ECONOMÍA DE LA DISTRIBUCIÓN Y DE LA DESIGUALDAD

SERIE DE DOCUMENTOS DE TRABAJO

LA TASA DE CRECIMIENTO Y SU
EFECTO EN LA DISTRIBUCIÓN DE LA
RIQUEZA DE LA ZONA NORTE DEL PERÚ
2006-2015

Annie Chumioque
Luis Espinoza
Pablo Huaccharaqui
Doris Mendoza

Facultad de Ciencias Económicas

Universidad Nacional Mayor de San Marcos
Lima - Perú

ECONOMÍA DE LA DISTRIBUCIÓN Y DE LA DESIGUALDAD

DATOS DEL ESTUDIANTE(S)

Chumioque Fernandez, Annie Pamela

Código: 15120123
annie.chumioque@unmsm.edu.pe
Escuela Profesional de Economía Internacional

Espinoza Camargo, Luis Angel

Código: 14120266
luis.espinoza1@unmsm.edu.pe
Escuela Profesional de Economía Pública

Huaccharaqui Rios, Pablo Alejandro

Código: 12120305
12120305@unmsm.edu.pe
Escuela Profesional de Economía Pública

Mendoza Gamboa, Doris

Código: 15120136
doris.mendoza6@unmsm.edu.pe
Escuela Profesional de Economía Internacional

COMITÉ EVALUADOR
Juan Manuel Cisneros, Director
jcisnerosg@unmsm.edu.pe

UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS

Facultad de Ciencias Económicas
Av. Venezuela, cuadra 34.
Teléfono 619-7000, anexo 2231.
Lima 01
Perú

2
 LA TASA DE CRECIMIENTO Y SU EFECTO EN LA
DISTRIBUCIÓN DE LA RIQUEZA DE LA ZONA NORTE DEL
PERÚ
2006-2015

Chumioque Fernandez, Annie Pamela1

Espinoza Camargo, Luis Angel2
Huaccharaqui Rios, Pablo Alejandro3
Mendoza Gamboa, Doris4

RESUMEN
Nuestro país posee gran desigualdad de los ingresos a pesar que la tasa de crecimiento del PBI está
en constante crecimiento y no nos explicamos cuales son las razones por lo que esto sucede por lo
que en el presente trabajo presentaremos variables que puedan o no estar afectando a esta
desigualdad en la distribución de los ingresos a través de un modelo econométrico analizando solo
la región espacio geográfico Norte del Perú, pues como vemos es una zona con alto grado de
turismo, percibe el ingreso del canon de una de las minas más importantes del Perú que es
Yanacocha, pero sin embargo el nivel de pobreza y el índice de gini es en promedio 0.46 Se
construye un modelo econométrico que incluye las diversas variables que componen la distribución
de ingresos, tales como el ingreso disponible , coeficiente de Gini , tasa de desempleo y canon
minero. A través del análisis econométrico del modelo propuesto se lograra probar la existencia de
una relación estadísticamente significativa, entre la distribución de la riqueza y la tasa de
crecimiento del espacio geográfico norte del Perú, para el periodo 2006 - 2015.

Palabras Claves: Distribución de los Ingresos, Crecimiento Económico, PBI, Desigualdad.

Clasificación JEL: D31, D63, O15, O40.

1
Facultad de Ciencias Económicas, UNMSM. Contacto: annie.chumioque@unmsm.edu.pe
2
Facultad de Ciencias Económicas, UNMSM. Contacto: luis.espinoza1@unmsm.edu.pe
3
Facultad de Ciencias Económicas, UNMSM. Contacto: 12120305@unmsm.edu.pe
4
Facultad de Ciencias Económicas, UNMSM. Contacto: doris.mendoza6@unmsm.edu.pe

3
1. INTRODUCCIÓN

La distribución del ingreso es un indicador económico que nos muestra la relación entre la
población y el ingreso nacional en un periodo determinado de tiempo, mientras que el PBI
es la producción de bienes y servicios en un periodo determinado, en el Perú es medido
por el lado del gasto, por lo tanto, lo que buscamos resolver en el presente documento es
explicar qué factores están afectando a distribución del ingreso en la zona Norte por
ejemplo, si tenemos un constante crecimiento del PBI como ha venido siendo los últimos
años, lo lógico sería pensar que las familias estarían teniendo un buen ingreso y en
consecuencia tengamos mayor consumo, mayor recaudación de impuestos por el gobierno
en consecuencia mayor gasto de gobierno en favor de la población generando empleo.

Sin embargo, está pasando lo contrario, ya que estamos viviendo en un contexto de alto
grado de corrupción, crisis políticas con nuestros gobernantes que no nos permite lograr la
igualdad por lo que hace que solo una pequeña parte de la población se están llevando la
mayor parte de los ingresos y estos serían los que poseen mayores capitales.

Por lo tanto, en este documento buscaremos explicar si existe una relación significativa
entre las variables como el PBI, años promedio de educación de las personas de la zona
Norte del Perú, tasa de desempleo y el canon total que percibe esta zona con la la
distribución de los ingresos (INDICE DE GINI) centrándonos en la zona norte del Perú.

En la sección 2 de hechos estilizados mostraremos de forma empírica gráficos y tablas que

muestran comparaciones de la zona norte del Perú con la zona centro y sur, en la sección 3
mostraremos una serie de documentos que nos servirá de soporte para la teoría de nuestro
modelo econométrico que plantearemos en la sección 4, para luego desarrollar el modelo
en la sección 5, terminando así con las conclusiones del documento según los resultados de
nuestro modelo en la sección 6.

4
2. HECHOS ESTILIZADOS

Las regiones del norte del Perú: Amazonas, Cajamarca, La Libertad, Lambayeque, Loreto,
San Martín, Tumbes y Piura presentan diferencias en cuanto a la distribución de sus
ingresos para los años 2006-2015. Ello se puede observar en la Figura N° 1.

Figura N° 1: Evolución del Producto Bruto Interno según los departamentos del norte la
zona del Perú5. 2006-2015.

25,000,000 20,000,000

18,000,000

20,000,000 16,000,000

14,000,000

15,000,000 12,000,000

10,000,000

10,000,000 8,000,000

6,000,000

5,000,000 4,000,000

2,000,000

- -
2006 2007 2008 2009 2010 2011 2012 2013 2014 2015

Amazonas Cajamarca La Libertad Lambayeque

Loreto San Martín Tumbes Piura

Fuente: Instituto Nacional de Estadística e Informática - Encuesta Nacional de Hogares (ENAHO).

Elaboración propia.

En la Figura N°1, se puede observar que la distribución del PBI entre los años 2006 y 2015
fue en mayor proporción en la región de Piura y La Libertad desde el año 2009 teniendo
un aumento casi constante, además presenta un mayor monto del PBI a comparación de
los demás departamentos en análisis con una cifra casi de 20 millones de soles. Además,
también se puede observar que las regiones de menores ingresos del PBI son Tumbes y
San Martín.

5
Para este documento hemos tomado los indicadores pertenecientes a los departamentos que conforman
la zona norte según el Instituto Nacional de Estadística e Informática.

5
 Tabla N°1: Evolución de la Tasa de Crecimiento del Producto Bruto Interno según los
departamentos de la zona norte del Perú (2006-2015)

Departamentos 2006 2007 2008 2009 2010 2011 2012 2013 2014 2015
Amazonas 0,6 23,3 8,6 6,6 7,4 3,5 11,6 5,1 5,3 -1,5
Cajamarca 4,8 -3,9 14,2 7,8 0,9 4,5 6,4 -1,6 -2,1 -0,5
La Libertad 16,2 14,3 7,1 0,4 5,8 4,5 7,7 4,4 1,5 2,2
Lambayeque 1,3 4,1 9,2 5,3 6,8 5,8 9,5 3,6 2,1 4,4
Loreto 2,3 14,0 6,0 0,7 7,2 -3,8 7,9 3,6 3,2 -2,2
Piura 8,9 -0,7 7,3 3,1 7,9 8,3 4,3 4,0 5,8 0,6
San Martín -1,4 10,1 10,2 4,0 7,9 5,2 11,9 1,6 7,2 5,6
Tumbes -9,6 30,0 16,2 9,5 10,8 -6,0 12,5 2,1 4,8 -2,5
Fuente: Instituto Nacional de Estadística e Informática - Encuesta Nacional de Hogares (ENAHO).
Elaboración propia.

En la Tabla N° 1 se muestra la tasa de crecimiento del PBI para las regiones del norte del
Perú, entre los años 2006 y 2015, en el cual se puede observar que existen departamentos
con alta tasas de crecimiento y otros que presentan tasas de crecimiento hasta negativas.
Ello refleja la desproporción a nivel de producción de cada departamento, pero no son
muchos los que siguen un crecimiento potencial. Por ejemplo, como se puede observar en
la Tabla N° 1 el departamento de Piura tiene una tasa crecimiento en el 2006 de 8.9 puntos
porcentuales en comparación al 2015 que tiene 0.6 puntos porcentuales y La libertad tiene
16.2 puntos porcentuales en el 2006 en comparación al 2015 que llegó a 2.2 puntos
porcentuales. Siendo éste el departamento que presenta un mayor monto del PBI en
comparación de los demás presenta una caída en la tasa de crecimiento en el último año.

Figura N° 2: Evolución en Promedio del Producto Bruto Interno de los departamentos de

la zona norte del Perú (2006-2015)

90,000,000
80,000,000
70,000,000
60,000,000
50,000,000
40,000,000
30,000,000
20,000,000
10,000,000
0
2006 2007 2008 2009 2010 2011 2012 2013 2014 2015

Fuente: Instituto Nacional de Estadística e Informática - Encuesta Nacional de Hogares (ENAHO).

Elaboración propia

6
En la Figura N° 2, se muestra la evolución en promedio del PBI entre los años 2006 y 2015 en las
regiones de la zona norte del Perú, en la cual se puede observar que en promedio el incremento del
PBI ha sido constante a partir del 2010.

Figura N° 3: Evolución del Producto Bruto Interno del Perú (2006-2015)

600,000,000

500,000,000

400,000,000

300,000,000

200,000,000

100,000,000

-
2006 2007 2008 2009 2010 2011 2012 2013 2014 2015

Fuente: Instituto Nacional de Estadística e Informática - Encuesta Nacional de Hogares (ENAHO).

Elaboración propia

Figura N° 4: Comparación del Producto Bruto Interno y la zona Norte del Perú
(2006-2015)

600,000,000

500,000,000

400,000,000

300,000,000

200,000,000

100,000,000

0
2006 2007 2008 2009 2010 2011 2012 2013 2014 2015

PBI Zona Norte Producto Bruto Interno

Fuente: Instituto Nacional de Estadística e Informática - Encuesta Nacional de Hogares (ENAHO).

Elaboración propia

7
 En la Figura N° 4, se muestra la comparación entre el PBI nacional respecto al PIB de las regiones de
la zona norte del Perú entre los años 2006 y 2015. En la cual se puede observar una diferencia
significativa en cuanto a la distribución del PBI.

Tabla N° 2: Ingreso promedio mensual proveniente del trabajo de la población ocupada

masculina según los departamentos de la zona norte del Perú (2006-2015)

Departamentos 2006 2007 2008 2009 2010 2011 2012 2013 2014 2015
Amazonas 482.5 584.2 691.0 808.3 908.8 880.6 924.5 875.0 934.2 1030.3
Cajamarca 535.4 557.8 668.3 793.1 890.5 919.1 951.7 974.2 879.5 957.5
La Libertad 689.6 808.6 915.8 1102.2 1098.3 1048.5 1242.3 1226.0 1260.4 1271.5
Lambayeque 625.7 718.2 807.0 855.1 886.3 938.2 1003.5 1014.2 1092.3 1192.9
Loreto 606.3 719.8 794.6 826.0 955.1 969.1 1049.7 1045.1 1120.7 1222.5
Piura 624.1 659 734.6 921.9 890.5 995.3 1031.7 1042.0 1095.1 1075.7
San Martín 473.5 707.2 837.9 903.1 984.3 1142.6 1132.5 1092.4 1134.8 1223.5
Tumbes 940.9 1028.7 912.2 994.2 1060.2 1215.2 1307.2 1301.6 1337.1 1367.3
PROMEDIO 622.25 722.9375 795.2 900.4875 959.25 1013.575 1080.3875 1071.3125 1106.7625 1167.65
Fuente: Instituto Nacional de Estadística e Informática - Encuesta Nacional de Hogares (ENAHO).
Elaboración propia

La Tabla N° 2 contiene información del ingreso promedio mensual de las ocho (08)
regiones seleccionadas, se aprecia que tres (03) de ellas han aumentado el nivel de ingreso
promedio mensual de la población masculina, siendo el departamento de Tumbes el que
presenta un mayor nivel de ingreso de 1367.3 soles a comparación de los demás y el
departamento con menor nivel de ingreso es Cajamarca con 957.5 soles, en función del año
2015.

Figura N° 5: Evolución del ingreso promedio mensual proveniente del trabajo de la

población ocupada masculina según los departamentos de la zona norte del Perú
(2006-2015)

1600
1400
1200
1000
800
600
400
200
0
2006 2007 2008 norte
zona 2009 2010
zona 2011
centro 2012 zona
2013sur 2014 2015

Fuente: Instituto Nacional de Estadística e Informática - Encuesta Nacional de Hogares (ENAHO).

Elaboración propia

8
En la Figura N° 5 se aprecia la evolución del ingreso promedio mensual proveniente del
trabajo de los varones de la zona norte del Perú entre los años 2006 y 2015. Se observa que
el ingreso promedio mensual proveniente de la población masculina de las regiones del
Sur es superior al obtenido en la zona Norte y Centro del Perú, mostrando brechas
existentes en los ingresos por espacios geográficos. En el año 2015, la zona Sur presenta un
ingreso promedio de la población masculina de 1438.6 nuevos soles; mientras que la
región Centro y Norte, 1317,1 y 1167,65 soles respectivamente.

Tabla N° 3: Ingreso promedio mensual proveniente del trabajo de la población ocupada

femenina según los departamentos del norte Perú. (2006-2015)

Departamentos 2006 2007 2008 2009 2010 2011 2012 2013 2014 2015
Amazonas 378.9 452.1 532.9 524.0 597.1 573.4 707.6 705.8 679.1 737.6

Cajamarca 313 325.2 355.8 396.5 441.3 567.2 551.0 608.4 559.9 587.4
La Libertad 449.2 839 536.3 645.3 568.9 657.7 645.5 760.4 841.9 922.1
Lambayeque 387.3 421.7 415.7 448.7 493.8 525.2 612.1 597.4 653.5 731.9
Loreto 513.6 548 598.3 667.1 685.2 733.4 848.7 774.7 886.1 893.2
Piura 356.1 378.5 434.2 509.4 519.3 632.6 656.0 647.1 592.1 691.8
San Martín 404 555.3 619.8 598.8 662.8 659.7 809.3 787.3 813.1 809.5
Tumbes 429.8 587 540.4 610.3 655.8 693.8 778.0 745.3 783.1 794.8

PROMEDIO 403.9875 513.35 504.2 550.0 578.0 630.4 701.0 703.3 726.1 771.0

Fuente: Instituto Nacional de Estadística e Informática - Encuesta Nacional de Hogares (ENAHO).

Elaboración propia

La tabla N°3 contiene información sobre el ingreso promedio mensual de la población

femenina de las 8 regiones norteñas del Perú, de esta tabla se puede observar que, con el
avance de los años, comprendido entre los periodos (2006-2015), muestra una tendencia
creciente en la que el departamento con mayor ingreso promedio mensual, para el año
2015, es La Libertad con un ingreso de 922,1 soles y Cajamarca, siendo el departamento
con menor ingreso promedio, con un ingreso de 587,4 para el mismo año.

9
 Figura N° 6: Evolución del ingreso promedio mensual proveniente del trabajo de la
población ocupada femenina según los departamentos de la zona norte del Perú
(2006-2015)

1000
900
800
700
600
500
400
300
200
100
0
2006 2007 2008 2009 2010 2011 2012 2013 2014 2015
zona norte zona centro zona sur

Fuente: Instituto Nacional de Estadística e Informática - Encuesta Nacional de Hogares (ENAHO).

Elaboración propia

En la Figura N° 6, se aprecia una comparación entre la evolución del ingreso promedio

mensual proveniente del trabajo de las mujeres en la región sur, norte y centro del Perú
entre los años 2006 y 2015. se observa que la evolución del ingreso promedio mensual
proveniente del trabajo de las mujeres proveniente de la zona sur del país es superior al
obtenido en la zona norte y centro del Perú, lo que muestra las brechas existentes en los
ingresos por espacios geográficos, pero en menor proporción respecto a la Figura N° 5. En
el 2015, la zona sur presenta un ingreso promedio de la población femenina de 921,0
nuevos soles; mientras que la región centro y norte; 901,9 y 771,03 soles respectivamente.

Tabla 4: Ingreso promedio mensual proveniente del trabajo de la población ocupada

según los departamentos del norte del Perú. (2006-2015)

Departamentos 2006 2007 2008 2009 2010 2011 2012 2013 2014 2015
Amazonas 450.6 542.3 643 718.7 806.3 784.1 858.8 823.0 857.6 939.1
Cajamarca 457.3 474 552.1 650.5 724.5 793.6 811.9 838.4 760.5 828.2
La Libertad 596.1 820.6 764.0 923.5 889.8 895.4 1001.0 1040.9 1092.4 1128.9
Lambayeque 536.5 594.2 642.0 679.3 716.4 757.6 843.5 835.8 906.0 1000.0
Loreto 577.8 664.5 728.6 773.3 863.9 888.1 977.5 945.7 1038.0 1107.8
Piura 524.9 549.6 621.4 761.0 742.4 856.2 886.3 891.3 902.4 935.0
San Martín 454.9 664.5 774.1 811.2 882.3 993.0 1032.7 1004.7 1038.2 1098.8
Tumbes 754.8 873.2 782.7 857.2 910.8 1035.3 1117.8 1105.8 1145.4 1165.3
PROMEDIO 544.1 647.9 688.5 771.8 817.1 875.4 941.2 935.7 967.6 1025.4
Fuente: Instituto Nacional de Estadística e Informática - Encuesta Nacional de Hogares (ENAHO).
Elaboración propia

10
En la Tabla N°4 se observa el ingreso promedio mensual proveniente del trabajo de la
población ocupada perteneciente a los departamentos del norte del Perú apreciándose una
tendencia creciente que fue en aumento desde el año 2006 hasta el 2015, también se
observa que para el año 2015 el departamento con mayor ingreso mensual fue Tumbes con
1260.8 soles y el departamento con menor ingreso mensual fue Cajamarca con 828,2 soles.

Figura 7: Evolución del ingreso promedio mensual proveniente del trabajo de la de las
áreas espacio geográficas norte, centro y sur del Perú (2006-2015)

Ingreso promedio mensual proveniente del trabajo

(Soles)
1400.0
1200.0
1000.0
800.0
600.0
400.0
200.0
0.0
2006 2007 2008 2009 2010 2011 2012 2013 2014 2015

zona norte zona centro zona sur

Fuente: Instituto Nacional de Estadística e Informática - Encuesta Nacional de Hogares (ENAHO).

Elaboración propia

En la Figura N° 7 se muestra la evolución del ingreso promedio mensual proveniente del

trabajo entre las regiones norte, centro y sur del Perú para los años 2006 al 2015.
La evolución del ingreso promedio mensual proveniente del trabajo de la de las áreas
espacio geográficas norte, centro y sur del Perú muestra que en el espacio geográfico del
sur el ingreso es mayor con respecto al norte y centro. En el 2015, el espacio geográfico de
la zona sur presenta un ingreso promedio de la población de 1235,3 soles; mientras que la
región espacio geográfico centro y norte con 1156,2 y 1025,4 soles respectivamente.

11
 Figura 8: Evolución de la desigualdad (coeficiente de gini) del ingreso, según área
especio geográfico del Perú, 2006 – 2015

0.60

0.50

0.40

0.30

0.20

0.10

0.00
2006 2007 2008 2009 2010 2011 2012 2013 2014 2015

NORTE CENTRO SUR

Fuente: Instituto Nacional de Estadística e Informática - Encuesta Nacional de Hogares (ENAHO).

Elaboración propia

En la Figura N° 8 se aprecia la relación que existe entre las regiones del norte, centro y
sur respecto a la evolución del coeficiente de Gini en el Perú entre el 2006 y 2015. La
Desigualdad es un acontecimiento que se sigue manteniendo, a pesar del constante
crecimiento del PBI, en la figura se compara la desigualdad por zona norte, centro y sur
del Perú.
A nivel de área espacio geográficas, se observa que la zona central ha disminuido su
desigualdad desde el 2006 hasta el 2015. Se observa también que la zona sur disminuyó
su desigualdad, pero la zona norte a partir del 2014 empezó a aumentarla.

La mayor disminución de la desigualdad se presentó en Ica en la zona central con un

valor de 0,27 en el 2013 comparado con la mayor disminución en la zona norte con 0,34
en tumbes el año 2014. Finalmente, el área espacio geográfico del norte del Perú presenta
un mayor nivel de desigualdad con un promedio de 0.45 en el coeficiente de Gini
seguido del área espacio geográfico del Sur con un promedio de 0.43.

12
 Tabla 5: Evolución de la desigualdad (Coeficiente de Gini) del Ingreso de los
departamentos del área espacio geográfico del norte del Perú. 2006-2015.

Departamentos 2006 2007 2008 2009 2010 2011 2012 2013 2014 2015
Amazonas 46 50 49 50.7 49.9 45.9 46.6 48.5 45.9 46.1
Cajamarca 47.5 51.7 53.6 51.2 53.0 53.2 52.2 52.3 48.6 49.9
La Libertad 47.2 54.0 46.2 46.8 43.6 42.7 45.4 44.5 42.2 44.0
Lambayeque 41.7 45.0 42.1 39.0 38.9 38.4 39.3 38.2 38.5 39.4
Loreto 50.5 51.5 50.4 54.6 52.6 50.5 52.1 48.8 47.7 49.8
Piura 44.0 46.5 43.5 42.9 43.3 42.8 42.7 41.3 40.3 38.3
San Martín 39.1 50.4 49.2 51.2 48.1 48.9 48.4 50.5 51.0 49.1
Tumbes 35.5 38.1 34.8 34.8 34.7 35.7 34.7 35.6 34.3 34.7

PROMEDIO 44.0 48.3 46.0 46.4 45.5 44.8 45.2 45.0 43.6 43.9
Coeficiente de
Gini 0.44 0.48 0.46 0.46 0.46 0.45 0.45 0.45 0.44 0.44
Fuente: Instituto Nacional de Estadística e Informática - Encuesta Nacional de Hogares (ENAHO).
Elaboración propia

La Tabla N° 5 muestra la evolución de la desigualdad del ingreso en las regiones del norte
del Perú entre los años 2006 y 2015. Se observa que, con el paso de los años, todos los
departamentos han disminuido su desigualdad en comparación del año 2004 respecto a al
2015. Aunque la reducción sea pequeña, como ocurre en San Martín, Loreto observamos
que la reducción de la desigualdad de ingresos no sigue un patrón definido y que,
comparado con otras áreas geográficas, la desigualdad en el norte ha disminuido, quizás
por un cambio en el ingreso promedio mensual tanto de hombre y mujeres.

3. MARCO DE REFERENCIA TEÓRICA

Para llevar a cabo este documento nos basamos en una serie de papers, tesis, trabajos de
investigación, publicaciones, etc. que nos aportan ideas para la realización de nuestro
modelo econométrico que se verá en la sección V de este documento.

Como sabemos Perú es el país que está teniendo una tasa de crecimiento ascendente en los
últimos años por lo que se podría pensar que el desarrollo del país estaría mejorando y las
distribuciones con la población debería ser más equitativa, pero sin embargo muchos
estudios nos dicen lo contrario como el informe de CEPAL dice que a pesar de tener este
crecimiento económico la desigualdad se mantiene o hasta aumenta.

Para Adolfo Figueroa, como bien señala la desigualdad en los países depende de su
formación interna y las políticas que tenga: “El grado de desigualdad es una característica
estructural de los países que nacieron menos desiguales se mantienen en ese nivel. La

13
trayectoria de la desigualdad de los países depende de sus condiciones iniciales, es decir,
la historia cuenta”6

3.1 JORGE, P. S. (2008). Crecimiento Económico y distribución de los ingresos

en el Perú: 1970–2007. Editorial BCRP. Lima–Perú.

En el documento se plantean dos modelos econométricos7 que buscan explicar las razones
por la que existiría la desigualdad en el Perú centrándose en la globalización8 como parte
importante del desarrollo de los países , pues esta incluye apertura comercial, mejora
condiciones y oportunidades para vender nuestros productos por lo que en consecuencia
si el aumento es de manera equilibrada habrá mejoría para las condiciones de vida de las
personas y también toma en cuenta el PBI, pues mencionaba que “El Perú hasta el año
2000 la distribución de los ingresos se mueve de una manera muy compleja, que la misma
no podía estar vinculada solamente al crecimiento del producto sino a otras variables que
no se puede distinguir. Pero estas variables podrían estar afectando a otras variables
macroeconómicas, como son la inversión, el crédito, etc. que a su vez tendría importancia
en la determinación de la desigualdad de los ingresos según el periodo de tiempo”.

Modelo econométrico

a) Globalización y distribución de los ingresos

“(…) Los movimientos del indicador distributivo se van a atribuir a cambios en las
políticas públicas o debido al ciclo económico, en esto existe una debilidad porque
no se pueden medir los “esfuerzos” pero se supone que estos están afectando a las
variables macroeconómicas.

En primer lugar, podemos relacionar la desigualdad de los ingresos con la

exclusión social (Figueroa, Altamirano y Sulmont (1996)); En segundo lugar,
existen temas más recientes de movilidad social y de dinámica de la pobreza y la
desigualdad, (Escobal, Saavedra y Torero (1998), Herrera (2001) y Gambeta (2007));
y en tercer lugar, el trabajo que identifica en parte los “esfuerzos” (responsabilidad
individual) como factor explicativo de la desigualdad, Maldonado y Ríos (2006).”9

Este modelo econométrico el autor lo extrae de “Globalización y desigualdad”,

WEO (2007) trabajo del FMI10.

6
A. Figueroa, “Sobre la desigualdad de las naciones”, p. 9.
7 Los modelos econométricos que usan son simples MCO.
8 Dentro de la globalización se encuentra la globalización comercial que se puede medir como la suma de

exportaciones e importaciones
9 Sánchez, J. A. (2008). Crecimiento económico y distribución de los ingresos en el Perú: 1970-2007. Pag 10

10 Chapter 4. Globalization and Inequiality , “World Economic outlook”, Octuber 2007, IMF.

14
 𝑋+𝑀 𝐴+𝐿 𝐾𝐼𝐶𝑇
𝑙𝑛 (𝐺𝐼𝑁𝐼) = 𝛽1 + 𝛽2 𝑙𝑛 ( ) + 𝛽3 (100 − 𝑇𝐴𝑅𝐼𝐹𝐴) + 𝛽4 𝑙𝑛 ( ) + 𝛽5 𝑙𝑛 ( )
𝑃𝐵𝐼 𝑃𝐵𝐼 𝐾
𝐶𝑅𝐸𝐷𝐼𝑇𝑂 𝐼𝑁𝑉
+ 𝛽6 ( ) + 𝛽7 ( )
𝑃𝐵𝐼 𝑃𝐵𝐼

● Variable endógena
𝑙𝑛 (𝐺𝐼𝑁𝐼) : logaritmo del coeficiente de gini

● Variables exógenas
𝑋 + 𝑀: Exportaciones e importaciones
𝑃𝐵𝐼: Producto Bruto Interno
𝑇𝐴𝑅𝐼𝐹𝐴: Medida de apertura comercial (representada por los impuestos y derechos
de importaciones)
𝐴 + 𝐿: Activos y pasivos con el exterior (miden el nivel de globalización financiera
𝐾𝐼𝐶𝑇 : Capital en tecnología
𝐾: Capital total
𝐶𝑅É𝐷𝐼𝑇𝑂: crédito al sector privado

b) Influencia del PBI per cápita en la distribución de los ingresos:

Se hace un modelo sencillo para poder ver si existe alguna relación entre el
producto (medido por el PBI per cápita) y la desigualdad de los ingresos (medido
por el coeficiente de Gini).

𝐺𝐼𝑁𝐼𝑡 = 𝛽0 + 𝛽1 ∗ 𝐺𝑖𝑛𝑖𝑡−1 + 𝛽2 ∗ 𝑝𝑏𝑖𝑝𝑐𝑡 + 𝜀𝑡

● Variable endógena
𝐺𝐼𝑁𝐼𝑡 : coeficiente de Gini en el tiempo t
● Variables exógenas
𝐺𝑖𝑛𝑖𝑡−1 : coeficiente de Gini un periodo anterior
𝑝𝑏𝑖𝑝𝑐𝑡 : pbi per cápita del periodo t

Conclusiones:

Para el primer modelo la variable de globalización comercial (X+M) muestra una

relación negativa al coeficiente de GINI, la variable apertura financiera muestra
una relación negativa, un aumento de flujos de capitales externos estaba
acompañado de una mejora en la distribución de los ingresos. La variable que mide

15
 el desarrollo tecnológico aumenta la desigual distribución conforme esta aumenta,
pero la relación ser revierte en los últimos 10 años, donde el aumento de la
tecnología permite mejorar la distribución de los ingresos. Algo parecido al flujo de
capitales sucede con el crédito al sector privado, este tiene una relación negativa
con la desigualdad entre los años 1990-2000. Algo importante que podemos notar
es que la participación del crédito se hace más significativa para explicar la
desigual distribución de los ingresos en los últimos 9 años, igual sucede con la
tecnología y la apertura financiera.

Para el segundo modelo se concluye que se puede ver es una relación positiva en
los últimos 18 años, aunque esta no es muy fácil de explicar se puede llegar a la
conclusión de que en estos últimos 18 años el crecimiento del PBI per cápita ya está
acompañado en el largo plazo de un aumento de la desigualdad, debido a factores
de diferencias de productividad de sectores económicos

Finalmente, los últimos años el crecimiento acelerado de la economía ha hecho

nuevamente aumentar la desigualdad de los ingresos debido al direccionamiento
de la inversión privada sobre los sectores más rentables. Se encuentra que en los
últimos 18 años el país ha presentado tres tipos de relación entre crecimiento y
distribución del ingreso, esto está condicionado al gobierno de turno y por ende a
las políticas.

El incremento de las exportaciones mineras impulsado por el aumento de la

demanda internacional y el incremento de los precios, dieron mayores utilidades
de alguna manera se puede utilizar estos recursos para mejorar la distribución de
los ingresos. La desigualdad está creciendo debido a que se está invirtiendo
principalmente en los sectores más productivos, este hace que los más productivos
aumenten sus ingresos en mayor proporción que los sectores menos productivos.

3.2 W., Leyva, J., & Flor, J. L. (2011). La distribución del ingreso en el Perú: 1980–
2010. Revista CIS, 9(15), 27-50.

El documento plantea un modelo sencillo de regresión para hallar la distribución

funcional, asimismo busca determinar las causas de esta diferencia de ingresos

● Hipótesis: Mejora la distribución del ingreso entre los años 1980 y 2010

Modelo: Y = B + W + V

● Variable exógena: Y: distribución funcional del ingreso

16
 ● Variables endógenas: B: beneficios

W: masa salarial

V: ingreso del auto empleado

Conclusión:

El documento muestra una mejora en la distribución del ingreso y esto debido a que la
evolución de los ingresos en el periodo de 1980 y 2010 atravesó dos etapas; una de
inflación y otra de estabilidad económica a partir de la década de los noventa. Algunas
causas descritas en el documento explican de la diferencia de ingresos en los trabajadores.

Dado un modelo de crecimiento a lo largo de estos años mucha de la PEA se va visto

obligado a migrar para buscar nuevas oportunidades en la capital debido a su crecimiento.
“El modelo del crecimiento vigente en Perú se caracteriza por una clara dependencia de actividades
extractivas, un escaso eslabonamiento industrial y una heterogeneidad productiva marcada por la
elevada concentración de la fuerza laboral en sectores de baja productividad. Son precisamente estas
características las que derivan en una pronunciada desigualdad en el ingreso” 11 es por ello que
“el traslado de la población de la zona rural, donde la distribución del ingreso es relativamente
igualitaria, a la zona industrial o urbana, donde la distribución es muy desigual, empeora la
distribución del ingreso agregada”12 y seguirá empeorando a medida que todo el poder
económico y político de encuentre en la capital.

El rol del estado también juega un papel determinante al momento de influenciar en la

desigualdad del ingreso, “la distribución secundaria, o distribución del ingreso después de
impuestos, puede ser muy distinta a la distribución original,”13

“Es innegable que ha habido avances importantes, en especial en la última década, respecto a la
progresividad del gasto público, principalmente debido a la expansión en la provisión de servicios
públicos mediante la construcción de infraestructura y el desarrollo de programas de transferencias
a las poblaciones de menores ingresos” 14.

Todos estamos obligados a tributar directa o indirectamente independiente de nuestro

nivel de ingresos es por ello que “La acción del Estado, mediante la política fiscal y la política de
precios relativos, también afecta a la distribución del ingreso.”

11 La Distribución del Ingreso en el Perú: 1980-2010, Waldo Mendoza, | Departamento de Economía – Pontificia
Universidad Católica del Perú (PUCP) Perú, página 38
12 La Distribución del Ingreso en el Perú: 1980-2010, Waldo Mendoza, | Departamento de Economía – Pontificia Universidad

Católica del Perú (PUCP) Perú, página 29

13 La Distribución del Ingreso en el Perú: 1980-2010, Waldo Mendoza, | Departamento de Economía – Pontificia Universidad

Católica del Perú (PUCP) Perú, página 29

14 La Distribución del Ingreso en el Perú: 1980-2010, Waldo Mendoza, | Departamento de Economía – Pontificia Universidad

Católica del Perú (PUCP) Perú, página 41

17
3.3 Morley, S. A. (2000). Efectos del crecimiento y las reformas económicas sobre
la distribución del ingreso en América Latina. Revista de la CEPAL.

(Morley, 2000) en este artículo busca investigar los factores determinantes de la

distribución del ingreso en América Latina, específicamente la relación entre la
distribución y el ingreso, además, el impacto del conjunto de reformas económicas
estructurales que se han aplicado en la región durante los últimos años, centrándose
específicamente en 16 países de América Latina entre 1960 y 1997. (Deininger & Squire,
1996)15 sostienen que sólo deben emplearse las encuestas nacionales en los análisis de la
distribución del ingreso, pero en muchos países solo se contaba con encuestas urbanas, por
lo que el autor para poder controlar estas diferencias emplea variables ficticias para tener
un mejor análisis.
Para ello se planteó el siguiente modelo:
1
𝐺𝑖𝑛𝑖𝑖𝑡 = 𝛼 + 𝛽1 𝑌𝑖𝑡 + 𝛽2 + 𝛽3 𝑍𝑖𝑡 + 𝛽4 𝑅𝑖𝑡 + 𝛽5 𝑆𝑖 + 𝛽6 𝑇𝑡 𝑌𝑖𝑡 + 𝛽7 𝑇 + 𝜀
𝑌𝑖𝑡

Variable exógena:

𝐺𝑖𝑛𝑖𝑖𝑡 : El coeficiente de Gini

Variables endógenas:

𝑌𝑖𝑡 : El ingreso
1
𝑌𝑖𝑡
: Relación de Kuznets16.

𝑍𝑖𝑡 : Vector de variables como la inflación, la distribución de la tierra y la educación.

𝑅𝑖𝑡 : Número índice de reforma económica.

𝑆𝑖 : Vector de variables ficticias17.

𝑇𝑖 : Variable de tendencia18.

Conclusión:

Luego de aplicar el modelo econométrico se obtuvo tal y como lo menciona (Kuznets,

1955)19 que la distribución cambia con el desarrollo porque las personas se trasladan del

15
Medición de la base de datos de desigualdad de ingresos 1890-1996. Revista Económica del Banco
Mundial, 565-591.
16 Esta relación tiene la forma de una U invertida en la que la desigualdad aumenta con el crecimiento del
ingreso en el tramo inferior del ingreso, pero decae con el crecimiento por sobre determinado nivel de ingreso.
17 Recoge varias características de la muestra, como su carácter urbano, su base en el ingreso familiar y el gasto

ya que en algunos casos no existían esas estimaciones para distintos países, y en otros parecen basarse en
mediciones diferentes.
18 Probar la hipótesis de que ocurran cambios significativos en la curva kuznets con el tiempo.

19 Vallejo Zamudio, L. E. (2014). Crecimiento económico y desigualdad de ingresos. Apuntes del Cenes

18
sector rural de bajos ingresos al sector urbano de ingresos más altos, y el mejoramiento de
la desigualdad por unidad de crecimiento es menor si el país se desarrolla siguiendo una
curva de Kuznets estacionaria. Además, respecto a las reformas aplicadas, éstos tienen
efectos distintos con respecto a la distribución de los ingresos. Es decir, el impacto del
crecimiento sobre la desigualdad en el futuro será más regresivo que antes.

3.4 Valdivia López, Marcos; Pedrero Nieto, Mercedes. Segmentación laboral,

educación y desigualdad salarial en México. Revista mexicana de sociología,
2011, vol. 73, no 1, p. 139-175.

(Gonnard, 1945)20 afirma que la desigualdad en los ingresos de la sociedad mexicana es el

responsable de todos problemas que se desarrollan en dicho país, desde el prólogo de su
libro Historia de las doctrinas de la población señala, “muchos problemas se derivan del hecho de
que sus veinte millones de habitantes valen como tres o cuatro desde el punto de vista de la
producción y de algunos aspectos del consumo, y valen como veinte millones desde el punto de vista
de diversos problemas y deficiencias y de las necesidades de recursos políticos y económicos por sus
carencias de la fuerza física, la resistencia y la salud, el nivel cultural, la preparación técnica, el
rendimiento en el trabajo y la capacidad de consumo en la actualidad”21, lo cual da a entender
que esta desigualdad en los ingresos afecta al perfil demográfico y el trabajo que
desempeñan sus habitantes por el cual se propone un cambio en la demanda laboral del
trabajo premiando a los trabajadores más calificados con mayores salarios, ligando a la
función de la educación como un componente esencial para aplicar ese cambio.

(Braverman, 1973)22 basándose de una idea capital monopolista, introduce la relación entre
el cambio tecnológico y la demanda laboral en relación con el progreso tecnológico que
descalifica la fuerza laboral la cual conllevaría a que se desarrolle una demanda por
trabajo más calificado sobre todo para los que ejercen un total dominio de estas
tecnologías.

(Howell, 1999)23 Contraria a la proposición de Braverman, afirma que la caída salarial de

los trabajadores menos calificados no es debido a los cambio tecnológicos por lo que se
introducen otros factores que expliquen la desigualdad salarial las cuales son la

20 Gonnard, René. 1945. Historia de las doctrinas de la población. México: América.

21 Gonnard, René. 1945. Historia de las doctrinas de la población. México: América.
22 Braverman, Harry. 1973. Trabajo y capital monopolista. México: Nuestro Tiempo. 18ª. edición.
23 Howell, David. 1999. "Theory–driven facts and the growth in earnings inequality". Review of Radical Political
Economics 31: 54–86

19
liberalización comercial, los cambios institucionales en las relaciones laborales y la
organización industrial (Aghion & Violante, 2001.)24 (Acemoglu, 2002).25

𝑙𝑛 𝑤 = 𝛼0 + 𝜑𝜖 + ∑ 𝛿𝑖 𝜍𝑖 + ∑ 𝜌𝑖 𝜖 × 𝜍𝑖 + 𝛽0 𝑥 + 𝛽1 𝑥 2 + ∑ 𝛾𝑗 𝑦 + 𝜀

 Variable endógena:
𝑙𝑛 𝑤 = 𝑓(𝑋. 𝑌) , donde w es el salario por hora, X es un vector que introduce variables
ligadas a la escolaridad y la experiencia, Y es un vector que incluye otras características del
individuo.

 Variable exógena:
𝜑: Coeficiente asociado a los años de escolaridad.
𝛿: Coeficiente asociado a cada uno de los segmentos ocupacionales.
𝜍 : Variable dicotómica indicando presencia o ausencia del individuo en el segmento
ocupacional del mercado laboral segmentado i.
𝜌 : Coeficiente asociado a la interacción entre los años de escolaridad (e) en el segmento
ocupacional (s) i del mercado dual.
𝛽: Coeficiente asociados a las variables de edad x y x2 que son utilizadas como proxies de
experiencia, γ son los coeficientes asociados a otras variables de control j (por ejemplo,
sexo, sindicato).
𝜀: Error aleatorio o media cero.

Del modelo se obtiene que la variable educativa no genera una explicación suficiente para
explicar la desigualdad en México sugiriendo que los rendimientos en educación de los
asalariados no son solo heterogéneos, sino que son menores a los ingresos esperados en
algunos sectores de trabajo donde se desempeñan labores que deberían de percibir altos
ingresos (como los trabajos de los directivos o de los profesionales).

Por la dinámica laboral del país también se considera la desigualdad de los ingresos de los
trabajadores por cuenta propia ya que se vive en un contexto donde predomina la
convergencia de adquisición de salarios por parte de los trabajadores asalariados y los
independientes incluyendo a aquellos trabajadores que laboran por cuenta propia, los
cuales tienen mayores ventajas.

24 Philippe Aghion y Giovanni Violante. 2001. "Deunionization, technical change and inequality". Carnegie–
Rochester Conference Series on Public Policy 55: 229–264.
25 Acemoglu, Daron. 2002. "Technical change, inequality, and the labor market". Journal of Economic
Literature 60: 7–72.

20
Cabe resaltar que el tema se presta para realizar una investigación rigurosa relacionada a
la misma temática en la que se debe de implementar modelos que incluyan de una manera
adecuada la dinámica de desigualdad tomando en cuenta otras variables que también
pueden influir en los mercados internos (como la productividad de los trabajadores,
instituciones, regiones, nivel de inflación, etc.).

3.5 Fossati, V. (2002). Desigualdad y crecimiento. Un análisis para las provincias

argentinas. Documento de Trabajo Nro, 43.

(Fossati, 2002) elabora un modelo econométrico para analizar el efecto de la desigualdad

inicial en la distribución del ingreso en relación con el crecimiento económico de las
provincias argentinas ya que considera que su trabajo contribuirá a que se implementen y
se coordinen mejores políticas económicas a nivel regional y nacional de su país.

𝐶𝑅𝐸𝐶(𝑡,𝑡+𝑛) ∶ ℱ(𝑌𝑡,𝑖 , 𝐷𝐸𝑆𝐼𝐺𝑡,𝑖 , 𝑍𝑡,𝑖 , 𝑢𝑡,𝑖 )

𝑢𝑡,𝑖 = 𝜇𝑖 + 𝛿𝑡 + 𝜀𝑡,𝑖

 Variables endógenas:
𝐶𝑅𝐸𝐶 Tasa promedio de crecimiento anual del logaritmo del PBG per cápita.

 Variables exógenas:

Y Logaritmo del nivel inicial de PBG per cápita.

𝐷𝐸𝑆𝐼𝐺 Nivel de desigualdad inicial en la distribución personal del ingreso.
Z Otras variables relevantes para explicar el crecimiento
ut,i Término del error que contiene tres componentes26

μi Factores no observables que se diferencian en provincias, pero no en el tiempo.

δt Factores no observables diferenciados por tiempo, pero no por provincias.

(Fossati, 2002) busca analizar el efecto de la desigualdad sobre las variables del capital
humano para comprobar teorías27 que afirman que existe una relación negativa entre la

26 𝑢𝑡,𝑖 = 𝜇𝑖 + 𝛿𝑡 + 𝜀𝑡,𝑖
27 Deinninger y Squire (1998) encuentran una relación negativa y significativa entre la desigualdad en la
distribución de la propiedad de la tierra y el nivel educativo promedio de la población. Barro (2000) no
encuentra un efecto significativo entre la desigualdad en la distribución del ingreso y la población masculina
con educación secundaria o superior.

21
dos y que estas afectan en forma negativa al capital humano, por lo cual propone las
siguientes ecuaciones:

𝐶𝑅𝐸𝐶(𝑡,𝑡+𝑛),𝑖 = 𝛽0 + 𝛽1 𝑌𝑡,𝑖 + 𝛽2 𝐷𝐼𝑆𝑇𝑅𝑡,𝑖 + 𝛽3 𝐸𝐷𝑈𝐶𝑡,𝑖 + 𝛽4 𝑋𝑖,𝑡 + 𝜀𝑡,𝑖

𝐸𝐷𝑈𝐶(𝑡,𝑡+𝑛),𝑖 = ∅0 + ∅1 𝑌𝑡,𝑖 + ∅2 𝐷𝐼𝑆𝑇𝑅𝑡,𝑖 + ∅3 𝑤𝑖,𝑡 + 𝑢𝑡,𝑖

Donde CREC se refiere a la tasa de crecimiento anual promedio del PBG per cápita, Y es el
Logaritmo del PBG per cápita, DISTR es un indicador de la desigualdad en la distribución
del ingreso, EDUC se refiere a una medida del stock de capital humano y X y W son
conjuntos de variables de control.

(Fossati, 2002) comprueba que a mayor PBG per cápita inicial mayor es la proporción de
habitantes que cuentan por lo menos con educación secundaria siendo perjudicados
aquellos individuos con menor educación28, lo cual da a entender que la tasa de
crecimiento afecta en forma positiva y significativa a aquellos con educación mayor o igual
a la secundaria mientras que influye negativamente sobre los individuos que solo
culminaron la instrucción primaria.

Por lo tanto, estos resultados estarían apoyando la existencia de una relación negativa
entre el nivel de desigualdad inicial y la tasa de crecimiento.

3.7 Benitez Cardenas, O., & Ruiz Nuñez, G. F. (2013). Distribución de la Riqueza y
efecto sobre la tasa de Crecimiento para Chile entre 2001-2012. Nueva evidencia
empírica.

(Benítez & Ruiz, 2013) buscan determinar la existencia de una relación entre la distribución
de ingresos y la tasa de crecimiento con la creación de un modelo econométrico tomando
como referencia al contexto económico de chile, la cual presenta una tasa de crecimiento
económicamente alta con un lento crecimiento y sumándole la inequitativa distribución
del ingreso en la que se veía reflejada por un alto coeficiente de desigualdad de Gini, la
cual originó diversos movimientos sociales y mayor descontento social.

El modelo propuesto por los autores es de la siguiente forma:

𝑇𝐶 = 𝛽0 +𝛽1 (𝐺𝑖𝑛𝑖) + 𝛽2 (𝐺𝑖𝑛𝑖 2 ) + 𝛽3 (𝐶𝑜) + 𝛽4 (𝑀𝑒𝑑) + 𝛽5 (𝐹𝑒𝑑) + 𝑢𝑡

28 Aquellas personas que terminaron, o no, la educación primaria.

22
  Variable endógena:
TC: Tasa de crecimiento29.

 Variable exógena:

Med: Capital humano masculino

Fed: Capital humano femenino
Co: Confianza30
Gini: Índice de Gini
𝐺𝑖𝑛𝑖 2 : Índice de Gini al cuadrado31.
𝑢𝑡 : Variables que no se han considerado en el modelo.

(Benítez & Ruiz, 2013) logran identificar que la naturaleza de la relación entre la tasa de
crecimiento de Chile y la desigualdad, medida a través de coeficiente de Gini, toma la
forma de una U invertida; lo cual da a entender que aumentos en el coeficiente de Gini
provocarían un efecto positivo en el crecimiento. Por lo que existirían niveles de
desigualdad que sería mejor mantener o incluso aumentar para alcanzar la máxima tasa de
crecimiento del país. (Benítez & Ruiz, 2013) interpretan los resultados afirmando que un
grado elevado de igualdad podría ser contraproducente ya que se le exigiría al Estado
grandes desembolsos con el fin de que la sociedad alcance esa igualdad.

4. MODELO TEORICO

El modelo teórico a usar en nuestro estudio considera el índice de Gini (IND_GINI)

como variable dependiente en función a lo propuesto en los planteamientos de JORGE,
P. S. (2008)., en cambio otros autores como usan el logaritmo del coeficiente de Gini
para poder explicar la desigualdad de los ingresos.
Ahora, como variables dependientes usamos lo propuesto por (Fossati, 2002) y
(Benítez & Ruiz, 2013) quien considera el logaritmo de la tasa de crecimiento como una
variable para explicar dicho modelo, también usamos el ingreso promedio obtenido por
las familias, añadimos el logaritmo de la tasa de desempleo, el canon total y el
promedio de años de estudio de las familias para obtener un modelo más claro
agregando variables que miden la desigualdad en nuestro país.

4.1 Justificación de las variables en el modelo

29 Cambio que sufre una variable con respecto a si misma en un periodo anterior. Se representará a
través del logaritmo natural del ingreso natural bruto per cápita.
30 Seguridad que se tiene en que una persona va a actuar o una cosa va a funcionar como se desea.

31 Variable que representa el efecto de un aumento marginal en la distribución del ingreso en la tasa

de crecimiento.

23
a) Tasa de crecimiento: El impacto de la tasa de crecimiento en la desigualdad del
ingreso ha sido muy catalogado por numerosos investigadores, por ejemplo,
(Fossati, 2002) y (Benítez & Ruiz, 2013) emplean esta variable para analizar el efecto
de la desigualdad en la distribución del ingreso en relación al crecimiento
económico.

b) Ingreso promedio: Los ingresos promedios obtenidos de las familias de la zona

norte son diferentes a los de las otras zonas. Es el componente que medirá que tan
importante resulta el crecimiento del PBI de toda la región individualmente a cada
ciudadano de la región norte por medio del ingreso per cápita. Puesto que estudios
anteriores indican que el crecimiento de toda la región podría no importar a los
individuos de esta ya que podría estar siendo afectado por el canon minero.

c) Canon total: Es un porcentaje del total de ingresos y rentas que obtiene el Estado
por la explotación económica que realizan las empresas privadas de los recursos
naturales, recibido y es entregado a los Gobiernos Regionales y Locales ubicados en
la jurisdicción donde operan las empresas.

d) Índice de Gini: Es la medida de desigualdad en la distribución de los ingresos en un

país, tal índice es el más usado en los estudios de distribución del ingreso a pesar de
no ser tan confiable porque no necesariamente nos explica un bienestar en la
población, pero se usará con fines estadísticos.

4.2 Datos del modelo y fuentes de origen

Tabla 6: Variables del modelo, descripción y fuente.

Unidad de
Variable Descripción Fuente
Medida
Tasa de Crecimiento de los Instituto nacional de
departamentos que se Estadística
TC
consideran de la región Informática (INEI)/
norte según el INEI. Estadísticas

PEA

24
 Es un porcentaje del total de
ingresos y rentas que Ministerio de
obtiene el Estado por la Economía y Finanzas
explotación económica que Miles de Soles - Sistema Integrado
CANON_TOT
realizan las empresas de Administración
privadas de los recursos Financiera.
naturales de la región norte
del Perú.
Ingreso promedio mensual
que recibe un trabajador, es Instituto Nacional de
INGRESO el monto recibido por Soles Estadística e
PROMEDIO realizar una determinada Informática -
MENSUAL actividad laboral, en Encuesta Nacional de
cualquier sector de la Hogares.
economía.
Instituto nacional de
Estadística
Índice de la desigualdad Porcentaje
INDICE DE Informática(INEI)
(Coeficiente de Gini) del
GINI Evolución de la
ingreso en la región sierra.
pobreza monetaria
2009-2015
Fuente: Elaboración Propia

5. MODELO ECONOMETRICO

Para el trabajo se ha tenido en consideración en estudiar los efectos que producen

ciertas variables en la distribución del ingreso, expresado con el índice de Gini, en la
que se busca medir la desigualdad de ingresos para las regiones norteñas del Perú,
conformadas por los departamentos de Tumbes, Lambayeque, La Libertad, Loreto,
Amazonas, Piura, San Martín y Cajamarca, desde el 2006 hasta el 2015. El modelo
cuenta con la siguiente estructura:

𝐼. 𝐺𝐼𝑁𝐼 = 𝛽0 + 𝛽1 ∗ 𝑙𝑜𝑔. 𝑡𝑐 + 𝛽2 ∗ 𝑙𝑜𝑔. 𝑡𝑑𝑒𝑠 + 𝛽3 ∗ 𝑐𝑎𝑛𝑜𝑛 + 𝛽4 ∗ 𝑖𝑛𝑔𝑟𝑒𝑠𝑜

Se ha optado por un modelo lineal en la que se busca analizar la distribución del

ingreso basándonos en la utilidad del índice de gini, que es usado para medir
cualquier forma de distribución desigual, con la finalidad de buscar la relación con la
tasa de crecimiento y con las otras variables incluidas en el modelo. Otros trabajos
también optaron por utilizar un modelo de regresión lineal para explicar las

25
 determinantes de la distribución de ingresos, expresado en el paper de Sepúlveda y
Porras, así como papers de Argentina y México, las cuales introducen otras variables
para explicar si es que son significativas en el modelo.

Variables:

 Variable endógena:

I.GINI: índice de Gini expresando como la desigualdad en la distribución de ingresos.

 Variables exógenas:

log.tc: logaritmo de la tasa de crecimiento.

log.tdes: logaritmo de la tasa de desempleo.
canon: expresado como la cantidad de ingresos y rentas que obtiene el estado por la
explotación que hacen las empresas privadas a los recursos naturales.
Ingreso: ingreso promedio mensual proveniente del trabajo.

Resultados del modelo econométrico

Para el análisis se ha propuesto un modelo de doble logaritmo con el fin de que las
interpretaciones de los coeficientes sean sencillas de interpretarse y mantengan el
problema de varianza sea estable.

Resultados del análisis del modelo econométrico propuesto 1

Fuente: Elaboración propia.

𝐼. 𝐺𝐼𝑁𝐼 = 0.575 − 0.002 ∗ 𝑙𝑜𝑔. 𝑡𝑐 − 0.237 ∗ 𝑝𝑒𝑎 + 0.034 ∗ 𝑐𝑎𝑛𝑜𝑛 − 0.001 ∗ 𝑖𝑛𝑔𝑟𝑒𝑠𝑜

26
 En el modelo se observa que la única variable que no significativa, dado que tiene un
valor p>0.05, es la variable log.tc, con un valor p elevado de 0.696. La inclusión de
variables irrelevantes no genera sesgo dado que sigue teniendo media cero y no está
correlacionado con las variables explicativas del modelo.

Fuente: Elaboración propia.

En la siguiente tabla se verificará si el modelo presenta multicolinealidad usando el

comando VIF:

Resultados del análisis del modelo econométrico propuesto 2

Fuente: Elaboración propia.

De los resultados obtenidos se comprueba que el modelo no presenta

multicolinealidad ya que el promedio de los factores VIF es menor a 10, lo cual
evidencia de que no hay una fuerte correlación entre las variables explicativas del
modelo por lo que la eliminación de cualquier término del modelo no afectará a los
coeficientes estimados de los demás términos.

La segunda columna muestra el coeficiente de determinación entre una variable

explicativa y las otras. Se observa que cada variable del modelo es explicada por sí

27
 misma y no es dependiente de las otras reflejando porcentajes menores del 10% de
dependencia con respecto a la otra.

De lo anterior se concluye que a pesar de que las variables log.tc y canon no son
significativas, estas pueden ser incluidas en el modelo ya que ninguna de las dos
presenta multicolinealidad.

En la siguiente imagen se analizará si el modelo presenta heterocedasticidad con el

comando imtest, White

Resultados del análisis del modelo econométrico propuesto 3

Fuente: Elaboración propia.

Los resultados nos muestran que la probabilidad es mayor a 0.05, lo cual indica que la
hipótesis nula no se rechaza y existe homocedasticidad tipo White. El modelo al presentar
homocedasticidad indica que las varianzas de las perturbaciones son constantes a lo largo
del tiempo y por tanto no viola las hipótesis básicas de un modelo de regresión lineal.

Por último, en la siguiente imagen se analizará el supuesto de normalidad con el uso del
comando predict, r1 residual seguido del comando sktest:

Resultados del análisis del modelo econométrico propuesto 4

Fuente: Elaboración propia.

Las probabilidades observadas en la imagen presentan porcentajes superiores a 0.05

comprobándose que los errores se distribuyen normalmente por lo que el estimador y el

28
cálculo de la precisión para construir intervalos de confianza y contrastar hipótesis
dependen del modelo probabilístico supuesto.

6. CONCLUSIONES

 Usando el programa Stata podemos concluir que nuestro modelo

econométrico, con variable dependiente, representado por el índice de Gini, posee
una relación significativa con las variables logCanonTot, Ingreso_Prom y la pea. Y
al no presentar multicolinealidad con las otras variables log_TC, CANON_TOT se
puede prescindir de estas y el modelo no cambiaría el nivel de significancia, lo que
nos lleva a concluir que el ingreso y el desempleo son variables que explican el
modelo econométrico propuesto para la zona norte del Perú.

 Los resultados del modelo muestran el impacto de TDESEMP es negativo con el

IND_GINI, lo cual indicaría que si el TDESEMP aumenta en un punto porcentual;
la tasa de desempleo disminuirá en 7% de forma proporcional . EL impacto de la
variable INGRESO es negativo disminuyendo en un cantidad aproximada a cero,
La tasa de crecimiento (log_TC) tiene impacto negativo con el IND_GINI, es decir
si la TC último aumenta en 1, lIND_GINI disminuye en un valor proporcional de
0.5%, lo que en teoria deberia estar pasando pero se ha demostrado en varios
estudios que la tas de crecimiento no es determinante de la desigualdad.

 El test de White nos muestra que hay homocedasticidad, con varianzas constantes
en las perturbaciones a lo largo del tiempo en las variables
explicativas,log.TDESEMP (tasa de desempleo) e INGRESO.

 Finalmente podemos concluir que la tasa de desempleo y el ingreso contribuyen a

la disminuir la desigual en la distribución de los ingresos y que no necesariamente
debe haber un crecimiento del PBI para tener un menor índice de desigualdad.

Bibliografía

Figueroa, A. (2002), Sobre la desigualdad de las naciones. Economía, 9-36.

29
Fossati, V. (2002). Desigualdad y crecimiento. Un análisis para las provincias argentinas.
Documento de Trabajo Nro, 43.

Gamarra Echenique, V. (2017), Pobreza, Desigualdad y Crecimiento Económico: un Enfoque

Regional del caso Peruano. (tesis de pregrado). Pontificia Universidad Católica del Perú
(PUCP), Perú.

Instituto Nacional de Estadística e Informática. (2017). Evolución de la pobreza monetaria

2007-2017. Lima: INEI.

Instituto Nacional de Estadística e Informática. (2015).Perú: Perfil de la Pobreza por Dominios

Geográficos: 2004-2014.

Mendoza, W., Leyva, J., y Flor, J. (2011).La Distribución del Ingreso en el Perú: 1980-2010,
Departamento de Economía – Pontificia Universidad Católica del Perú (PUCP), Perú.

Morley, S. A. (2000). Efectos del crecimiento y las reformas económicas sobre la distribución del
ingreso en América Latina. CEPAL, 1-19.

Sánchez, J. A. (2008). Crecimiento económico y distribución de los ingresos en el Perú: 1970-2007.

Valdivia, M., y Pedrero, M. (2009). Scielo. Recuperado el 23 de Noviembre del 2010, de

http://www.scielo.org.mx/scielo.php?pid=s0188-25032011000100005&script=sci_arttext.

Vasconez R, A. (2017). Crecimiento económico y desigualdad de género: Análisis de Panel para

cinco países de América Latina. CEPAL.

30