Análisis temporal entre censos (1976–2024)
Source:vignettes/analisis-temporal.Rmd
analisis-temporal.Rmdcensosbo incluye funciones para comparar variables clave
entre todos los censos bolivianos (1976, 1992, 2001, 2012 y 2024). Las
variables originales son diferentes en cada censo; la librería aplica
una armonización y devuelve un data.frame en formato largo (“tidy”) con
una columna anio que identifica el censo.
Variables y grupos disponibles
# Lista completa de variables armonizadas
variables_armonizadas()
#> variable etiqueta
#> 1 sexo Sexo
#> 2 edad Edad en años
#> 3 grupo_edad Grupos de edad quinquenales
#> 4 parentesco Relación con el/la jefe/a del hogar
#> 5 estado_civil Estado conyugal o civil
#> 6 sabe_leer Sabe leer y escribir
#> 7 nivel_edu Nivel de instrucción
#> 8 asistencia_escolar Asistencia educativa actual
#> 9 pea Condición de actividad (PEA)
#> 10 pet Población en Edad de Trabajar
#> 11 categoria_ocupacion Categoría en el empleo
#> 12 identidad_indigena Autoidentificación con pueblo indígena
#> 13 idioma_materno Idioma materno o principal
#> 14 migracion_nac_dpto Migración: departamento de nacimiento vs residencia
#> 15 migracion_rec_dpto Migración reciente: residencia hace 5 años vs actual
#> 16 hijos_nacidos_vivos Total de hijos e hijas nacidos vivos
#> 17 hijos_sobrevivientes Total de hijos e hijas que viven actualmente
#> 18 area Área urbana o rural
#> 19 departamento Departamento
#> 20 material_paredes Material de construcción de las paredes
#> 21 material_techo Material de construcción del techo
#> 22 material_piso Material del piso
#> 23 fuente_agua Fuente de agua para beber y cocinar
#> 24 energia_electrica Disponibilidad de energía eléctrica
#> 25 servicio_sanitario Disponibilidad de servicio sanitario
#> 26 tenencia_vivienda Tenencia de la vivienda
#> 27 habitaciones_total Total de habitaciones del hogar
#> descripcion
#> 1 Sexo del individuo. Harmonizado a 1=Mujer, 2=Hombre para todos los censos
#> 2 Edad del individuo en años cumplidos
#> 3 Grupo de edad en intervalos de 5 años (0-4, 5-9, ..., 80+)
#> 4 Parentesco o relación del individuo con el jefe o jefa del hogar. NO armonizada: los códigos varían entre censos.
#> 5 Situación conyugal del individuo. Harmonizado a 4 categorías: 1=Soltero/a, 2=Casado/a o conviviente, 3=Separado/a o divorciado/a, 4=Viudo/a.
#> 6 Indica si el individuo sabe leer y escribir. Harmonizado a 1=Sí, 2=No
#> 7 Nivel educativo más alto alcanzado. Para comparación temporal se harmoniza a 4 categorías: 0=Sin instrucción, 1=Primaria, 2=Secundaria, 3=Superior
#> 8 Indica si el individuo asiste actualmente a un centro educativo. 1=Sí asiste, 2=No asiste.
#> 9 Condición de actividad económica de la Población Económicamente Activa. 1=Ocupado, 2=Cesante, 3=Aspirante. Los inactivos (fuera de la PEA) quedan como NA.
#> 10 Indica si el individuo está en edad de trabajar. Harmonizado a 1=Sí (en edad de trabajar), 2=No.
#> 11 Categoría ocupacional del individuo. 1=Empleado/Obrero, 2=Cuenta propia, 3=Empleador/Patrón, 4=Familiar no remunerado, 5=Otro
#> 12 Indica si el individuo se autoidentifica con alguna nación o pueblo indígena originario campesino o afroboliviano. 1=Sí, 2=No.
#> 13 Idioma aprendido en la niñez o idioma principal. 1=Castellano, 2=Quechua, 3=Aymara, 4=Guaraní, 5=Otro nativo boliviano, 6=Otro idioma.
#> 14 Compara el departamento de nacimiento con el de residencia actual. 1=Nacido en el mismo dpto, 2=Nacido en otro dpto del país, 3=Nacido en el exterior.
#> 15 Compara el departamento de residencia hace 5 años con el actual. 1=Mismo dpto, 2=Otro dpto del país, 3=Estaba en el exterior, 4=No había nacido.
#> 16 Número total de hijos nacidos vivos que ha tenido la persona (para mujeres de 12+ años).
#> 17 Número de hijos nacidos vivos que están vivos al momento del censo.
#> 18 Área de residencia: 1=Urbana, 2=Rural. Columna directa en todas las tablas de persona.
#> 19 Código de departamento (01-09)
#> 20 Material predominante de las paredes exteriores. 1=Ladrillo/Bloque/Hormigón, 2=Adobe/Tapial, 3=Madera/Tabique/Caña/Palma, 4=Piedra, 5=Otro.
#> 21 Material predominante del techo. 1=Calamina/Plancha/Teja, 2=Losa de hormigón, 3=Paja/Caña/Palma/Barro, 4=Otro.
#> 22 Material predominante del piso. 1=Tierra, 2=Cemento/Ladrillo, 3=Mosaico/Parquet/Madera, 4=Otro.
#> 23 Fuente principal de agua. 1=Cañería/red pública, 2=Otra fuente protegida (pozo con bomba, carro, pileta), 3=Fuente no protegida (río, acequia, pozo sin bomba).
#> 24 Si el hogar cuenta con energía eléctrica (cualquier fuente). 1=Sí, 2=No.
#> 25 Si el hogar tiene baño, water o letrina. 1=Sí tiene, 2=No tiene.
#> 26 Forma en que el hogar ocupa la vivienda. 1=Propia, 2=Alquilada, 3=Cedida/anticrético/servicios, 4=Otra.
#> 27 Número de habitaciones que ocupa el hogar (sin contar baño y cocina).
#> tabla armonizada v1976 v1992 v2001 v2012 v2024
#> 1 persona TRUE p03 P03 P28 P24 p25_sexo
#> 2 persona TRUE p04 P04 P29 P25 p26_edad
#> 3 persona TRUE edad5 GEDAD P29 P25 p26_edad
#> 4 persona FALSE p02 P02 P31 P23 p24_parentes
#> 5 persona TRUE p05 P05 P48 P45 p53_ecivil
#> 6 persona TRUE p10 P10 P36 P35 p40_lee
#> 7 persona TRUE nivela P12 P39NIV P37A_NIVELNUE nivel_edu
#> 8 persona TRUE p11 P11 P37 P36 p38_asiste
#> 9 persona TRUE pea NPEA <NA> PEA pea_13
#> 10 persona TRUE pet NPET <NA> PET pet_13
#> 11 persona TRUE p18 P18 P46 P43 p50_semp
#> 12 persona TRUE <NA> <NA> P491 P29C p32_pueblo_per
#> 13 persona TRUE p09 <NA> P35 P30B p341_idiomat_cod
#> 14 persona TRUE lugnac P07A DEP34 P32J p35j_deptocod
#> 15 persona TRUE resh5 P08A DEP41 P34H p37j_deptocod
#> 16 persona TRUE p20 P20 P50 P46 p54_hvtot
#> 17 persona TRUE p21 P21 P51 P47 p55_hstot
#> 18 persona TRUE area area area area area
#> 19 persona TRUE dep idep idep idep idep
#> 20 vivienda TRUE v03 V03 V06 P03 v03_pared
#> 21 vivienda TRUE v04 V04 V08 P05 v05_techo
#> 22 vivienda TRUE v05 V05 V09 P06 v06_piso
#> 23 vivienda TRUE v07 V07 V10 P07 v07_aguapro
#> 24 vivienda TRUE v09 V09 V15 P11 v09_energia
#> 25 vivienda TRUE v081 V08 V12 P09 v15_servsan
#> 26 vivienda TRUE v14 V14 V21 P19 v17_tenencia
#> 27 vivienda TRUE v10 V10 V18 P14 v13_habitac
#> notas
#> 1 1976/1992/2001: codificación original 1=Hombre, 2=Mujer (invertida). 2012/2024: 1=Mujer, 2=Hombre. get_temporal() harmoniza todo a 1=Mujer, 2=Hombre.
#> 2 2001: P29 re-exportado con .dicx corregido (bug fieldsize exportaba 3 bits en vez de 7). 2012: P25 re-exportado desde .dicx (el .dic binario no la exportaba).
#> 3 1976/1992: variable ya agrupada en la fuente. 2001/2012/2024: se calcula automáticamente desde la edad individual con (edad %/% 5) * 5.
#> 4 NO ARMONIZADA: get_temporal() devuelve los códigos crudos de cada censo, que no son comparables. Consulta codebook_ANIO() por año para interpretarlos.
#> 5 Harmonizado al máximo nivel comparable (limitado por 1992, que agrupa casado/conviviente y separado/divorciado). 1976: 1=Soltero→1, 2=Casado→2, 3=Viudo→4, 4=Divorciado→3 (sin categoría conviviente ni separado). 1992: 1=Casado/conviviente→2, 2=Viudo→4, 3=Separado/divorciado→3, 4=Soltero→1. 2001/2012: 1=Soltero→1, 2=Casado→2, 3=Conviviente→2, 4=Separado→3, 5=Divorciado→3, 6=Viudo→4. 2024: 1=Casado→2, 2=Conviviente→2, 3=Separado→3, 4=Divorciado→3, 5=Viudo→4, 6=Soltero→1, 9=Sin especificar→NA.
#> 6 1992 (P10): códigos 7=Sí, 8=No (distinto al resto). get_temporal() harmoniza a 1=Sí, 2=No.
#> 7 1976: 'nivela' es var. derivada (1=Ninguno..5=Técnico). 1992: P12 solo cubre quienes asistieron; Ninguno se obtiene combinando con P11 en get_temporal(). 2001: P39NIV con códigos reales 11=Ninguno,12=Preescolar,13=Básico,14=Intermedio,15=Medio,16=Primaria,17=Secundaria,18=Licenciatura,19=Técnico,20=Normal,21-23=Otros. 2012: P37A_NIVELNUE usa códigos no secuenciales (1,2,3,9,10,11-18,99). La Ley Avelino Siñani (2010) cambió la nomenclatura en 2012.
#> 8 1992: 1=Asiste, 2=No asiste pero asistió, 3=Nunca asistió → harmonizado a 1=Asiste, 2=No. 2001: CÓDIGOS INVERTIDOS — 1=NO asiste, 2=SÍ (pública), 3=SÍ (privada). 2012: 1/2/3=SÍ (pública/privada/convenio), 4=No asiste.
#> 9 Codificación idéntica en todos los años: 1=Ocupado, 2=Cesante, 3=Aspirante. NO disponible en 2001 (retorna NA). 2024: se usa pea_13 (Población Económicamente Activa, 13° CIET); NO confundir con fft_19 (fuera de la fuerza de trabajo) ni ft_19 (condición de actividad de la fuerza de trabajo).
#> 10 Harmonizado a 1=Sí, 2=No. 1976: 1=PET→1, 2=PENT→2. 1992 NPET: 1=PET→1, 0=PENT→2. 2012 PET: 1=trabajar→1, 0=no trabajar→2. 2024 pet_13: 1=PET→1, 2=PENT→2, 9=no especificó→NA. NO disponible en 2001 (retorna NA). La edad mínima de referencia puede variar entre censos (7+ en 2024).
#> 11 Solo aplica a personas ocupadas (PEA). 1976 p18: 1/2=Obrero/Empleado→1, 4=Cta propia→2, 5=Patrón→3, 3=Familiar→4. 1992 P18: 1/2=Obrero/Empleado→1, 3=Cta propia→2, 4=Patrón→3, 7=Familiar→4, 5/6=Otro→5. 2012 P43: 1/5=Obrero/TrabHogar→1, 2=Cta propia→2, 3=Empleador→3, 4=Familiar→4, 6=Coop→5. 2024 p50_semp: 2/5=Obrero/TrabHogar→1, 1=Cta propia→2, 3=Empleador→3, 4=Familiar→4, 6/7=Otro→5.
#> 12 NO disponible en 1976 ni 1992 (retorna NA). 2001 P491: 1-6=pueblo indígena→1, 7=NINGUNO→2. 2012 P29C: código de pueblo (1-123)→1, 0=NOTAPPLICABLE (no se identifica)→2, otros→NA. 2024 p32_pueblo_per: 1=Sí→1, 2=No→2.
#> 13 LIMITACIÓN METODOLÓGICA: 1976 p09 captura 'idioma que habla' (no materno), con combinaciones bilingüísticas (ej. código 5=Castellano/Aymara → se clasifica como Aymara). 1992 NO disponible (solo flags binarios de idiomas hablados, no maternal). 2001-2024: primer idioma aprendido en la niñez. 2012/2024: códigos 1-37 para lenguas nativas (6=Castellano, 2=Aymara, 27=Quechua, 12=Guaraní); códigos >=38 son idiomas extranjeros.
#> 14 Variable DERIVADA: compara columna de dpto de nacimiento con dpto de residencia (idep o dep). 1976: lugnac=1-9 (dpto nac), 10=exterior. 1992: P07A=dpto nac (1-9). 2001: DEP34=dpto nac (1-9). 2012: P32J=dpto nac (1-9), 99=ignorado. 2024: p35j_deptocod=dpto nac (1-9). La comparación con idep actual se hace en get_temporal().
#> 15 Variable DERIVADA: compara dpto hace 5 años con dpto actual (idep o dep). 1976: resh5=10→exterior, 11→NA. 2024: p37_lugres5=4 (no había nacido) → se usa como indicador alternativo; p37j_deptocod para comparar dpto.
#> 16 Solo aplica a mujeres de 12 o más años. Hombres y mujeres menores de edad retornan 0 o NA. 1992: P20 (el diccionario del parquet confirma P20=nacidos vivos, P21=vivos actualmente). 2024: p54_hvtot es el total (existe también p54a/p54b por sexo del hijo).
#> 17 Subconjunto de hijos_nacidos_vivos. Solo aplica a mujeres 12+. 1992: P21 (el diccionario del parquet confirma P21=vivos actualmente).
#> 18 Columna 'area' presente en todos los parquets de persona. 1976: fuente SPSS directa. 1992/2012: derivada de URBRUR de vivienda (pre-unida). 2001: derivada de TURUR de vivienda (pre-unida). 2024: derivada de urbrur de vivienda (pre-unida). Siempre 1=Urbana, 2=Rural, sin NAs.
#> 19 En 1976: columna 'dep' (numérica 1-9). En censos REDATAM: 'idep' se calcula desde REDCODEN via join con munic.parquet; get_temporal() lo fuerza automáticamente.
#> 20 1976/1992: 1=Adobe revocado→2, 2=Adobe/tapial→2, 3=Ladrillo/bloque/cemento→1, 4=Piedra→4, 5=Madera→3, 6=Caña/palma→3, 7=Otros→5. 2001/2012/2024: 1=Ladrillo→1, 2=Adobe/tapial→2, 3=Tabique/quinche→3, 4=Piedra→4, 5=Madera→3, 6=Caña/palma→3, 7=Otro→5.
#> 21 Códigos muy consistentes entre censos: 1=Calamina→1, 2=Tejas→1, 3=Losa hormigón→2, 4=Paja/caña/palma→3, 5=Otro→4. Idéntico en los 5 censos.
#> 22 1976/1992: 1=Madera→3, 2=Mosaico→3, 3=Ladrillo→2, 4=Cemento→2, 5=Tierra→1, 6=Otros→4. 2001/2012/2024: 1=Tierra→1, y demás materiales mapeados a 2-4.
#> 23 1976 usa v07 (procedencia), no v06 (distribución). 1976: 1/2=Red→1, 3/4=Pozo/aljibe→2, 5=Río/lago→3, 6=Carro→2, 7=Otra→2. 1992: 1=Red→1, 2=Pozo→2, 3=Río→3, 4=Carro→2, 5=Otra→2. 2001: 1=Cañería→1, 2=Pileta→1, 3=Carro→2, 4=Pozo bomba→2, 5=Pozo sin bomba→3, 6/7=Río/lago→3. 2024: 3=Cosecha lluvia→3, 6=Vertiente protegida→2.
#> 24 1976/1992: 1=Sí, 2=No. 2001 V15: 5=Sí→1, 6=No→2 (codificación distinta). 2012 P11: 1-4=cualquier fuente (red/motor/solar/otra)→1, 5=No tiene→2. 2024: 1-4=cualquier fuente→1, 5=No tiene→2.
#> 25 1976: 1/2=Tiene→1, 3=No→2. 1992: 1/2=Tiene (con/sin descarga)→1, 3=No→2. 2001: 1=Tiene→1, 2=No→2. 2012 P09: 1/2=Tiene (privado/compartido)→1, 3=No→2. 2024: 1/2=Tiene (solo/compartido)→1, 3=No→2.
#> 26 Categorías muy consistentes entre censos. 1→1 (Propia), 2→2 (Alquiler), anticrético/cedida/servicios→3, otro→4. 2024: código 1/2=Propia pagada/pagando→1, código 4=Alquilada→2, códigos 3/5/6/7=Cedida/anticr/servicios→3, 8=Otra→4.
#> 27 Variable numérica en 1976/1992/2001. 2012 P14: valores 1-7 directos, 8='8 y más', 98/99=NA. 2024 v13_habitac codificada como categorías ordinales (1=Una, ..., 8=Ocho o más). Se recomienda tratar como ordinal.
# Grupos temáticos predefinidos
grupos_variables()
#> $demografico
#> [1] "sexo" "edad" "grupo_edad" "parentesco" "estado_civil"
#>
#> $educacion
#> [1] "sexo" "edad" "sabe_leer"
#> [4] "nivel_edu" "asistencia_escolar"
#>
#> $economia
#> [1] "sexo" "edad" "pea"
#> [4] "pet" "categoria_ocupacion"
#>
#> $cultural
#> [1] "sexo" "edad" "identidad_indigena"
#> [4] "idioma_materno"
#>
#> $migracion
#> [1] "sexo" "edad" "migracion_nac_dpto"
#> [4] "migracion_rec_dpto"
#>
#> $fertilidad
#> [1] "sexo" "edad" "hijos_nacidos_vivos"
#> [4] "hijos_sobrevivientes"Cada grupo combina variables complementarias para un análisis
temático coherente. Los grupos disponibles son:
demografico, educacion, economia,
cultural, migracion y
fertilidad.
Función get_temporal()
La función acepta variables individuales o un grupo predefinido:
# Por grupo temático
datos <- get_temporal(
grupo = "educacion",
anios = c(1992, 2001, 2012, 2024)
)
# Por variables individuales
datos <- get_temporal(
variables = c("sexo", "nivel_edu", "sabe_leer"),
anios = c(1976, 1992, 2001, 2012, 2024),
departamento = NULL # todo el país
)El resultado siempre incluye las columnas anio, las
variables solicitadas, más area (1=Urbana, 2=Rural) y
departamento (código 01–09) como auxiliares de
estratificación.
| Parámetro | Descripción |
|---|---|
variables |
Vector con nombres armonizados (de
variables_armonizadas()) |
grupo |
Nombre de un grupo predefinido (alternativa a
variables) |
anios |
Años a incluir: subconjunto de
c(1976, 1992, 2001, 2012, 2024)
|
departamento |
Código "01"–"09" o nombre del
departamento. NULL = todo el país |
verbose |
Mostrar mensajes de progreso (por defecto TRUE) |
Grupo: Educación
Incluye sexo, edad, sabe_leer,
nivel_edu, asistencia_escolar.
edu <- get_temporal(grupo = "educacion",
anios = c(1992, 2001, 2012, 2024))
# Tasa de alfabetismo por año
edu |>
filter(!is.na(sabe_leer), edad >= 15) |>
count(anio, sabe_leer) |>
group_by(anio) |>
mutate(pct = n / sum(n)) |>
filter(sabe_leer == 1) |>
ggplot(aes(anio, pct)) +
geom_line(linewidth = 1.2, color = "#003087") +
geom_point(size = 3, color = "#003087") +
geom_text(aes(label = scales::percent(pct, 0.1)), vjust = -0.8, size = 3.5) +
scale_y_continuous(labels = scales::percent_format(), limits = c(0.6, 1)) +
scale_x_continuous(breaks = c(1992, 2001, 2012, 2024)) +
labs(title = "Tasa de alfabetismo (15+ años) — Bolivia",
x = "Año censal", y = "% que sabe leer y escribir",
caption = "Fuente: INE Bolivia, censos 1992–2024. Elaborado con censosbo.") +
theme_minimal()
# Asistencia escolar (5-24 años) por área urbana/rural
edu |>
filter(!is.na(asistencia_escolar), edad >= 5, edad <= 24) |>
count(anio, area, asistencia_escolar) |>
group_by(anio, area) |>
mutate(pct = n / sum(n)) |>
filter(asistencia_escolar == 1) |>
mutate(area_label = ifelse(area == 1, "Urbana", "Rural")) |>
ggplot(aes(factor(anio), pct, fill = area_label)) +
geom_col(position = "dodge") +
scale_y_continuous(labels = scales::percent_format()) +
scale_fill_manual(values = c("Urbana" = "#2196F3", "Rural" = "#FF9800")) +
labs(title = "Asistencia escolar (5-24 años) por área y censo",
x = "Año censal", y = "% que asiste", fill = "Área") +
theme_minimal()
# Distribución del nivel educativo
edu |>
filter(!is.na(nivel_edu)) |>
count(anio, nivel_edu) |>
group_by(anio) |>
mutate(pct = n / sum(n)) |>
ggplot(aes(factor(anio), pct, fill = factor(nivel_edu))) +
geom_col() +
scale_fill_manual(
values = c("0" = "#d73027", "1" = "#fdae61", "2" = "#74add1", "3" = "#313695"),
labels = c("0" = "Sin instrucción", "1" = "Primaria",
"2" = "Secundaria", "3" = "Superior"),
name = "Nivel"
) +
scale_y_continuous(labels = scales::percent_format()) +
labs(title = "Nivel educativo — Bolivia, 1992–2024",
x = "Año censal", y = "Proporción") +
theme_minimal()Nota sobre asistencia escolar: En 2001 los códigos originales estaban invertidos (1=No asiste, 2/3=Sí asiste).
censosboaplica la corrección automáticamente.
Grupo: Economía
Incluye sexo, edad, pea,
pet, categoria_ocupacion.
eco <- get_temporal(grupo = "economia",
anios = c(1976, 1992, 2001, 2012, 2024))
# Categoría de ocupación entre la PEA
eco |>
filter(!is.na(categoria_ocupacion)) |>
count(anio, categoria_ocupacion) |>
group_by(anio) |>
mutate(pct = n / sum(n)) |>
mutate(cat_label = factor(categoria_ocupacion,
levels = 1:5,
labels = c("Empleado/Obrero", "Cuenta propia", "Empleador", "Familiar", "Otro")
)) |>
ggplot(aes(factor(anio), pct, fill = cat_label)) +
geom_col() +
scale_y_continuous(labels = scales::percent_format()) +
scale_fill_brewer(palette = "Set2") +
labs(title = "Categoría en el empleo por censo — Bolivia",
x = "Año censal", y = "% de ocupados", fill = "Categoría") +
theme_minimal()Nota:
peaypetno están disponibles directamente en el censo 2001. Se incluirán comoNAcon un aviso. Para 2001 usa directamente las variables de actividad económica del censo.
Grupo: Cultura
Incluye sexo, edad,
identidad_indigena, idioma_materno. Solo
disponible desde 2001.
cult <- get_temporal(grupo = "cultural",
anios = c(2001, 2012, 2024))
# Autoidentificación indígena
cult |>
filter(!is.na(identidad_indigena)) |>
count(anio, identidad_indigena) |>
group_by(anio) |>
mutate(pct = n / sum(n)) |>
filter(identidad_indigena == 1) |>
ggplot(aes(factor(anio), pct)) +
geom_col(fill = "#9C27B0", alpha = 0.8) +
scale_y_continuous(labels = scales::percent_format()) +
labs(title = "Autoidentificación indígena por año censal (2001-2024)",
x = "Año censal", y = "% que se identifica como indígena") +
theme_minimal()
# Distribución de idioma materno
cult |>
filter(!is.na(idioma_materno)) |>
count(anio, idioma_materno) |>
group_by(anio) |>
mutate(pct = n / sum(n)) |>
mutate(idioma = factor(idioma_materno, 1:6,
c("Castellano", "Quechua", "Aymara", "Guaraní", "Otro nativo", "Otro"))) |>
ggplot(aes(factor(anio), pct, fill = idioma)) +
geom_col() +
scale_y_continuous(labels = scales::percent_format()) +
scale_fill_brewer(palette = "Set1") +
labs(title = "Idioma materno por año censal",
x = "Año censal", y = "Proporción", fill = "Idioma") +
theme_minimal()Limitaciones metodológicas: -
identidad_indigenano disponible en 1976 ni 1992. -idioma_maternoen 1992: solo existían flags binarios de idiomas hablados (no materno); se devuelveNA. -idioma_maternoen 1976: la variable capturaba el idioma hablado, no el materno; se incluye con advertencia.
Grupo: Migración
Incluye sexo, edad,
migracion_nac_dpto, migracion_rec_dpto.
Las variables de migración son derivadas: comparan el departamento de nacimiento (o de residencia hace 5 años) con el departamento de residencia actual.
mig <- get_temporal(grupo = "migracion",
anios = c(1992, 2001, 2012, 2024))
# Migración de nacimiento
mig |>
filter(!is.na(migracion_nac_dpto)) |>
count(anio, migracion_nac_dpto) |>
group_by(anio) |>
mutate(pct = n / sum(n)) |>
mutate(cat = factor(migracion_nac_dpto, 1:3,
c("Mismo dpto", "Otro dpto del país", "Exterior"))) |>
ggplot(aes(factor(anio), pct, fill = cat)) +
geom_col() +
scale_y_continuous(labels = scales::percent_format()) +
scale_fill_manual(values = c("Mismo dpto" = "#4CAF50",
"Otro dpto del país" = "#FFC107",
"Exterior" = "#F44336")) +
labs(title = "Lugar de nacimiento vs. departamento de residencia",
x = "Año censal", y = "Proporción", fill = NULL) +
theme_minimal()| Código | Significado |
|---|---|
| 1 | Nació en el mismo departamento donde reside |
| 2 | Nació en otro departamento del país |
| 3 | Nació en el exterior |
Para migracion_rec_dpto (residencia hace 5 años), el
código 4 = “no había nacido hace 5 años”.
Grupo: Fertilidad
Incluye sexo, edad,
hijos_nacidos_vivos, hijos_sobrevivientes.
Solo significativo para mujeres 12+.
fert <- get_temporal(grupo = "fertilidad",
anios = c(1976, 1992, 2001, 2012, 2024))
# Promedio de hijos nacidos vivos por grupo de edad
fert |>
filter(sexo == 1, edad >= 15, edad <= 49, !is.na(hijos_nacidos_vivos)) |>
mutate(grupo = cut(edad, breaks = c(14, 19, 24, 29, 34, 39, 44, 49),
labels = c("15-19", "20-24", "25-29", "30-34",
"35-39", "40-44", "45-49"))) |>
group_by(anio, grupo) |>
summarise(media = mean(hijos_nacidos_vivos), .groups = "drop") |>
ggplot(aes(grupo, media, color = factor(anio), group = anio)) +
geom_line(linewidth = 1) + geom_point(size = 2) +
scale_color_viridis_d(name = "Año censal") +
labs(title = "Promedio de hijos nacidos vivos por edad de la madre",
x = "Grupo de edad", y = "Promedio de hijos") +
theme_minimal()Vivienda: get_temporal_vivienda()
Para variables de la tabla vivienda existe una función equivalente:
viv <- get_temporal_vivienda(
variables = c("material_paredes", "fuente_agua", "energia_electrica",
"tenencia_vivienda", "habitaciones_total"),
anios = c(1992, 2001, 2012, 2024)
)Variables de vivienda disponibles
variables_armonizadas(tabla = "vivienda")
#> variable etiqueta
#> 20 material_paredes Material de construcción de las paredes
#> 21 material_techo Material de construcción del techo
#> 22 material_piso Material del piso
#> 23 fuente_agua Fuente de agua para beber y cocinar
#> 24 energia_electrica Disponibilidad de energía eléctrica
#> 25 servicio_sanitario Disponibilidad de servicio sanitario
#> 26 tenencia_vivienda Tenencia de la vivienda
#> 27 habitaciones_total Total de habitaciones del hogar
#> descripcion
#> 20 Material predominante de las paredes exteriores. 1=Ladrillo/Bloque/Hormigón, 2=Adobe/Tapial, 3=Madera/Tabique/Caña/Palma, 4=Piedra, 5=Otro.
#> 21 Material predominante del techo. 1=Calamina/Plancha/Teja, 2=Losa de hormigón, 3=Paja/Caña/Palma/Barro, 4=Otro.
#> 22 Material predominante del piso. 1=Tierra, 2=Cemento/Ladrillo, 3=Mosaico/Parquet/Madera, 4=Otro.
#> 23 Fuente principal de agua. 1=Cañería/red pública, 2=Otra fuente protegida (pozo con bomba, carro, pileta), 3=Fuente no protegida (río, acequia, pozo sin bomba).
#> 24 Si el hogar cuenta con energía eléctrica (cualquier fuente). 1=Sí, 2=No.
#> 25 Si el hogar tiene baño, water o letrina. 1=Sí tiene, 2=No tiene.
#> 26 Forma en que el hogar ocupa la vivienda. 1=Propia, 2=Alquilada, 3=Cedida/anticrético/servicios, 4=Otra.
#> 27 Número de habitaciones que ocupa el hogar (sin contar baño y cocina).
#> tabla armonizada v1976 v1992 v2001 v2012 v2024
#> 20 vivienda TRUE v03 V03 V06 P03 v03_pared
#> 21 vivienda TRUE v04 V04 V08 P05 v05_techo
#> 22 vivienda TRUE v05 V05 V09 P06 v06_piso
#> 23 vivienda TRUE v07 V07 V10 P07 v07_aguapro
#> 24 vivienda TRUE v09 V09 V15 P11 v09_energia
#> 25 vivienda TRUE v081 V08 V12 P09 v15_servsan
#> 26 vivienda TRUE v14 V14 V21 P19 v17_tenencia
#> 27 vivienda TRUE v10 V10 V18 P14 v13_habitac
#> notas
#> 20 1976/1992: 1=Adobe revocado→2, 2=Adobe/tapial→2, 3=Ladrillo/bloque/cemento→1, 4=Piedra→4, 5=Madera→3, 6=Caña/palma→3, 7=Otros→5. 2001/2012/2024: 1=Ladrillo→1, 2=Adobe/tapial→2, 3=Tabique/quinche→3, 4=Piedra→4, 5=Madera→3, 6=Caña/palma→3, 7=Otro→5.
#> 21 Códigos muy consistentes entre censos: 1=Calamina→1, 2=Tejas→1, 3=Losa hormigón→2, 4=Paja/caña/palma→3, 5=Otro→4. Idéntico en los 5 censos.
#> 22 1976/1992: 1=Madera→3, 2=Mosaico→3, 3=Ladrillo→2, 4=Cemento→2, 5=Tierra→1, 6=Otros→4. 2001/2012/2024: 1=Tierra→1, y demás materiales mapeados a 2-4.
#> 23 1976 usa v07 (procedencia), no v06 (distribución). 1976: 1/2=Red→1, 3/4=Pozo/aljibe→2, 5=Río/lago→3, 6=Carro→2, 7=Otra→2. 1992: 1=Red→1, 2=Pozo→2, 3=Río→3, 4=Carro→2, 5=Otra→2. 2001: 1=Cañería→1, 2=Pileta→1, 3=Carro→2, 4=Pozo bomba→2, 5=Pozo sin bomba→3, 6/7=Río/lago→3. 2024: 3=Cosecha lluvia→3, 6=Vertiente protegida→2.
#> 24 1976/1992: 1=Sí, 2=No. 2001 V15: 5=Sí→1, 6=No→2 (codificación distinta). 2012 P11: 1-4=cualquier fuente (red/motor/solar/otra)→1, 5=No tiene→2. 2024: 1-4=cualquier fuente→1, 5=No tiene→2.
#> 25 1976: 1/2=Tiene→1, 3=No→2. 1992: 1/2=Tiene (con/sin descarga)→1, 3=No→2. 2001: 1=Tiene→1, 2=No→2. 2012 P09: 1/2=Tiene (privado/compartido)→1, 3=No→2. 2024: 1/2=Tiene (solo/compartido)→1, 3=No→2.
#> 26 Categorías muy consistentes entre censos. 1→1 (Propia), 2→2 (Alquiler), anticrético/cedida/servicios→3, otro→4. 2024: código 1/2=Propia pagada/pagando→1, código 4=Alquilada→2, códigos 3/5/6/7=Cedida/anticr/servicios→3, 8=Otra→4.
#> 27 Variable numérica en 1976/1992/2001. 2012 P14: valores 1-7 directos, 8='8 y más', 98/99=NA. 2024 v13_habitac codificada como categorías ordinales (1=Una, ..., 8=Ocho o más). Se recomienda tratar como ordinal.Ejemplo: evolución del acceso a servicios básicos
viv_basicos <- get_temporal_vivienda(
variables = c("fuente_agua", "energia_electrica"),
anios = c(1992, 2001, 2012, 2024)
)
bind_rows(
viv_basicos |> filter(!is.na(energia_electrica)) |>
count(anio, energia_electrica) |> group_by(anio) |>
mutate(pct = n / sum(n)) |> filter(energia_electrica == 1) |>
mutate(indicador = "Energía eléctrica"),
viv_basicos |> filter(!is.na(fuente_agua)) |>
count(anio, fuente_agua) |> group_by(anio) |>
mutate(pct = n / sum(n)) |> filter(fuente_agua == 1) |>
mutate(indicador = "Agua de red pública")
) |>
ggplot(aes(anio, pct, color = indicador, group = indicador)) +
geom_line(linewidth = 1.2) + geom_point(size = 3) +
scale_y_continuous(labels = scales::percent_format(), limits = c(0, 1)) +
labs(title = "Acceso a servicios básicos de vivienda (1992-2024)",
x = "Año censal", y = "Proporción de hogares", color = NULL,
caption = "Fuente: INE Bolivia. Elaborado con censosbo.") +
theme_minimal()Ejemplo: material de paredes por censo
viv_mat <- get_temporal_vivienda(
variables = c("material_paredes"),
anios = c(1992, 2001, 2012, 2024)
)
viv_mat |>
filter(!is.na(material_paredes)) |>
count(anio, material_paredes) |>
group_by(anio) |>
mutate(pct = n / sum(n)) |>
mutate(mat = factor(material_paredes, 1:5,
c("Ladrillo/Hormigón", "Adobe/Tapial", "Madera/Caña/Palma", "Piedra", "Otro"))) |>
ggplot(aes(factor(anio), pct, fill = mat)) +
geom_col() +
scale_y_continuous(labels = scales::percent_format()) +
scale_fill_brewer(palette = "RdYlGn", direction = -1) +
labs(title = "Material de paredes por año censal",
x = "Año censal", y = "Proporción de viviendas", fill = "Material") +
theme_minimal()Filtrar por departamento
Tanto get_temporal() como
get_temporal_vivienda() aceptan un filtro por
departamento:
# Por nombre
edu_lp <- get_temporal(grupo = "educacion",
anios = c(2001, 2012, 2024),
departamento = "La Paz")
# Por código
viv_sc <- get_temporal_vivienda(
variables = c("fuente_agua", "energia_electrica"),
anios = c(2012, 2024),
departamento = "05" # Santa Cruz
)Variables con limitaciones conocidas
variables_armonizadas() |>
select(variable, tabla, notas) |>
filter(!is.na(notas)) |>
knitr::kable()| variable | tabla | notas |
|---|---|---|
| sexo | persona | 1976/1992/2001: codificación original 1=Hombre, 2=Mujer (invertida). 2012/2024: 1=Mujer, 2=Hombre. get_temporal() harmoniza todo a 1=Mujer, 2=Hombre. |
| edad | persona | 2001: P29 re-exportado con .dicx corregido (bug fieldsize exportaba 3 bits en vez de 7). 2012: P25 re-exportado desde .dicx (el .dic binario no la exportaba). |
| grupo_edad | persona | 1976/1992: variable ya agrupada en la fuente. 2001/2012/2024: se calcula automáticamente desde la edad individual con (edad %/% 5) * 5. |
| parentesco | persona | NO ARMONIZADA: get_temporal() devuelve los códigos crudos de cada censo, que no son comparables. Consulta codebook_ANIO() por año para interpretarlos. |
| estado_civil | persona | Harmonizado al máximo nivel comparable (limitado por 1992, que agrupa casado/conviviente y separado/divorciado). 1976: 1=Soltero→1, 2=Casado→2, 3=Viudo→4, 4=Divorciado→3 (sin categoría conviviente ni separado). 1992: 1=Casado/conviviente→2, 2=Viudo→4, 3=Separado/divorciado→3, 4=Soltero→1. 2001/2012: 1=Soltero→1, 2=Casado→2, 3=Conviviente→2, 4=Separado→3, 5=Divorciado→3, 6=Viudo→4. 2024: 1=Casado→2, 2=Conviviente→2, 3=Separado→3, 4=Divorciado→3, 5=Viudo→4, 6=Soltero→1, 9=Sin especificar→NA. |
| sabe_leer | persona | 1992 (P10): códigos 7=Sí, 8=No (distinto al resto). get_temporal() harmoniza a 1=Sí, 2=No. |
| nivel_edu | persona | 1976: ‘nivela’ es var. derivada (1=Ninguno..5=Técnico). 1992: P12 solo cubre quienes asistieron; Ninguno se obtiene combinando con P11 en get_temporal(). 2001: P39NIV con códigos reales 11=Ninguno,12=Preescolar,13=Básico,14=Intermedio,15=Medio,16=Primaria,17=Secundaria,18=Licenciatura,19=Técnico,20=Normal,21-23=Otros. 2012: P37A_NIVELNUE usa códigos no secuenciales (1,2,3,9,10,11-18,99). La Ley Avelino Siñani (2010) cambió la nomenclatura en 2012. |
| asistencia_escolar | persona | 1992: 1=Asiste, 2=No asiste pero asistió, 3=Nunca asistió → harmonizado a 1=Asiste, 2=No. 2001: CÓDIGOS INVERTIDOS — 1=NO asiste, 2=SÍ (pública), 3=SÍ (privada). 2012: 1/2/3=SÍ (pública/privada/convenio), 4=No asiste. |
| pea | persona | Codificación idéntica en todos los años: 1=Ocupado, 2=Cesante, 3=Aspirante. NO disponible en 2001 (retorna NA). 2024: se usa pea_13 (Población Económicamente Activa, 13° CIET); NO confundir con fft_19 (fuera de la fuerza de trabajo) ni ft_19 (condición de actividad de la fuerza de trabajo). |
| pet | persona | Harmonizado a 1=Sí, 2=No. 1976: 1=PET→1, 2=PENT→2. 1992 NPET: 1=PET→1, 0=PENT→2. 2012 PET: 1=trabajar→1, 0=no trabajar→2. 2024 pet_13: 1=PET→1, 2=PENT→2, 9=no especificó→NA. NO disponible en 2001 (retorna NA). La edad mínima de referencia puede variar entre censos (7+ en 2024). |
| categoria_ocupacion | persona | Solo aplica a personas ocupadas (PEA). 1976 p18: 1/2=Obrero/Empleado→1, 4=Cta propia→2, 5=Patrón→3, 3=Familiar→4. 1992 P18: 1/2=Obrero/Empleado→1, 3=Cta propia→2, 4=Patrón→3, 7=Familiar→4, 5/6=Otro→5. 2012 P43: 1/5=Obrero/TrabHogar→1, 2=Cta propia→2, 3=Empleador→3, 4=Familiar→4, 6=Coop→5. 2024 p50_semp: 2/5=Obrero/TrabHogar→1, 1=Cta propia→2, 3=Empleador→3, 4=Familiar→4, 6/7=Otro→5. |
| identidad_indigena | persona | NO disponible en 1976 ni 1992 (retorna NA). 2001 P491: 1-6=pueblo indígena→1, 7=NINGUNO→2. 2012 P29C: código de pueblo (1-123)→1, 0=NOTAPPLICABLE (no se identifica)→2, otros→NA. 2024 p32_pueblo_per: 1=Sí→1, 2=No→2. |
| idioma_materno | persona | LIMITACIÓN METODOLÓGICA: 1976 p09 captura ‘idioma que habla’ (no materno), con combinaciones bilingüísticas (ej. código 5=Castellano/Aymara → se clasifica como Aymara). 1992 NO disponible (solo flags binarios de idiomas hablados, no maternal). 2001-2024: primer idioma aprendido en la niñez. 2012/2024: códigos 1-37 para lenguas nativas (6=Castellano, 2=Aymara, 27=Quechua, 12=Guaraní); códigos >=38 son idiomas extranjeros. |
| migracion_nac_dpto | persona | Variable DERIVADA: compara columna de dpto de nacimiento con dpto de residencia (idep o dep). 1976: lugnac=1-9 (dpto nac), 10=exterior. 1992: P07A=dpto nac (1-9). 2001: DEP34=dpto nac (1-9). 2012: P32J=dpto nac (1-9), 99=ignorado. 2024: p35j_deptocod=dpto nac (1-9). La comparación con idep actual se hace en get_temporal(). |
| migracion_rec_dpto | persona | Variable DERIVADA: compara dpto hace 5 años con dpto actual (idep o dep). 1976: resh5=10→exterior, 11→NA. 2024: p37_lugres5=4 (no había nacido) → se usa como indicador alternativo; p37j_deptocod para comparar dpto. |
| hijos_nacidos_vivos | persona | Solo aplica a mujeres de 12 o más años. Hombres y mujeres menores de edad retornan 0 o NA. 1992: P20 (el diccionario del parquet confirma P20=nacidos vivos, P21=vivos actualmente). 2024: p54_hvtot es el total (existe también p54a/p54b por sexo del hijo). |
| hijos_sobrevivientes | persona | Subconjunto de hijos_nacidos_vivos. Solo aplica a mujeres 12+. 1992: P21 (el diccionario del parquet confirma P21=vivos actualmente). |
| area | persona | Columna ‘area’ presente en todos los parquets de persona. 1976: fuente SPSS directa. 1992/2012: derivada de URBRUR de vivienda (pre-unida). 2001: derivada de TURUR de vivienda (pre-unida). 2024: derivada de urbrur de vivienda (pre-unida). Siempre 1=Urbana, 2=Rural, sin NAs. |
| departamento | persona | En 1976: columna ‘dep’ (numérica 1-9). En censos REDATAM: ‘idep’ se calcula desde REDCODEN via join con munic.parquet; get_temporal() lo fuerza automáticamente. |
| material_paredes | vivienda | 1976/1992: 1=Adobe revocado→2, 2=Adobe/tapial→2, 3=Ladrillo/bloque/cemento→1, 4=Piedra→4, 5=Madera→3, 6=Caña/palma→3, 7=Otros→5. 2001/2012/2024: 1=Ladrillo→1, 2=Adobe/tapial→2, 3=Tabique/quinche→3, 4=Piedra→4, 5=Madera→3, 6=Caña/palma→3, 7=Otro→5. |
| material_techo | vivienda | Códigos muy consistentes entre censos: 1=Calamina→1, 2=Tejas→1, 3=Losa hormigón→2, 4=Paja/caña/palma→3, 5=Otro→4. Idéntico en los 5 censos. |
| material_piso | vivienda | 1976/1992: 1=Madera→3, 2=Mosaico→3, 3=Ladrillo→2, 4=Cemento→2, 5=Tierra→1, 6=Otros→4. 2001/2012/2024: 1=Tierra→1, y demás materiales mapeados a 2-4. |
| fuente_agua | vivienda | 1976 usa v07 (procedencia), no v06 (distribución). 1976: 1/2=Red→1, 3/4=Pozo/aljibe→2, 5=Río/lago→3, 6=Carro→2, 7=Otra→2. 1992: 1=Red→1, 2=Pozo→2, 3=Río→3, 4=Carro→2, 5=Otra→2. 2001: 1=Cañería→1, 2=Pileta→1, 3=Carro→2, 4=Pozo bomba→2, 5=Pozo sin bomba→3, 6/7=Río/lago→3. 2024: 3=Cosecha lluvia→3, 6=Vertiente protegida→2. |
| energia_electrica | vivienda | 1976/1992: 1=Sí, 2=No. 2001 V15: 5=Sí→1, 6=No→2 (codificación distinta). 2012 P11: 1-4=cualquier fuente (red/motor/solar/otra)→1, 5=No tiene→2. 2024: 1-4=cualquier fuente→1, 5=No tiene→2. |
| servicio_sanitario | vivienda | 1976: 1/2=Tiene→1, 3=No→2. 1992: 1/2=Tiene (con/sin descarga)→1, 3=No→2. 2001: 1=Tiene→1, 2=No→2. 2012 P09: 1/2=Tiene (privado/compartido)→1, 3=No→2. 2024: 1/2=Tiene (solo/compartido)→1, 3=No→2. |
| tenencia_vivienda | vivienda | Categorías muy consistentes entre censos. 1→1 (Propia), 2→2 (Alquiler), anticrético/cedida/servicios→3, otro→4. 2024: código 1/2=Propia pagada/pagando→1, código 4=Alquilada→2, códigos 3/5/6/7=Cedida/anticr/servicios→3, 8=Otra→4. |
| habitaciones_total | vivienda | Variable numérica en 1976/1992/2001. 2012 P14: valores 1-7 directos, 8=‘8 y más’, 98/99=NA. 2024 v13_habitac codificada como categorías ordinales (1=Una, …, 8=Ocho o más). Se recomienda tratar como ordinal. |
Resumen de limitaciones principales:
| Variable | Limitación |
|---|---|
pea, pet
|
No disponibles en 2001 |
identidad_indigena |
Solo 2001–2024 |
idioma_materno |
1992: solo flags de idioma hablado; 1976: idioma hablado, no materno |
servicio_sanitario |
No disponible en 2012 |
habitaciones_total |
2024: variable categórica (1=Una, 2=Dos, … 8=Ocho o más) |
migracion_nac_dpto |
Variable derivada; 1992 no tiene flag para exterior |
Las variables no disponibles en un año determinado se incluyen como
NA con un aviso de cli_warn().
Acceso directo a los censos
Si necesitas variables no armonizadas o mayor control, accede directamente a cada censo:
# Nivel educativo 2012 con códigos originales
edu_2012 <- get_personas_2012() |>
count(nivel = P37A_NIVELNUE) |>
collect() |>
mutate(anio = 2012L)
# Ver qué variables existen en el censo 1976
codebook_1976(tabla = "poblacion")
codebook_2012(buscar = "nivel")