no centrados. Un número condición mayor a 20 denota un problema potencial de multicolinealidad.

reemplazar

1 d SUBi por d SUBi en la ecuación (6), con lo que el declive porcentual de la densidad

de empleo por cada kilómetro de distancia del centro cae progresivamente 5. En efecto, el uso de la inversa de la distancia no sólo elimina el problema de multicolinealidad, toda vez que el valor absoluto de la mayoría de las correlaciones son menores al 50% y el nuevo número condición asciende a 5.2 (cuadro 16a de este mismo anexo), sino que provee además indicios de lo pertinente que resulta el modelo policéntrico en la región metropolitana de Lima y Callao (columna 1 del cuadro 3, infra). Así, todos los centros identificados en la sección anterior, salvo el CI. Zárate, tienen efectos significantes estadísticamente y con el signo esperado (positivo) sobre la densidad de empleo. De hecho, el policentrismo permitiría explicar un porcentaje alto de la varianza (45%) en la variable dependiente. Los resultados de la columna 2 del cuadro 14 corroborarían la pérdida de importancia relativa del centro clásico, toda vez que la inclusión de esta variable en la regresión no aumenta el poder explicativo, por lo que puede elidirse, F(1,1276)=2.39. Así, la irrelevancia estadística del efecto del centro clásico cuando se considera el de los centros identificados da indicios de que serían éstos quienes realmente determinan la localización del empleo. Lo mismo ocurre con la variable que mide la longitud de las vías, toda vez que su coeficiente no tiene importancia estadística y no aumenta la capacidad explicativa del modelo (columna 3), por lo que su inclusión es redundante según el criterio de Akaike. La razón detrás de esto radicaría en que lo relevante para medir el acceso a los centros identificados no sería tanto la longitud de las vías sino más bien el área de éstas, así como indicadores adicionales como congestión o calidad de las vías. Lamentablemente, no se cuentan actualmente con estas variables que captarían mejor el efecto vial. Nótese que estas dos variables de control no varían los coeficientes estimados en la columna (1). Los resultados del modelo policéntrico general sin ningún control, expresados en la columna (1), nos proveen una idea del efecto que ejercen los centros. Así, los coeficientes estimados de las 4 grandes aglomeraciones presentan un ordenamiento, siendo mayor el del CF. de San Isidro y menor el del CI. y CC. de Gamarra. Sin embargo, el coeficiente del primero no es estadísticamente diferente al del CC. de Miraflores, mientras que el del CC. Mesa Redonda y Mercado Central no lo es del de Gamarra. En vista de ello, es más adecuado cuantificar el declive porcentual en la densidad de empleo por cada kilómetro de distancia como una aproximación a la importancia de cada centro6. Cuadro 3. Efecto del modelo policéntrico general y restringido sobre la densidad de empleo en la región metropolitana de Lima y Callao, 2007

Dist. inversa al CF. de San Isidro Dist. inversa al CC. de Miraflores

(1) 2.625*** (0.359) 2.519*** (0.366) 0.899***

Variable dependiente: Log. densidad de empleo Policéntrico general Policéntrico restringido (2) (3) (4) (5) 2.626*** 2.626*** 3.235*** 3.213*** (0.359) (0.363) (0.580) (0.583) 2.519*** 2.519*** 2.756*** 2.734*** (0.366) (0.369) (0.482) (0.485) 0.803*** 0.898*** 2.130*** 2.144***

5

La interpretación de los coeficientes de la distancia inversa a los centros cambia. Esta vez, un coeficiente positivo (negativo) indicaría que la densidad de empleo aumenta (cae) mientras mayor sea la cercanía al centro de empleo. La hipótesis, por tanto, será que los coeficientes de centros son positivos y que el del CBD mantiene su signo negativo. 1 6 De la ecuación (7) y del cambio de la variable explicativa SUBi por SUBi , la caída porcentual en el empleo puede

d

expresarse como

d ln D 1   . 2 , d (d ) d

donde



d

es el coeficiente estimado. Ello implica que mientras mayor sea la

distancia menor será la caída porcentual en la densidad.

Dist. inversa al CC. de Mesa Redonda y Mercado Central Dist. inversa al CC. y CI. de Gamarra Dist. inversa al CC. de San Miguel Dist. inversa al CC. de Los Olivos Dist. inversa al CC. y CI. Las Malvinas Dist. inversa al CI. de Ate Dist. inversa al CI. de Chorrillos Dist. inversa al CI. de Zárate Dist. inversa al centro tradicional

(0.171) 0.639*** (0.135) 2.474*** (0.506) 1.783*** (0.305) 2.049*** (0.412) 2.330*** (0.451) 1.304** (0.573) 0.345 (0.273)

(0.141) 0.638*** (0.134) 2.483*** (0.508) 1.785*** (0.306) 1.955*** (0.434) 2.329*** (0.451) 1.303** (0.573) 0.328 (0.273) 0.191 (0.124)

Longitud de Avenidas (kms.) Constante

Observaciones R-cuadrado ajustado Sigma(estimado) Criterio de Akaike FStat VIF promedio

(0.171) 0.639*** (0.135) 2.474*** (0.506) 1.783*** (0.306) 2.048*** (0.410) 2.334*** (0.472) 1.306** (0.588) 0.343 (0.272)

(0.780) 0.925** (0.382)

-0.001 (0.027)

(0.784) 0.927** (0.385)

0.015 (0.026)

-0.054 (0.138)

-0.053 (0.138)

-0.051 (0.122)

0.785*** (0.108)

0.729*** (0.105)

1,288 0.447 1.235 4210

1,288 0.447 1.236 4212 2.387 1.541

1,288 0.447 1.236 4212 0.000 1.302

1,293 0.334 1.368 4485 25.098*** 1.290

1,293 0.334 1.368 4486 22.637*** 1.237

1.322

Nota. Matriz de varianzas y covarianzas corregida por heterocedasticidad. Se ponderaron las observaciones según el tamaño de las correspondientes zonas censales de Lima y Callao y se excluyeron aquellas de distritos periféricos. Errores estándar entre paréntesis. La prueba F de (2) y (3) toma como modelo restringido el (1); la de (4) y (5) toma como modelo general al (1). *** Significante al 1%, ** Significante al 5%, * Significante al 1%. Abreviaturas: CC.=Centro Comercial, CI.=Centro Industrial, CF.=Centro Financiero.

El declive porcentual en el empleo en la zona promedio a medida que uno se aleja de cada uno de los 9 centros se presenta en el cuadro 4 para algunas distancias. El CF. y del CC. de Miraflores presentan los mayores efectos sobre la densidad en comparación con los otros centros, toda vez que a 8 Kms. de distancia la localización del empleo cae en cerca del 4%, persistiendo sus efectos sus efectos incluso a 16 Kms. (cae cerca del 1%). Los restantes CC. condicionan la densidad en diferente intensidad. Así, mientras que el CC. de San Miguel y el de Los Olivos generan una caída en la densidad del empleo en más del 10% sólo hasta los 4 kms de distancia, el de Mesa Redonda y Mercado Central sólo tiene un efecto igual hasta los 3 kms. El mismo efecto diferenciado se encuentra al analizar los CI. restantes, toda vez que el de Ate presenta el mayor gradiente de densidad mientras que el de Gamarra presenta que el menor. Una razón que explicaría el bajo efecto de dos de los centros grandes, los de Gamarra y Mesa Redonda y Mercado Central, se debería a su cercanía geográfica, lo cual haría que la densidad de empleo se reparta entre ambos. Cuadro 4. Declive porcentual en la densidad bruta de empleo por kilómetro de distancia a los subcentros

CF. de San Isidro CC. de Miraflores

2 -65.63 -62.98

3 -29.17 -27.99

Distancia (kms) 4 8 -16.41 -4.10 -15.74 -3.94

16 -1.03 -0.98

CC. de San Miguel CC. de Los Olivos CC. Mesa Redonda y Mercado Central

-61.85 -44.58 -22.48

-27.49 -19.81 -9.99

-15.46 -11.14 -5.62

-3.87 -2.79 -1.40

-0.97 -0.70 -0.35

CI. de Ate CC. y CI. Las Malvinas CI. de Chorrillos CC. y CI. de Gamarra

-58.25 -51.23 -32.60 -15.98

-25.89 -22.77 -14.49 -7.10

-14.56 -12.81 -8.15 -3.99

-3.64 -3.20 -2.04 -1.00

-0.91 -0.80 -0.51 -0.25

Nota. El declive porcentual en la densidad bruta se halla a partir de los coeficientes de la especificación 1 del cuadro 2, donde se incluyen los centros identificados sin ningún control adicional. Abreviaturas: CC.=Centro Comercial, CI.=Centro Industrial, CF.=Centro Financiero.

Los resultados de la estimación del modelo policéntrico restringido (columna 4 del cuadro 4) permiten establecer que la cercanía geográfica de los 4 mayores centros no es impedimento para que cada uno de éstos tenga efectos significantes sobre la densidad de empleo al considerarse conjuntamente. En particular, la cercanía geográfica de Gamarra con el Mercado Central y Mesa Redonda no es obstáculo para que aquella presente un coeficiente significante, lo cual manifiesta su importancia como centro a pesar de competir con una aglomeración de mayor tamaño en sus alrededores. Nuevamente, la inclusión de la variable de longitud de avenidas no tiene efecto sobre la densidad, toda vez que no es estadísticamente diferente de 0 (columna 5 del cuadro 3). A pesar del fuerte efecto que ejercen estas grandes aglomeraciones sobre la densidad, no sería adecuado explicar la localización del empleo exclusivamente en función de estos 4 centros. Esta conclusión se desprende a partir del test F de Wald, F(6, 1277)=25.1, p