# Catastro Indígena · datos agregados `catastro-indigena-agregado.csv` es la versión publicable del Catastro Nacional de Empresas y Emprendimientos Indígenas de Chile. Se ofrece como dato abierto para que cualquiera pueda trabajar con él sin pedirlo por correo. ## Qué contiene Formato largo, cuatro columnas: | Columna | Qué es | |---|---| | `anio` | 2022 o 2025, los dos levantamientos | | `dimension` | `region`, `pueblo`, `rubro`, `genero` o `formalizacion` | | `categoria` | El valor dentro de esa dimensión | | `iniciativas` | Cuántas iniciativas hay en esa celda | Cada dimensión se agrega **por separado**. No hay cruces, y eso es deliberado: por región sola no existe ninguna celda con menos de cinco iniciativas, pero al cruzar región con pueblo aparecen veintitrés celdas de una sola. El cruce es lo que identifica. ## Qué NO contiene, y por qué No hay nombres, ni RUT, ni contacto, ni comuna, ni filas individuales. El dataset de origen tampoco tiene nombres, y aun así **no es publicable**: sus columnas combinadas identifican. Medido sobre las 17.268 filas de 2025, la combinación comuna + pueblo + género + rubro produce **1.674 celdas de una sola iniciativa**. Cada una es una persona cuya comuna, su pueblo, su género y su oficio quedan juntos y solos, y en una comuna pequeña eso equivale a un nombre. Bajo la Ley 21.719, vigente desde el 1 de diciembre de 2026, el pueblo indígena es dato sensible. Este archivo aplica **k-anonimato con k=5**: ninguna celda publicada tiene menos de cinco iniciativas, y las categorías que no alcanzan el umbral se suman en «Otras (bajo el umbral de 5)». Si ese grupo tampoco alcanzara cinco, absorbe la siguiente categoría más pequeña, porque un agrupado de tres delataría lo mismo que tres categorías sueltas. La regla vive en `packages/domain/src/catastro.ts` (`corteSeguro`) y la reimplementa `services/data-pipeline/exportar_publico.py`, que es el script que genera este archivo. ## Sobre los totales, que no son los de la Memoria Sumando las celdas de la dimensión `region` para 2025 se obtienen **17.268** iniciativas, y ese no es ninguno de los dos números que la página muestra en pantalla. No hay error en ninguno: **son cuatro momentos del mismo conteo**, y la cadena completa es esta. ``` CADENA A · la que llega a la Memoria CADENA B · la que llega a la base 17.283 filas de la planilla 2025 17.283 filas leídas − 15 sin REFERENCIA − 338 duplicadas fusionadas = 17.268 este archivo − 23 en cuarentena − 47 la homologación descartó = 16.922 lo cargado en la base = 17.221 Memoria Anual 2025, CANÓNICA ``` Las dos parten de la misma planilla y cierran al entero. Lo que cambia es el criterio de limpieza, y de ahí sale la única frase que hay que retener: **la cifra canónica cuenta registros y la de la base cuenta iniciativas únicas.** La Memoria no fusionó los 338 que llegaron dos veces, casi siempre porque dos organismos reportaron la misma iniciativa por separado. No son dos mediciones de lo mismo que dan distinto: son dos unidades de conteo. **Cuál usar.** Para citar a la Fundación, **17.221**: es la que consta en un documento firmado el 25 de mayo de 2026 y la que usan todos sus documentos externos. Para reproducir las tablas de la página, la de este archivo. Para saber cuántas iniciativas distintas hay identificadas, 16.922. Se dice acá porque un dataset cuyo total no coincide con el documento oficial invita a pensar que uno de los dos está mal, y no lo está. Las cuatro cifras del Catastro, con sus identificadores, están documentadas en `packages/estrategia/datos/cifras.md`. ## Y ninguna de las cuatro es un total absoluto El Catastro se levanta con solicitudes por Ley de Transparencia, y no todas las instituciones responden, ni registran lo mismo, ni con el mismo detalle. Contra una estimación conservadora del universo (MiPymes del SII, emprendedores de DIPRES y el 12,8% de población que se declara indígena en el Censo 2017) el Catastro ve entre el **45% y el 56%** de lo que existe, y esa estimación es referencial y no censal. El levantamiento de octubre de 2026 amplía las fuentes hacia organismos de fomento productivo, que es de donde no vino casi nada en 2025. Si el número siguiente es más alto, no significará que la economía creció: significará que se preguntó mejor. ## Cómo se construyó el dato Solicitudes por Ley de Transparencia a instituciones públicas y municipios, combinadas con levantamiento directo en terreno. Sobre esa materia prima corre un proceso de inteligencia artificial que homologa y limpia cada registro. El rubro se clasifica dos veces: con la CIIU del Servicio de Impuestos Internos y con las veinte categorías propias de la Fundación. El primer catastro (2022) se realizó en el marco del proyecto «U.S. Models Promote Indigenous-Owned Business Development», con apoyo de la Embajada de Estados Unidos en Chile. El segundo (2025) lo financió la Fundación Empresas Indígenas con fondos propios. ## El sesgo de la fuente, que conviene declarar Las fuentes no aportan iniciativas de todo tipo: cada una aporta las que su programa atiende. La mayor parte de lo levantado viene de **programas de fomento social**, que registran actividad sin constituir porque esa es la población que atienden; los registros de origen comercial y los padrones de compradores, en cambio, traen empresas ya formalizadas. Eso tiene una consecuencia directa sobre la cifra más citada: **el 97% de informalidad describe a las iniciativas que estos programas identifican, no a la economía indígena en su conjunto.** La proporción de formalizadas cayó de 14,8% en 2022 a 3,4% en 2025 sin que ninguna empresa cerrara: descontando esa fuente, la de 2025 queda en 10,9%. Ninguna cifra de este archivo es incorrecta. Lo que cambia es **el alcance con que se pueden enunciar**, y por eso se declara acá y no en una nota interna. El levantamiento de 2026 suma organismos de fomento productivo para cerrar el hueco. ## Cómo verificar estas cifras El código que produce este archivo está publicado y versionado: - `services/data-pipeline/homologar.py` homologa los dos levantamientos y verifica que ninguno emita un rubro fuera de la taxonomía canónica. - `services/data-pipeline/exportar_publico.py` agrega y aplica el umbral k≥5 que produce exactamente este CSV. Se publican para que la cifra no haya que creerla: se puede reproducir. ## Licencia **Creative Commons Atribución 4.0 Internacional (CC BY 4.0)** · `https://creativecommons.org/licenses/by/4.0/deed.es` Permite copiar, redistribuir, adaptar y usar comercialmente, **con atribución**. La cita es: **Fundación Empresas Indígenas, Catastro Indígena**, `catastroindigena.com`. Si el dato sostiene una publicación, la Fundación agradece saberlo. Preguntas: `contacto@empresasindigenas.org`