La industria manufacturera, 2012–2024

Los grandes agregados de la industria con la EAM, desde 2012 (CIIU Rev. 4). Los montos están en pesos corrientes: el crecimiento incluye la inflación.

import dane_data as dd

eam = dd.eam.load(range(2012, 2025))
res = dd.eam.resumen(eam, por="anio")
res["valor_agregado_billones"] = res["valor_agregado"] / 1e9     # miles de pesos → billones de pesos
res[["anio", "establecimientos", "personal_total", "valor_agregado_billones", "productividad_laboral",
     "participacion_laboral"]].round(1)

	anio	establecimientos	personal_total	valor_agregado_billones	productividad_laboral	participacion_laboral
0	2012	9489	693303.0	75.3	108599.7	20.3
1	2013	9471	695962.0	78.5	112748.2	20.0
2	2014	9260	704410.0	78.2	111033.8	20.5
3	2015	9015	711444.0	85.7	120522.3	19.7
4	2016	8466	725763.0	88.4	121741.5	20.7
5	2017	8214	717035.0	87.6	122214.1	22.2
6	2018	7911	709021.0	94.4	133118.9	21.7
7	2019	7631	705346.0	96.4	136603.3	22.6
8	2020	7343	660404.0	92.3	139808.9	22.7
9	2021	7138	681246.0	117.0	171697.9	19.6
10	2022	6775	710060.0	149.2	210122.1	16.7
11	2023	6714	718730.0	148.8	207094.9	19.2
12	2024	6583	730236.0	148.3	203039.1	21.7

fig, axes = plt.subplots(2, 2, figsize=(10, 6.4))
graficas = [
    ("valor_agregado_billones", "Valor agregado (billones de pesos corrientes)", None),
    ("personal_total", "Personal ocupado (miles)", 1e3),
    ("productividad_laboral", "Valor agregado por ocupado (millones de pesos)", 1e3),
    ("participacion_laboral", "Remuneraciones / valor agregado (%)", None),
]
for ax, (col, titulo, escala) in zip(axes.flat, graficas):
    y = res[col] / escala if escala else res[col]
    ax.plot(res["anio"], y, marker="o", ms=4)
    ax.set_title(titulo, fontsize=11)
fig.tight_layout();

Por departamento

¿Dónde se genera el valor agregado industrial?

dpto = dd.eam.participacion(eam[eam.anio == 2024], variable="valagri", por="departamento")
dpto.sort_values("participacion", ascending=False).head(8)[["departamento", "participacion"]].round(1)

	departamento	participacion
0	Antioquia	19.2
21	Valle del Cauca	17.3
9	Cundinamarca	15.6
2	Bogotá D.C.	15.3
1	Atlántico	7.6
3	Bolívar	4.7
18	Santander	3.7
7	Cauca	2.8

Crecimiento del empleo

dd.eam.crecimiento(res, "personal_total")[["anio", "personal_total", "crec_personal_total"]].round(1)

	anio	personal_total	crec_personal_total
0	2012	693303.0	NaN
1	2013	695962.0	0.4
2	2014	704410.0	1.2
3	2015	711444.0	1.0
4	2016	725763.0	2.0
5	2017	717035.0	-1.2
6	2018	709021.0	-1.1
7	2019	705346.0	-0.5
8	2020	660404.0	-6.4
9	2021	681246.0	3.2
10	2022	710060.0	4.2
11	2023	718730.0	1.2
12	2024	730236.0	1.6

Nota

Para comparar valores entre años, deflacte con dd.eam.deflactar() y un índice de precios (por ejemplo, el IPP del DANE). Para comparar sectores con los años anteriores a 2012 hace falta una correlativa entre revisiones de la CIIU (vea La EAM: industria manufacturera).