6 13 19 26 32 39 - CIES

CIES / Noviembre 2015 3

6 Cómo impacta la minería en la producción agropecuaria del Perú César del Pozo y Valerio Paucarmayta, CBC

13 Impacto de la minería sobre el desarrollo regional de Arequipa: un análisis de género José Luis Nolazco y Tatiana Figueroa, UNALM

19 ¿Es la informalidad laboral una decisión voluntaria en el Perú? Mario Tello, PUCP

26 Brechas salariales entre formales e informales en el sur del Perú Elin Baldárrago, UNSA

32 Impactos del programa Juntos en las decisiones productivas

de los hogares rurales del Perú Eduardo Zegarra, GRADE

39 Actividades institucionales en Lima y regiones

42 Publicaciones recientes

43 Publicaciones 2014-2015 del CIES y sus centros asociados

NO

VIEM

BRE

2015 Contenido

E o om So ie / 4

En un escenario de desaceleración económica, la presente edición de la revista Economía y Sociedad aborda dos temas cruciales en la presente coyuntura; primero, el empleo en el país, y segundo, los impactos de un sector determinante en el crecimiento económico nacional: la minería.

Entender los factores que explican la generación de empleo formal e informal, los altos índices de informalidad del país y las decisiones que toman las personas sobre laborar a uno u otro lado de la formalidad es crucial para desarrollar políticas de formalización. En esa línea, el análisis de Mario Tello (PUCP) parte por preguntarse si la informalidad laboral en el Perú es una decisión voluntaria o una alternativa obligada. Uno de los resultados centrales de su estudio es que las políticas actuales de formalización afectarían como máximo al 8,3% de la población económicamente activa ocupada (PEAO); es decir, la gran mayoría de la PEAO no sería afectada, pues se trata de trabajadores que no tienen otra alternativa de empleo.

Complementando este análisis, pero a un nivel más regional, Elin Baldárrago (UNSA) explora la informalidad laboral en el sur del Perú, así como las brechas salariales entre formales e informales. Su investigación muestra que existe un mercado laboral femenino altamente segmentado, con la variable educación presentando los mayores retornos entre los asalariados formales. Asimismo, se confirma la presencia de altas brechas salariales entre formales e informales, siendo el sector independiente informal el más afectado por las diferencias salariales.

Eduardo Zegarra (Grade) analiza los impactos del programa de transferencias Juntos en las decisiones productivas de los hogares beneficiarios. Entre los hallazgos más importantes está el hecho de que los hogares beneficiarios están asignando una parte de los recursos adicionales recibidos a la actividad agrícola y la acumulación de activos pecuarios; también, que el género del jefe de hogar es determinante en las decisiones que se tomen en el hogar.

Analizar los impactos positivos y negativos del sector minero en el desarrollo regional es una constante de análisis y opinión. En este número, dos estudios aportan evidencias y propuestas a este tema. El primero, de César del Pozo y Valerio Paucarmayta (CBC), analiza cómo la minería impacta en la producción agropecuaria en el Perú, concluyendo que la minería y la agricultura son actividades conflictivas entre sí cuando se desarrollan en un mismo espacio territorial. Encuentra, además, que los hogares en distritos mineros tienen en promedio menos niveles de producción agrícola que los no mineros.

El segundo estudio sobre este tema, de José Luis Nolazco y Tatiana Figueroa (UNALM), profundiza en los impactos de la minería, pero desde un análisis de género. Sus resultados apuntan a que la minería genera efectos diferenciados entre hogares cuyo jefe de hogar es hombre o mujer. En un distrito minero, un hogar con jefe hombre, por ejemplo, tiene el doble de probabilidades de tener acceso a un servicio básico que un hogar con jefa mujer.

Presentación


Esperamos que la información que ponemos a su disposición sea de utilidad para la comunidad académica, los sectores público y privado, la cooperación internacional, líderes de opinión, y para todos aquellos que, en general, buscan tener un conocimiento basado en evidencia sobre temas gravitantes para el desarrollo nacional. Pero, más que ninguna otra audiencia, esperamos que esta información sea útil a quienes tienen el rol de diseñar e implementar las políticas públicas en nuestro país. Quienes deseen profundizar en los temas, diagnósticos y metodologías de los puntos abordados, pueden acceder a las investigaciones completas, que se encuentran disponibles en www.cies.org.pe.

Agradecemos a todos los autores y cooperantes por su valiosa colaboración en el desarrollo de esta nueva edición de Economía y Sociedad.

E o om So ie /

La discusión sobre la convivencia de la minería y la agricultura en un mismo territorio tiene larga data en el Perú. El presente artí-culo2 analiza los impactos de la minería en la producción agro-pecuaria y encuentra que, en los últimos años, se incrementó la participación de la minería en el PBI (12%) frente a la participación

Foto

: And

ina

Según el estudio, la minería incrementa la competencia con la agricultura por el uso de los factores productivos como

tierra, agua y fuerza laboral.

de la agricultura (5%), en térmi-nos relativos. Además, la super-ficie de tierra concesionada a la minería es hoy 13 veces mayor que la superficie empleada para el cultivo de alimentos.

La relevancia de la minería y la agricultura en la economía peruana es claramente dife-

Cómo impacta la minería en la producción agropecuaria del Perú

rente (ver gráfico 1). Solo entre los años 1950 y 1952, ambos sectores contribuyeron de manera similar al PBI. A partir de 1953, la minería con-tribuye de manera más significativa que el sector agropecuario al PBI. En promedio, entre 1950 y el 2013, la minería y la agricultura han contri-buido al PBI en 13% y 7%, respec-tivamente.

C r e o o o erio rm ri1

1. Los autores son investigadores del Centro de Estudios Regionales Andinos Bartolomé de las Casas (CBC). Correos: [email protected] y [email protected]. El artículo es un resumen de la investigación “Impacto de la minería en la producción agropecuaria en el Perú: impactos heterogéneos y de-

terminación de los canales de transmisión”, desarrollada en el marco del Concurso CIES 2014 – IDRC – DFATD – Fundación M.J. Bustamante de la Fuente.

CIES / Noviembre 2015

A finales de 2013, el PBI minero (S/.55.000 millones), superó el doble, en términos reales, que el PBI agropecuario (S/.24.000 millo-nes) en similar periodo. La contribu-ción de la minería al PBI total fue de 12%, mientras que la contribución de la agricultura fue de 5%. El valor (FOB) de las exportaciones mineras fue 4,4 veces superior al valor (FOB) de las agropecuarias, representando la minería el 50% de las exportacio-nes totales. La inversión acumulada en el sector minero, entre 2005 y 2012, fue de US$28.000 millones, mientras que la inversión acumulada en el sector agricultura, entre 2002 y 2012, fue de aproximadamente US$10.000 millones3. La superficie de tierra concesio-nada a la minería se incrementó en más de 200% entre 1995 y 2012, mientras que, en un similar periodo, la superficie cultivada se incrementó en 30%. A finales del 2012, más de

IMPACTOS DE LA MINERÍA EN LA AGRICULTURA

La contaminación ambiental gene-rada por las actividades mineras puede producir externalidades negativas sobre la agricultura den-tro de un mismo espacio territorial, tomando en cuenta que ambas acti-vidades productivas necesitan de los mismos recursos: tierra y agua. No obstante, las actividades mineras también pueden generar externali-dades positivas, en la medida que dinamicen los mercados locales; entre ellos, el mercado laboral. El potencial impacto de las acti-vidades mineras en la agricultura junto con las asimetrías entre ambos sectores, descritas en términos de su contribución al PBI y niveles de inversión, sugieren las siguientes cinco preguntas: ¿Cuáles son los impactos de las actividades mineras en la producción agropecuaria en el Perú?, ¿los impactos potenciales, positivos o negativos, de las acti-vidades mineras en la producción agropecuaria en el Perú se distribu-yen homogéneamente entre hoga-res más y menos vulnerables?, ¿los impactos de la minera en la agricul-tura son diferentes si el jefe de hogar es mujer?, ¿generan las actividades mineras cambios en el uso de la tie-rra en el Perú?, ¿generan las activi-dades mineras cambios en la oferta laboral agropecuaria? El objetivo general del presente estudio fue estimar empíricamente los impactos de la minería en la pro-ducción agropecuaria de los hoga-res rurales en el Perú. Asimismo, determinar si la transmisión de tales impactos se genera a través de cambios en el uso de la tierra y/o cambios en la oferta laboral agrope-cuaria. Esto implicó a su vez incluir

27 millones de hectáreas de tierra fueron concesionadas a la minería (superficie que representa el 21% del territorio nacional), mientras que en un similar periodo, la tierra cultivada llegó a 2 millones de hec-táreas (superficie que representa el 1,5% del territorio). Actualmente, la superficie de tierra concesionada a la minería es 13 veces mayor que la superficie empleada para el cultivo de alimentos. En su mayoría, la población rural cuya principal actividad económica es la agricultura, y que reside en las proximidades de las explotaciones mineras, está expuesta a sus efectos, tanto positivos como negativos. En particular, nos referimos a aquellos hogares rurales dedicados a la agri-cultura de subsistencia y que tienen a la agricultura no solo como la prin-cipal fuente de alimentos, empleo e ingresos, sino como soporte de sus medios de vida.

3. De acuerdo con Fort (2014), ese monto de inversión incluye tanto inversión privada como inversión pública. De esta última, se incluye la inversión del Ministerio de Agricultura y Riego (Minagri) y los Gobiernos subnacionales.

GRÁFICO N.° 1Relevancia de la minería y la agricultura en la economía peruana como % del PBI

Fuente: Estadísticas Anuales, Banco Central de Reserva del Perú. Elaboración propia.

0%

2%

4%

6%

8%

10%

12%

14%

16%

18%

20%

1950

1952

1954

1956

1958

1960

1962

1964

1966

1968

1970

1972

1974

1976

1978

1980

1982

1984

1986

1988

1990

1992

1994

1996

1998

2000

2002

2004

2006

2008

2010

2012

PBI agropecuario como % del PBI totalPBI minero como % del PBI total

E o om So ie /

El cambio en el uso de la tierra, que implica menor disponibilidad de ella para la agricultura en distritos mineros, así como una reducción en la oferta laboral agropecuaria, serían factores para explicar el potencial impacto negativo de la minería sobre el agro.

Foto

: And

ina

algunos objetivos de investigación más específicos, entre ellos: estimar empíricamente el impacto distribu-tivo de la minería en los percentiles de la producción agropecuaria de los hogares rurales, y estimar el impacto heterogéneo en la producción agro-pecuaria por sexo de los jefes de los hogares rurales.

FUENTES DE INFORMACIÓN Y METODOLOGÍA

En el presente artículo, la estrate-gia de identificación de relaciones causales entre minería y agricultura compara variables agropecuarias entre áreas de influencia minera y áreas en las cuales no se desarro-lla esa actividad extractiva, antes y después del boom minero. Se asume que dicho boom se inicia en 2005 y culmina en el 2013 (Loayza et al. 2013).

Adicionalmente, al considerar información sobre la localización espacial de distritos mineros, se iden-tificaron áreas territoriales contiguas a esos distritos, donde las actividades de este sector podrían tener efectos indirectos en la actividad agropecua-ria de los hogares rurales (spillover effects). Para identificar distritos donde se realizan operaciones mine-ras (distritos productores), se empleó información disponible sobre la pro-ducción de minerales del Ministerio de Energía y Minas (Minem). La loca-lización espacial se basa en datos a nivel distrital, provincial y departa-mental del Instituto Nacional de Estadística e Informática (INEI). Al incorporar al análisis aque-llas áreas próximas a los distritos productores, se pueden recuperar los impactos más generales de la minería sobre las actividades agro-pecuarias; asimismo, estimar empíri-camente la magnitud de los spillover

effects (Angelucci y Di Maro 2010). De acuerdo con Loayza et al. (2013), se han empleado dos aproximacio-nes espaciales de las áreas mineras y de las áreas contiguas a ellas: una administrativa (basada en la división político-administrativa del Perú) y otra geográfica (basada en distancias georreferenciadas entre centros de latitud y longitud geográfica a nivel distrital4). La estrategia empírica se basa en la Encuesta Nacional de Hogares (Enaho) elaborada entre los años 2001 y 2010, cuya información se compiló en una estructura de datos tipo “corte transversal agregado” (Khandker et al. 2010). La mues-tra final incluye un pool de 18.041 hogares rurales, de los cuales 1.755 (aproximadamente 10%) residen en distritos productores y 16.286 (apro-ximadamente 90%) residen en otros distritos con diferentes niveles de proximidad a los distritos mineros.

MODELO ECONOMÉTRICO

La metodología econométrica abarca un conjunto de modelos con base en el estimador de “dife-rencias en diferencias” (DD)5. En el

4. Para identificar la proximidad geográfica, se han estimado los centroides geográficos y se ha calculado la distancia entre los centroides de los distritos (Fenty 2004). El nivel de proximidad ha sido calculado como la distancia entre los centroides de los distritos productores y los centroides de los demás distritos, empleando tanto la medida de distancia de Minkowsky (distancia lineal entre dos puntos), como la medida de distancia de Vincenty (distancia entre dos puntos sobre un esferoide).

5. En el modelo DD se estiman los cambios en dos grupos de comparación, en dos puntos del tiempo: un primer cambio (primera diferencia), antes y después, tanto en el grupo de tratamiento como el de control; y un segundo cambio (segunda diferencia), entre el cambio en el grupo de tratamiento y el cambio en el grupo de control.

“Se ha encontrado evidencia que sugiere que, para el caso peruano, la minería y la agricultura son actividades económicas excluyentes entre sí dentro de un mismo espacio territorial”.


cuadro 1, se resumen seis modelos econométricos empleados en el pre-sente estudio. El primer estimador permite com-parar los resultados potenciales de las variables de interés entre hoga-

res rurales en distritos productores y hogares rurales en distritos de con-trol (distritos no mineros). El segundo estimador compara resultados poten-ciales entre hogares rurales en distri-tos productores, hogares en distritos

en provincias productoras y hogares rurales en distritos de control. El ter-cer estimador compara hogares rura-les en distritos productores, hogares rurales en distritos vecinos o conti-guos geográficamente a los distritos

CUADRO N.° 1Resumen de modelos econométricos

Impacto Modelo empírico Grupos de comparación

Indicadores agropecuarios

Diferencias en diferencias DD base:yi,j,t = µj + δDD (Di,j * Tt) + γ1Di,j + γ2Tt + X’ i,j,t θ + Time’ tφ + εi,j,t

Hogares rurales en distritos productores y hogares rurales en distritos no mineros (distritos de control).


Diferencias en diferencias DD con aproximación espacial administrativa:yi,j,t = µj + δ1,DD (Di,j * Tt) + δ2,DD (D_provi,j * Tt)

+ δ3,DD (Di,j * D_provi,j) + γ1Di,j + D_provi,j+ γ3pTt + X’ i,j,t θ + Time’ tφ + εi,j,t

Hogares rurales en distritos productores, hogares en distritos en provincias productoras y hogares rurales en distritos no mineros (distritos de control).


Diferencias en diferencias DD con aproximación espacial geográfica:yi,j,t = µj + δ1,DD (Di,j * Tt) + δ2,DD (D_1i,j * Tt)+ δ3,DD (D_2i,j * Tt)

+ δ4,DD (Di,j * D_1i,j) + δ5,DD (Di,j * D_2i,j)+ δ6,DD (D_1i,j* D_2i,j)+ γ1Di,j + γ1D_1i,j++ γ2D_2i,j + γ3pTt + X’ i,j,t θ + Time’ tφ + εi,j,t

Hogares rurales en distritos productores, hogares rurales en distritos vecinos o contiguos geográficamente a los distritos productores y hogares rurales en distritos no mineros (distritos de control).

Percentiles de la producción agropecuaria

Efectos del tratamiento por cuantiles:yτ i,j,t = µj + (Di,j * Tt) δ

τ’ DD + yτ 1 Di,j + yτ 2 Tt + X’ i,j,t θ τ + T’ tφ

τ + εi,j,t

Hogares rurales en distritos productores, hogares rurales en distritos no mineros (distritos de control).

Indicadores agropecuarios por sexo de los jefes de hogar

Diferencias en diferencias DD base con sexo de los jefes de hogar:yi,j,t = µj + δDD,género (Di,j * Tt * genderi,j,t) + δ1(Di,j * Tt)

+ δ2(Di,j * genderi,j,t) + δ3(Tt * genderi,j,t)+ γ1Di,j + γ2Tt + γ2genderi,j,t + X’ i,j,t θ + Time’ tφ + εi,j,t

Hogares rurales en distritos productores por sexo de los jefes de hogar y hogares rurales en distritos no mineros (distritos de control) por sexo de los jefes de hogar.

Variables de transmisión: uso de la tierra y oferta laboral agropecuaria

Diferencias en diferencias DD con aproximación espacial geográfica:wi,j,t = µj + δw 1,DD (Di,j * Tt) + δw 2,DD(D_1i,j * Tt) + δw 3,DD(D_2i,j * Tt)

+ δ4,DD (Di,j * D_1i,j) + δ5,DD (Di,j * D_2i,j)+ δ6,DD (D_1i,j * D_2i,j) + γ1Di,j + γ2 D_1i,j++ γ2D_2i,j + γ3pTt + X’ i,j,t θ + Time’ tφ + εi,j,t

Hogares rurales en distritos productores, hogares rurales en distritos vecinos geográficamente y hogares rurales en distritos no mineros (distritos de control).

Notas: yi,j,t: producción total agrícola per cápita (kilogramos per cápita); valor de la producción agrícola per cápita (a precios constantes de 2001, deflactados espacialmente); acumulación de animales per cápita (número de animales per cápita); percentiles de la producción total agrícola per cápita (kilogramos per cápita); percentiles de la acumulación de animales per cápita; hectáreas de tierra usada con fines agropecuarios per cápita; total de horas trabajadas por semana en actividades agrícolas por el jefe de hogar.wi,j,t: uso de la tierra y oferta laboral agropecuaria.µj: efectos fijos a nivel distrital.Di,j, igual a 1 si el hogar pertenece a un distrito productor de minerales (metálicos) de acuerdo a lo establecido por el Minem.D_provi,j igual a 1 si el hogar pertenece a una provincia con distrito productor, 0 de otro modo.D_1i,j igual a 1 si el hogar pertenece a un distrito vecino directo (proximidad de primer nivel, distritos que comparten límites con los distritos productores), 0 de otro modo.D_2i,j igual a 1 si el hogar pertenece a un distrito vecino indirecto (proximidad de segundo nivel, distritos que no comparten límites), 0 de otro modo.genderi,j,t igual a 1 si la jefa de hogar es mujer y 0 de otro modo.Tt igual a 1 para los años 2005-2010 (“después del boom minero”) y 0 para los años 2001-2004 (“antes del boom minero”). Xi,j,t incorpora diversas variables socioeconómicas de control6.Timet es un vector de dummies que busca capturar la temporalidad de la base de datos entre 2001 y 2010. εi,j,t es el término de error. Fuente: Estadísticas Anuales, Banco Central de Reserva del Perú. Elaboración propia.

6. Se han considerado las siguientes características: edad en años del jefe de hogar; estado civil del jefe de hogar; dummies por cada nivel educativo (primaria incompleta, primaria completa, secundaria incompleta, secundaria completa, superior universitaria incompleta y superior universitaria completa); migración; dummies sobre posesión de activos por parte del hogar; tamaño de la tierra; número de miembros del hogar; número de perceptores de ingresos en el hogar; remesas y transferencias.

E o om So ie /

productores y hogares rurales en distritos de control. Los estimadores cuarto y quinto comparan hogares rurales en distritos productores y hogares rurales en distritos no mine-ros por percentiles y sexo de los jefes de hogares, respectivamente. El sexto estimador permite identificar algunos canales de transmisión de los efectos de la minería en la agricultura para el caso peruano.

DISCUSIÓN DE RESULTADOS

Se ha encontrado evidencia que indica que la minería y la agricul-tura serían actividades económicas excluyentes entre sí dentro de un mismo espacio territorial en Perú. Los resultados empíricos sugie-ren que los hogares rurales más expuestos a la minería (hogares en distritos mineros) tienen en prome-dio menores niveles de producción agrícola y de acumulación de ani-males mayores (vacunos, ovinos, camélidos, etc.), siendo este último impacto estimado el de mayor sig-nificancia estadística. En particu-lar, los hogares rurales en distritos mineros tienen un volumen de pro-ducción agrícola (anual, per cápita) menor, entre 12% y 25%, respecto de hogares rurales en distritos no mineros desde que se inicia el boom minero en 2005. Por su parte, los hogares rurales en distritos mineros tienen en promedio entre 20% y 32% menos unidades de ganado mayor (vacuno, ovino, porcino, camélido) respecto de hogares rura-

les en distritos no mineros, después del boom minero. Se encuentra también evidencia de spillover effects significativos de la minería en la producción agrope-cuaria de hogares rurales localizados en distritos próximos a los distritos mineros:

• Asumiendo proximidad admi-nistrativa (distritos productores y distritos en provincia produc-tora), los hogares ubicados en distritos en provincia productora tienen un volumen de producción agrícola (anual per cápita) menor en 17% respecto de hogares en distritos de control (no mineros).

• Asumiendo proximidad geo-gráfica (distritos productores y distritos vecinos), los hogares rurales ubicados en distritos veci-nos directos (comparten límites con distritos mineros) tienen un volumen de producción agrícola menor en 6% respecto de los hogares de control (no mineros). Los hogares en distritos vecinos directos tienen una acumulación pecuaria menor en 20% respecto de hogares en distritos de control.

La evidencia empírica obtenida sugiere que la magnitud del poten-

cial impacto negativo de la minería sobre la agricultura, principalmente en la producción pecuaria, es más alta en unidades productivas agro-pecuarias de mayor escala. No se encuentra evidencia significativa estadísticamente que sugiera que la minería tenga efectos diferenciados entre varones y mujeres (cuando ambos lideran hogares rurales con actividad agropecuaria en ámbitos geográficos expuestos a las activi-dades mineras). Asimismo, los resultados empíri-cos sugieren que tanto el cambio en el uso de la tierra (menor disponibi-lidad de tierra para la agricultura en distritos mineros) como una reduc-ción en la oferta laboral agropecua-ria serían mecanismos de transmisión razonables para explicar el potencial impacto negativo de la minería en la agricultura. Tal evidencia es rele-vante tanto en distritos mineros como en distritos próximos a ellos. En particular, los hogares rurales en distritos mineros, así como hogares en distritos vecinos directos, usan en promedio 13% menos hectáreas de tierra para propósitos agropecua-rios respecto de hogares en distritos mineros después del boom minero. En cuanto a la oferta laboral agro-pecuaria, los hogares ubicados en

Los resultados sugieren que los hogares rurales en distritos mineros tienen en promedio menores niveles de producción agrícola y de acumulación de animales mayores.

Foto

: And

ina

“A finales de 2013, la contribución de la minería al PBI fue de 12%; mientras que la contribución de la agricultura fue 5%”.


distritos vecinos directos e indirectos trabajan en promedio cuatro y dos horas menos por semana, respecti-vamente, en actividades agropecua-rias respecto de hogares en distritos de control (no mineros). Asimismo, existiría un mayor grado de competencia por el uso los factores productivos (tierra y fuerza laboral) entre la minería y la agricultura, no solo en términos de utilización de la tierra, también en términos del uso de la fuerza laboral rural. Por un lado, la minería estaría generando cambios de uso de la tie-rra en contextos rurales, y por otro lado, estaría modificando la estruc-tura de la fuerza laboral rural.

RECOMENDACIONES DE POLÍTICAS PÚBLICAS

En este artículo, se considera que la polarización entre dos posicio-nes extremas (“agro sí, mina no”; “mina sí, agro no”) no puede impul-sar propuestas de políticas públicas sostenibles a largo plazo. La eviden-cia encontrada, sobre un potencial impacto negativo de la minería en la agricultura, soporta en cierto modo las percepciones y preocupación de la población rural frente a la imple-mentación de proyectos mineros, pues estos incrementan la incerti-

dumbre sobre la continuidad de sus dinámicas territoriales y medios de vida rurales, basados en actividades agropecuarias. La relación entre minería y agri-cultura representa una disyuntiva en el diseño y/o formulación de políticas públicas a escalas nacional, regio-nal y local. Por un lado, la minería contribuye significativamente a la economía nacional, en términos de producto nacional e ingresos fiscales, y representa una oportunidad para el apalancamiento de recursos econó-micos que podrían promover el desa-rrollo regional y local. Por otro lado, la minería incrementa la competencia por el uso de los factores productivos respecto de la agricultura, no solo en términos de tierra, también en térmi-nos de fuerza laboral y otros factores productivos como el agua. Si bien es cierto que ambas acti-vidades económicas se basan en los mismos factores productivos dentro de un mismo territorio, no cuentan con el mismo contexto institucio-nal sobre derechos de propiedad, mecanismos de concesión de uso de la tierra, promoción de la inver-sión, niveles de rentabilidad y pro-ductividad. Mientras las disyuntivas de política entre minería y agricultura no se resuelvan oportuna y eficaz-mente, en términos de encontrar

“Actualmente, la superficie concesionada a la minería (27 millones de hectáreas) es 13 veces superior a la superficie empleada para el cultivo de alimentos (2 millones de hectáreas)”.

La relación entre minería y agricultura representa un desafío para el diseño y formulación de políticas públicas a escalas nacional, regional y local.

Foto

: And

ina el conjunto de políticas públicas

óptimas que permitan compati-bilizar ambas actividades en un mismo territorio o al menos redu-cir el potencial impacto negativo de la minería en la agricultura, serán recurrentes y persistentes los problemas sociales, económicos y políticos. Como consecuencia, se genera una alta conflictividad social por temas medioambienta-les (que inclusive implican pérdidas de vidas humanas en las protestas), trabas y retrasos en la inversión directa de largo plazo, pérdida de recursos fiscales y divisas, pérdida de productividad agropecuaria y minera, corrupción, entre otros problemas. El statu quo de la normativa sobre concesiones mineras implica la superposición de derechos sobre el territorio, y la minería se impone sobre otros usos como el agrope-cuario. En tal sentido, se proponen algunos lineamientos de política:

• Incorporar un enfoque de inter-culturalidad al procedimiento de concesiones mineras por parte del Minem, brindando una mayor y mejor información sobre los beneficios y costos de las opera-ciones mineras en las poblaciones rurales afectadas.

• Buscar armonizar, de algún modo, el valor superficial de la tierra con el valor de los recursos del subsuelo. Podría debatirse a nivel interministerial (Minem, y Ministerio del Ambiente

E o om So ie /

“La minería estaría generando cambios de uso de la tierra y modificando la estructura de la fuerza laboral rural”.

BIBLIOGRAFÍA

ANGELUCCI, M. y V. DI MARO2010 «Program Evaluation and Spillo-

ver Effects». En Inter-American Development Bank, Impact Evaluation Guidelines, Technical Notes, N.° IDB-TN-136.

ESCOBAL, J. y E. TICCI2013 «Extractive Industries and Local

Development in the Peruvian Highlands». En Working Paper N.° 693. Siena University.

FENTY, J.2004 «Analyzing Distances». En The

Stata Journal 4, Number 1, pp. 1-26.

FORT, R.2014 Impacto de la inversión pública

rural en el desarrollo de las regio-nes y niveles de bienestar de la población (2002-2012). Consor-cio de Investigación Económica y Social, Lima.

KHANDKER, S.; G.B. KOOLWALD y H.A. SAMAD2010 Handbook on Impact Evaluation:

Quantitative Methods and Practi-ces. The World Bank, Washington DC.

LOAYZA, N.; A. MIER y TERAN, Y J. RIGOLINI2013 «Poverty, Inequality and the Local

Natural Resource Curse». En Policy Research Working Paper N.° 6366. TheWorld Bank.

ORIHUELA, J.C.; C. HUAROTO y M. PAREDES2013 Escapando de la maldición de

los recursos locales: conflictos socioambientales y salidas insti-tucionales. CIES, Lima.

RAVALLION, M.2008 «Evaluating Anti-Poverty Pro-

grams». En Handbook of Deve-lopment Economics, Volume 4. Elservier R.V.

TICCI, E. 2011 «Extractive Industries and Local

Development in the Peruvian Highlands: Socio-economic Impacts of the Mid-1990s Mining Boom». En EUI Working Papers RSCAS 2011/14. Robert Schuman Centre for Advanced Studies, European University Institute.

WOOLDRIDGE, J. 2002 Econometric Analysis of Cross-

Section and Panel Data. MIT Press, Cambridge, MA.

ZEGARRA, E.; J.C. ORIHUELA y M. PAREDES2007 «Minería y economía de los hoga-

res en la sierra peruana: Impac-tos y espacios de conflicto». En Documento de trabajo 51. Grade, Lima.

[Minam]) que el valor de la superficie sea una proporción del valor de la reserva probada del recurso mineral.

• Discutir reformas más estructura-les, como reformas en los dere-chos de propiedad respecto del suelo y subsuelo, en particular reformas en la Ley de Servidumbre Minera7. En otros países donde se realizan actividades mineras (Canadá o Estados Unidos), no existe diferencia entre la propie-dad del suelo y del subsuelo. Una situación similar podría permitir el involucramiento activo de las comunidades rurales en todo el proceso de desarrollo de los pro-yectos mineros.

Se sugieren también algunos lineamientos de política pública en materia de responsabilidad social empresarial (RSE):

7 En líneas generales, la servidumbre minera es un procedimiento administrativo, que a falta de un acuerdo, permite al concesionario minero realizar sus actividades extractivas en un terreno que no es de su propiedad. Actualmente, la concesión minera implica que el propietario del suelo no es propietario del subsuelo. Esto es diferente en el caso de otros países, donde el propietario del suelo es también propietario del subsuelo.

• Discutir la necesidad de estanda-rizar desde las empresas mineras los programas de RSE, aplicando aquellos esquemas sobre los cua-les se tenga información de su efectividad en términos de pro-moción del desarrollo; de esta manera, se podría reducir la ele-vada heterogeneidad sobre los enfoques e intervenciones de la RSE entre empresas mineras.

• Articular la inversión social de las empresas mineras en los progra-mas de promoción del desarro-llo que ejecuta el Estado en las mismas zonas, en el marco de la estrategia nacional “Incluir para crecer”.

Asimismo, se propone discutir esquemas de compensación directa por externalidades negativas de la actividad minera. En particular, se sugiere al Minem y/o al Minam la

promoción de estudios que estimen la disponibilidad a aceptar las exter-nalidades generadas por las minas a nivel de cuencas hidrográficas. Esto, con la finalidad de cuantificar el valor de la externalidad y diseñar esque-mas de compensación directa por la misma. Esta estrategia podría ser útil tanto al Estado como a las empresas mineras para mejorar los criterios de compensación por externalidades, internalizar las mismas y reducir la conflictividad social en contextos mineros.


El presente artículo2 evalúa la existencia de brechas de género en los indicadores de educación e infraestructura social básica en Arequipa, y cómo la mine-ría habría influido en esos indi-cadores. Entre los principales resultados, se encuentra que, en un distrito minero, un jefe de hogar hombre tiene aproximada-mente el doble de probabilida-des de tener acceso a un servicio básico que un hogar con una jefa mujer. Además, que la minería no mejora la educación en la región.

Foto

: And

ina

El crecimiento de la economía arequipeña

en los últimos años tuvo como factor

determinante el desarrollo de la minería formal.

La dinámica económica en Are-quipa emerge de una minería formal en crecimiento. La parti-

cipación de esta actividad ocurre de manera directa, a través del creci-miento del PBI minero, o de forma indirecta, a partir de los efectos multiplicadores del sector econó-mico dinamizado (Barrantes et al. 2012). Sin embargo, para conocer cómo se refleja este crecimiento en el desarrollo regional, es necesario evaluar el impacto generado por la actividad minera sobre sus principa-les indicadores3.

Impacto de la minería sobre el desarrollo regional de Arequipa: un análisis de género

En este contexto, la relevancia del análisis de género se debe principalmente a dos razones que se busca evaluar: la existencia de brechas de género en los indicadores de educación e infraestructura social básica, así como el impacto de la actividad minera en estos indicadores. Se considera que esta investigación es de aporte a la literatura, debido a que evalúa la brecha no salarial. Se observa que en el Perú, y a nivel internacional, existen pocos estudios que relacionen la industria

o i No o i i ero S re 1

1. José Luis Nolazco es magister en Análisis Económico de la Universidad de Chile, y Tatiana Suárez es economista de la Universidad Nacional Agraria la Molina (Perú).

2. Este artículo es un resumen de la investigación “Impacto de la dinámica en la industria minera sobre el desarrollo regional de Arequipa: un análisis de género”, elaborada en el marco del XV Concurso Anual de Investigación CIES 2014 – IDRC – DFATD – Fundación M. J. Bustamante de la Fuente.

3. De acuerdo al Plan de Desarrollo Concertado de la Región Arequipa (PDCR), para el periodo 2013-2021, los indicadores de desarrollo re-gional son los siguientes: educación, infraestructura social básica, salud, empleo, economía, ambiente y gestión pública. Sin embargo, por la información disponible del Censo Nacional 2007, los indicadores a analizar en el presente estudio serán los dos primeros: educación e infraestructura social básica.

E o om So ie / 4

minera con el desarrollo regional, y menos aún con un enfoque de género. Por lo tanto, en primera ins-tancia, se considera pertinente una revisión general de la literatura sobre el tema, para discutir resultados de los efectos de la minería en el bie-nestar del Perú. El objetivo de la investigación es doble: (i) analizar el impacto diferen-ciado entre hombres y mujeres; (ii) calcular sus respectivas brechas en los indicadores de desarrollo regio-nal asociados a la actividad minera. Para el primer objetivo, se estima un modelo Logit para evaluar cuál es la probabilidad de que la presencia de la actividad minera impacte sobre las variables de educación y acceso a infraestructura social básica. Para el segundo objetivo, vinculado a las bre-chas, se pretende calcular la diferen-cia en los indicadores mencionados, asociados al género del jefe de hogar y a la ubicación de la vivienda: si se encuentra en un distrito productor minero o no minero. Para ello se utili-zan los métodos de descomposición4 paramétrica (Oaxaca-Blinder [OB]) y no paramétrica (matching exacto).

REVISIÓN DE LA LITERATURA

Existe diversa literatura nacional e internacional que analiza los efec-tos de la minería en el bienestar; sin embargo, los estudios de su impacto

Internacional para la Evaluación de Estudiantes (PISA) durante los años 2003 y 2006 (OECD 2004, 2006). Los resultados de la técnica de des-composición de Oaxaca-Blinder evi-dencian que gran parte del aumento en la calificación se explica principal-mente por las características de los individuos (edad, educación de los padres, entre otros). Sin embargo, los autores encuentran que el nivel adecuado de los maestros también juega un rol importante en las mejo-ras de las calificaciones.

RESULTADOS

Análisis diferenciado por género ante la presencia de la actividad minera

Estas estimaciones se realizaron considerando los indicadores de infraestructura social básica (si el hogar tiene acceso a agua, servicios higiénicos y electricidad) y educación (alfabetismo, nivel de educación y asistencia de niños a la escuela). Los resultados del efecto marginal indican que la minería genera efectos diferenciados entre hogares cuyo jefe es hombre o mujer. Es decir, el hecho de que una vivienda esté ubicada en un distrito productor minero incrementa la probabilidad de que un hogar –cuyo jefe es hombre o mujer (las cifras para mujer se muestran entre paréntesis)– tenga acceso a agua, servicios higiénicos y electricidad en 14,1 (7,2), 13,3 (7,1) y 3,2 (1,8) puntos porcentuales, respectivamente (ver cuadro 1). Con respecto a los indicadores de educación, el que un distrito sea productor minero reduce la oportunidad de incrementar el

sobre el desarrollo regional, así como los estudios que consideran un aná-lisis de género entre sus resultados, son limitados. Por tanto, a continua-ción se hace una breve revisión de investigaciones que aplican la meto-dología escogida, a fin de conocer sus resultados y limitaciones. Alfaro y Guerrero (2013) miden y analizan los determinantes de la brecha de género en el ingreso rural agropecuario del Perú durante el 2004 y 2011. A nivel rural, en 2004, el estado civil y la proporción de miembros de familia que formaban parte del ingreso per cápita fueron las variables que favorecieron la brecha a nivel de la media y de los cuantiles. En 2011, se mantuvo el rol de las dos variables mencionadas como deter-minantes de la brecha de género, sumándose una más: el tener una lengua nativa como lengua materna. De la misma manera, Hoyos y Ñopo (2010) analizan la evolución de las brechas de ingresos entre hombres y mujeres para 18 países en América Latina, durante el periodo 1992-2007. Se observa que las bre-chas de ingreso han disminuido sig-nificativamente por efecto de algu-nas características como el nivel de acumulación de capital humano. Sin embargo, ese progreso se vio afec-tado por factores no explicados, con efectos negativos significativos en la brecha salarial. En conclusión, las brechas salariales están relacionadas con cambios en las normas y actitu-des culturales hacia las mujeres, los cuales podrían afectar su entrada al mercado laboral, así como sus ingre-sos proyectados. Barrera-Osorio et al. (2011) ana-lizan el incremento de la puntuación de Indonesia en el área de matemá-tica para la prueba del Programa

4. Si bien ambos métodos permiten calcular las diferencias en los indicadores de desarrollo regional según género, estas metodologías pre-sentan diferencias. Por un lado, el método OB calcula las brechas en niveles promedio, asume que la relación entre la variable dependiente y regresora es lineal y no restringe el análisis a individuos comparables. Por otro lado, el método matching exacto no requiere asumir una forma funcional para el modelo, puede asumir no linealidades en la especificación econométrica y considera las diferencias entre los grupos de comparación.

“Los resultados indican que la minería genera efectos diferenciados entre hogares cuyo jefe de hogar es hombre o mujer”.


nivel educativo de las personas. En el mismo cuadro, se muestra que si la vivienda se encuentra en un distrito productor minero, se reduce la probabilidad de que un hombre tenga grado de educación superior universitaria en 10,3%, y en 9,4 puntos porcentuales que una mujer alcance ese nivel. Asimismo, se reduce la probabilidad de que exista alfabetismo en un hombre en 0,3, y en una mujer, en 1,1 puntos porcentuales. Peor aún, se reduce la probabilidad de que un hijo asista al colegio en un 8,2, en el caso de los hombres; y en 11,7 puntos

porcentuales, en el caso de una mujer. Estos resultados también son similares cuando una persona en el hogar trabaja en el sector minero.

Análisis diferenciado por género ante la presencia de minería a pequeña y gran escala

El análisis diferenciado según el tipo de actividad minera (a pequeña y gran escala) se presenta en el cuadro 2. Si una vivienda está ubicada en un distrito productor minero a pequeña escala, se incrementa la probabilidad

de que ese hogar –cuyo jefe es hom-bre o mujer (las cifras para mujer se muestran entre paréntesis)– tenga acceso a agua, servicios higiénicos y electricidad en 17,1 (15,0), 16,9 (15,1) y 5,9 (6,2) puntos porcentua-les, respectivamente. En el acceso a estos servicios básicos, pareciera que no existen muchas diferencias según el género del jefe de hogar. Cuando una vivienda está ubi-cada en un distrito productor minero a gran escala, se incrementa la probabilidad de que tenga acceso a agua y servicios higiénicos solo cuando el jefe de hogar es hombre. Lo contrario ocurre cuando se ana-liza el acceso a electricidad.

CUADRO N.° 1Efecto diferenciado de la minería sobre los indicadores de desarrollo regional según jefe de hogar hombre o mujer (en porcentajes)

IndicadoresDistrito productor minero

Hombre Mujer

Acceso a agua Incrementa en 14,1 Incrementa en 7,2

Acceso a SS. HH. Incrementa en 13,3 Incrementa en 7,1

Acceso a electricidad Incrementa en 3,2 Incrementa en 1,8

Alfabetismo Reduce en 0,3 Reduce en 1,1

Asistencia a la escuela Reduce en 8,2 Reduce en 11,7

Nivel de educación Reduce en 10,3 Reduce en 9,4

Notas: Se analiza la probabilidad en el acceso a los indicadores de desarrollo en el caso de hogares que se encuentran en un distrito productor minero, según género. Las unidades de medida son puntos porcentuales. Las variables de control utilizadas en las estimaciones son la edad, estado civil, lengua nativa, categoría ocupacional, presencia del algún miembro del hogar con alguna discapacidad, número de miembros en el hogar, presencia de algún miembro del hogar que cuente con seguro, área donde se ubica la vivienda, género, proporción de miembros en edad de trabajar respecto al total. Fuente: Elaboración propia en base al Censo Nacional 2007: XI de Población y VI de Vivienda.

“El que un distrito sea productor minero reduce la oportunidad de incrementar el nivel educativo de las personas. El que un hogar se ubique en un distrito productor minero a gran escala incrementa la probabilidad de que tenga acceso a agua y servicios higiénicos, pero solo cuando el jefe de hogar es hombre”.De acuerdo con los resultados del estudio, si una vivienda se encuentra en un distrito productor minero

a pequeña escala, se reduce la probabilidad de que un hombre o mujer alcance un grado de educación universitaria.

Foto

: Ale

xis

Hua

ccho

E o om So ie /

CUADRO N.° 2Efecto diferenciado de la minería (a pequeña y gran escala) sobre los indicadores de desarrollo regional según género

IndicadoresMinería a pequeña escala Minería a gran escala

Hombre Mujer Hombre Mujer

Acceso a agua Incrementa en 17,1 Incrementa en 15 Incrementa en 5,7 Reduce en 9,4

Acceso a SS. HH. Incrementa en 16,9 Incrementa en 15,1 Incrementa en 4,8 Reduce en 7,4

Acceso a electricidad Incrementa en 5,9 Incrementa en 6,2 Reduce en 5,8 Reduce en 6,5

Alfabetismo Reduce en 0,3 Reduce en 0,9 Reduce en 0,2 Reduce en 0,8

Asistencia a la escuela Reduce en 10,7 Reduce en 9,6 Reduce en 7,8 Reduce en 6,6

Nivel de educación Reduce en 7,5 Reduce en 11,7 Reduce en 6,1 Reduce en 9,3

Notas: Se analiza la probabilidad en el acceso a los indicadores de desarrollo para el caso en que un hogar se encuentre en un distrito productor minero, según género del jefe de hogar. Las unidades de medida son puntos porcentuales. Las variables de control utilizadas en las estimaciones son la edad, estado civil, lengua nativa, categoría ocupacional, presencia del algún miembro del hogar con alguna discapacidad, número de miembros en el hogar, presencia de algún miembro del hogar con seguro, área donde se ubica la vivienda, género, proporción de miembros en edad de trabajar respecto al total. Fuente: Elaboración propia en base al Censo Nacional 2007: XI de Población y VI de Vivienda.

Si la vivienda está ubicada en un distrito productor minero a gran escala y la jefa de hogar es mujer, se reduce la probabilidad de tener acceso a agua, servicios higiénicos y electricidad en 9,4, 7,4 y 6,5 puntos porcentuales, respectivamente. En este caso, ante la presencia de la gran minería, existe menos probabilidad de que un hogar acceda a servicios básicos. El cuadro 2 también indica que si la vivienda se encuentra en un dis-trito productor minero a pequeña escala, se reduce la probabilidad de que un hombre o mujer (la cifra para mujer se muestra entre paréntesis) tenga grado de educación superior universitaria en 10,7 (9,6) puntos porcentuales. Lo mismo ocurre, pero en menor magnitud, cuando la minería es a gran escala. El estudio destaca algunos apor-tes. Primero, que los resultados son similares a la evidencia mostrada cuando no se considera minería a pequeña y gran escala. Segundo, si bien parecería indicar que la minería a pequeña escala es la responsable de que los hogares tengan acceso a servicios básicos, es importante tener en cuenta que los resultados pueden

estar relacionados a que en la mayo-ría de distritos mineros la producción minera en 2007 fue baja. Finalmente, se demuestra que la minería no ayuda a que un hombre o mujer tenga grado de educación superior universitaria, ni que se incremente el alfabetismo o que un(a) hijo(a) asista al colegio.

DESCOMPOSICIÓN DE LA BRECHA SEGÚN OAXACA-BLINDER Y MATCHING EXACTO

Los resultados para las brechas según género, en ambas metodo-logías, producen evidencia mixta. Es decir, utilizando la descompo-sición de Oaxaca-Blinder (OB), las brechas se deben principalmente a las barreras de acceso a la educa-ción e infraestructura social básica, generadas por el grado de ruralidad del hogar, y si uno de sus miem-bros habla alguna lengua nativa. Utilizando la descomposición de matching exacto, los resultados en los indicadores de desarrollo regio-nal muestran que las diferencias se deben principalmente a las caracte-rísticas de ambos grupos.

Finalmente, cuando se calculan las brechas según ubicación de vivienda, los resultados, ya sea utilizando la descomposición OB o matching exacto, muestran que las diferencias en el acceso a educación e infraes-tructura social básica están dadas por el componente no explicado.5

CONCLUSIONES

Dada las tres metodologías plan-teadas en este estudio (Logit, OB y matching exacto), nos permitimos concluir lo siguiente: A partir del efecto diferenciado de la minería sobre los indicado-res de desarrollo regional según género, encontramos evidencia de que la actividad minera en un distrito aumenta la probabilidad de que un hogar –cuyo jefe es hombre o mujer (las cifras para mujer se muestran entre paréntesis)– tenga acceso a servicios básicos en su vivienda, como agua, servicios higiénicos y electricidad en 14,1 (7,2), 13,3 (7,1) y 3,2 (1,8) puntos porcentua-les, respectivamente. Por lo tanto, un hogar en un distrito minero con un

5. El componente no explicado incluye aquellas variables no consideradas en el modelo, pero que pueden explicar las variables relacionadas a la educación o infraestructura.


la educación superior –donde los resultados de este estudio muestran que existe una gran brecha– de una manera inclusiva, generando una mayor igualdad de oportunidades, ya sea según género del jefe de hogar o ubicación de la vivienda. Actualmente, las políticas del Proyecto Educativo Regional de Arequipa se encuentran enfocadas principalmente en educación básica; sin embargo, es necesario ir un paso más adelante. Una vez terminada la educación secundaria, muchos jóve-nes se ven obligados a ingresar al mundo laboral para poder generar ingresos, por lo que no pueden con-tinuar con sus estudios. Finalmente, el Ministerio de Educación y el Gobierno Regional de Arequipa –Gorea– (a través de su respectiva Gerencia Regional de Educación) deben focalizar de mejor manera el programa de otor-gamiento de becas y créditos educa-tivos. Es decir, este estudio sugiere que dichas becas deben priorizarse para las mujeres y/o hacia las zonas en mayor estado de vulnerabilidad (hogares, barrios y/o comunidades urbanas y rurales donde no está presente la minería). Lo anterior per-mitirá reducir las brechas de acceso a la educación encontradas en la presente investigación.

jefe hombre tiene aproximadamente el doble de probabilidades de tener acceso a un servicio básico que un hogar con una jefa mujer. Si el grupo de comparación se res-tringe a la ubicación de la vivienda, los resultados indican que en un dis-trito productor minero se reduce la probabilidad de que un hombre o mujer (las cifras para mujer se mues-tran entre paréntesis) tenga grado de educación superior universitaria en 10,3 (9,4) puntos porcentuales. Asimismo, se incrementa la probabi-lidad de que exista analfabetismo en 0,3 (1,1) puntos porcentuales. Peor aún, se reduce la probabilidad de que un hijo asista al colegio en 8,2 puntos porcentuales (11,7 en caso de ser mujer). La evidencia encon-trada es robusta si incluso el efecto diferenciado de la minería se desa-grega a pequeña y gran escala. A partir del cálculo de la brecha en los indicadores de desarrollo regional, usando las descomposicio-nes paramétricas (Oaxaca-Blinder) y no paramétricas (matching exacto), se concluye que la minería no mejora la educación en Arequipa. Sin embargo, con respecto a los indica-dores de infraestructura social básica ocurre todo lo contrario. Ante los resultados encontrados, surge la siguiente pregunta: ¿Por qué el Gobierno Regional de Arequipa invierte el ingreso generado por la minería principalmente en servicios básicos y no en educación superior? Esto parecería razonable, pero no justo. Si bien la inversión en proyec-tos incrementa la oferta de bienes públicos e infraestructura básica, incluyendo proyectos productivos que tienen el potencial de mejorar los retornos de la actividad econó-mica a nivel local, al elevar los ingre-sos, el consumo y el acceso a servi-cios básicos (Del Pozo et al. 2013), la inversión en educación es clave. Ante este escenario, que deja de lado necesidades importantes de la

población, es necesario que se regule el desempeño de las autoridades locales y regionales mediante normas efectivas que contribuyan a la formu-lación y ejecución de proyectos que incluyan temas relevantes para Are-quipa, como es la educación superior.

RECOMENDACIONES

Desde una perspectiva de política pública, el presente estudio sugiere lo siguiente: En primer lugar, la Gerencia Regional de Educación debe reforzar al menos dos aspectos del Proyecto Educativo Regional de Arequipa 2006-2021. El primero, el objetivo 1 de dicho proyecto educativo, que trata sobre la educación con equi-dad y calidad, responde a demandas y potencialidades regionales (Copare AQP 2007). Para incrementar la cali-dad de los procesos de enseñanza, se necesita reforzar la importancia del rol que juegan los docentes, deter-minar estándares claros de la práctica docente, atraer mejores candidatos a la docencia y vincular el desarrollo profesional de los docentes con las necesidades de las escuelas (OECD 2010). El segundo aspecto es imple-mentar una nueva política que tenga por objetivo promover el acceso a

El estudio propone una serie de recomendaciones para la igualdad de género en la zona de estudio, entre ellas, una mejor focalización en el otorgamiento de becas, priorizando a las mujeres.

Foto

: And

ina

E o om So ie /

Dado el Plan Regional de Igual-dad de Oportunidades en Arequipa (PRIO), se sugiere que la Oficina de Programación e Inversiones y las Unidades Formuladoras del Gorea dirijan los proyectos no solo hacia el fomento del aspecto laboral, sino también a desarrollar la calidad y nivel de educación primaria, secun-daria y universitaria de las mujeres, priorizando el área rural. Otro actor relevante es el Consejo Regional de la Mujer en Arequipa, el que debe demostrar mayor com-promiso con el cumplimiento de los

objetivos del PRIO, mediante una participación activa en la toma de decisiones del Gorea en torno al tema de igualdad de género. Con respecto a las empresas priva-das –principalmente las mineras que operan en Arequipa–, se debe expan-dir el apoyo para la educación en Are-quipa. Por ejemplo, se sugiere incre-mentar la ayuda proporcionada por la Compañía de Minas Buenaventura y el Instituto Peruano de Acción Empre-sarial (Ipae) en el proyecto Escuelas Exitosas, que impulsa y busca elevar la calidad educativa en las zonas rurales.

Si bien IBM del Perú, la Asocia-ción Empresarios por la Educación y la Sociedad Minera Cerro Verde han ejecutado el programa Reading Com-panion –el cual tiene como objetivo potenciar el aprendizaje del idioma inglés en los estudiantes de la Región Arequipa– la idea es no solo que se siga manteniendo dicho apoyo, tam-bién que se promuevan más alianzas con otras empresas mineras tales como Grupo Minero Fénix, Compañía Minera Caravelí, entre otras, para for-talecer el nivel educativo y mantener la ayuda en salud y vivienda.

BIBLIOGRAFÍA

ADEX2012 Boletín de Exportaciones Regio-

nales 2011. Asociación de Expor-tadores del Perú, Departamento

de Inteligencia Comercial.

ALFARO, D. y E. GUERRERO 2013 Brechas de género en el ingreso:

una mirada más allá de la media en el sector agropecuario. Informe final, Proyecto Breve CIES-PB19. Consorcio de Investi-gación Económica y Social (CIES).

BARRANTES, R.; R.CUENCA y J. MOREL 2012. Las posibilidades del desarrollo

inclusivo: dos historias regiona-les. Lima: Instituto de Estudios Peruanos (IEP).

BARRERA-OSORIO, F.; GARCÍA-MORENO V., H. PATRINOS y E. PORTA2011 «Using the Oaxaca-Blinder

Decomposition Technique to Analyze Learning Outcomes Changes over Time». En Policy Research Working Paper 5584, The World Bank.

BCRP2014a «Cuadros anuales estadísticos

2003–2013». Disponible en www.bcrp.gob.pe/estadisticas.html.

2014b Caracterización del Departa-mento de Arequipa. Banco Central de Reserva (BCRP) – Sucursal Arequipa.

COPARE AQP 2007 Proyecto Educativo Regional de

Arequipa 2006-2021: Constru-yendo descentralizadamente

una mejor educación para todos y todas. Consejo Participativo Regional de Arequipa (Copare AQP).

DEL POZO, C.; E. GUZMÁN y V. PUCARMAYTA 2013 ¿Minería y bienestar en el

Perú? Evaluación de Impacto del esquema actual (ex-post) y esquemas alternativos (ex-ante) de re-distribución del canon minero, elementos para el debate. Proyecto Mediano 18-2012: Informe final. Con-sorcio de Investigación Econó-mica y Social (CIES) y Centro de Estudios Regionales Andinos Bartolomé de las Casas (CBC).

FIRPO, S.; N. FORTIN y T. LEMIEUX2007 «Descomposing wage distribu-

tions using recentered influence function regression». Disponible en www.economie.uqam.ca/pages/docs/lemieux_thomas.pdf.

GLAVE, M. y J. KURAMOTO2007 «La minería peruana: lo que

sabemos y lo que aún nos falta saber». En Investigación, políti-cas y desarrollo en el Perú, edi-ción 1, volumen 1, capitulo 4, pp. 135-181. Grupo de Análisis para el Desarrollo (Grade).

GOREA 2011 Plan Operativo Institucional

2011. Gerencia Regional de Educación en Arequipa.

IIMP2010 Minería peruana: contribución al desarrollo económico y social.

Instituto de Ingenieros de Minas del Perú.

HOYOS, A. y H. ÑOPO2010 «Evolution of Gender Gaps in

Latin America at the Turn of the Twentieth Century: An Adden-dum to New Century, Old Disparities». En IDB Working Papers Series N.º IDB-WP-176. Inter-American Development Bank.

MIDIS2012 Estrategia Nacional de Desarro-

llo e Inclusión Social. Ministerio de Desarrollo e Inclusión Social.

OECD2004 Informe PISA 2003: aprender

para el mundo del mañana. Organización para la Coopera-ción y el Desarrollo Económico (OECD).

2006 PISA 2006: Marco de la evalua-ción: conocimientos y habilida-des en ciencias, matemáticas y lectura. Organización para la Cooperación y el Desarrollo Económico.

OIT2001 Niños que trabajan en la mine-

ría artesanal de oro en el Perú. Estudio Nacional sobre el tra-bajo infantil en la minería arte-sanal. Organización Internacio-nal de Trabajo (OIT).


La conjetura central de muchos Gobiernos y de algunos analis-tas es que la informalidad es una opción voluntaria de los trabaja-dores, originada fundamental-mente por los costos que implica la formalización: laborales, para la constitución de empresas y trámites burocráticos necesarios para las transacciones comercia-les. Bajo esta idea, la reducción de esos costos generaría una dis-

Foto

: Cor

tesí

a El

Com

erci

o

Según el estudio, la mayoría de la población

económicamente activa deseó trabajar

en el segmento formal, pero solo un

18% lopudo hacer. Es decir, un buen porcentaje

tuvo que optar por los segmentos informales

porque no tuvo otra opción.

minución de la informalidad, con importantes efectos fiscales. Tras una investigación con informa-ción del 2012 y 2014, el presente artículo2 rechaza esta conjetura.

La dimensión de la informalidad en el Perú se puede observar en el gráfico 1. Este registra la evo-

lución del porcentaje de la población económicamente activa ocupada (PEAO) de cuatro segmentos labo-

¿Es la informalidad laboral una decisión voluntaria en el Perú?

rales de trabajadores, con sus res-pectivas evoluciones de los ‘ingresos’ (medidos en soles corrientes) en los trimestres del periodo 2004-2014. El primer grupo corresponde a los trabajadores dependientes y emplea-dores denominados formales, por-que disponen de registro jurídico y llevan libros contables. En el 2014, este segmento cubría el 24,7% de la PEAO y en promedio recibía S/.1.717. La diferencia del número

rio e o1

1. El autor es profesor principal del Departamento de Economía de la Pontificia Universidad Católica del Perú.2. El artículo es un resumen de la investigación “¿Es la informalidad una opción voluntaria o la última alternativa de empleo en el Perú?”,

desarrollada en el marco del Concurso CIES 2014 – IDRC – DFATD – Fundación M. J. Bustamante de la Fuente. El autor agradece a Franco Calle y Paulo Matos por su trabajo de asistencia de investigación.

E o om So ie /

de trabajadores de este segmento con respecto a la PEAO conforma el segundo segmento de trabajadores, denominados informales. Estos cubrían el 75,3 % de la PEAO, con un promedio de ingresos de S/.720. El tercer segmento laboral son los trabajadores y empleadores deno-minados formales netos porque disponen de registro jurídico, lle-van libros contables y establecen contratos con beneficios de ley. En el 2014, este segmento cubría el 16,2% de la PEAO total y recibía ingresos promedio de S/.2.047. El cuarto segmento, el cual corres-ponde a la diferencia de los traba-jadores del tercer segmento con la PEAO total, es el informal neto. Este cubría el 83,8% de la PEAO total y recibía en promedio ingre-sos de S/.755. Si bien, en el periodo del 2004 al 2014, el porcentaje de trabajadores formales ha crecido y el de informales decrecido, los cambios han sido demasiado len-tos. Así, en 11 años, el rango de decrecimiento del porcentaje de los trabajadores informales ha estado entre -8,5% y -7,1%. Ello signifi-caría que si se mantiene el ritmo

de crecimiento de la economía del periodo 2004 y 2014, cada 11 años la informalidad decrecería de 7,1% a 8,5%, y en consecuencia, al Perú le tomaría alrededor de 100 años reducir la informalidad a cero. Más grave aún, durante ese periodo, los trabajadores de los segmentos informales mantendrían ingresos promedios menores a la remunera-ción mínima vital (RMV). Respecto a los trabajadores infor-males, el actual Gobierno3 y sus pre-decesores, así como algunos ‘exper-tos’4, postulan que los trabajadores desean laborar en los segmentos informales por los altos costos labo-rales y de trámites (que demandan los segmentos formales). Por ello es

más ‘rentable’ el segmento infor-mal. El presente artículo sintetiza los resultados de la investigación sobre la informalidad desarrollada por el autor, y realiza una prueba estadís-tica para verificar este planteamiento mediante la técnica desarrollada por Günther y Launov (2012)5.

HIPÓTESIS SOBRE LA DECISIÓN DE DÓNDE EMPLEARSE

Las tres hipótesis convencionales sobre la decisión de trabajar o no en la ‘informalidad’ son las siguientes6:

Hipótesis 1 (H1): Proviene de las teorías del ‘dualismo’ o ‘segmen-

“La aplicación del método empleado para los años 2012 y 2014 dio como resultado que el número óptimo de segmentos laborales en esos años sea tres: uno formal y dos informales”.

3. Ministerio de Trabajo y Promoción del Empleo (2015a). Plan de acción sectorial, para la formalización laboral para el año 2015. Ministerio de Trabajo y Promoción del Empleo (2015b). Estrategia sectorial para la formalización laboral, 2014-2016. Resolución Ministerial N.º 093-2015-TR.4. Por ejemplo: De Soto, Hernando (1989). The Other Path: The Invisible Revolution in the Third World. Harper Collins. Loayza, Norman (2008). Causas y consecuencias de la informalidad en el Perú. Estudios Económicos, Banco Central de Reserva del Perú

(BCRP).5. Günther, I. y A. Launov (2012). «Informal employment in developing countries: opportunity or last resort». En Journal of Development

Economics 97, pp. 88–98.6. La literatura económica sobre esta decisión es más extensa y existen más hipótesis. Una discusión sobre el tema se encuentra en la investi-

gación final (Tello 2015).

GRÁFICO N.° 1Segmentos laborales formales e informales: tamaño e ingresos promedio 2004-2012

Fuente: Encuesta Nacional de Hogares [Enaho] (INEI 2015). Elaboración propia. Las líneas representan el %

de trabajadores y empleadores de los segmentos laborales con respecto a la PEAO total del Perú. Las barras

representan los ingresos promedio (en nuevos soles corrientes) por segmento laboral. La PEAO incluye a

las fuerzas armadas y a los servidores públicos. Las líneas discontinuadas asociadas a cada color son los

porcentajes de la PEAO de cada segmento laboral.

2.500

2.000

1.500

1.000

500

02004

Informal Informal neto Formal Formal neto

2005 2006 2007 2008 2009 2010 2011 2012 2013 2014

100

90

80

70

60

50

40

30

20

10

0

Porc

enta

je, P

EAO

Nue

vos

sole

s


tación’ del mercado laboral7. De acuerdo con estas teorías, existe segmentación en el mercado labo-ral cuando: (i) el empleo para indivi-duos de un mismo nivel de califica-ción difiere en términos de pagos u otras características; y (ii) el acceso a empleos más atractivos es limitado y no todos los que desean mejores empleos los pueden conseguir. En consecuencia, esta hipótesis propone que el mercado laboral de una economía se divide en dos seg-mentos: uno llamado ‘formal’, de mayor ‘productividad y rentabilidad’ (y en consecuencia atractivo para los trabajadores), y otro denominado ‘informal’, de menor productividad y rentabilidad. Si bien los trabajadores de este segundo segmento desean laborar en el segmento formal, no lo pueden hacer porque la demanda de empleos es limitada en este seg-mento. Bajo la hipótesis 1, la infor-malidad es una opción de último recurso y no es voluntaria. El empleo informal para el trabajador es ‘peor’ que el formal, aunque resulta una mejor opción que estar desocupado.

Hipótesis 2 (H2): Se basa en litera-tura que postula que las regulaciones e inflexibilidad del mercado laboral, y los altos costos de transacción de las actividades empresariales, inducen a firmas y trabajadores a realizar activi-dades informales8. Según esta litera-tura, “la informalidad surge cuando los costos de circunscribirse al marco legal y normativo de un país son supe-riores a los beneficios que ello con-lleva. La formalidad involucra costos, tanto en términos de ingresar a este

sector –largos, complejos y costosos procesos de inscripción y registro–, como en términos de permanecer dentro del mismo –pago de impues-tos, cumplir las normas referidas a beneficios laborales y remuneraciones, manejo ambiental, salud, entre otros aspectos–. De otro lado, para el ‘infor-mal’, los beneficios de la formalidad no superan los costos y resulta más rentable permanecer fuera del marco legal” (por ejemplo, Loayza 2008). Ambas hipótesis sostienen que el mercado laboral tiene dos segmen-tos: formal e informal. El origen de la segmentación para ambas hipótesis son los altos costos de transacción y laborales de la ‘formalidad’; esas ‘distorsiones o fracasos de mercado’ conllevan a la existencia del seg-mento informal. En H2, el trabajador ‘voluntariamente’ desea laborar en

el segmento informal porque es más atractivo y rentable que el formal.

Hipótesis 3 (H3): Relativamente antigua y postulada por muchos en la literatura9, es una variante de las hipótesis anteriores. Específica-mente, se postula “que si bien el mercado laboral de una economía es segmentado, el segmento infor-mal, a su vez, también está segmen-tado. El primer segmento informal es de fácil acceso y supuestamente de último recurso para los trabajadores, y el segundo posee costos de entrada mayores al segmento anterior, pero es preferido (y voluntario) sobre los otros segmentos laborales (formal e informal), pues este segmento infor-mal generaría ‘mayores’ niveles de ingresos y mejores ‘condiciones’ para el trabajador” (Fields 2008).

Para impulsar la formalización, el estudio propone, entre otras medidas, integrar las actividades informales a cadenas productivas competitivas de los segmentos formales.

Foto

: And

ina

7. Por ejemplo, Fields, G. (2008). «Guía para los modelos multisectoriales del mercado de trabajo en los países en desarrollo». En El Trimestre Económico, vol. LXXV-2, N.º 298, abril-junio, pp. 257-297.

8. Por ejemplo, De Soto (1988) y Loayza (2008).9. Por ejemplo: Tokman, V. (1987). «El sector informal: quince años después». En Trimestre Económico, vol. 54, N.º 215-(3), pp. 513-536. House, William J. (1984). «Nairobi’s Informal Sector: Dynamic Entrepreneurs or Surplus Labor?». En Economic Development and Cultural

Change 32: pp. 277-302. Fields, Gary S. (1990). «Labor Market Modeling and the Urban Informal Sector: Theory and Evidence». En The Informal Sector Revisited.

David Turnham, Bernard Salomé, and Antoine Schwarz, eds. Paris: Development Centre of the Organization for Economic Co-Operation and Development).

E o om So ie /

EVIDENCIAS SOBRE LA DECISIÓN DE LABORAR EN LA INFORMALIDAD

Las evidencias empíricas sobre la vali-dez de estas hipótesis son escasas. Magnac (1991), Gindling (1991), y Pratap y Quintin (2006) analizan la segmentación de los mercados laborales de Colombia, Costa Rica y Argentina con diferentes méto-dos econométricos, y encuentran que no existe segmentación en el mercado laboral en dichos países y que la informalidad es una opción voluntaria de acuerdo a las ventajas comparativas de los trabajadores.10 De otro lado, los trabajos de Günther y Launov (2012) y de Maloney y Cun-ningham (2001)11, al parecer, son los únicos que han abordado la hipótesis de la heterogeneidad informal (H3), para Costa de Marfil y México, res-pectivamente. El trabajo de Maloney y Cunningham (2001) solo se con-centra en micro y pequeñas empre-sas (mypes) informales, sin incluir a los trabajadores dependientes infor-

males. Basados en técnicas estadís-ticas de análisis factorial y clusters, Maloney y Cunningham concluyen que una parte muy pequeña del sec-tor mype de México realizaba acti-vidades ‘empresariales’ informales como última alternativa de empleo. La gran mayoría correspondía a tra-bajadores que voluntariamente se convirtieron en empresarios y su dinámica era similar a la de los países desarrollados. Günther y Launov (GL) (2012), por su parte, usando una metodo-logía distinta y mejorada (metodo-logía GL), identifican los segmentos laborales informales. Estos autores, en su aplicación de este método para Costa de Marfil, encontraron que en 1998 el sector informal estaba compuesto por dos segmen-tos laborales con distintos salarios,

representando cada uno de ellos a la mitad del empleo urbano infor-mal de Costa de Marfil. De otro lado, uno de los segmentos labora-les informales era superior al otro en términos de ingresos, retornos de la educación y experiencia. Finalmente, ellos demuestran la validez de la H3, donde el 45% del total de trabajado-res informales fueron empleados en estas actividades de forma involunta-ria, siendo estas la última alternativa de empleo y generación de ingresos. El resto de trabajadores informales tuvo ventajas comparativas en el sec-tor informal y su opción de trabajo fue voluntaria. En la literatura peruana, los estudios empíricos relacionados directamente a la verificación de las hipótesis son dos. El primero de ellos, de Yamada (1996 y 1994)12,

“En los años 2012 y 2014, ningún individuo deseó trabajar en el segmento informal uno, pero tuvo que trabajar en ese segmento porque no hubo otra opción. En el mismo periodo, a lo más el 8,3% de la PEAO total deseó trabajar en el segmento informal 2”.

10. Magnac, T. (1991). «Segmented or competitive labor markets». En Econometrica 59 (1), pp. 165–187. Gindling, T. (1991). «Labor market segmentation and the determination of wages in the public, private-formal and informal sectors in San-

Jose, Costa-Rica». En Economic Development and Cultural Change 39 (3), pp. 585–603. Pratap, S. y E., Quintin (2006). «Are labor markets segmented in developing countries? A semi-parametric approach». En European Economic

Review 50 (7), pp. 1817–1841.11. Maloney, W. y W. Cunningham (2001). «Heterogeneity in the Mexican micro-enterprise sector: an application of factor and cluster analysis».

En Economic Development and Cultural Change 50 (1), pp. 131–156.12. Yamada, G. (1996). «Urban Informal Employment and Self-Employment in Developing Countries: Theory and Evidence». En Economic

Development and Cultural Change, vol. 44, N.º 2, pp. 289-314. Yamada, G. (1994). Autoempleo e informalidad urbana: teoría y evidencia empírica de Lima Metropolitana, 1985-86 y 1990. Lima: Univer-

sidad del Pacifico, Centro de Investigación.

El estudio recomienda que el conjunto de políticas a implementar, para impulsar la formalización, sean implementadas por el sector privado y monitoreadas por entidades del sector público.

Foto

: And

ina


se basa en la Encuesta de Niveles de Vida del Banco Mundial para Lima Metropolitana (para los años 1985, 1986 y 1990) y postula que los trabajadores independientes en las áreas urbanas se autoseleccio-nan voluntariamente para realizar actividades ‘informales’ con sala-rios competitivos. El otro ‘segmento informal’, que toma la informalidad como último recurso de trabajo, es el de trabajadores dependientes infor-males, de poca movilidad laboral, y bajos salarios y talento empresarial. Según los datos de Yamada, el 19% de la fuerza laboral urbana de Lima Metropolitana en 1985-1986 labo-raba en este segmento. El segundo trabajo, de Palomino (2011)13, se basa en la Encuesta Permanente del Empleo (EPE) del INEI (2003), también para Lima Metropolitana, y divide el mercado laboral en tres segmentos: el formal, definido como aquellos trabajadores con afiliación a algún seguro de salud; y dos seg-mentos informales –el competitivo y el racionado–. De acuerdo con Palo-

mino (2011), si un individuo informal tiene ingresos superiores (o alterna-tivamente menores) a un individuo formal, idéntico a él según carac-terísticas observables (nivel educa-tivo, edad, sexo, sector económico, etc.), entonces este es un individuo informal competitivo (y en el caso de menores, ingresos sería racio-nado). Ambos segmentos, según el autor, son opciones voluntarias del trabajador14. Con estas definiciones, los porcentajes de la PEAO de Lima Metropolitana en el segundo trimes-tre del 2003 de los tres segmentos (formal, informal competitivo y racionado) fueron respectivamente 35%, 25% y 40%.

LA DECISIÓN DE DÓNDE LABORAR EN EL PERÚ, 2012-2014

La metodología GL, que se aplica en este estudio para el caso peruano, tiene varias ventajas sobre otros métodos que han abordado el tema de la decisión de laborar en la infor-malidad. En primer lugar, el método GL determina de manera endógena los segmentos informales.15 Estos segmentos son medidos en por-centajes de la PEAO para los años 2012 y 2014. En otros métodos, los segmentos informales son determi-nados exógenamente de acuerdo a definiciones expresas de cada seg-

mento. En segundo lugar, el método estima, por un lado, el porcentaje de la PEAO de trabajadores que efec-tivamente están trabajando en un determinado segmento (formal o informal) ‘j’ denotado con e

j.16 De

otro lado, estima el porcentaje de trabajadores de la PEAO que desea-ría estar trabajando en un determi-nado segmento. Dicho porcentaje es denotado con J .

17 La diferencia de estos porcentajes sirve para verificar o rechazar las hipótesis H1, H2 y H3. Tercero, el método GL determina el número óptimo de segmentos en que se puede dividir el mercado laboral de la economía mediante pruebas estadísticas de ‘criterios de información’18. Cuarto, la opción del trabajador de laborar en un particu-lar segmento se obtiene de maximi-zar el valor esperado estimado de ingresos, cuyo máximo valor corres-ponde al del segmento seleccionado. Los resultados relevantes de apli-car la metodología GL se muestran en el cuadro 119, donde el segmento formal se ha estimado de manera exógena según su definición: traba-jadores cuyos empleadores disponen de registro jurídico, llevan libros con-tables y establecen contratos con beneficios de ley20. La aplicación del método para los años 2012 y 2014 dio como resultado que el número óptimo de segmentos laborales en esos años sea tres: uno formal y dos segmentos informales. Las probabili-

“Más del 91,1% de la PEAO total deseó trabajar en el segmento formal, pero como máximo el 18% de dicha población lo pudo hacer”.

13. Palomino, J. (2001). «Tesis de efectos del incremento de la remuneración mínima vital sobre el empleo y los ingresos laborales». En Docu-mento de trabajo N.° 313. Lima: PUCP.

14. De acuerdo a Palomino (2011), el segmento laboral racionado proviene de las migraciones del sector rural al urbano y del hecho de que existe una RMV por encima del salario de equilibrio de mercado. Por otro lado, el segmento laboral competitivo, al igual que H2, se origina en la habilidad empresarial de sus integrantes, y en la motivación de mantenerse en dicho sector por los altos costos de formalización y burocracia estatal ineficiente. Este segmento, por un lado, se autoselecciona debido a las bajas expectativas de los beneficios fiscales que le brindaría pertenecer al sector formal. De otro lado, no estaría en una situación de inferioridad respecto del segmento formal, como lo estaría el segmento informal racionado. Los integrantes del segmento prefieren mantenerse dentro de él, siendo competitivos en base a su habilidad emprendedora.

15. Esta determinación se basa en la técnica econométrica del método de máxima verosimilitud de una función mixtura finita, combinada con un modelo de selección muestral.

16. πe j probabilidad de que un trabajador esté efectivamente trabajando en un determinado segmento (formal o informal).

17. J también es la probabilidad de que un trabajador desea trabajar en un determinado segmento.18. Estos son: los criterios de información de Schwarz (SBC), consistente Akaike (cAIC) y Hannan–Quinn (H–Q).19. Los resultados de la metodología completa se detallan en Tello (2015).20. Este segmento corresponde al “formal neto”. También se trabajó con el otro segmento formal. Detalles en Tello (2015).

E o om So ie / 4

dades o porcentajes de la PEAO esti-mados y e

j y J de cada segmento también se muestran en el cuadro. La estimación del número óptimo de segmentos junto a las estimaciones de los porcentajes de la PEAO total (o expandida) que efectivamente traba-jan en cada segmento verifica la H3. En ambos años, sin embargo, ningún individuo deseó trabajar en el segmento informal uno (esto es,

1 = 0 ), pero se tuvo que trabajar en ese segmento porque no hubo otra opción. De otro lado, en ambos años, a lo más el 8,3% de la PEAO total deseó trabajar en el segmento informal 2. Así, el hecho πe

2 > 2 (en los dos años) indica que más del 33,7% de la PEAO total tuvo que trabajar en ese segmento de forma

involuntaria. En adición, más del 91,1% de la PEAO total deseó tra-bajar en el segmento formal, pero a lo más el 18% de dicha población lo pudo hacer. Esto implicó que un máximo de 73,8% de la PEAO total de la economía peruana debió tra-bajar en los segmentos informales 1 o 2 porque no hubo otra alternativa de trabajo. El cuadro también muestra que en la composición de los trabajado-res del segmento informal 2 domi-nan los trabajadores independientes informales, seguidos por los trabaja-dores dependientes informales. Esto significa que los segmentos endó-genos incorporan distintos tipos de trabajadores de los segmentos infor-males predeterminados.21

21. Otras características de los segmentos informales endógenos son reportados en Tello (2015).22. Ver MTPE (2015a, b).23. El sustento de estas políticas se describe en Tello (2015).

CUADRO N.° 1Distribución de la PEAO (expandida) total del Perú por segmentos laborales 2012-2014 (%)

2012

Probabilidad Formal Informal 1 Informal 2

πe 16,861 36,248 46,891

99,021 0,000 0,979

Formal ( ) 17,169 N.D. 9,379

Informal ( ) 68,056 N.D. 77,720

Trab. ind. inf. ( ) 49,555 N.D. 53,740

Trab. dep. inf. ( ) 18,501 N.D. 23,980

Trab. dep. for.-inf. ( ) 14,775 N.D. 12,901

2014

Probabilidad Formal Informal 1 Informal 2

πe 18,012 40,052 41,936

91,794 0,000 8,206

Formal ( ) 18,710 N.D. 13,307

Informal ( ) 67,229 N.D. 70,662

Trab. ind. inf. ( ) 47,931 N.D. 54,151

Trab. dep. inf. ( ) 19,298 N.D. 16,511

Trab. dep. for.-inf. ( ) 14,061 N.D. 16,031

Fuente: INEI-Enaho (2015). Elaboración propia. N.D.: no disponible. La PEAO expandida para los años 2012 y 2014 fue respectivamente 12.128.044 y 12.485.308

de personas. Esta población incluye a las fuerzas armadas y empleados del Gobierno.

PROPUESTA DE POLÍTICA

Si las cifras del cuadro 1 fuesen válidas, la política de formaliza-ción22 afectaría a lo más al 8,3% de la PEAO de la economía. La vasta mayoría, un 73,8% de la PEAO, no sería afectada por esa política debido a que se trata de trabajado-res que no tienen otra alternativa de trabajo que la de laborar en la informalidad. Desde la perspectiva de largo plazo23, se sugieren políticas de cre-cimiento y desarrollo económico, transformación o diversificación productiva, conjuntamente con polí-ticas que formen e incrementen el capital humano, pues incidirán drás-ticamente en los trabajadores del


segmento informal, permitiéndoles trasladarse al segmento formal en la medida que el crecimiento de este segmento ofrezca un mayor número de oportunidades laborales.

24. El sustento de estas formas de intervención son descritas en M. D. Tello (2010). «Seis golden rules para el desarrollo económico en el Perú». En Opciones de Política Económica en el Perú, 2011-2015. M. D. Tello y José Rodríguez, eds.

“Se sugieren políticas de crecimiento y desarrollo económico, transformación o diversificación productiva, conjuntamente con políticas que formen e incrementen el capital humano, pues incidirán drásticamente en los trabajadores del segmento informal”.

Desde la perspectiva de corto y mediano plazo, se requiere identi-ficar a nivel de cada región los seg-mentos informales generados invo-luntariamente por falta de demanda laboral. Las políticas, intervenciones o instrumentos diseñados para este segmento informal consisten en desarrollar oportunidades y carac-terísticas productivas dentro del segmento, de tal forma que los tra-bajadores puedan integrarse a y/o competir con el segmento formal. Estas oportunidades y caracterís-ticas productivas requieren ser orien-tadas a: (i) incrementar la escala de producción o de servicios producti-vos (por ejemplo, vía asociaciones o aglomeraciones; (ii) integrar las actividades informales a cadenas

productivas o de valor de mercados competitivos de los segmentos for-males; (iii) dotar de mayores niveles de capacidad, calificaciones y habili-dades productivas a los trabajadores; (iv) explotar las ventajas comparati-vas y competitivas de los bienes y servicios existentes en las áreas geo-gráficas donde residen los trabaja-dores informales; y (v) desarrollar productos y/o servicios que compi-tan primero en el mercado interno, y luego de un periodo suficiente como para incrementar la productividad, en el mercado internacional. Por último, el conjunto de instrumentos o intervenciones de políticas requie-ren ser implementadas por entes del sector privado y monitoreadas por entes del sector público.24

E o om So ie /

En la última década se ha regis-trado un crecimiento económico nacional promedio de 6%, expli-cado en parte por mayores nive-les de productividad y empleo. En ese escenario, el presente artículo2 analiza la división del mercado laboral entre los seg-mentos formales e informales en el sur del Perú, así como las brechas salariales y sus causas.

Foto

: And

ina

El sistema edu cativo es clave para reducir

las brechas entre formales e informales. Se propone la revisión

de los programas de estudio de

formación técnica y profesional, para facilitar la inserción de los trabajadores a los sectores que

lideran el crecimiento económico.

Pese a las mejoras registradas en los últimos años en el mercado laboral, “hay evidencia de que

la generación de empleo ha sido insuficiente y desigual, y que los ingresos y la productividad laboral han crecido modestamente, aunque con alguna aceleración en los últi-mos años” (Banco Mundial 2010: 5). En 2012, el sector informal peruano estaba conformado por casi

Brechas salariales entre formales e informales en el sur del Perú

8 millones de unidades productivas. Tres de cada cuatro trabajadores de la población económicamente activa ocupada (PEAO) se desempeñaba en un empleo informal (74%). Según datos oficiales del 2012, el 57% lo hacía en un empleo informal dentro del sector informal (9 millones de trabajadores), y 17% en un empleo informal fuera del sector informal (INEI 2012)3.

E i rr o E rem o ro iver i N io e S 1

1. La autora es investigadora de la Universidad Nacional de San Agustín. 2. Este artículo es un resumen de la investigación “Informalidad laboral en el sur del Perú: determinantes y brecha salarial entre formales e

informales”, elaborada en el marco del XV Concurso Anual de Investigación CIES 2014 – IDRC – DFATD – Fundación M. J. Bustamante de la Fuente.

3. Producción, empleo e informalidad en el Perú (INEI 2012).


En economías latinoamericanas como la peruana, resulta una tradición distinguir el sector informal como el menos favorecido en un mercado de trabajo dualista o segmentado (Malo-ney 2003). Las teorías del mercado dual, introducida por Lewis (1954), y de la segmentación laboral, por Piore (1979), definen la segmentación del mercado laboral como una situación en la que coexisten dos formas de trabajo: la primera, caracterizada por la ausencia de beneficios, por condi-ciones de trabajo irregulares, alta rota-ción y bajas tasas de remuneración; y la segunda, con adecuados puestos de trabajo y condiciones laborales (Glinding 1991). Usando la estimación de ecuacio-nes salariales y descomposición de brechas salariales, en este artículo se examina la hipótesis de que el mercado laboral en el sur del Perú es segmentado. El objetivo general es analizarlo entre los segmentos formales e informales. Para alcanzar este objetivo, se tienen los siguientes objetivos espe-cíficos:• Examinar la existencia de un

mercado laboral segmentado en el sur del país, identificando la naturaleza de esa segmentación.

• Analizar la existencia de brechas salariales e identificar los factores explicativos.

En esa línea, se busca dar res-puesta a las siguientes preguntas: ¿El mercado laboral en el sur del país está segmentado? ¿Cuál es la naturaleza de esta segmentación? ¿Existen brechas salariales entre los trabajadores formales e informales? ¿Qué factores explican la existencia de esas brechas?

Para el desarrollo de la investi-gación, se usan datos provenientes de la Encuesta Nacional de Hogares (Enaho 2013), que permite conocer el perfil de los trabajadores forma-les e informales con respecto a su educación, experiencia, género, así como la distribución de los trabaja-dores en sus respectivos sectores, ocupaciones, entre otros elementos.

METODOLOGÍA

A través de la metodología empleada, se busca responder a las cuatro interrogantes planteadas en el estudio.

¿El mercado laboral del sur del país es segmentado?Para identificar la existencia de seg-mentación ocupacional, observamos que dos trabajadores idénticos, a partir de su potencial productivo, reciben salarios diferentes (Magnac 1991). La metodología propuesta pasa por estimar ecuaciones de salarios para formales e informales en el mercado laboral. Sin embargo,

debido a la existencia de endoge-neidad4 en las decisiones de parti-cipación laboral de los individuos, se estima el sesgo de selección en la ecuación de salarios utilizando la metodología de Lee (1983), y Trost y Lee (1984), en dos etapas que corri-gen ese sesgo. En la primera etapa, se estima la ecuación de participación y el sesgo de selección a través del lambda ( ).El sesgo de selección , muestra la diferencia entre el salario percibido por un trabajador que se autoselec-ciona en el sector, y un trabajador con similares características labora-les, pero que ha sido aleatoriamente asignado al sector en particular. En la segunda etapa, es incluido entre las variables explicati-vas de la función de salarios, la cual es estimada por la técnica de míni-mos cuadrados ordinarios5.

Donde E (ξs/s) = 0, Φ es la fun-ción de densidad normal estándar, σs es la desviación estándar de la perturbación ξs, y ρs es el coefi-ciente de correlación de εs y η*s ; ,son parámetros estimados y las Xs, son variables explicativas del modelo dentro de las que se encuentran el nivel educativo del individuo, la acti-vidad económica, el sexo, el idioma o lengua materna, si es migrante, los años de experiencia y la experiencia al cuadrado.

4. La endogeneidad, en las decisiones de participación laboral, es una de las principales preocupaciones cuando se trabaja con datos de ingresos laborales, lo que genera estimaciones sesgadas de la brecha salarial debido a la autoselección, la cual surge de la preferencia de un individuo a participar en el mercado laboral. La consecuencia econométrica de este proceso es que sesga los coeficientes estimados de la ecuación de salarios (Heckman et al. 2000).

5. Es una técnica de análisis numérico enmarcada dentro de la optimización matemática, en la que, dados un conjunto de pares ordenados: variable independiente, variable dependiente, y una familia de funciones, se intenta encontrar la función continua, dentro de dicha familia, que mejor se aproxime a los datos.

“No se ha encontrado evidencia de autoselección en el sector informal del mercado laboral del sur del país. Sin embargo, los resultados podrían estar respaldando la existencia de una naturaleza heterogénea en el sector informal”.

E o om So ie /

¿Cuál es la naturaleza de la segmentación del mercado laboral en el sur del Perú?Para conocer la naturaleza de seg-mentación del mercado laboral, se comparan los coeficientes de las ecuaciones de salarios expuestas en la ecuación (1). Esta prueba es similar a la implementada por Glin-ding (1991). Para ello, los datos de la variable educación son clasifica-dos en dos grupos: educación de alta calificación, que comprende la educación superior universitaria completa e incompleta y estudios de post grado, y educación de baja o media calificación, que comprende estudios a nivel primario, secundario y técnico. Si los retornos a los salarios son mayores para los individuos con alta calificación en el sector formal que en el informal, mientras que para los individuos con baja calificación los salarios esperados son mayores en el sector informal que en el formal (es decir, si los individuos con alta calificación se autoseleccionan en el sector formal y los individuos de baja calificación se autoseleccionan en el informal), diríamos que esta-

mos ante la presencia de un mercado totalmente competitivo. Por el con-trario, si los retornos a la ecuación de salarios son mayores en todos los niveles educativos en el sector formal, comparado con el sector informal, diríamos que nos encon-trados en un mercado totalmente segmentado (Glinding 1991). Final-mente, si los coeficientes asociados a la variable educación presentan retornos altos en la categoría edu-cación de alta calificación, en sec-tores que son considerados de nivel inferior (por ejemplo, el sector infor-mal), y en este caso los retornos a los salarios son mayores, diríamos que el mercado tiene la característica de ser parcialmente competitivo y seg-mentado (Aydin 2012).

¿Existen brechas salariales? ¿Qué factores las explican?Para calcular la existencia de brechas salariales y la fuente de esas dife-rencias entre formales e informales, se hizo uso de la descomposición de Oaxaca6 (1973) corregida por sesgo de selección, la cual implica utilizar la siguiente fórmula, tomando los parámetros estimados en la regre-sión (1).

El primer término del lado dere-cho muestra la diferencia en la varia-ble que resulta entre los dos grupos (formales e informales), la cual se debe a diferencias en característi-cas observables, valoradas según los retornos estimados para los for-males. El segundo término del lado derecho muestra la diferencia que es debida a diferencias en los coeficien-

tes, o los retornos estimados para formales e informales. El objetivo del análisis es determinar qué parte de la diferencia salarial entre los dos grupos se debe a las diferencias exis-tentes entre las variables explicativas y qué parte a otros factores o varia-bles. Es precisamente esta parte de la descomposición la que genera evi-dencia a favor de la segmentación.

RESULTADOS

Regresión de salariosLa ecuación de salarios ha sido especificada en base al tradicional marco de capital humano de Mincer (1974). El logaritmo de los salarios por hora es regresionado sobre un conjunto de variables independien-tes que representan características del capital humano y características individuales de los trabajadores en los diferentes sectores. Los resultados manifiestan que los asalariados formales muestran mayores retornos en los tramos de educación de alta calificación –al ser comparados con los independientes formales e independiente informa-les–, lo que estaría en línea con la hipótesis de segmentación del mer-cado laboral. Sin embargo, para los niveles educativos universitaria com-pleta y post grado, los retornos per-cibidos por el sector asalariado infor-mal son mayores a los asalariados formales con igual nivel educativo. Este resultado podría estar respal-dando la naturaleza heterogénea del sector informal. Es decir, parte del sector informal presentaría rasgos de un mercado competitivo y parte del sector informal sería el resultado de la segmentación (Günter y Lanouv 2006; Aydín et. al. 2012).

6. La descomposición de Oaxaca consiste en estimar la diferencia en los salarios como resultado de dos componentes: uno atribuible a diferencias en las características observadas de los trabajadores, y otro componente atribuible a diferencias en la estructura salarial. La estructura salarial o parte no explicada de la descomposición, es la que vincula las características observadas, así como algunas características no observadas, a los salarios (Fortín 2010).

“Actividades de auge económico como minería, construcción y servicios presentan las mayores primas salariales en el sector formal lo que indicaría que los asalariados formales escogen su sector de empleo basados en su propia ventaja comparativa”.


Las variables de actividad eco-nómica indican mayores diferencias salariales al presentar en el sector asalariado formal primas más altas en la ecuación de salarios. Así, traba-jar en minería otorga una prima de 90,8%, en el logaritmo del salario por hora, en el caso de los asalaria-dos formales, y solo el 50% en el caso de los asalariados informales. Para el caso de la variable manufac-tura, los independientes informales presentan una prima al logaritmo del salario por hora 33,8% más baja, comparada con la categoría base (actividades financieras, enseñanza, salud, entre otros). Similarmente, dedicarse al comercio reduce las pri-mas salariales entre el 20% y el 30% del logaritmo del ingreso por hora. La actividad servicios, como trabajo en hoteles y restaurantes, reduce el logaritmo del salario por hora entre los asalariados formales. No existe sesgo de selección para el caso de los asalariados informales y los independientes informales. Para los asalariados formales y los inde-pendientes formales, el término de selección es negativo y significativo. Esto indica que los individuos del sur del país, que se autoseleccionan en cualquiera de los sectores formales, reciben salarios más altos que los aleatoriamente seleccionados. Adicionalmente, se han corrido regresiones para hombres y mujeres separadamente. Para el caso de los

hombres, la variable educación, si bien presenta resultados positivos en el logaritmo del salario, no son significativos. Dentro de las activi-dades económicas, la minería y la manufactura presentan los mayores retornos al logaritmo del salario para los asalariados formales. La construc-ción favorece a todos los sectores, y la actividad servicios (hoteles y res-taurantes) al independiente infor-mal. Para la muestra de mujeres, los resultados revelan un mercado feme-nino totalmente segmentado, donde la variable educación presenta los mayores retornos en la muestra de asalariadas formales. El logaritmo del salario mensual aumenta con cada año de educación adicional. Así tam-bién, para las asalariadas formales, la experiencia y experiencia al cua-drado tomaron el signo esperado. Los independientes formales, hom-bres y mujeres, presentan coeficien-tes con resultados erráticos que no permiten su interpretación. En cuanto al término de selectivi-dad, los hombres y mujeres formales se autoseleccionan. Con un lambda negativo para hombres, y positivo para mujeres, las mujeres que se auto-seleccionan tienen salarios más bajos que las asignadas aleatoriamente.

CONCLUSIONES

Este estudio investiga la existencia de un mercado laboral segmentado, en el sur del país, entre cuatro sec-tores laborales: asalariado formal, asalariado informal, independiente formal e independiente informal. Analiza también la existencia de brechas salariales y las fuentes de estos diferenciales. En este estu-dio se emplearon distintos méto-dos de estimación. Se han corrido ecuaciones de salarios, separadas para los cuatro sectores bajo la metodología de Lee, que corrige el sesgo de selección en un contexto multinomial. Los resultados obtenidos parecen confirmar la existencia de un mer-cado laboral parcialmente segmen-tado y parcialmente competitivo en el sur del país, con la presencia de un sector asalariado informal con dos sectores cualitativamente dis-tintos: un sector de ingresos bajos en los niveles de educación, con baja y media calificación, y un sector de ingresos altos en los tramos de edu-cación de alta calificación. Se con-firma, asimismo, la presencia de altas brechas salariales entre formales e informales, siendo el sector indepen-

Al 2012, tres de cada cuatro trabajadores de la población económicamente activa ocupada se desempeñaban en un empleo informal. Es decir, un 74% de la población.

Foto

: El C

omer

cio

“Existe un mercado laboral femenino altamente segmentado, con la variable educación presentando los mayores retornos en la muestra de asalariadas formales, pues el logaritmo del salario mensual aumenta con cada año de educación adicional”.

E o om So ie / 3

diente informal el más afectado por las diferencias salariales. No se ha encontrado evidencia de autoselección en el sector informal del mercado laboral del sur del país. Sin embargo, los resultados también podrían estar respaldando la existen-cia de una naturaleza heterogénea en el sector informal. Parte del sec-tor informal tendría atributos de un mercado competitivo, en particular entre los trabajadores con mayor stock educativo. Otra parte del sec-tor informal sería el resultado de la segmentación, en particular entre los trabajadores menos educados (Gün-ter y Lanouv 2006; Aydín et al. 2012). De otro lado, en el sector formal, asalariados e independientes se auto-seleccionan en el mercado laboral, lo cual –según la teoría neoclásica– sig-nifica que cada trabajador se ubica de acuerdo a sus dotaciones en los sectores donde sus salarios están alineados a su capacidad (Glinding 1991). Para los asalariados formales, la variable de nivel educativo pre-senta mayores retornos conforme esta aumenta. Sin embargo, para los independientes formales, las variables tradicionales de capital humano de Mincer (1974) –como la educación y experiencia– muestran resultados erráticos y difíciles de interpretar. De otra parte, actividades de auge económico como la minería, construcción y servicios presentan las mayores primas salariales en el sector formal, lo que indicaría que los asalariados formales escogen su sector de empleo basados en su propia ventaja comparativa y aprove-chan el crecimiento experimentado por el país en los últimos años. Nuestros resultados con respecto a la regresión de salarios por género revelan un mercado laboral femenino altamente segmentado, con la varia-

ble educación presentando los mayo-res retornos en la muestra de asala-riadas formales, pues el logaritmo del salario mensual aumenta con cada año de educación adicional. Para el caso de los hombres, los retornos al capital humano no son significativos. Los coeficientes de actividades eco-nómicas presentan mayores primas al salario en el caso de la minería y manufactura, para los asalariados formales, y en el caso de la cons-trucción y hoteles y restaurantespara de los independientes informales.

RECOMENDACIONES

Considerando la aparente presencia de un mercado laboral segmentado en el sur del país, y las brechas sala-riales existentes entre los sectores laborales analizados, es clave la actuación del Estado e instituciones a nivel regional que permitan redu-cirlas. Para esto, se deben implemen-tar acciones que faciliten el tránsito de los trabajadores entre sectores, en particular de aquellos con menores niveles de calificación. En este sentido, el sistema edu-cativo es el principal vehículo para reducir las brechas entre formales e informales, sobre todo a nivel de género. Una primera medida a tomar es la revisión de los programas de estudio de formación técnica y profesional, para facilitar la inserción de los trabajadores a los sectores que lideran el crecimiento económico. De otro lado, es importante la apertura a nivel local de centros de formación ocupacional públicos y privados, con programas de acuerdo a los oficios que demanda el mer-cado. Así se permitiría a trabajadores de bajos recursos potenciar sus habi-lidades y mejorar su productividad.

Es importante la instalación en los Gobiernos regionales de una oficina destinada a la formación y orienta-ción sobre oportunidades de empleo en el mercado laboral local. Se sugieren convenios entre Gobiernos locales y universidades para que los alumnos de los últimos años de los cursos de administración, economía, contabilidad, ingeniería Industrial e ingeniería alimentaria, a través de cursos de proyección social, participen como asesores de los independientes formales e infor-males y los orienten en la forma ade-cuada de llevar la empresa y mejorar la calidad de producción. Esto les permitirá a los alumnos aplicar su aprendizaje y colaborar con el desa-rrollo del empresariado local7. Instituciones como la Cámara de Comercio, la Cámara PYME y las ONG del sur del país deberían profundizar en la realización de programas masi-vos y pertinentes para los microempre-sarios. En otras palabras, tratar desde la creación del negocio, producción, calidad del producto, formalización, financiamiento, marketing, etc. hasta la comercialización del producto. De otro lado, los independientes informales son en su mayoría muje-res con bajos niveles educativos. Es decir, la informalidad actúa como refugio al desempleo para la pobla-ción femenina, por lo cual resulta importante apoyar iniciativas que tiendan a sensibilizar a los distintos actores regionales con las perspec-tivas de género, promoviendo pro-gramas que incentiven la igualdad de género en el sector asalariado dependiente. En la parte indepen-diente, se aconseja promover la for-mación de organizaciones de muje-res microempresarias que permitan generar vínculos económicos y de apoyo social.

7. Un programa similar es aplicado por la Universidad del Pacífico.


BIBLIOGRAFÍA

ACEMOGLU, D. 2001 «Good Jobs versus Bad Jobs»,

En Journal of Labor Economics, 2001, vol. 19, n.° 1. Massa-chusetts Institute of Technolo-gy. Consultado en http://eco-nomics.mit.edu/files/5689.

AMARANTE, V. y A. ESPINO2009 «Informalidad y desprotección

social en Uruguay». En Revista Latinoamericana de Economía, Vol. 40, n.° 158.

BANCO MUNDIAL2011 Perú en el umbral de una nue-

va era: lecciones y desafíos para consolidar el crecimiento económico y un desarrollo más incluyente.

BARCO, D. y P. VARGAS 2010 Brechas salariales entre forma-

les e informales. Banco Central de Reserva del Perú.

BEN YAHMED, S. 2013 Gender wage gaps in formal

and informal jobs, evidence from Brazil. Aix-Marseille Uni-versity (Aix-Marseille School of Economics) and Sciences Po Paris.

CASAL, M. y B. BARHAN2013 Penalizaciones salariales por

maternidad y segmentación del mercado laboral: el caso de la Argentina.

CERVANTES, J.; E. GUTIÉRREZ y L. PALACIOS2008 «El concepto de economía in-

formal y su aplicación en Méxi-co: factibilidad, inconvenientes y propuestas». En Revista Estu-dios Demográficos y Urbanos. Vol. 23, n°1.

FIELDS, G. 1990 Labour Market Modelling and

the Urban Informal Sector: Theory and Evidence.

FORTIN, N.; T. LEMIEUX y S. FIRPO2010 «Decomposition Methods in

Economics». En Working Paper 16045.

GALVIS, L. 2012 Informalidad laboral en las

áreas urbanas de Colombia. Banco de la República. Con-sultado en http://www.banrep.gov.co/.

GLINDING, T. H. 1991 «Labor Market Segmenta-

tion and the Determination of Wages in the Public, Private-Formal, and Informal Sectors in San José, Costa Rica». En Economic Development and Cultural Change Vol. 39, n.° 3, pp. 585-605.

GONG, X. y A. VAN SOEST2001 Wage Differentials and Mobili-

ty in the Urban Labor Market: A Panel Data Analysis for Mexico.

GONZÁLEZ DE OLARTE, E. 2010 ¿Milagro peruano?: crecimien-

to, desigualdad, pobreza y de-mocracia.

GUNTHER, T. y A. LAUNOV2006 Competitive and segmented

informal labor markets.

HECKMAN, J. 1979 «Sample Selection Bias as a

Specification Error». En Econo-métrica, vol. 47, pp. 153- 162.

JANN, B. 2008 «A Stata implementation of

the Blinder-Oaxaca decompo-sition». En The STATA journal (2008) Vol. 8, n.° 4, pp. 453- 479.

LANOUV, A. 2004 «An alternative approach to

testing dual labour market theory”. En IZA DP n.° 1289.

LOAYZA, N. 2007 Causas y consecuencias de la

informalidad en el Perú. Estu-dios Económicos BCRP.

MAGNAC, T. 1991 «Segmented or competitive la-

bor markets?». En Econométri-ca Vol. 59, 1, pp. 165-187.

MALONEY, W. 1999 «Does Informality Imply Seg-

mentation in Urban Labor Markets? Evidence from Sec-toral Transitions in Mexico». En The World Bank Economic Review, vol. 13, Number 2, pp. 275–302.

2003 «Informality revisited». En Po-licy Research Working Paper WPS 2965. World Develop-ment Vol. 32, n.° 7, pp. 1159–1178. Consultado en http://www-wds.worldbank.org/.

MARCOUILLER, D.; V. RUIZ y C. WOODRUFF1995 Formal measures of the infor-

mal sector wage gap in Méxi-co, el Salvador, and Perú.

NEUMAN, S. y OAXACA, R. 2004 «Wage Decompositions with

Selectivity-Corrected Wage Equations: A Methodological Note». En Journal of Economic Inequality. Vol. 2. pp. 3-10.

NEYRA, G. 2007 La economía de la macro re-

gión sur: un análisis estructural.

PERRY, G.; W. MALONEY, O. ARIAS, P. FAJNZYLBER, A. MASON y J. SAAVEDRA

2007 «Informalidad escape y exclu-sión». En Estudios del Banco Mundial sobre Amércia Lati-na y el Caribe. Consultado en http://www-ds.worldbank.org/.

TANSEL, A. y E.OZNURKAN2012 «The formal/informal employ-

ment earnings gap: evidence from Turkey». En MPRA Paper n.°. 38498. Consultado en http://mpra.ub.uni-muenchen.de/38498/.

TROST, R. y L. LEE1984 «Technical training and Ear-

nings: A Polichotomous Choice Model With Selectivity». En The Review of Economics and Sta-tistics. Vol. 66, pp. 151-156.

OIT2002 «El trabajo decente y la econo-

mía informal». En Conferencia Internacional del Trabajo 90.a reunión. Informe VI.

VÁSQUEZ, A.; J. GALLARDO, L. BENDEZÚ, J. SALVADOR y F. AMÉSQUITA2004 La informalidad y sus manifes-

taciones en la comercialización de combustibles líquidos en el Perú. Osinerg, Oficina de Estu-dios Económicos.

YAMADA, G. 1996 «Urban Informal Employment

and Self-Employment in Deve-loping Countries: Theory and Evidence». En Economic Deve-lopment and Cultural Change, Vol. 44, n.° 2, pp. 289-314.

E o om So ie / 3

Este artículo evalúa los impactos del programa Juntos en las deci-siones productivas de los hogares beneficiarios en zonas rurales del Perú. Se encuentra evidencia de impactos de las transferencias monetarias en las decisiones productivas, tanto en la expan-sión de la misma actividad pro-ductiva como en la reasignación de recursos. Asimismo, según el género del jefe de hogar, se observan respuestas diferentes a las transferencias. Estos resul-tados tienen implicancias en las políticas de inclusión económica

Foto

: And

ina

Es necesario mejorar la identificación

de hogares rurales con jefe de hogar

mujer, pues son más vulnerables a la

pobreza.

en zonas rurales, principalmente en la necesidad de articular polí-ticas de apoyo social con políticas productivas.

El análisis en este artículo2 se desagrega en impactos dife-renciados para hogares con

jefes de hogar varones y mujeres, debido a las distintas condiciones económicas, sociales y cultura-les que estos enfrentan. El uso de datos panel permite estimaciones robustas, evitando sesgos poten-ciales en datos transversales o en

Impactos del programa Juntos en las decisiones productivas de los hogares rurales del Perú

seudopaneles. El estudio encuentra evidencia de impactos de las trans-ferencias monetarias en decisiones productivas, tanto en la expansión de la actividad productiva como en la reasignación de recursos. Los hallazgos tienen implicancias para las políticas de inclusión económica en zonas rurales. Asimismo, desta-can la necesidad de articular políticas de apoyo social con políticas produc-tivas, así como mejorar el proceso de identificación de hogares rurales con jefe de hogar mujer, pues tie-nen mayor vulnerabilidad frente a la pobreza.

E r o e rr r e1

1. El autor es investigador principal de Grupo de Análisis para el Desarrollo (Grade).2. El artículo es un resumen de la investigación “Efectos dinámicos del programa Juntos en decisiones productivas de los hogares rurales del

Perú”, desarrollada en el marco del Concurso CIES 2014 – IDRC – DFATD – Fundación M. J. Bustamante de la Fuente.


EL PROGRAMA JUNTOS

Juntos es un programa de transfe-rencias monetarias condicionadas, orientado a hogares rurales. Se inició en 2005 y se ha venido expandiendo de manera vertiginosa en la última década. Este año, el programa ya cubre zonas de 15 departamentos, 151 provincias y 1.151 distritos, con 815.000 hogares beneficiarios. Aun-que no está dirigido explícitamente a objetivos productivos, Juntos entrega una transferencia moneta-ria de relativa libre disponibilidad (sujeta a ciertas condicionalidades), lo cual implica potenciales efectos en las decisiones de asignación de recursos productivos de las familias favorecidas. En el estudio que da ori-gen a este artículo, evaluamos los potenciales impactos del programa en las decisiones productivas de los hogares beneficiarios en zonas rura-les del Perú. El programa Juntos ha sido eva-luado en algunas de sus dimensiones más importantes, especialmente en sus impactos de corto plazo en la pobreza monetaria y en el acceso a servicios de salud y educación de los beneficiarios, que son parte de sus condicionalidades básicas; ver al respecto Perova y Vakis (2009). Esta evaluación encontró impactos importantes en áreas de interés directa del programa, como indica-dores de salud y educación de los niños y las madres. No obstante, la evaluación no consideró impactos en aspectos propiamente productivos de los hogares. También se han hecho evalua-ciones de impacto de Juntos sobre la nutrición temprana de los niños (Sánchez y Jaramillo 2012), y más recientemente sobre impactos en la oferta de trabajo de corto plazo de los jefes de familia (Fernández y Sal-darriaga 2014). En el primer caso, se confirman impactos positivos en indicadores nutricionales de los niños, y en el segundo, se encontra-

han sido realizadas por Del Pozo y Guzmán (2011), y Del Pozo (2014). Este último trabajo es un antece-dente importante. Sin embargo, una de sus limitaciones es que no usó datos de tipo panel de la Encuesta Nacional de Hogares (Enaho), con lo cual solo pudo condicionar las esti-maciones a valores pretratamiento de variables correspondientes a hogares distintos a los de la evalua-ción final en la línea de base. El uso de datos de tipo panel en el presente estudio permite realizar estimaciones más confiables y consistentes sobre las decisiones productivas de las familias, dinámicas por naturaleza.

HIPÓTESIS Y MARCO TEÓRICO

La teoría económica sobre comporta-miento de hogares con activos pro-ductivos asume que las decisiones de producción y de consumo son “sepa-rables” en condiciones de mercados perfectos. Ver Singh et al. (1986). Si los hogares operan en mercados per-fectos, maximizan primero la produc-ción, y luego la utilidad del consumo. Como el mercado de crédito (o de seguros) funciona perfectamente,

ron algunos impactos negativos en la oferta de trabajo en el muy corto plazo. Asimismo, algunos estudios cualitativos sobre Juntos, como Arroyo (2010), recogen opiniones de los propios hogares destinatarios sobre sus decisiones productivas. El autor registra evidencia en el sen-tido de que los hogares beneficia-rios sí estarían asignando algunos recursos a procesos productivos generadores de ingresos, tanto agropecuarios como no agropecua-rios; también ver Díaz et al. (2009). Las únicas evaluaciones cuanti-tativas previas a este estudio, sobre los potenciales efectos del programa Juntos en decisiones productivas,

“Los hogares beneficiarios de Juntos están asignando una parte de los recursos adicionales recibidos a actividades productivas tanto agrícolas como de acumulación de activos pecuarios como cuyes, aves y ganado vacuno”.

El programa Juntos ha sido evaluado desde varios puntos de vista, pero son muy pocos los estudios que analizan sus efectos en decisiones productivas.

Foto

: And

ina

E o om So ie / 34

cada hogar podrá producir la canti-dad óptima, con la cual maximiza sus ingresos y obtiene luego la máxima utilidad de la venta y/o consumo directo de esta producción. En un mundo de mercados per-fectos, transferencias monetarias exógenas a los hogares se desti-narían a un mayor consumo, pues estos ya habrían optimizado sus decisiones de producción utilizando el mercado de crédito para tal fin. En el mundo real, con severas fallas de mercado (o incluso inexistencia de mercados) en las zonas rurales, las transferencias monetarias for-man parte de un proceso decisorio donde el consumo y la producción se definen en forma interdepen-diente. Ver Gertler et al. (2006), Todd et al. (2010) y Asfaw et al. (2012). En particular, la falla del mercado de crédito implica que los hogares enfrenten restricción crediticia para financiar el nivel de producción óptimo o deseado. En este contexto, es esperable que una parte de los recursos adicionales, debidos a una transferencia mone-taria al hogar, se asigne a financiar sus procesos productivos. Esta es la base teórica central para plantear la hipótesis de esta investigación.

METODOLOGÍA DE EVALUACIÓN Y ESPECIFICACIÓN ECONOMÉTRICA

Se plantea una evaluación de impac-tos “no experimental” en base a la identificación de hogares de “con-trol” y “tratamiento” frente al pro-grama. Las alternativas no experi-mentales (o cuasiexperimentales) consisten en generar algún tipo de balanceo o asignación de pesos a los hogares de control3, de tal manera que representen de la mejor forma a los hogares tratados para efectos de la medición de impactos. Para las estimaciones, usaremos una especificación econométrica que permite medir los impactos, por “dife-rencias en diferencias” (DD)4, para cada hogar “i” en cada periodo “t”:

Yit = a + b1*Juntosi + b2*Juntosi* Año + b3*Año + d* Xit + uit (1)

Esta especificación es aplica-ble a dos periodos. En el Año 0, el hogar está en la llamada “línea de base”, mientras en el Año 1 está en el periodo de “medición de impac-tos”. Las Xit son variables de con-trol adicionales que pueden tener relación con la variable de impacto, pero no están correlacionadas con el término aleatorio uit. La variable dicotómica “Juntos” tiene el valor de 1 si un hogar es tratado (tanto en la línea de base, donde aún no recibe tratamiento, como en la medición posterior), y 0 si no es tratado (también en línea de base y posterior). En esta especificación, el coefi-ciente b2 mide el impacto de tipo diferencias en diferencias (DD) del programa en la variable depen-

diente; es decir, es la medición de impacto del tratamiento en los tra-tados del programa. Este enfoque nos permite identificar estos impac-tos del programa en un contexto de regresión, manteniendo variables de control relevantes en la medición, lo cual mejora la precisión estadística del estimado.

PANEL DE HOGARES 2007-2011 DE ENAHO

Al evaluar los hogares panel dis-ponibles en el periodo 2007-2011, encontramos los siguientes grupos de hogares que son utilizables para la evaluación: Las muestras panel con un mínimo de tamaño muestral para el grupo de tratamiento son la del panel 2007-2008 y, en menor medida, la del panel de tres años 2007-2009 (marcadas en gris en el cuadro 1). Estas son las muestras que emplea-remos para las estimaciones econo-métricas. Esto implica que usaremos al año 2007 como año base; al año 2008, como primer año de medi-ción de impactos, y al 2009, como segundo año para la submuestra res-pectiva. Para el proceso de balanceo entre grupo tratado y de control, se medirán las variables en el año base (2007), en este caso, considerado como año “pretratamiento” para todos los hogares utilizados para el análisis.

RESULTADOS Y ANÁLISIS DE LOS IMPACTOS ESTIMADOS

Inicialmente, para indagar sobre el impacto directo del programa en

“En términos de la política pública, los hallazgos sugieren generar intervenciones complementarias que acompañen y potencien las decisiones productivas de los hogares catalizadas por Juntos”.

3. La literatura más reciente ha evolucionado hacia el uso de algoritmos más complejos y eficientes para generar los pesos necesarios para las mediciones. En los desarrollos más recientes se ha perfeccionado y ampliado el enfoque del balanceo para generar óptimamente un conjunto de pesos que permitan igualar no solo al conjunto de valores medios de las variables, también a los momentos de segundo e incluso de tercer orden. Ver Hainmueller y Xu (2013).

4. La medición de diferencias en diferencias mide la distancia, en el indicador de impacto, entre el grupo de tratados y no tratados en dos periodos distintos y las sustrae, con lo que se genera una medición de cambio neto diferencial en el indicador entre ambos grupos.


una medida monetaria de bienes-tar de los hogares, se evaluó como variables dependientes al ingreso y gasto per cápita anual, las cuales han sido transformadas en logarit-mos. En el cuadro 2 se presentan las estimaciones de los coeficientes b2 de impacto de Juntos, de acuerdo a la especificación (1) para las variables en logaritmos de ingresos y gastos anuales per cápita de los hogares en el panel de dos años 2007-2008. El programa incrementó en 14,1% el ingreso per cápita anual y en 9,0%6 el gasto per cápita anual de los hogares del panel 2007-2008. Por tipo de hogares, los que tienen como jefe de hogar un varón tuvie-ron un impacto de 11,7% en el ingreso per cápita y de 9,3% en el gasto per cápita. En el caso de los hogares con jefe de hogar mujer, el impacto es mucho mayor en los ingresos per cápita: 28,8% de incre-mento, aunque con un impacto muy similar en el gasto per cápita (y no estadísticamente significativo). En el gráfico 1, se puede ver por qué se habría generado este mayor efecto en los ingresos de hogares con jefe de hogar mujer que en los liderados por varones. Los ingresos de los hogares con jefe varón que recibieron transfe-rencias de Juntos se incrementa-ron con similar pendiente que los de los hogares con jefe mujer (y con Juntos), entre 2007 y 2008. La diferencia ha sido en el comporta-miento de los hogares de control. Mientras los hogares con jefe varón también tuvieron incrementos claros en ingresos per cápita entre ambos años, los liderados por mujeres que no recibieron transferencias de Juntos tuvieron un crecimiento muy pequeño (casi estancamiento) de ingresos reales per cápita entre

CUADRO N.° 1Paneles empleados para medir impactos5

Control Juntos Total

Paneles de 2 años

2007-2008 2.052 193 2.245

2008-2009 2.089 68 2.157

2009-2010 2.115 51 2.166

2010-2011 1.910 78 1.988

Paneles de 3 años

2007-2009 1.445 120 1.565

2008-2010 1.408 71 1.479

2009-2011 337 24 361

Fuente: Enaho 2007-2011, INEI.

CUADRO N.° 2Impactos de Juntos en ingresos y gastos per cápita anuales. Panel 2007-2008

b2: Impacto Juntos

Coef. Error estadístico

Ingreso todos los hogares 0,132** -0,07

Gasto todos los hogares 0,087* -0,05

Ingreso jefe de hogar varón 0,111* -0,07

Gasto jefe de hogar varón 0,089 -0,06

Ingreso jefe de hogar mujer 0,253** -0,13

Gasto jefe de hogar mujer 0,086 -0,11

* p<0,15, ** p<0,1, *** p<0,05

5. Estos son paneles “balanceados”. Es decir, que los mismos hogares se mantienen entre el año base y el año siguiente de medición.6. El impacto de una variable dicotómica en una variable medida en logaritmos es equivalente a exp(b2) - 1. En los cuadros mantenemos el valor

original de los coeficientes, pero en el texto hacemos este ajuste cuando se hace referencia a impactos marginales de variables dicotómicas en la variable dependiente.

GRÁFICO N.° 1Impacto en log (ingreso per cápita, soles 2007)

6,8

6,9

7,0

7,1

7,2

Log

(Ing

perc

)

0 1año

Control Juntos

Jefe varón: panel 2007-2008

6,8

7,0

7,2

7,4

7,6

Log

(Ing

perc

)

0 1año

Control Juntos

Jefe mujer: panel 2007-2009

E o om So ie / 3

7. Un modelo econométrico de mínimos cuadrados ordinarios (MCO) estima de manera no sesgada los coeficientes de una relación lineal entre la variable dependiente (en este caso producción o el valor de activos productivos) y un conjunto de variables independientes o explicativas, dentro de las que se incluye la de participación en el programa Juntos. El modelo asume independencia entre un término aleatorio de va-riables no observables y las variables independientes.

8. En el cuadro solo se consignan variables en las que se obtienen efectos significativos del programa Juntos en los hogares.

CUADRO N.° 3Regresiones, producción y valor de activos agropecuarios (condicionado a valor>0 en año 0)8

Total hogares Jefe de hogar es varón Jefe de hogar es mujer

Coef t-val Observ. Coef t-val Observ. Coef t-val Observ.

Panel 2007-2008

Producción pecuaria -0,153 -0,415 3442 0,076 0,184 2811 -1,273 -1,754 631

Subproductos agrícolas 0,017 0,129 3126 0,115 0,774 2604 -0,425 -1,682 522

Cuyes 1,224 2,577 1780 1,711 3,702 1440 -1,494 -1,298 340

Ovinos -1,335 -1,72 1264 -0,897 -1,054 982 -3,669 -1,909 282

Porcinos 1,143 1,412 1188 1,063 1,22 1005 1,844 0,909 183

Vacunos 0,703 1,05 1722 1,143 1,723 1449 -1,905 -1,227 273

Pecuarios total -0,031 -0,379 3856 0,08 0,909 3171 -0,611 -2,984 685

Tierra agropecuaria -0,189 -1,853 3900 -0,151 -1,446 3232 -0,457 -1,471 668

Panel 2007-2009

Producción agrícola total 0,296 1,659 2712 0,249 1,544 2251 0,566 1,100 461

Producción agrícola auto-consumo 0,421 1,737 2640 0,364 1,539 2184 0,771 1,497 456

Producción pecuaria 0,699 1,078 2432 1,313 1,786 1992 -2,745 -1,754 440

Aves 0,563 1,243 1880 1,009 2,008 1569 -1,805 -1,745 311

Nota: celdas en negrita son impactos positivos al menos al 10% del nivel de confianza, y en itálicas son impactos negativos al menos al 10% de nivel confianza estadística. La producción y activos agropecuarios usados como variables están valorizados en soles constantes del 2007.

Para el panel 2007-2008, no se observa un efecto expansivo general, salvo una reasignación de activos pecuarios desde la escala de posesión de ovinos hacia la de cuyes. Incluso en este caso, se observa una reducción en la can-tidad de tierra agropecuaria de los hogares tratados, coincidiendo con los hallazgos previos de Del Pozo (2014). Para el panel 2007-2009, sí se encuentra un efecto positivo y esta-dísticamente significativo (al 10%) en el valor de la producción agrícola, básicamente por mayor producción agrícola para el autoconsumo. Los coeficientes de la mayoría del resto de variables de producción y activos, aunque son positivos, no muestran

ambos años. El efecto diferencial hace que el impacto de Juntos en los hogares con jefe mujer haya sido mucho más fuerte (más del doble) que en los hogares con jefe varón. El tema central en el presente estudio se refiere a impactos en variables relacionadas con la acti-vidad agropecuaria. Para evaluar esta dimensión, se ha seleccionado un conjunto de variables de deci-sión en producción y acumulación de activos agropecuarios (ver cuadro 3). Se aplicó un modelo de mínimos cuadrados ordinarios (MCO)7 para los hogares que tuvieron valores positivos de estas variables en el año base (2007). Esta estimación mide el efecto expansivo en producción y activos agropecuarios del programa

sobre los hogares que ya producían o poseían activos agropecuarios antes de la intervención (margen intensivo). Los resultados del valor del coe-ficiente DD (b2) para los impactos del programa Juntos en la escala de producción o de posesión de acti-vos de los hogares (condicionada a valores positivos en el año base) se presentan en el cuadro siguiente para ambos paneles (solo se mues-tran las variables con algún impacto estadísticamente significativo). Jun-tos generaría algunos impactos en la escala de variables productivas y de activos agropecuarios, especial-mente para los que reciben el pro-grama por dos años consecutivos (panel 2007-2009).


significancia al 10% de confianza estadística. Estos resultados esconden impor-tantes diferencias de acuerdo a si el jefe de hogar es varón o mujer. Por ejemplo, los impactos son solamente positivos en el caso de los hogares con jefe varón, y mayoritariamente negativos para los hogares con jefe mujer. Estas diferencias se pueden

apreciar mejor en el gráfico 2 sobre el panel 2007-2009 y las decisiones en los ámbitos agrícola y pecuario. Mientras que en todos los hoga-res de la muestra se incrementó en forma sustancial la producción agrí-cola debido a las transferencias de Juntos para el panel 2007-2009, en el caso de los hogares con jefe mujer, el comportamiento fue el

inverso: en este caso se observa una clara retracción productiva en la producción pecuaria en el mismo periodo.

CONCLUSIONES E IMPLICANCIAS EN POLÍTICA

El análisis indica que los hogares beneficiarios de Juntos están asig-nando una parte de los recursos adicionales recibidos a actividades productivas, tanto agrícolas como de acumulación de activos pecuarios como cuyes, aves y ganado vacuno. Este resultado se concentra en los hogares con jefe de hogar varón (un 80% de la muestra), mientras los hogares con jefe mujer mues-tran un comportamiento distinto, con menor disposición a ampliar la escala de producción o tenencia de activos, o a participar en dichas actividades. En términos de la política pública, los hallazgos sugieren generar intervenciones comple-mentarias que acompañen y poten-cien las decisiones productivas de los hogares catalizadas por Juntos. Este es el enfoque del Eje 4 de la estrategia “Incluir para crecer”, del Ministerio de Inclusión y Desarro-llo Social (Midis), que plantea un conjunto de intervenciones para promover sectores en procesos de inclusión económica. La literatura sobre activos rurales (Escobal y Torero 2005, y Escobal et al. 1998) señala la importancia no solo de ampliar la base de activos públicos y privados de los hogares rurales en pobreza, sino también la de proveer servicios complementarios que incrementen la rentabilidad de dichos activos. El estudio encuentra una distinta respuesta de los hogares a las trans-ferencias de acuerdo al género del jefe de hogar: mientras el mayori-tario sector de hogares donde el jefe es varón (y que generalmente

Según la investigación, es fundamental que el programa Juntos llegue a todos los hogares rurales en situación de pobreza liderados por mujeres.

Foto

: Min

cetu

r

GRÁFICO N.° 2Impactos en producción agropecuaria, panel 2007-2009

6,6

6,8

7,0

7,2

7,4

0 1año

Control Juntos

Producción agrícola todos HH

-2,0

0,0

2,0

4,0

6,0

Log

(val

or p

rod.

pec

uaria

)

Log

(val

or p

rod.

agr

ícol

a)

0 1año

Control Juntos

Producción pecuaria: JH mujer

E o om So ie / 3

cuenta con dos cónyuges) se orienta a utilizar parte de las transferencias en actividades y activos agrope-cuarios, no ocurre lo mismo con los hogares con jefes de hogares mujeres, que básicamente siguen el comportamiento inverso. Esto ten-dría dos implicancias en política. En primer lugar, es fundamental que el programa Juntos llegue a todos los hogares rurales en situación de

BIBLIOGRAFÍA

ARROYO, Juan 2010 Estudio cualitativo de los efec-

tos del programa Juntos en los cambios de comportamientos de los hogares beneficiarios en el distrito de Chuschi: avances y evidencias. Manuscrito para el programa Juntos.

ASFAW, S.; S. DAIDONE, B. DAVIS, J. DEWBRE y A. ROMEO 2012 «Analytical framework for eva-

luating the productive impact of cash transfer programmes in household behavior». En Workin-gPaper n.° 101, December 2012. IPC-FAO-UNPD.

DAIDONE, Silvio y Benjamin DAVIS 2013 The impact of cash transfers on

productive activities and house-hold decision making. The case of LEAP Program in Ghana. Dra-ftPaper.

DEL POZO, César 2014 «Impactos del programa de trans-

ferencia monetaria condicionada en la agricultura en el Perú: ¿Las transferencias en efectivo pueden tener efectos negativos sobre los medios de vida agrícolas?». En Sepia XV: El problema agrario en debate. A. Díaz, E. Ráez y R. Fort (eds). Lima: Sepia.

DEL POZO, César y Esther GUZMÁN 2011 Efectos de las transferencias

monetarias condicionadas en la inversión productiva de los hogares rurales. Informe Final,

proyecto breve PB-014-2010. Proyecto con financiamiento del CIES.

ESCOBAL, J.; J. SAAVEDRA y M. TORERO 1998 Los activos de los pobres en el

Perú. Informe presentado al BID. Lima: Grupo de análisis para el desarrollo.

ESCOBAL, J. y M. TORERO 2005 «Measuring The Impact of Asset

Complementarities: The Case of Rural Peru». En Cuadernos de Economía, 42, pp. 137-164.

FERNÁNDEZ, Fernando y Víctor SALDARRIAGA2014 «Do benefit recipients change

their labor supply after receiving the cash transfer? Evidence from the Peruvian Juntos program». En Journal of Labor & Development, 2014, 3:2.

GERTLER, P.; S. MARTÍNEZ y M. RUBIO-CODINA2006 «Investing Cash Transfers to Raise

Long-Term Living Standards». En Impact Evaluation Series n.° 6, World Bank Policy Research Wor-king Paper 3994.

HAINMUELLER, J. y Y. XU 2013 «Ebalance: a Stata Package for

Entropy Balancing». En Journal of Statistical Software, Agosto 2013, Vol. 54, n.° 7, pp. 1-17.

INEI s/a Ficha Técnica de la base de datos

panel 2007-2012.

MIDIS2013 Estrategia Nacional de Desarro-

llo e Inclusión Social “Incluir para Crecer”. Aprobada por DS N.° 008-2013-MIDIS. Ministerio de Desarrollo e Inclusión Social.

PEROVA, Elizaveta y Renos VAKIS 2009 Welfare impacts of the “Juntos”

Program in Peru: Evidence from a non-experimental evaluation. The World Bank.

SÁNCHEZ, Alan y Miguel JARAMILLO2012 «Impacto del programa Juntos

sobre nutrición temprana». En Serie Documentos de Trabajo DT N.° 2012-001, Banco Central de Reserva del Perú.

SINGH, I.; L. SQUIRE y J. STRAUSS (editors)1986 Agricultural household models:

Extension, application and policy. Baltimore: John Hopkins Univer-sity Press.

TODD, J.; P. WINTERS y T. HERTZ2010 «Conditional cash transfers and

agricultural production: lessons from the Oportunidades expe-rience in Mexico». En Journal of Development Studies 46(1), pp. 39-67.

pobreza liderados por mujeres. Para esto es necesario pasar a un proceso de identificación de beneficiarios, en el ámbito de los propios hogares, con un esquema como el del sistema de focalización de hogares (Sisfoh) del Midis, pues es la única forma de identificar a esta subpoblación de mayor vulnerabilidad. En segundo término, la evidencia encontrada también sugiere que se deben

generar estrategias diferenciadas (pero complementarias) de articu-lación entre distintos sectores, de acuerdo a los comportamientos de los hogares por jefatura de género. Claramente, en el caso de hogares con jefe de hogar mujer, la mayor demanda por apoyo de políticas públicas vendría por procesos de capacitación y servicios en activida-des no agropecuarias.


Conversatorio sobre los objetivos de desarrollo sostenible (ODS)

El 16 de octubre, el embajador de Bélgica, Michel Dewez, y el director del Consorcio de Inves-tigación Económica y Social (CIES), Javier Portocarrero, par-ticiparon en el conversatorio “¿Alcanzará el Perú los objetivos de desarrollo sostenible? Apor-tes desde la cooperación inter-nacional”. El evento se realizó en el Salón de Ceremonias de la Municipalidad de Miraflores y, entre otros temas, abordó el rol de la cooperación en la implementación de los ODS en países de renta media-alta como el Perú. Tras el conversatorio, se estrenó un minidocumental de la Cooperación Belga, por la celebración de sus 50 años en el Perú. Participaron María Euge-nia Mujica, especialista del Pro-grama del Sistema de Naciones Unidas en el Perú (PNUD); Cesar Augusto de las Casas, director para Asuntos Sociales del Minis-terio de Relaciones Exteriores; Nancy Silva, directora de Polí-ticas y Programas de la Agen-cia Peruana de Cooperación Internacional (APCI); Federico Arnillas, presidente de la Mesa de Concertación para la lucha contra la pobreza; Guido Schue-remans, jefe de la Dirección Geográfica de Asia y América Latina de la Dirección General de Desarrollo del Ministerio de Relaciones Exteriores, Comer-cio Exterior y Cooperación al Desarrollo de Bélgica. El CIES y la Embajada de Bélgica coorga-nizaron este espacio.

Lars Hansen, ganador del Nobel de Economía, dictó charla en Lima

Invitado por la Universidad del Pacífico y el CIES, Lars Hansen, profesor de la Universidad de Chicago y ganador del premio Nobel de Economía 2013, rea-lizó una serie de actividades en Lima. Una de ellas fue una cena-conversatorio donde presentó la exposición “Confronting Uncer-tainty in a Changing Economic Environment”. Los comentarios estuvieron a cargo de Adrián Armas, gerente central de estu-dios del Banco Central de Reserva del Perú. Asimismo, se contó con la participación de representantes de la cooperación internacional, el sector público y privado. La agenda de visita incluyó tam-bién una reunión cerrada con los representantes de los centros socios del CIES. La Universidad del Pacífico nombró a Hansen profesor honorario.

Martin Wolf dicta conferencia en Lima

El 6 de octubre, el editor aso-ciado y columnista principal

del diario británico Financial Times, Martin Wolf, llegó al Perú para brindar una confe-rencia magistral por invitación de la Universidad del Pacífico y del CIES. En su ponencia, titulada “Desafíos de la economía y finanzas mundiales”, Wolf afirmó, entre otros temas, que la economía mundial pasa por un momento muy delicado y que las políticas utilizadas para hacerle frente pueden ser desestabilizadoras. Los comen-taristas de este espacio fue-ron Juan Mendoza y Vicente León, director de la Maestría en Economía y vicedecano de la Facultad de Economía y Finanzas de la Universidad del Pacífico, respectivamente. Asi-mismo, el reconocido periodista sostuvo una reunión cerrada con empresarios y representan-tes de la cooperación interna-cional.

Ganadores del concurso de ensayos del FMI

El jueves 17 de setiembre, en el evento de presentación del libro

Actividades institucionales en Lima y regiones

“Perú: manteniéndose en el camino del éxito económico”, el Fondo Monetario Internacional (FMI) anunció los nombres de los finalistas de su concurso de ensayos. Ellos fueron Cristian Ban-cayan Navarro (Universidad Nacional Mayor de San Mar-cos), Silvia Espinal Meza (Pon-tificia Universidad Católica del Perú), Ana Ximena Retamozo Ponce (Universidad del Pací-fico), Nuria Rodríguez Córdova (Universidad Nacional Mayor de San Marcos), Enrique Tazza Tru-jillo (Universidad del Pacífico) y Mauricio Tong Wong (Universi-dad del Pacífico). Este concurso fue organi-zado con el apoyo del CIES, en el marco de las actividades de la campaña “Rumbo a Lima”, que el FMI y el Gobierno peruano realizaron de manera previa a las reuniones anuales del Banco Mundial y el FMI, desarrolladas entre el 5 y 12 de octubre en Lima. Los seis finalistas fueron invitados a participar en los eventos de las reuniones anua-les y fueron reconocidos por Christine Lagarde, directora del FMI. El 7 de octubre, como parte de las reuniones anuales de la Junta de Gobernadores del Grupo del Banco Mundial y el FMI, se premió al primer puesto, Mauricio Tong Wong (Universidad del Pacífico), cuyo ensayo se enfocó en el sector infraestructura; y al segundo puesto, Silvia Espinal Meza (Pontificia Universidad Católica del Perú), que abordó el tema de la educación.

n CIES

E o om So ie / 4

Amazonía Peruana y la Univer-sidad Nacional de Piura, respec-tivamente. El siguiente paso es la presentación de los proyectos grupales, de aplicación en los Gobiernos regionales y locales, que han sido trabajados durante este proceso formativo. Asi-mismo, ya se inició la segunda versión del diplomado en las regiones de Cusco y Arequipa, con el módulo de capacitación sobre “Planeamiento estraté-gico y diagnóstico del creci-miento”. Cabe destacar que la convocatoria en ambas regiones fue muy numerosa y se tuvo que realizar un riguroso proceso de selección. El objetivo de estos espa-cios de formación es desarro-llar capacidades técnicas para la gestión pública en el manejo de recursos naturales y gestión ambiental, lo cual contribuye al crecimiento económico sos-tenible e inclusivo de las regio-nes. El diplomado se desarrolla en el marco del proyecto “For-talecimiento de la gestión de recursos naturales en regiones clave del Perú”, ejecutado por el CIES, con el financiamiento del

El CIES, el Ceplan y el JNE ofrecen asistencia a partidos políticos

Durante tres días, más de 150 técnicos y representantes de 19 de los 21 partidos políticos, inscritos ante el Jurado Nacional de Elecciones, participaron en los seis foros de capacitación y asistencia técnica para la ela-boración de mejores políticas públicas. Este esfuerzo conjunto entre la academia y el Estado tuvo como principal objetivo la ela-boración de planes de gobierno viables, priorizando el desarrollo estratégico del país y tomando en cuenta la inclusión de muje-res, jóvenes y grupos indígenas. Los foros, denominados “Insu-mos para los planes de gobierno. Hacia una visión concertada de futuro”, fueron organizados por el proyecto “Elecciones Perú 2016: centrando el debate electoral”, impulsado por el Consorcio de Investigación Eco-nómica y Social (CIES), el Jurado

Nacional de Elecciones (JNE) y el Centro Nacional de Planea-miento Estratégico (Ceplan), con el apoyo de la Embajada de Bélgica. Los temas abordados fueron: urbanización, mega-ciudades e infraestructura de nueva generación; tendencias educativas, brechas de apren-dizaje y equidad y desarrollo de capacidades; salud; manejo de los recursos naturales; segu-ridad, y los retos del país en el marco de la Organización para la Cooperación y el Desarrollo Económicos (OCDE), entre otros temas.

Diplomado en RR. NN. y medio ambiente

Este mes concluyeron las clases presenciales de los diplomados de “Gestión pública, recursos naturales y medio ambiente”, en las regiones de La Libertad, Loreto y Piura, en alianza con la Universidad Nacional de Trujillo, la Universidad Nacional de la

Ministerio de Relaciones Exte-riores, Comercio y Desarrollo de Canadá.

Proyecto Elecciones

El 29 y 30 de octubre, se rea-lizó el taller de inicio del pro-yecto “Elecciones Perú 2016: centrando el debate nacio-nal”. Durante el evento, que tuvo como objetivo conocer los principales lineamientos de los documentos de política que se producirán en el marco de este proyecto, los especia-listas responsables de elaborar dichos documentos aborda-ron temas vinculados a gestión pública, política tributaria, eco-nomía y finanzas, productividad, competitividad y diversificación productiva, gestión ambiental y de recursos naturales, seguridad ciudadana, seguridad alimen-taria, educación, entre otros. El proyecto está a cargo de CIES y se coorganiza con el Centro de Investigación de la Universidad del Pacífico (CIUP) y la Escuela de Gobierno de la PUCP.


n GRUPO DE ANÁLISIS PARA EL DESARROLLO – GRADE

Observatorio de violencia infantil Rompamos el círculo

A inicios de agosto, Grade pre-sentó Rompamos el círculo, obser-vatorio de violencia infantil, que cuenta con el apoyo de Bernard van Leer Foundation. Esta inicia-tiva pone a disposición bases de datos, información sobre inter-venciones, estudios nacionales e internacionales, así como legisla-ción en torno a esta problemática. Participaron en la presentación los investigadores de Grade, Martín Benavides y Juan León; el oficial de programas para América Latina de van Leer Foundation, Leonardo Yánez; funcionarios, y represen-tantes de la sociedad civil y de la academia. Se puede acceder al observatorio desde: http://rompamoselcirculo.org/.

Gestión estratégica de la capacitación en el sector educación

Entre el 8 y 9 de setiembre, se llevó a cabo el seminario-taller “Gestión estratégica de la capa-citación en el sector educación”. El evento –que reunió a gestores provenientes de 13 regiones del Perú, funcionarios del Ministerio de Educación (Minedu) a cargo del diseño e implementación de estrategias de capacitación y especialistas en la materia– fue un espacio de intercambio de experiencias y una oportunidad para lograr una mayor articula-ción de esfuerzos. La organiza-ción estuvo a cargo del proyecto de Fortalecimiento de la ges-tión de la educación en el Perú (Forge), de la Oficina de Gestión del Desarrollo y la Capacitación (OGDC), de la Dirección de For-

talecimiento de Capacidades (Difoca) y del Minedu.

n UNIVERSIDAD ANTONIO RUIZ DE MONTOYA

Diplomado en desarrollo local

El 10 de setiembre, se presentó en Tumbes el diplomado “Desa-rrollo local con enfoque territo-rial”. Su objetivo fue generar y fortalecer capacidades y compe-tencias entre los alumnos, para su participación propositiva y planifi-cada como agentes de desarrollo en procesos de cambios ambien-tales, sociopolíticos y económicos aplicados al territorio.

I Congreso Amazónico Peruano

En las instalaciones de la Universi-dad Antonio Ruiz de Montoya, los días 29 y 30 de setiembre y el 01 de octubre, se realizó el “I Con-greso Amazónico”, organizado por este centro de estudios y por otras organizaciones de la socie-dad civil. El objetivo del evento fue impulsar un espacio de análisis, reflexión y construcción de pro-puestas de políticas públicas para la Amazonía peruana.

Derecho de los pueblos indígenas

El lunes 26 de octubre, se ini-ció el curso sobre “Derecho de

pueblos indígenas”, organizado por la Universidad Antonio Ruiz de Montoya y la Organización Internacional del Trabajo (OIT). El objetivo del curso es otorgar herramientas de análisis teórico-jurídico del derecho de los pue-blos indígenas y el sistema nor-mativo de la OIT. Este curso está dirigido a líderes y jóvenes pro-fesionales indígenas que estén cursando estudios superiores en los últimos años y/o egresados indígenas que tengan interés en temas de derecho internacional y derechos indígenas. El curso se extenderá hasta noviembre.

n PONTIFICIA UNIVERSIDAD CATÓLICA DEL PERÚ – PUCP

Viernes económicoInformalidad empresarial y redes

El 25 de setiembre, se realizó una charla sobre informalidad, que contó con la participación de Pablo Cotler, bachiller en Econo-mía por la Universidad Católica del Perú y Ph.D. en Economía por la Universidad de Boston, EE. UU. Cotler señaló que las regulaciones e impuestos son factores común-mente esgrimidos para explicar la informalidad empresarial. Sin embargo, la evidencia empírica sugiere que la reducción de los costos regulatorios tiene un débil impacto sobre dicha informalidad. Sostuvo que no solo importan los costos regulatorios; las redes comerciales y financieras, a las que pertenecen las empresas y empresarios, son también factores determinantes. Asimismo, sostuvo que la reducción de costos regu-latorios influye de manera asimé-trica en los negocios.

El Perú está calato

El 11 de setiembre se realizó la conferencia sobre la publicación “El Perú está calato: el falso mila-gro de la economía peruana y las trampas que amenazan nues-

tro progreso”. ¿Por qué creció la economía peruana entre el 2003 y el 2013? ¿Fue un mila-gro económico? ¿Qué se puede esperar en los siguientes años? ¿Es posible crecer sin desarrollar reformas institucionales? Estas son las principales preguntas que abordó Carlos Ganoza, uno de los autores de la publicación. Ganoza es economista, inver-sionista y emprendedor. Ha sido gerente general y accionista de Semana Económica, y es fun-dador y director de iLab, el pro-grama de emprendimiento de la Universidad de Piura.

Tendencias en detección de cárteles

El 2 de setiembre, Joseph Harr-ington, Ph.D. en Economía por la Universidad de Duke y profesor de Business Economics and Public Policy en Wharton, Universidad de Pensilvania, disertó sobre la formación y participación de cárteles empresariales, una situa-ción difundida entre sociedades que aún no son conscientes de que se trata de un delito. La más reciente área de investiga-ción de Harrington se vincula a mecanismos de detección y pre-vención de prácticas colusorias y cárteles. Ha publicado dos libros de texto: “Economics of Regula-tion and Antitrust” (MIT Press) y “Games, Strategies, and Decision Making” (Worth Publishers).

Economía política de los medios de comunicación

El 28 de agosto, César Martinell, profesor de economía en la Uni-versidad George Mason y miem-bro del Centro Interdisciplinario para la Ciencia Económica (ICES) en dicha universidad, expuso sobre economía política de los medios y sostuvo que la comuni-cación masiva es tanto una pieza clave en el funcionamiento de las democracias modernas como una industria importante per se, con características de mercado de ambos lados.

E o om So ie / 4

Practical Action. Panorama energético de los pobres 2014. Lima: Soluciones Prácticas, 2015.

La importancia de alcanzar el acceso univer-sal a la energía nunca antes fue mayor en la agenda internacional. La energía es fun-damental para reducir la pobreza y es un factor esencial del desarrollo, pues apoya a las personas en su búsqueda de diversos be-neficios: desde hogares más limpios y segu-ros, y existencias más dignas, hasta mejores medios de vida, salud y educación. El acceso a servicios energéticos limpios y asequibles puede cambiar las vidas de las mujeres y las niñas, y contribuir a generar ingresos a nivel local al asociarse con actividades produc-tivas. No obstante, a pesar de los avances, el desafío de lograr el acceso universal a la energía aún es enorme. Naciones Unidas lo reconoció al lanzar la iniciativa SE4ALL (Sus-tainable energy for all [en español: ‘Energía sostenible para todos’]) y declarar la «Dé-cada de la energía sostenible para todos» (2014-2024). Durante los últimos cuatro años, el Panorama energético de los pobres ha resaltado este desafío y ha tratado de re-orientar el discurso energético global hacia los servicios energéticos que son importan-tes para los pobres. Esta edición constituye una oportuna reafirmación de la necesidad urgente de adoptar un enfoque más inte-gral, ya que señala los avances logrados en la incorporación de estos temas en la agenda internacional, así como los retos pendientes. La energía puede habilitar o inhabilitar rutas hacia el desarrollo. Al establecer un marco claro para la acción, la publicación aboga por un cambio de los métodos convenciona-les hacia un enfoque integral en el cual el acceso a la energía sea el factor que facilite el desarrollo.

n SOLUCIONES PRÁCTICAS

Ferradas, Pedro. La memoria es también porvenir. Historial mundial de los desastres. Lima: Soluciones Prácticas, 2015.

Esta publicación analiza la historia de los desastres y el contexto en que han ocurri-do, así como las percepciones, comporta-mientos y lecciones aprendidas con el paso de los años. A través de un análisis amplio y multidisciplinario, el documento contribu-ye a comprender las complejas relaciones e interacciones que existen entre los sis-temas sociales, ambientales, productivos, tecnológicos, políticos y culturales, y cómo estos pueden constituirse en factores de-terminantes para la gestión del riesgo de desastres. En la primera parte, el estudio aborda las diferentes maneras como se interpretaron y conceptualizaron los desastres, y la respues-ta a estos a lo largo de la historia, así como la fenomenología global (cambios naturales históricos en el clima, el fenómeno El Niño o el actual cambio climático) y de los even-tos desencadenantes (entre otros, sismos, inundaciones, sequías o huracanes). En la segunda parte, hace referencia a los grandes desastres ocurridos en el mundo, lo que per-mite visualizar la interacción existente entre fenómenos tan diversos como las grandes erupciones volcánicas y el clima, las epide-mias y las guerras; asimismo, trata sobre el impacto de los desastres y la recuperación en contextos históricos diferentes. La tercera parte aborda los desastres y la evolución de la respuesta y la reconstrucción a lo largo de la historia más reciente.

n CIES

Revista Economía y Sociedad 86. Lima: CIES, 2015.

Esta edición gira en torno a dos ejes: pobreza y desigualdad, por un lado, y economía y empleo, por otro. Ambos temas se vinculan estrechamente, pues no se puede hablar de una economía en desarrollo si esta no genera empleo sostenible ni va reduciendo los niveles de pobreza y desigualdad, tanto en el ámbito urbano como en el rural. El primer eje está compuesto por cuatro artículos que abordan el impacto de la inversión pública en zonas rurales, así como el efecto de programas sociales en diferentes dimensiones. El segundo eje incluye artículos que abordan la temática del empleo, en un contexto de desaceleración económica que tiene como principal causa el enfriamiento de la economía china. Así, se analiza el impacto de los choques externos en nuestro país y se ofrecen recomendaciones de política para reducir dichos impactos.

Publicaciones recientes


Publicaciones 2014-2015 del CIES y sus centros asociados

CONSORCIO DE INVESTIGACIÓN ECONÓMICA Y SOCIAL – CIES

Mendoza, Waldo; Janneth Leyva y Francisco Pardo. Las barreras al crecimiento económico de Ucayali. Serie Estudios regionales, 6. Lima: Produce, USAID, CIES, 2015.

Proyecto Elecciones Regionales 2014 CIES. Propuestas de polí-ticas para los Gobiernos regionales 2015-2018 (documentos finales). Lima: CIES, 2015.

Proyecto Elecciones Regionales 2014 CIES. Propuestas de polí-ticas para los Gobiernos regionales 2015-2018 (resúmenes documentos). Lima: CIES, 2014.

Proyecto Elecciones Regionales 2014 CIES. ¿Qué preguntas deben responder los nuevos Gobiernos regionales? Extraídas de documentos de política para una mejor gestión pública. Lima: CIES, 2014.

Cabrera, José Luis; Walter Alcántara y Giovanna Baltazar. Ase-guramiento universal en salud de jóvenes peruanos. Avances y limitaciones según el análisis de casos en los distritos de Calle-ría, El Porvenir y Vilcashuamán. Lima: Senaju y Minedu, 2014.

CENTRO DE ESTUDIOS PARA EL DESARROLLO Y LA PARTICIPACIÓN – CEDEP

Cruz Quiñones, Dante. Ica: transferencia del canon minero 2011-2015. Serie Desarrollo y participación, 1. Ica: CEDEP, 2015.

Caro Marcelo, Tania. Vivienda saludable. Serie Cartilla infor-mativa, 3. Marcará: CEDEP, Misereor, 2014.

Caro Marcelo, Tania. Vigilancia ciudadana e incidencia polí-tica. Serie Cartilla informativa, 2. Marcará: CEDEP, Misereor, 2014.

Caro Marcelo, Tania. Presupuesto participativo basado en resul-tados. Serie Cartilla informativa, 1. Marcará: CEDEP, Misereor, 2014.

Arnillas Traverso, María. Sistematización del proyecto Desarro-llo competitivo de las unidades agropecuarias productivas del distrito de Caravelí en Arequipa. Lima: CEDEP, Fondo Empleo, 2014.

CENTRO DE ESTUDIOS Y PROMOCIÓN AL DESARROLLO – DESCO

Equipo técnico del Programa Urbano. Mario Zolezzi (coordina-dor). Agenda política de la mujer de SJM. 10 demandas urgen-tes. Presupuestos participativos con enfoque de género. Lima: desco, Programa Urbano, 2015.

Equipo técnico del Programa Urbano. Mario Zolezzi (coordina-dor). Agenda política de la mujer de VMT. 10 demandas urgen-tes. Presupuestos participativos con enfoque de género. Lima: desco, Programa Urbano, 2015.

Equipo técnico del Programa Urbano. Mario Zolezzi (coordina-dor). Agenda política de la mujer de VES. 11 demandas urgen-tes. Presupuestos participativos con enfoque de género. Lima: desco, Programa Urbano, 2015.

Toche Medrano, Eduardo (compilador). La divina tragedia. Serie Perú hoy n.° 27. Lima: desco, 2015.

Torres, Daniel y Milagros Aguilar. Crianza y mejora genética de las alpacas. Alternativa estratégica para la adaptación al cambio climático. Arequipa: desco, 2015.

CENTRO DE INVESTIGACIÓN DE LA UNIVERSIDADDEL PACÍFICO – CIUP

Alarco Tosoni, Germán. Tecnopolítica económica: análisis y propuestas. Lima: Universidad del Pacífico, 2015.

Guadalupe, César. La construcción de ciudadanía en el medio escolar: resultados de una investigación exploratoria. (Publi-cación virtual de open access). Lima: Universidad del Pacífico, 2015.

Monsalve, Martín (editor). Revista Apuntes 76. Salud adoles-cente y políticas sociales. Lima: Universidad del Pacífico, 2015.

Santa Gadea, Rosario (editora). Presencia e impacto de la inversión española en el Perú. Lima: Universidad del Pacífico, Cámara Oficial de Comercio de España en el Perú, 2015.

Seminario, Bruno. El desarrollo de la economía peruana en la era moderna. Precios, población, demanda y producción desde 1700. Lima: Universidad del Pacífico, 2015.

E o om So ie / 44

CENTRO DE INVESTIGACIÓN Y PROMOCIÓNDEL CAMPESINADO – CIPCA

Gobierno Regional de Piura. Modelo de gestión del sistema educativo de la región Piura: aprendizajes de calidad para el desarrollo regional. Piura: CIPCA, CEOP ILO, CCAIJO, 2015

Bayona Amaya, Robespierre y Luis Vélez Ubillús. Programa de capacitación: fortalecimiento de capacidades en los espacios de concertación regional. Piura: CIPCA, 2015.

Castillo Fernández, Marlene. Balance de la participación de las organizaciones de la sociedad civil en los espacios del Gobierno regional – Piura. Piura: CIPCA, 2013.

Correa Cánova, Humberto. Balance de las políticas públicas y el presupuesto para la pequeña agricultura en la región Piura. Piura: CIPCA, 2014.

Zapata Zapata, Miguel Alberto. Proceso de seguimiento del pacto político por la gobernabilidad 2011-2014: sistematiza-ción y balance – Piura. Piura: CIPCA, 2014.

GRUPO DE ANÁLISIS PARA EL DESARROLLO – GRADE

Escobal, Javier; Ricardo Fort y Eduardo Zegarra (editores). Agri-cultura peruana: nuevas miradas desde el Censo Agropecua-rio. Lima: GRADE. 2015

Escobal, Javier y Carmen Armas. Estructura agraria y dinámica de pobreza rural en el Perú. Documento de investigación, 79. Lima: GRADE, 2015.

Benavides, Martín; Juan León, Frida Haag y Selene Cueva. Expan-sión y diversificación de la educación superior universitaria, y su relación con la desigualdad y la segregación. Documento de investigación, 78. Lima: GRADE, 2015.

Benavides, Martín; Paloma Bellatin, Paola Sarmiento y Silvio Campana. Violencia familiar y acceso a la justicia en el mundo rural: estudios de caso de cuatro comunidades. Documento de investigación, 77. Lima: GRADE, 2015.

Fort, Ricardo y Héctor Paredes. Inversión pública y descentrali-zación: sus efectos sobre la pobreza rural en la última década. Documento de investigación, 76. Lima: GRADE, 2015.

INSTITUTO CUANTO

Webb, Richard y Graciela Fernández Baca. Anuario estadís-tico Perú en números 2015. Estadísticas del progreso. Lima, noviembre 2015.

INSTITUTO DE ESTUDIOS PERUANOS – IEP

Seligmann, Linda J. La vida en las calles. Cultura, poder y econo-mía entre las mujeres de los mercados del Cuzco. Serie Estudios de la sociedad rural, 46. Lima: IEP, 2015.

Paredes, Maritza. Representación política indígena. Un análisis comparativo subnacional. Serie Ideología y política, 54. Lima: IEP, JNE, 2015.

D’Altroy, Terence N. El poder provincial en el imperio inka. Serie Historia económica, 25. Lima: IEP, BCRP, 2015.

Huber, Ludwig y Ponciano del Pino (compilador). Políticas en justicia transicional. Miradas comparativas sobre el legado de la CVR. Serie Estudios sobre memoria y violencia, 8. Lima: IEP, 2015.

Golte, Jürgen. Moche, cosmología y sociedad. Una interpre-tación iconográfica. Serie Fuentes e investigaciones para la historia del Perú, 18. Lima: IEP, 2015.

INSTITUTO NACIONAL DE ESTADISTÍTICAE INFORMÁTICA – INEI

INEI. Estado de la población peruana 2015. Día Mundial de la Población. Lima: INEI, 2015.

INEI. Compendio estadístico Perú 2015 (2 Tomos + Edición de bolsillo + CD-ROM). Lima: INEI, 2015.

INEI. Perú: Encuesta demográfica y de salud familiar – Endes 2014 (incluye CD). Lima: INEI, 2015.

INEI. Perú: Enfermedades no transmisibles y transmisibles, 2014. Lima: INEI, 2015.

INEI. Emigración internacional de peruanos, hogares de origen y receptores de remesas, 2013. Lima: INEI, 2015.

MACROCONSULT

Reporte Económico Mensual (REM)

- Macroeconomía

- Sectorial

- Política económica

Reporte Semanal

PONTIFICIA UNIVERSIDAD CATÓLICA DEL PERÚ – PUCP

Cermeño, Rodolfo; Oscar Dancourt, Gustavo Ganiko y Waldo Mendoza. Tasas de interés activas y política monetaria en el Perú. Un análisis con datos de bancos individuales. Documento de trabajo, 410. Lima: Departamento de Economía PUCP, 2015.

Rentería, José María. Elementos para una cuenta satélite del trabajo no remunerado de los hogares en Perú. Documento de trabajo, 409. Lima: Departamento de Economía PUCP, 2015.

Garavito, Cecilia. Evolución del mercado de trabajo doméstico remunerado en el Perú. Documento de trabajo, 407. Lima: Departamento de Economía PUCP, 2015.

Mendoza, Waldo. Fiscal Rules, Monetary Rules and External Shocks in a Primary-Export Economy: a Model for Latin Ame-rica and the Caribbean. Documento de trabajo, 406. Lima: Departamento de Economía PUCP, 2015.

Contreras, Carlos. El aprendizaje de la libertad. Historia del Perú en el siglo de su independencia. Lima: Fondo Editorial PUCP, 2015


SOCIEDAD PERUANA DE DERECHO AMBIENTAL – SPDA

Trinidad, Carlos. Incentivos fiscales para la conservación: situa-ción actual. Lima: SPDA, 2015.

Trinidad, Carlos. Incentivos fiscales para la conservación: 10 propuestas legales. Lima: SPDA, 2015.

Araujo, Jean Pierre; Carla Bengoa, Isabel Calle, José Luis Capella, Dino Delgado, Carol Mora y Pablo Peña. Fiscalización ambiental: recomendaciones para un fortalecimiento integral. Lima: SPDA, 2015.

Clavijo, Silvia. Análisis de políticas públicas relevantes para la adaptación al cambio climático de comunidades campesinas conservacionistas de la agrobiodiversidad altoandina. Lima: SPDA, 2015.

Sociedad Peruana de Derecho Ambiental. Plan de Acción Estra-tégico 2015-2021: Para la adaptación al cambio climático de comunidades campesinas ubicadas en centros de origen y diversificación de cultivos nativos. Sierra central y sur, Huá-nuco, Junín, Huancavelica, Ayacucho, Cusco y Puno. Lima: SPDA, 2015.

SOLUCIONES PRÁCTICAS

Ferradas, Pedro. La memoria es también porvenir. Historial mundial de los desastres. Lima: Soluciones Prácticas, 2015.

Practical Action. Panorama energético de los pobres 2014. Lima: Soluciones Prácticas, 2015.

Pezo, Danilo; Enrique Franco, Wilber García, Francisco Franco, Walter Bravo, Virgilio Alarcón y Felipe San Martín. Manual del técnico alpaquero. Lima: Soluciones Prácticas, 2014.

Soluciones Prácticas. Gestión de riesgo de inundaciones y SAT en Latinoamérica. Lima: Soluciones Prácticas, 2015.

Carbonel, Dalia; Pedro Ferradas, Giovanna Santillán y Lorena Cárdenas. Visión de primera línea. Una percepción local crítica y propositiva de la implementación de las políticas de gestión del riesgo en Sudamérica. Lima: Soluciones Prácticas, 2015.

UNIVERSIDAD ANTONIO RUIZ DE MONTOYA – UARM

Sílex. Cambio climático: perspectivas desde el Sur. Lima: Uni-versidad Antonio Ruiz de Montoya, 2015.

Fernández Hart, Rafael et al. Creer o no creer: la fe en tiempos de transición. Lima: Universidad Antonio Ruiz de Montoya, 2015.

UNIVERSIDAD CATÓLICA SAN PABLO – UCSP, AREQUIPA

Coaguila Valdivia, Jaime. Imparcialidad e independencia judi-cial. Arequipa: Fondo Editorial de la UCSP, 2015.

García Jarufe, Giovanna M. Guía de práctica de fundamentos de contabilidad. Arequipa: Fondo Editorial de la UCSP, 2015.

Valdivia Aguilar, Trilce. Orientación sexual y discriminación en el Sistema Internacional de Derechos Humanos. Una valoración crítica de la sentencia Atala Riffo y niñas vs. Chile. Arequipa: Fondo Editorial de la UCSP, 2015.

Crepaldi, Giampaolo; Stefano Fontana y Manuel Ugarte Cor-nejo (editores). Crisis jurídica o injusticia legal, quinto informe de DSI. Arequipa: Fondo Editorial de la UCSP, Centro de Pen-samiento Social Católico de la UCSP y Observatorio Card. Van Thuan para la Doctrina Social de la Iglesia, 2014.

UNIVERSIDAD DE LIMA

Linklater, Diana y Oscar Osterling. Comercio exterior. Casos 100% peruanos. Lima: Universidad de Lima, 2015.

Perla, José. Ética de la comunicación televisiva. Lima: Univer-sidad de Lima, 2015.

Bedoya, Ricardo. El cine peruano en tiempos digitales. Lima: Universidad de Lima, 2015.

Capello, Giancarlo. Una ficción desbordada. Narrativa y tele-series. Lima: Universidad de Lima, 2015.

Tamayo, Augusto y Nathalie Hendrickx. La dirección de arte en el cine peruano. Lima: Universidad de Lima, 2015.

UNIVERSIDAD DE SAN MARTIN DE PORRES – INSTITUTO DEL PERÚ

Salas, Vania. «Information Access and Smallholder Farmers’ Selling Decisions in Peru». En AAEA & WAEA Joint Annual Meeting. California, 2015.

Salas, Vania. «Promoting Peru’s Smallholder Farmer’s Access to Profitable Markets: The Effects of Social Networks and Farmer Training». En AAEA & WAEA Joint Annual Meeting. California, 2015.

Salas, Vania. «International remittances and human capital formation». En World Development. Edición n.° 59. 2014.

Paredes, Carlos. La anchoveta: pesca y descarte de juveniles. Lima: USMP, WWF Perú, 2014.

Webb, Richard. Conexión y despegue rural. Lima: USMP, 2013.

UNIVERSIDAD DE PIURA

Natividad, Gabriel y Luis Cabral. «Cross-selling in the U.S. home video industry». En R&R, RAND Journal of Economics, forthcoming. Lima: UDEP, CIES, 2015.

Natividad, Gabriel y Evan Rawley. «Interdependence and per-formance: A natural experiment in firm scope». En Strategy Science, forthcoming. Lima: UDEP, CIES, 2015.

Natividad, Gabriel y Luis Cabral. «Competitive threats, cons-traints, and contagion in the multiunit firm». En Organization Science, forthcoming. Lima: UDEP, CIES, 2015.

CONSEJO DIRECTIVO

Representantes de los centros socios:Valerio Paucarmayta Centro Bartolomé de las Casas Richard Webb Instituto del PerúJosé Rodríguez Pontificia Universidad Católica del PerúCynthia Sanborn Centro de Investigación

de la Universidad del Pacífico

Personas representativas del sector público:Fernando Bolaños Viceministro de Poblaciones Vulnerables José Valderrama León Asesor del Ministerio del Economía y Finanzas

Personas representativas de la sociedad civil:Augusto Álvarez Rodrich Líder de opinión públicaAlfredo Thorne CONFIEP

Personas representativas de los donantes:Alberto Rodríguez Banco MundialHartmut Paulsen Cooperación Alemana,

implementada por la GIZ

Presidenta del Consejo Directivo:Cynthia Sanborn

Director Ejecutivo:Javier Portocarrero

ASAMBLEA DE ASOCIADOS

� LIMA Universidades• Pontificia Universidad Católica del Perú • Universidad Antonio Ruiz de Montoya• Universidad de Lima• Universidad de San Martín de Porres• Universidad del Pacífico • Universidad Esan• Universidad Nacional Agraria La Molina • Universidad Nacional de Ingeniería • Universidad Nacional del Callao • Universidad Nacional Mayor de San Marcos• Universidad Peruana Cayetano Heredia• Universidad Peruana de Ciencias Aplicadas

Centros• Apoyo• Asociación Benéfica PRISMA• Centro de Estudios para el Desarrollo y la Participación (CEDEP)• Centro de Estudios y Promoción del Desarrollo (DESCO)• Centro Peruano de Estudios Sociales (CEPES)• Grupo de Análisis para el Desarrollo (GRADE)• Instituto Cuánto• Instituto de Estudios Peruanos (IEP)• Instituto Nacional de Estadística e Informática (INEI)• Instituto Peruano de Acción Empresarial (IPAE) • Instituto Peruano de Economía (IPE)• Macroconsult S.A.• Seguimiento, Análisis y Evaluación para el Desarrollo (SASE)• Servicios Educativos Rurales (SER) • Sociedad Peruana de Derecho Ambiental (SPDA)• Soluciones Prácticas

� REGIONES Universidades• Universidad Católica de Santa María, Arequipa• Universidad Católica San Pablo, Arequipa • Universidad Católica Santo Toribio de Mogrovejo, Lambayeque• Universidad de Piura • Universidad Nacional de Cajamarca• Universidad Nacional de la Amazonía Peruana, Loreto• Universidad Nacional de Piura • Universidad Nacional de San Agustín de Arequipa• Universidad Nacional de San Cristóbal de Huamanga, Ayacucho• Universidad Nacional de Trujillo, La Libertad• Universidad Nacional del Altiplano, Puno • Universidad Nacional del Centro del Perú, Junín• Universidad Nacional San Antonio Abad del Cusco • Universidad Nacional Santiago Antúnez de Mayolo, Áncash

Centros• Centro Bartolomé de las Casas del Cusco (CBC)• Centro de Estudios para el Desarrollo Regional (CEDER), Arequipa• Centro de Investigación y Promoción del Campesinado (CIPCA), Piura • Centro Guamán Poma de Ayala, Cusco • Instituto de Investigaciones de la Amazonía Peruana (IIAP), Loreto

6 13 19 26 32 39 - CIES

Documents

Transcript of 6 13 19 26 32 39 - CIES