El crecimiento económico y la mejora de la calidad de vida dependen, en gran medida, de la competitividad regional. Sin embargo, medir este fenómeno en un país tan diverso como el Perú es un desafío, ya que factores como la infraestructura, la economía y la gestión gubernamental interactúan de manera compleja. Los métodos tradicionales a menudo no logran capturar esta dinámica, lo que ha llevado a la exploración de nuevas herramientas como el aprendizaje automático para mejorar la precisión de las mediciones.
Para abordar este desafío, la investigación desarrolló modelos de Machine Learning no lineales aplicados al Índice de Competitividad Regional del Perú (ICRP) entre 2016 y 2023. El estudio utilizó seis modelos predictivos, entre ellos Gradient Boosting y Random Forest, demostrando una mayor precisión en la predicción del desempeño regional.
Los resultados revelan que los modelos de machine learning pueden capturar con mayor precisión las complejas interacciones entre factores económicos, sociales y políticos. Gradient Boosting alcanzó un coeficiente de determinación de 97,56%, lo que indica una alta capacidad predictiva del comportamiento de la competitividad regional.
Esta metodología permite una evaluación más detallada del desempeño regional y ofrece información clave para diseñar políticas públicas efectivas. Las regiones con baja competitividad pueden identificar y adoptar factores específicos que limitan su desarrollo.
El estudio confirma que los modelos de Machine Learning pueden transformar la forma de medir la competitividad regional, ofreciendo una herramienta robusta para la toma de decisiones. Además, su aplicación podría extenderse a otros contextos de América Latina, permitiendo a países con características similares mejorar sus estrategias de desarrollo.
Este artículo se deriva del estudio “Evaluación de la competitividad regional en Perú: un enfoque utilizando modelos de Machine Learning no lineales”, de Yvan J. García-López y Luis A. del Carpio Castro, investigadores de CENTRUM PUCP Business School
Referencias:
Garcia-Lopez, Y., & del Carpio, L. (2025). Assessing regional competitiveness in Peru: An approach using nonlinear machine learning models. PLOS ONE.
