# 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.
Esa es la cifra del levantamiento previo a la homologación final. La cifra **canónica** de la
Fundación es **17.221**, la que consta en la Memoria Anual 2025 firmada el 25 de mayo de
2026, y es la que se usa en todo documento externo.

Los 47 de diferencia son registros que la homologación descartó. 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: son dos momentos del mismo conteo.

Las tres cifras del Catastro, con sus identificadores, están documentadas en
`packages/estrategia/datos/cifras.md`.

## 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`