Clustering, mediterraneidad y comercio internacional: aplicación empírica de los algoritmos Partitioning Around Medoids y K-means

• Gonzáles Argote, Heynz Roberth ^[1] ; Ticona Gonzáles, Ulises Amaru ^[1]
  1. [1] Universidad Católica Boliviana “San Pablo”
• Localización: Revista Latinoamericana de Desarrollo Económico, ISSN-e 2309-9038, ISSN 2074-4706, Nº. 32, 2019 (Ejemplar dedicado a: Revista Latinoamericana de Desarrollo Económico No. 32), págs. 96-130
• Idioma: español
• Títulos paralelos:
  • Clustering, Landlockedness and International Trade: Empirical Application of the Partitioning Around Medoids and K-means algorithms
• Enlaces
  • Texto completo
• Resumen
  • español

    El tema de la mediterraneidad ha generado bastante interes en el debate geopolitico, siendo Bolivia uno de los actores principales. Este hecho, junto con las nuevas herramientas de analisis de datos, como la inteligencia artificial y la mineria de datos, motivan el presente este estudio, el cual es pionero dentro de la literatura en el marco del analisis de paises sin salida maritima mediante algoritmos no supervisados de mineria de datos.

    En este sentido, se estudia y aplica la teoria de formacion de clusters a traves de los algoritmos K-means y PAM (Partitioning Around Medoids) con informacion de indicadores de comercio internacional de 188 paises de un periodo de diez anos, con el proposito de detectar si la condicion de mediterraneidad es un factor limitante en la dinamica comercial de los paises.

     Los resultados muestran que un subconjunto reducido de los paises mediterraneos, entre ellos Bolivia, habrian aliviado, durante la ultima decada, las restricciones que la mediterraneidad implica en los costos y tiempos de exportacion e importacion.

  • English

    Landlockedness has generated significative interest in the geopolitical debate, particularly in Bolivia. This fact, along with innovative methodologies such as artificial intelligence and data mining, has motivated this research, which is unprecedented in the literature concerning landlockedness analysis through unsupervised algorithms of data mining.

    Consequently, the theory of cluster formation is studied and applied through the K-means and PAM (Partitioning Around Medoids) algorithms using international trade information of one hundred eighty-eight countries over a period of ten years, in order to test whether the landlockedness condition is a limiting factor in the commercial dynamics of countries.

     The results show that a reduced subset of the landlocked countries, including Bolivia, would have eased restrictions such as international trade costs and times, during the last decade.