20200713 16404100 1.0 TRUE TRUE Coeficiente de Gini (Coeficiente) Toma valores entre 0 y 1, donde 0 indica que todos los individuos tienen el mismo ingreso y 1 indica que sólo un individuo tiene todo el ingreso. Dado que el Coeficiente de Gini es de fácil interpretación, es el indicador de desigualdad más utilizado. Permite conocer las condiciones de desigualdad de un país y compararlo con otros países. NOTA: los datos de 2006 y 2007 no se calculan por problemas de comparabillidad en las series de empleo y pobreza como resultado del cambio metodológico que implicó la transición de la Encuesta Continua de Hogares a la Gran Encuesta Integrada de Hogares. Fuente: DANE - Estadísticas Sociales Fecha de consulta: 4 deAgosto 2015. Observaciones: Sin información para Arauca, Casanare, Putumayo, San Andres y Providencia, Amazonas, Guainia, Guaviare, Vaupes, Vichada. SINFONIA UNICEF EQ SOCIAL ESRI COLOMBIA GOBIERNO GINI SINFONIA, UNICEF, EQ SOCIAL, ESRI COLOMBIA, DANE - Marco Geoestadístico Nacional /9j/4AAQSkZJRgABAQEAAQABAAD/2wBDAAgGBgcGBQgHBwcJCQgKDBQNDAsLDBkSEw8UHRofHh0a HBwgJC4nICIsIxwcKDcpLDAxNDQ0Hyc5PTgyPC4zNDL/2wBDAQkJCQwLDBgNDRgyIRwhMjIyMjIy MjIyMjIyMjIyMjIyMjIyMjIyMjIyMjIyMjIyMjIyMjIyMjIyMjIyMjIyMjL/wAARCADIASwDASIA AhEBAxEB/8QAHwAAAQUBAQEBAQEAAAAAAAAAAAECAwQFBgcICQoL/8QAtRAAAgEDAwIEAwUFBAQA AAF9AQIDAAQRBRIhMUEGE1FhByJxFDKBkaEII0KxwRVS0fAkM2JyggkKFhcYGRolJicoKSo0NTY3 ODk6Q0RFRkdISUpTVFVWV1hZWmNkZWZnaGlqc3R1dnd4eXqDhIWGh4iJipKTlJWWl5iZmqKjpKWm p6ipqrKztLW2t7i5usLDxMXGx8jJytLT1NXW19jZ2uHi4+Tl5ufo6erx8vP09fb3+Pn6/8QAHwEA AwEBAQEBAQEBAQAAAAAAAAECAwQFBgcICQoL/8QAtREAAgECBAQDBAcFBAQAAQJ3AAECAxEEBSEx BhJBUQdhcRMiMoEIFEKRobHBCSMzUvAVYnLRChYkNOEl8RcYGRomJygpKjU2Nzg5OkNERUZHSElK U1RVVldYWVpjZGVmZ2hpanN0dXZ3eHl6goOEhYaHiImKkpOUlZaXmJmaoqOkpaanqKmqsrO0tba3 uLm6wsPExcbHyMnK0tPU1dbX2Nna4uPk5ebn6Onq8vP09fb3+Pn6/9oADAMBAAIRAxEAPwD3+iii gAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKA CiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAK KKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAoo 70UAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRR RQAUUUUAFFFFABRRRQAUUUUAIBgckn60tFFABRRRQAUUUUAFFFFABRUckixRtI5wqjJPtWfca9pV pCJbm+hhU9N7YJ/Coc4p2bGk3salcb4k8e2WhyS2kEZuL2NgrRnKqvAOc/Q/nXLeIfiXd3MrwaMv 2aEZHnsAXf3APC9/U/Sr3hbwFa6jpqanrguJbi5YyCNpCuVPdj1JPXr3Fc0sQ6j5KO/fodCoqC5q v3HZeGfEMHiTS/tcMbRFW2SRsc7WwD179a26rWllbWFqlrawpDBH91EGAOc/zqzXVG6S5tznla+m wUUUVQgooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooA KKKKACse91mK01KOzchN6bmlY4A9B/8AXrYrh/E9s8mpSTIpIAAbHYYH+NcmNqyp07xKgk3Zly7u ZDcTJHK/lMfuhjisq80G01rZ9rRyIwdhViME4/PpUls++2Q57YNakJYxDcMEcV4ik5yuy7uGxzXg Twg1vq9zqF5GxS2cx23mKVLN/fxn06Z9favTqqWMRitVDDDMdxFW69/DU+SmkTObm7sKKKK3ICii igAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKrzX dvBA88s0aRR53yOwCrjrk9qsV5Vr/iC10jxfq2lS3iPpt9bH7VA6Mfs0xTjYAuDuypPuSSRjnOpN QV2XTg5uyN6/8T2us+Zb6dOJIoXKyOp4c+3+z169cemCYbF3L7M/IBnBrkPBtiINLa6Od9w3/jo4 H65rR1bX7bRSiybnlf8AgTqF9T7V87VqSq1OZnTKlryRNG4V9PuNsTkq3zbcVrWd40lisowGDYAI z0rjdN1464js6FJIsArnIwc45/Cun0sqbCVc/MH3c1MbqTIqQcV72502kX8lxK0UzBiF3A45PP8A 9etmuMt9/wBoi8ttr7gFOe+a7OvZy+tKpTal0MJKzCiiiu8kKKKKACiiigAooooAKKKKACiiigAo oooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigDl/Hc2q2/hS5n0iVIp4SJpHY4IjX5j tyME8Dg9s185NPNNctNJI8k0jFnd2yXJOSST1Jr60IBGCMg18z+MIrSy8aajDY2/2a2jlCLFtK7f lGcA9s5P8uK8/Gwekrno4Ge8bFvT/FWoWFlHbJHAyION6kkfkaybi5mu5mmuJWkkbqzHNQK6uSFO cU6vMtY7FGKd0jc8O6pHYSSxzsEhZS+cZJYdB/Ou806cz2Uc4jkiLgna4ww571xPhPTra8vJJbpY 3SMYWN+7Hvjv/wDXrviyrgEgZOBnvWNS1zkrtc2hatLjyZAxYAqwZd3rWo3j7w9awxfb9Thhld9m 0Kx59eAcD36e9cbq96I4jDGQxZTuA5I6V5Fqd62oXz3BBCnhVJzgD/OfxrqwdWdNu2xFLDKq7s+j rj4jeE7WDzW1qBxuC7Ygztn6AZx71qaX4l0XW9i6bqlrcSOnmCJJB5gXjkr1HUdRXyj+NXdK1O60 XVbfUbGTZc277kPY9iD7EZB9jXoLFyvqtDWWXxt7r1PrmiuL034keH7rw5Dq17ex2bcLNbkl3jck jG1QSQcEjjpzxU0vxI8IwwpIdbhYMm8BEdjjjqAMg89Dz19DXZ7SNr3PP9lUvblZ11Fcp4f8faJ4 m1e403TXnaSGPzA7x7VkXIBK554yOoFdXVRkpK6JlFxdpKwUUUUyQooooAKKKKACiiigAooooAKK KKACiiigAooooAKKKKACiiigAooooAKKKKACvm74hXs9741vzcxQxyQsIcREkEKOCSe/4V9I182/ ESSKXx7qrQSK6b0BKnI3BFDD8CCPwrjxz/dr1O3AfxH6FLw9oM2sPM8cscaxDq3JJ+n9a2h4aTMS +dkgneQPvDtj0rR8C+HfLspdTukYPMm2EZ6oQDn8a3ZIo45iUXHGDjpXiTm09DoqVnztJk2jeFLc 6BI1ugiuncmORmPGCPf2IzVXWNN1Owtbe4uJlYH5Ts6oxH+Heuwsc2uiIwHzLGWwfU80moWUWqWI trolGwH3KcbWx+vXpWvImvM4FWfPeW1zyLUdYtdODLIxaYLuWMDrn37VwsriSV3VdoZiQuc49q6z xl4W1Sw1z5IpryGZcxPHGW6dRgZxg/zpdH+G+ualPi5iFhCMEvMMkg/3VHU/UirhFRR61OpShDmb 3OPorsfHXhay8Lx6bDavJJJMJDLJIeWxtxx0A5P51x1WbU6iqR5o7BRRRQWe6/Bvw82n6NLrNxDD 5l9gQOOXEYJyD6AkZwPQZ6DHqNcj8NWjb4e6R5Tl1EbAk5+9vbI59DkfhXXV7FJJQSR8/Xk5VJN9 wooorQyCiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooppIUEkgAckmgB 1ef694V0KeZrf7DDtA6oNrKSc9R+Fb+u+JbPTNJuJ47mJrjaREoO7L9vw715dH4m1RDlpxJwc71B yT3+teXmFaLiox3OijTm/ejoddBa22j6YLe1j2QRA7E3E9TnqeeprLJ7k9awBrt412000jMjkbow fl/AdqzA91rOsRKhKyyyKqbScJ7/AIdTXlcjZ0xpPVyZ6FoTtcy3UKhvKjKh5A2ATydo/MGujrP0 fSodIsvs0TM5LF5JG6ux7mtCtkrKxwzknK6CiqeoarYaVA819dxQIi7jubnHsOp/CuUk+Knh5CAq 3knXlYgMY+p79v1xTSbCFKc/hVzC+MH+v0j/AHZf5pXmVdf468V2fimSxazgniFuHDecAM7tvTBP pXIVrHY9vCxcaSjLcKXikopm57H8HPFcKwHw3cs4mLvNbliAu3Aygyc5zubAHrXsdeL/AAe07w3L K909wJ9ci+ZYpBtESnjKA/ePqe2QPc+0V6uHv7NXPDxaj7V2CiiitzmCiiigAooooAKKKKACiiig AooooAKKKKACiiigAooooAKKKKACiiigArF1+dfsEkCzRpIcMUZsFl9vx/ka2qy9U0iPUVDBvLmU YD46j0NY4iMpU2objja+pwGoWCahCsbuU2tuyBXK6nZpZ3rwxMzqoBJPUZ9f896768sZrK4aGRTx yGA4Yetcd461SXTtGSOHAkuH278jKgcnjv6V86oyUuRo7qMm2kupzkjyvL5SKdxICheSa9F8H+Hf 7MtRe3K/6XMowpXBiX0+p7/lXIeDvEGhWtxHLqcyLcuFWN2T5UbuSe316V6tHIkqb43V19VORWqV hYqpJe5awZAY571wHxN13U9FbS/7OvHt/NEu/aAd2NmOo9zXoNc34z8Lp4k0cxxKi3sPzW7scAHj IPsQP5VSavqc1CUY1E57HhN5e3OoXT3N5PJPM5yzu2T/APq9qgrr7T4ca5daPPemLyJo2YLayqQ8 gHcfXkDPXHvXJPG8UjRyIyOhKsrDBBHUEVte57kKkJXUHsNpyI0jqiKWdiAqqMkn2ptX9DuorHX9 NvJyRDBdRSuQMkKrgn9BQtWXK6V0Pfw9rce3fo+oLuG4ZtnGR69Kt6V4P1zVr9LSKwmgdwxD3MbR pwCcZI6noPc19AeH/Hug+JL77Hp9zI1z5Zk8uSIpwMZ5PBPPb0NdTXdHCweqdzzJY6pHRxszw3Qv hfrml2v9uNKRqNuqy2tnBJtZmyMq7HGPl3DA6569j7Lpl7HqWmWt9CQY7iJZVIzjDDPertY3hvR5 NC0s2UlyJ8TyyqwTbgO5bHU+prphTUNInJUqurrLc2aKKK0MQooooAKKKKACiiigAooooAKKKKAC iiigAooooAKKKKACiiigAooooAKKKKAGOiyIUdQykYIIyCK8z8bfDO78Qy2sun3dujRuwcTblAQ4 6YByR+Fen0VlUowqW5lsXTqSpvmieFz/AAV1OLQpJ0voZtTQlhbxg+W6+gY4O76gDt71yOj6rq/g nXAtzbzwdpradGGVJGWCkjnA4NfUVRPDHKCJI1cFSp3DOQeo+lZTwkJbaHSsZJpxqK6Zx+i6za69 pkd/Z7/KckYkXBBHUGtCuH8e+FH8NWj+IvDlzPY+Uy+baQr+6GQF3gdB75BznPFYGmfFu4Q7dUsE kXaMPbna2c85BOOmPy9+PNq0JU5WI+rOa5qWq/E9XrhfHXgeHVrZtQ05IYL2Ml5OirKO5J9R6/X8 Ei+K+hSeZvt72LapZdyKd/oBg8E+/HvXBeKPG+o+IJrmBJDFpjsNluVXJAOQWPXPfriojF3NKGHr Kd1oczNE0ErRuULKcEo4cfgQSD+Fdf8ADPQdO8ReKmstUgM9uts8mwOy5YFQOVIPc1xtavh/X77w 1qqajpzIJlVkKuMqynqCPyP4CtoNKSctj1KkZODUdz6YsvDGi6fdw3VlpsEE8KNHG8S7cKSSRx15 J61s1keHdXGu+H7HVAqobmIOyKwYK3QjPsQRWvXsK1tD5+V76hRRRTEFFFFABRRRQAUUUUAFFFFA BRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQBBc20N3bvb3MMc0Mgw8cihl YehB614x8TPh7pmiabJrmll4QZ1ElsWHlqG4+QYyOe2e5xgDFe3U0qGBDAEHqDWdSmpqzNaVaVKV 0fHdFejeJPhn4nuvE2p3Flp0UltNO80ZimVVIZsgfMQcjPPb07VZ0H4M6newSy6zcDTyU/dIuJXD Z6sAcYx2Bzz2xXm+wm5WSPZ+s0lHmbPMKM16jH8EdWMNw0uq2aOufIRVZhJ6bjxtz7Bq4HWPD+re H544dUspbV5BuTdghh3wRkHGRn0zSlSnHVoqFenN2iz2v4MxSJ4Lld2yst47RjJOAFUfhyDXpFct 8O7L7B4B0eLOS8Hnf99kv/7NXU16lJWgkeJWlzVJPzCiiirMgooooAKKKKACiiigAooooAKKKKAC iiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAK8L+LfiVdY1W38O2Gy VLWXMrLyTOcrsB9geeep9qKK5sS2o27nZgopzbfRHtVnax2VjBaRDEcEaxoOmAowOn0q1RRXScYU UUUAFFFFABRRRQAUUUUAFFFFABRRRQB//9k=