NOVIEMBRE 2015

Contenido

6

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

13

19

26

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

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

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

CIES / Noviembre 2015

3

Presentación

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.

4

E o om

So ie

/

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.

CIES / Noviembre 2015

5

Cómo impacta la minería en la producción agropecuaria del Perú r e

o o o

erio

rm

ri1

Foto: Andina

C

Según el estudio, la minería incrementa la competencia con la agricultura por el uso de los factores productivos como tierra, agua y fuerza laboral.

La discusión sobre la convivencia de la minería y la agricultura en un mismo territorio tiene larga data en el Perú. El presente artículo2 analiza los impactos de la minería en la producción agropecuaria y encuentra que, en los últimos años, se incrementó la participación de la minería en el PBI (12%) frente a la participación

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

L

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

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 contribuye de manera más significativa que el sector agropecuario al PBI. En promedio, entre 1950 y el 2013, la minería y la agricultura han contribuido al PBI en 13% y 7%, respectivamente.

1. Los autores son investigadores del Centro de Estudios Regionales Andinos Bartolomé de las Casas (CBC). Correos: [email protected] y [email protected] 2. El artículo es un resumen de la investigación “Impacto de la minería en la producción agropecuaria en el Perú: impactos heterogéneos y determinación de los canales de transmisión”, desarrollada en el marco del Concurso CIES 2014 – IDRC – DFATD – Fundación M.J. Bustamante de la Fuente.

E o om

So ie

/

A finales de 2013, el PBI minero (S/.55.000 millones), superó el doble, en términos reales, que el PBI agropecuario (S/.24.000 millones) en similar periodo. La contribución 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 exportaciones 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 concesionada 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

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 hectáreas (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 agricultura de subsistencia y que tienen a la agricultura no solo como la principal fuente de alimentos, empleo e ingresos, sino como soporte de sus medios de vida.

GRÁFICO N.° 1 Relevancia de la minería y la agricultura en la economía peruana como % del PBI 20% 18% 16% 14% 12% 10% 8% 6% 4% 2% 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

0%

PBI agropecuario como % del PBI total PBI minero como % del PBI total Fuente: Estadísticas Anuales, Banco Central de Reserva del Perú. Elaboración propia.

IMPACTOS DE LA MINERÍA EN LA AGRICULTURA La contaminación ambiental generada por las actividades mineras puede producir externalidades negativas sobre la agricultura dentro de un mismo espacio territorial, tomando en cuenta que ambas actividades productivas necesitan de los mismos recursos: tierra y agua. No obstante, las actividades mineras también pueden generar externalidades positivas, en la medida que dinamicen los mercados locales; entre ellos, el mercado laboral. El potencial impacto de las actividades 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 actividades mineras en la producción agropecuaria en el Perú se distribuyen homogéneamente entre hogares más y menos vulnerables?, ¿los impactos de la minera en la agricultura son diferentes si el jefe de hogar es mujer?, ¿generan las actividades mineras cambios en el uso de la tierra en el Perú?, ¿generan las actividades mineras cambios en la oferta laboral agropecuaria? El objetivo general del presente estudio fue estimar empíricamente los impactos de la minería en la producción agropecuaria de los hogares 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 agropecuaria. Esto implicó a su vez incluir

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.

CIES / Noviembre 2015

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

FUENTES DE INFORMACIÓN Y METODOLOGÍA

Foto: Andina

En el presente artículo, la estrategia de identificación de relaciones causales entre minería y agricultura compara variables agropecuarias entre áreas de influencia minera y áreas en las cuales no se desarrolla 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 identificaron áreas territoriales contiguas a esos distritos, donde las actividades de este sector podrían tener efectos indirectos en la actividad agropecuaria de los hogares rurales (spillover effects). Para identificar distritos donde se realizan operaciones mineras (distritos productores), se empleó información disponible sobre la producción de minerales del Ministerio de Energía y Minas (Minem). La localización espacial se basa en datos a nivel distrital, provincial y departamental del Instituto Nacional de Estadística e Informática (INEI). Al incorporar al análisis aquellas áreas próximas a los distritos productores, se pueden recuperar los impactos más generales de la minería sobre las actividades agropecuarias; asimismo, estimar empíricamente la magnitud de los spillover

“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”.

effects (Angelucci y Di Maro 2010). De acuerdo con Loayza et al. (2013), se han empleado dos aproximaciones 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 muestra final incluye un pool de 18.041 hogares rurales, de los cuales 1.755 (aproximadamente 10%) residen en distritos productores y 16.286 (aproximadamente 90%) residen en otros distritos con diferentes niveles de proximidad a los distritos mineros.

MODELO ECONOMÉTRICO

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.

La metodología econométrica abarca un conjunto de modelos con base en el estimador de “diferencias 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.

E o om

So ie

/

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

res rurales en distritos productores y hogares rurales en distritos de control (distritos no mineros). El segundo estimador compara resultados potenciales entre hogares rurales en distritos productores, hogares en distritos

en provincias productoras y hogares rurales en distritos de control. El tercer estimador compara hogares rurales en distritos productores, hogares rurales en distritos vecinos o contiguos geográficamente a los distritos

CUADRO N.° 1 Resumen 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).

Indicadores agropecuarios

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).

Indicadores agropecuarios

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: yτi,j,t = µj + (Di,j * Tt) δτ’DD + y1τ Di,j + y2τ Tt + X’i,j,t θ τ + T’tφτ + εi,j,t

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

Indicadores Diferencias en diferencias DD base con sexo de los jefes de agropecuarios por hogar: sexo de los jefes de 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) hogar + 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

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

Diferencias en diferencias DD con aproximación espacial geográfica: wi,j,t = µj + δw1,DD (Di,j * Tt) + δw2,DD(D_1i,j * Tt) + δw3,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

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.

CIES / Noviembre 2015

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 mineros 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 agricultura serían actividades económicas excluyentes entre sí dentro de un mismo espacio territorial en Perú. Los resultados empíricos sugieren que los hogares rurales más expuestos a la minería (hogares en distritos mineros) tienen en promedio menores niveles de producción agrícola y de acumulación de animales mayores (vacunos, ovinos, camélidos, etc.), siendo este último impacto estimado el de mayor significancia estadística. En particular, los hogares rurales en distritos mineros tienen un volumen de producción 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-

E o om

So ie

/

• Asumiendo proximidad administrativa (distritos productores y distritos en provincia productora), 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 geográfica (distritos productores y distritos vecinos), los hogares rurales ubicados en distritos vecinos 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 agropecuarias 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 actividades mineras). Asimismo, los resultados empíricos sugieren que tanto el cambio en el uso de la tierra (menor disponibilidad de tierra para la agricultura en distritos mineros) como una reducción en la oferta laboral agropecuaria serían mecanismos de transmisión razonables para explicar el potencial impacto negativo de la minería en la agricultura. Tal evidencia es relevante 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 agropecuarios respecto de hogares en distritos mineros después del boom minero. En cuanto a la oferta laboral agropecuaria, los hogares ubicados en Foto: Andina

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

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

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: Andina

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

distritos vecinos directos e indirectos trabajan en promedio cuatro y dos horas menos por semana, respectivamente, en actividades agropecuarias 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 tierra en contextos rurales, y por otro lado, estaría modificando la estructura de la fuerza laboral rural.

RECOMENDACIONES DE POLÍTICAS PÚBLICAS En este artículo, se considera que la polarización entre dos posiciones extremas (“agro sí, mina no”; “mina sí, agro no”) no puede impulsar propuestas de políticas públicas sostenibles a largo plazo. La evidencia 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 implementación 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 agricultura representa una disyuntiva en el diseño y/o formulación de políticas públicas a escalas nacional, regional 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 económicos que podrían promover el desarrollo 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 términos de fuerza laboral y otros factores productivos como el agua. Si bien es cierto que ambas actividades económicas se basan en los mismos factores productivos dentro de un mismo territorio, no cuentan con el mismo contexto institucional sobre derechos de propiedad, mecanismos de concesión de uso de la tierra, promoción de la inversión, niveles de rentabilidad y productividad. Mientras las disyuntivas de política entre minería y agricultura no se resuelvan oportuna y eficazmente, en términos de encontrar

el conjunto de políticas públicas óptimas que permitan compatibilizar ambas actividades en un mismo territorio o al menos reducir 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 medioambientales (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 agropecuario. En tal sentido, se proponen algunos lineamientos de política: • Incorporar un enfoque de interculturalidad al procedimiento de concesiones mineras por parte del Minem, brindando una mayor y mejor información sobre los beneficios y costos de las operaciones 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

“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)”.

CIES / Noviembre 2015

[Minam]) que el valor de la superficie sea una proporción del valor de la reserva probada del recurso mineral. • Discutir reformas más estructurales, como reformas en los derechos 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 propiedad 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 proyectos mineros. Se sugieren también algunos lineamientos de política pública en materia de responsabilidad social empresarial (RSE):

• Discutir la necesidad de estandarizar desde las empresas mineras los programas de RSE, aplicando aquellos esquemas sobre los cuales se tenga información de su efectividad en términos de promoción del desarrollo; de esta manera, se podría reducir la elevada heterogeneidad sobre los enfoques e intervenciones de la RSE entre empresas mineras. • Articular la inversión social de las empresas mineras en los programas de promoción del desarrollo 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

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

promoción de estudios que estimen la disponibilidad a aceptar las externalidades generadas por las minas a nivel de cuencas hidrográficas. Esto, con la finalidad de cuantificar el valor de la externalidad y diseñar esquemas 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.

BIBLIOGRAFÍA ANGELUCCI, M. y V. DI MARO 2010 «Program Evaluation and Spillover Effects». En Inter-American Development Bank, Impact Evaluation Guidelines, Technical Notes, N.° IDB-TN-136.

KHANDKER, S.; G.B. KOOLWALD y H.A. SAMAD 2010 Handbook on Impact Evaluation: Quantitative Methods and Practices. The World Bank, Washington DC.

ESCOBAL, J. y E. TICCI 2013 «Extractive Industries and Local Development in the Peruvian Highlands». En Working Paper N.° 693. Siena University.

LOAYZA, N.; A. MIER y TERAN, Y J. RIGOLINI 2013 «Poverty, Inequality and the Local Natural Resource Curse». En Policy Research Working Paper N.° 6366. TheWorld Bank.

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 regiones y niveles de bienestar de la población (2002-2012). Consorcio de Investigación Económica y Social, Lima.

ORIHUELA, J.C.; C. HUAROTO y M. PAREDES 2013 Escapando de la maldición de los recursos locales: conflictos socioambientales y salidas institucionales. CIES, Lima. RAVALLION, M. 2008 «Evaluating Anti-Poverty Programs». En Handbook of Development 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 CrossSection and Panel Data. MIT Press, Cambridge, MA. ZEGARRA, E.; J.C. ORIHUELA y M. PAREDES 2007 «Minería y economía de los hogares en la sierra peruana: Impactos y espacios de conflicto». En Documento de trabajo 51. Grade, Lima.

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.

E o om

So ie

/

Impacto de la minería sobre el desarrollo regional de Arequipa: un análisis de género i No

o

i

i

ero S re

1

Foto: Andina

o

El crecimiento de la economía arequipeña en los últimos años tuvo como factor determinante el desarrollo de la minería formal.

El presente artículo2 evalúa la existencia de brechas de género en los indicadores de educación e infraestructura social básica en Arequipa, y cómo la minería habría influido en esos indicadores. Entre los principales resultados, se encuentra que, en un distrito minero, un jefe de hogar hombre tiene aproximadamente el doble de probabilidades 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.

L

a dinámica económica en Arequipa emerge de una minería formal en crecimiento. La participación de esta actividad ocurre de manera directa, a través del crecimiento del PBI minero, o de forma indirecta, a partir de los efectos multiplicadores del sector económico 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 principales indicadores3.

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

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 regional 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.

CIES / Noviembre 2015

3

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

minera con el desarrollo regional, y menos aún con un enfoque de género. Por lo tanto, en primera instancia, se considera pertinente una revisión general de la literatura sobre el tema, para discutir resultados de los efectos de la minería en el bienestar del Perú. El objetivo de la investigación es doble: (i) analizar el impacto diferenciado entre hombres y mujeres; (ii) calcular sus respectivas brechas en los indicadores de desarrollo regional 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 brechas, se pretende calcular la diferencia 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 utilizan 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 efectos de la minería en el bienestar; sin embargo, los estudios de su impacto

sobre el desarrollo regional, así como los estudios que consideran un análisis de género entre sus resultados, son limitados. Por tanto, a continuación se hace una breve revisión de investigaciones que aplican la metodología 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 determinantes 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 brechas de ingreso han disminuido significativamente por efecto de algunas características como el nivel de acumulación de capital humano. Sin embargo, ese progreso se vio afectado 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 actitudes culturales hacia las mujeres, los cuales podrían afectar su entrada al mercado laboral, así como sus ingresos proyectados. Barrera-Osorio et al. (2011) analizan el incremento de la puntuación de Indonesia en el área de matemática para la prueba del Programa

Internacional para la Evaluación de Estudiantes (PISA) durante los años 2003 y 2006 (OECD 2004, 2006). Los resultados de la técnica de descomposición de Oaxaca-Blinder evidencian que gran parte del aumento en la calificación se explica principalmente 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 mejoras 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

4. Si bien ambos métodos permiten calcular las diferencias en los indicadores de desarrollo regional según género, estas metodologías presentan 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.

4

E o om

So ie

/

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

Distrito 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.

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

Foto: Alexis Huaccho

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

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.

de que ese hogar –cuyo jefe es hombre 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 porcentuales, 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 ubicada 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 analiza el acceso a electricidad.

“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”.

CIES / Noviembre 2015

5

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 distrito 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 aportes. 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 mayoría 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.

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 infraestructura social básica están dadas por el componente no explicado.5

DESCOMPOSICIÓN DE LA BRECHA SEGÚN OAXACA-BLINDER Y MATCHING EXACTO

CONCLUSIONES

Los resultados para las brechas según género, en ambas metodologías, producen evidencia mixta. Es decir, utilizando la descomposición de Oaxaca-Blinder (OB), las brechas se deben principalmente a las barreras de acceso a la educación e infraestructura social básica, generadas por el grado de ruralidad del hogar, y si uno de sus miembros habla alguna lengua nativa. Utilizando la descomposición de matching exacto, los resultados en los indicadores de desarrollo regional muestran que las diferencias se deben principalmente a las características de ambos grupos.

Dada las tres metodologías planteadas en este estudio (Logit, OB y matching exacto), nos permitimos concluir lo siguiente: A partir del efecto diferenciado de la minería sobre los indicadores 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 porcentuales, respectivamente. Por lo tanto, un hogar en un distrito minero con un

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

Indicadores

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.

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.

E o om

So ie

/

Foto: Andina

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 restringe a la ubicación de la vivienda, los resultados indican que en un distrito productor minero se reduce la probabilidad de que un hombre o mujer (las cifras para mujer se muestran entre paréntesis) tenga grado de educación superior universitaria en 10,3 (9,4) puntos porcentuales. Asimismo, se incrementa la probabilidad 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 encontrada es robusta si incluso el efecto diferenciado de la minería se desagrega a pequeña y gran escala. A partir del cálculo de la brecha en los indicadores de desarrollo regional, usando las descomposiciones 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 indicadores 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 proyectos incrementa la oferta de bienes públicos e infraestructura básica, incluyendo proyectos productivos que tienen el potencial de mejorar los retornos de la actividad económica a nivel local, al elevar los ingresos, el consumo y el acceso a servicios básicos (Del Pozo et al. 2013), la inversión en educación es clave. Ante este escenario, que deja de lado necesidades importantes de la

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.

población, es necesario que se regule el desempeño de las autoridades locales y regionales mediante normas efectivas que contribuyan a la formulación y ejecución de proyectos que incluyan temas relevantes para Arequipa, 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 equidad y calidad, responde a demandas y potencialidades regionales (Copare AQP 2007). Para incrementar la calidad de los procesos de enseñanza, se necesita reforzar la importancia del rol que juegan los docentes, determinar 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 implementar una nueva política que tenga por objetivo promover el acceso a

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 jóvenes se ven obligados a ingresar al mundo laboral para poder generar ingresos, por lo que no pueden continuar 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 otorgamiento de becas y créditos educativos. 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 permitirá reducir las brechas de acceso a la educación encontradas en la presente investigación.

CIES / Noviembre 2015

Dado el Plan Regional de Igualdad 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, secundaria 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 compromiso 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 privadas –principalmente las mineras que operan en Arequipa–, se debe expandir el apoyo para la educación en Arequipa. Por ejemplo, se sugiere incrementar la ayuda proporcionada por la Compañía de Minas Buenaventura y el Instituto Peruano de Acción Empresarial (Ipae) en el proyecto Escuelas Exitosas, que impulsa y busca elevar la calidad educativa en las zonas rurales.

Si bien IBM del Perú, la Asociación Empresarios por la Educación y la Sociedad Minera Cerro Verde han ejecutado el programa Reading Companion –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, también que se promuevan más alianzas con otras empresas mineras tales como Grupo Minero Fénix, Compañía Minera Caravelí, entre otras, para fortalecer el nivel educativo y mantener la ayuda en salud y vivienda.

BIBLIOGRAFÍA ADEX 2012 Boletín de Exportaciones Regionales 2011. Asociación de Exportadores 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 Investigación Económica y Social (CIES). BARRANTES, R.; R.CUENCA y J. MOREL 2012. Las posibilidades del desarrollo inclusivo: dos historias regionales. Lima: Instituto de Estudios Peruanos (IEP). BARRERA-OSORIO, F.; GARCÍAMORENO V., H. PATRINOS y E. PORTA 2011 «Using the Oaxaca-Blinder Decomposition Technique to Analyze Learning Outcomes Changes over Time». En Policy Research Working Paper 5584, The World Bank. BCRP 2014a «Cuadros anuales estadísticos 2003–2013». Disponible en www.bcrp.gob.pe/estadisticas. html. 2014b Caracterización del Departamento de Arequipa. Banco Central de Reserva (BCRP) – Sucursal Arequipa. COPARE AQP 2007 Proyecto Educativo Regional de Arequipa 2006-2021: Construyendo descentralizadamente

E o om

So ie

/

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 (exante) de re-distribución del canon minero, elementos para el debate. Proyecto Mediano 18-2012: Informe final. Consorcio de Investigación Económica y Social (CIES) y Centro de Estudios Regionales Andinos Bartolomé de las Casas (CBC). FIRPO, S.; N. FORTIN y T. LEMIEUX 2007 «Descomposing wage distributions using recentered influence function regression». Disponible en www.economie.uqam.ca/ pages/docs/lemieux_thomas.pdf. GLAVE, M. y J. KURAMOTO 2007 «La minería peruana: lo que sabemos y lo que aún nos falta saber». En Investigación, políticas y desarrollo en el Perú, edición 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. IIMP 2010 Minería peruana: contribución al desarrollo económico y social.

Instituto de Ingenieros de Minas del Perú. HOYOS, A. y H. ÑOPO 2010 «Evolution of Gender Gaps in Latin America at the Turn of the Twentieth Century: An Addendum to New Century, Old Disparities». En IDB Working Papers Series N.º IDB-WP-176. Inter-American Development Bank. MIDIS 2012 Estrategia Nacional de Desarrollo e Inclusión Social. Ministerio de Desarrollo e Inclusión Social. OECD 2004 Informe PISA 2003: aprender para el mundo del mañana. Organización para la Cooperación y el Desarrollo Económico (OECD). 2006 PISA 2006: Marco de la evaluación: conocimientos y habilidades en ciencias, matemáticas y lectura. Organización para la Cooperación y el Desarrollo Económico. OIT 2001 Niños que trabajan en la minería artesanal de oro en el Perú. Estudio Nacional sobre el trabajo infantil en la minería artesanal. Organización Internacional de Trabajo (OIT).

¿Es la informalidad laboral una decisión voluntaria en el Perú? e o1

Foto: Cortesía El Comercio

rio

Según el estudio, la mayoría de la población económicamente activa deseó trabajar en el segmento formal, pero solo un 18% lo pudo hacer. Es decir, un buen porcentaje tuvo que optar por los segmentos informales porque no tuvo otra opción.

La conjetura central de muchos Gobiernos y de algunos analistas es que la informalidad es una opción voluntaria de los trabajadores, originada fundamentalmente por los costos que implica la formalización: laborales, para la constitución de empresas y trámites burocráticos necesarios para las transacciones comerciales. Bajo esta idea, la reducción de esos costos generaría una dis-

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

L

a dimensión de la informalidad en el Perú se puede observar en el gráfico 1. Este registra la evolución del porcentaje de la población económicamente activa ocupada (PEAO) de cuatro segmentos labo-

rales de trabajadores, con sus respectivas evoluciones de los ‘ingresos’ (medidos en soles corrientes) en los trimestres del periodo 2004-2014. El primer grupo corresponde a los trabajadores dependientes y empleadores denominados formales, porque 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

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.

CIES / Noviembre 2015

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 remuneración mínima vital (RMV). Respecto a los trabajadores informales, el actual Gobierno3 y sus predecesores, así como algunos ‘expertos’4, postulan que los trabajadores desean laborar en los segmentos informales por los altos costos laborales y de trámites (que demandan los segmentos formales). Por ello es

más ‘rentable’ el segmento informal. El presente artículo sintetiza los resultados de la investigación sobre la informalidad desarrollada por el autor, y realiza una prueba estadística 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-

GRÁFICO N.° 1 Segmentos laborales formales e informales: tamaño e ingresos promedio 2004-2012 2.500

100 90 80 70

1.500

60 50

1.000

40

Porcentaje, PEAO

2.000

Nuevos soles

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 denominados formales netos porque disponen de registro jurídico, llevan 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 corresponde a la diferencia de los trabajadores del tercer segmento con la PEAO total, es el informal neto. Este cubría el 83,8% de la PEAO total y recibía en promedio ingresos 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 lentos. Así, en 11 años, el rango de decrecimiento del porcentaje de los trabajadores informales ha estado entre -8,5% y -7,1%. Ello significaría que si se mantiene el ritmo

30

“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”.

500

20 10

0

0 2004 2005 2006 2007 2008 2009 2010 2011 2012 2013 2014 Informal

Informal neto

Formal

Formal neto

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.

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 investigación final (Tello 2015).

E o om

So ie

/

Hipótesis 2 (H2): Se basa en literatura 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 actividades informales8. Según esta literatura, “la informalidad surge cuando los costos de circunscribirse al marco legal y normativo de un país son superiores a los beneficios que ello conlleva. La formalidad involucra costos, tanto en términos de ingresar a este

Foto: Andina

tación’ del mercado laboral7. De acuerdo con estas teorías, existe segmentación en el mercado laboral cuando: (i) el empleo para individuos de un mismo nivel de calificación 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 segmentos: 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 segmento. Bajo la hipótesis 1, la informalidad 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.

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

sector –largos, complejos y costosos procesos de inscripción y registro–, como en términos de permanecer dentro del mismo –pago de impuestos, cumplir las normas referidas a beneficios laborales y remuneraciones, manejo ambiental, salud, entre otros aspectos–. De otro lado, para el ‘informal’, 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 segmentos: 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 segmento 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. Específicamente, se postula “que si bien el mercado laboral de una economía es segmentado, el segmento informal, a su vez, también está segmentado. 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 informal generaría ‘mayores’ niveles de ingresos y mejores ‘condiciones’ para el trabajador” (Fields 2008).

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).

CIES / Noviembre 2015

EVIDENCIAS SOBRE LA DECISIÓN DE LABORAR EN LA INFORMALIDAD Las evidencias empíricas sobre la validez 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 métodos 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 Cunningham (2001)11, al parecer, son los únicos que han abordado la hipótesis de la heterogeneidad informal (H3), para Costa de Marfil y México, respectivamente. El trabajo de Maloney y Cunningham (2001) solo se concentra en micro y pequeñas empresas (mypes) informales, sin incluir a los trabajadores dependientes infor-

representando cada uno de ellos a la mitad del empleo urbano informal de Costa de Marfil. De otro lado, uno de los segmentos laborales 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 trabajadores informales fueron empleados en estas actividades de forma involuntaria, siendo estas la última alternativa de empleo y generación de ingresos. El resto de trabajadores informales tuvo ventajas comparativas en el sector 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,

Foto: Andina

“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”.

males. Basados en técnicas estadísticas de análisis factorial y clusters, Maloney y Cunningham concluyen que una parte muy pequeña del sector mype de México realizaba actividades ‘empresariales’ informales como última alternativa de empleo. La gran mayoría correspondía a trabajadores 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 metodología distinta y mejorada (metodología 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 segmentos laborales con distintos salarios,

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.

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 SanJose, 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: Universidad del Pacifico, Centro de Investigación.

E o om

So ie

/

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 autoseleccionan voluntariamente para realizar actividades ‘informales’ con salarios competitivos. El otro ‘segmento informal’, que toma la informalidad como último recurso de trabajo, es el de trabajadores dependientes informales, 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 laboraba 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 segmentos informales –el competitivo y el racionado–. De acuerdo con Palo-

“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”.

mino (2011), si un individuo informal tiene ingresos superiores (o alternativamente menores) a un individuo formal, idéntico a él según características observables (nivel educativo, edad, sexo, sector económico, etc.), entonces este es un individuo informal competitivo (y en el caso de menores, ingresos sería racionado). Ambos segmentos, según el autor, son opciones voluntarias del trabajador14. Con estas definiciones, los porcentajes de la PEAO de Lima Metropolitana en el segundo trimestre 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 informalidad. En primer lugar, el método GL determina de manera endógena los segmentos informales.15 Estos segmentos son medidos en porcentajes de la PEAO para los años 2012 y 2014. En otros métodos, los segmentos informales son determinados 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 efectivamente 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 desearía estar trabajando en un determinado 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 particular segmento se obtiene de maximizar el valor esperado estimado de ingresos, cuyo máximo valor corresponde al del segmento seleccionado. Los resultados relevantes de aplicar la metodología GL se muestran en el cuadro 119, donde el segmento formal se ha estimado de manera exógena según su definición: trabajadores cuyos empleadores disponen de registro jurídico, llevan libros contables 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-

13. Palomino, J. (2001). «Tesis de efectos del incremento de la remuneración mínima vital sobre el empleo y los ingresos laborales». En Documento 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).

CIES / Noviembre 2015

3

dades o porcentajes de la PEAO estimados 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 trabajan 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

PROPUESTA DE POLÍTICA

involuntaria. En adición, más del 91,1% de la PEAO total deseó trabajar 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 trabajar en los segmentos informales 1 o 2 porque no hubo otra alternativa de trabajo. El cuadro también muestra que en la composición de los trabajadores del segmento informal 2 dominan los trabajadores independientes informales, seguidos por los trabajadores dependientes informales. Esto significa que los segmentos endógenos incorporan distintos tipos de trabajadores de los segmentos informales predeterminados.21

Si las cifras del cuadro 1 fuesen válidas, la política de formalización22 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 trabajadores que no tienen otra alternativa de trabajo que la de laborar en la informalidad. Desde la perspectiva de largo plazo23, 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

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

Formal

Informal 1

Informal 2

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

Formal

Informal 1

Informal 2

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

e

π

2014 Probabilidad e

π

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.

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).

4

E o om

So ie

/

“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”.

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

Desde la perspectiva de corto y mediano plazo, se requiere identificar a nivel de cada región los segmentos informales generados involuntariamente por falta de demanda laboral. Las políticas, intervenciones o instrumentos diseñados para este segmento informal consisten en desarrollar oportunidades y características productivas dentro del segmento, de tal forma que los trabajadores puedan integrarse a y/o competir con el segmento formal. Estas oportunidades y características productivas requieren ser orientadas a: (i) incrementar la escala de producción o de servicios productivos (por ejemplo, vía asociaciones o aglomeraciones; (ii) integrar las actividades informales a cadenas

productivas o de valor de mercados competitivos de los segmentos formales; (iii) dotar de mayores niveles de capacidad, calificaciones y habilidades productivas a los trabajadores; (iv) explotar las ventajas comparativas y competitivas de los bienes y servicios existentes en las áreas geográficas donde residen los trabajadores informales; y (v) desarrollar productos y/o servicios que compitan 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 requieren ser implementadas por entes del sector privado y monitoreadas por entes del sector público.24

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.

CIES / Noviembre 2015

5

Brechas salariales entre formales e informales en el sur del Perú rr o E rem

o ro

iver i

N io

eS

1

Foto: Andina

Ei

El sistema educativo 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.

En la última década se ha registrado un crecimiento económico nacional promedio de 6%, explicado en parte por mayores niveles de productividad y empleo. En ese escenario, el presente artículo2 analiza la división del mercado laboral entre los segmentos formales e informales en el sur del Perú, así como las brechas salariales y sus causas.

P

ese 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 últimos años” (Banco Mundial 2010: 5). En 2012, el sector informal peruano estaba conformado por casi

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.

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).

E o om

So ie

/

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 (Maloney 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 condiciones de trabajo irregulares, alta rotación y bajas tasas de remuneración; y la segunda, con adecuados puestos de trabajo y condiciones laborales (Glinding 1991). Usando la estimación de ecuaciones 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 específicos: • 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 respuesta 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?

“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”.

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

debido a la existencia de endogeneidad4 en las decisiones de participación 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 corrigen 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 autoselecciona en el sector, y un trabajador con similares características laborales, pero que ha sido aleatoriamente asignado al sector en particular. es En la segunda etapa, incluido entre las variables explicativas de la función de salarios, la cual es estimada por la técnica de mínimos cuadrados ordinarios5.

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 segmentación 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,

Donde E (ξs/s) = 0, Φ es la función de densidad normal estándar, σs es la desviación estándar de la perturbación ξs, y ρs es el coeficiente 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 actividad 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.

CIES / Noviembre 2015

¿Cuál es la naturaleza de la segmentación del mercado laboral en el sur del Perú? Para conocer la naturaleza de segmentación 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 Glinding (1991). Para ello, los datos de la variable educación son clasificados 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-

“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”.

mos ante la presencia de un mercado totalmente competitivo. Por el contrario, 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 encontrados en un mercado totalmente segmentado (Glinding 1991). Finalmente, si los coeficientes asociados a la variable educación presentan retornos altos en la categoría educación de alta calificación, en sectores que son considerados de nivel inferior (por ejemplo, el sector informal), y en este caso los retornos a los salarios son mayores, diríamos que el mercado tiene la característica de ser parcialmente competitivo y segmentado (Aydin 2012). ¿Existen brechas salariales? ¿Qué factores las explican? Para calcular la existencia de brechas salariales y la fuente de esas diferencias 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 regresión (1).

El primer término del lado derecho muestra la diferencia en la variable que resulta entre los dos grupos (formales e informales), la cual se debe a diferencias en características observables, valoradas según los retornos estimados para los formales. 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 existentes entre las variables explicativas y qué parte a otros factores o variables. Es precisamente esta parte de la descomposición la que genera evidencia a favor de la segmentación.

RESULTADOS Regresión de salarios La 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 independientes 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 informales–, lo que estaría en línea con la hipótesis de segmentación del mercado laboral. Sin embargo, para los niveles educativos universitaria completa y post grado, los retornos percibidos por el sector asalariado informal son mayores a los asalariados formales con igual nivel educativo. Este resultado podría estar respaldando 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).

E o om

So ie

/

Las variables de actividad económica indican mayores diferencias salariales al presentar en el sector asalariado formal primas más altas en la ecuación de salarios. Así, trabajar en minería otorga una prima de 90,8%, en el logaritmo del salario por hora, en el caso de los asalariados formales, y solo el 50% en el caso de los asalariados informales. Para el caso de la variable manufactura, 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 primas 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 independientes 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

CONCLUSIONES Este estudio investiga la existencia de un mercado laboral segmentado, en el sur del país, entre cuatro sectores 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 estudio se emplearon distintos métodos 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 mercado laboral parcialmente segmentado y parcialmente competitivo en el sur del país, con la presencia de un sector asalariado informal con dos sectores cualitativamente distintos: 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 educación de alta calificación. Se confirma, asimismo, la presencia de altas brechas salariales entre formales e informales, siendo el sector indepenFoto: El Comercio

“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”.

hombres, la variable educación, si bien presenta resultados positivos en el logaritmo del salario, no son significativos. Dentro de las actividades económicas, la minería y la manufactura presentan los mayores retornos al logaritmo del salario para los asalariados formales. La construcción favorece a todos los sectores, y la actividad servicios (hoteles y restaurantes) al independiente informal. Para la muestra de mujeres, los resultados revelan un mercado femenino 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 también, para las asalariadas formales, la experiencia y experiencia al cuadrado tomaron el signo esperado. Los independientes formales, hombres y mujeres, presentan coeficientes con resultados erráticos que no permiten su interpretación. En cuanto al término de selectividad, los hombres y mujeres formales se autoseleccionan. Con un lambda negativo para hombres, y positivo para mujeres, las mujeres que se autoseleccionan tienen salarios más bajos que las asignadas aleatoriamente.

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.

CIES / Noviembre 2015

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 existencia de una naturaleza heterogénea en el sector informal. Parte del sector informal tendría atributos de un mercado competitivo, en particular entre los trabajadores con mayor stock educativo. Otra parte del sector informal sería el resultado de la segmentación, en particular entre los trabajadores menos educados (Günter y Lanouv 2006; Aydín et al. 2012). De otro lado, en el sector formal, asalariados e independientes se autoseleccionan en el mercado laboral, lo cual –según la teoría neoclásica– significa 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 presenta 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 aprovechan 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 mayores retornos en la muestra de asalariadas 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 económicas presentan mayores primas al salario en el caso de la minería y manufactura, para los asalariados formales, y en el caso de la construcción 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 salariales existentes entre los sectores laborales analizados, es clave la actuación del Estado e instituciones a nivel regional que permitan reducirlas. Para esto, se deben implementar acciones que faciliten el tránsito de los trabajadores entre sectores, en particular de aquellos con menores niveles de calificación. En este sentido, el sistema educativo 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 mercado. Así se permitiría a trabajadores de bajos recursos potenciar sus habilidades y mejorar su productividad.

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

3

E o om

So ie

/

Es importante la instalación en los Gobiernos regionales de una oficina destinada a la formación y orientación 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 informales y los orienten en la forma adecuada de llevar la empresa y mejorar la calidad de producción. Esto les permitirá a los alumnos aplicar su aprendizaje y colaborar con el desarrollo 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 masivos y pertinentes para los microempresarios. 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 mujeres con bajos niveles educativos. Es decir, la informalidad actúa como refugio al desempleo para la población femenina, por lo cual resulta importante apoyar iniciativas que tiendan a sensibilizar a los distintos actores regionales con las perspectivas de género, promoviendo programas que incentiven la igualdad de género en el sector asalariado dependiente. En la parte independiente, se aconseja promover la formación de organizaciones de mujeres microempresarias que permitan generar vínculos económicos y de apoyo social.

BIBLIOGRAFÍA ACEMOGLU, D. 2001 «Good Jobs versus Bad Jobs», En Journal of Labor Economics, 2001, vol. 19, n.° 1. Massachusetts Institute of Technology. Consultado en http://economics.mit.edu/files/5689. AMARANTE, V. y A. ESPINO 2009 «Informalidad y desprotección social en Uruguay». En Revista Latinoamericana de Economía, Vol. 40, n.° 158. BANCO MUNDIAL 2011 Perú en el umbral de una nueva era: lecciones y desafíos para consolidar el crecimiento económico y un desarrollo más incluyente. BARCO, D. y P. VARGAS 2010 Brechas salariales entre formales 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 University (Aix-Marseille School of Economics) and Sciences Po Paris. CASAL, M. y B. BARHAN 2013 Penalizaciones salariales por maternidad y segmentación del mercado laboral: el caso de la Argentina. CERVANTES, J.; E. GUTIÉRREZ y L. PALACIOS 2008 «El concepto de economía informal y su aplicación en México: factibilidad, inconvenientes y propuestas». En Revista Estudios Demográficos y Urbanos. Vol. 23, n°1. FIELDS, G. 1990 Labour Market Modelling and the Urban Informal Sector: Theory and Evidence.

GLINDING, T. H. 1991 «Labor Market Segmentation and the Determination of Wages in the Public, PrivateFormal, 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 SOEST 2001 Wage Differentials and Mobility in the Urban Labor Market: A Panel Data Analysis for Mexico. GONZÁLEZ DE OLARTE, E. 2010 ¿Milagro peruano?: crecimiento, desigualdad, pobreza y democracia. GUNTHER, T. y A. LAUNOV 2006 Competitive and segmented informal labor markets. HECKMAN, J. 1979 «Sample Selection Bias as a Specification Error». En Econométrica, vol. 47, pp. 153- 162. JANN, B. 2008 «A Stata implementation of the Blinder-Oaxaca decomposition». 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. Estudios Económicos BCRP. MAGNAC, T. 1991 «Segmented or competitive labor markets?». En Econométrica Vol. 59, 1, pp. 165-187.

FORTIN, N.; T. LEMIEUX y S. FIRPO 2010 «Decomposition Methods in Economics». En Working Paper 16045.

MALONEY, W. 1999 «Does Informality Imply Segmentation in Urban Labor Markets? Evidence from Sectoral Transitions in Mexico». En The World Bank Economic Review, vol. 13, Number 2, pp. 275–302.

GALVIS, L. 2012 Informalidad laboral en las áreas urbanas de Colombia. Banco de la República. Consultado en http://www.banrep. gov.co/.

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

MARCOUILLER, D.; V. RUIZ y C. WOODRUFF 1995 Formal measures of the informal sector wage gap in México, 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 región sur: un análisis estructural. PERRY, G.; W. MALONEY, O. ARIAS, P. FAJNZYLBER, A. MASON y J. SAAVEDRA 2007 «Informalidad escape y exclusión». En Estudios del Banco Mundial sobre Amércia Latina y el Caribe. Consultado en http://www-ds.worldbank. org/. TANSEL, A. y E.OZNURKAN 2012 «The formal/informal employment earnings gap: evidence from Turkey». En MPRA Paper n.°. 38498. Consultado en http://mpra.ub.uni-muenchen. de/38498/. TROST, R. y L. LEE 1984 «Technical training and Earnings: A Polichotomous Choice Model With Selectivity». En The Review of Economics and Statistics. Vol. 66, pp. 151-156. OIT 2002 «El trabajo decente y la economía informal». En Conferencia Internacional del Trabajo 90.a reunión. Informe VI. VÁSQUEZ, A.; J. GALLARDO, L. BENDEZÚ, J. SALVADOR y F. AMÉSQUITA 2004 La informalidad y sus manifestaciones en la comercialización de combustibles líquidos en el Perú. Osinerg, Oficina de Estudios Económicos. YAMADA, G. 1996 «Urban Informal Employment and Self-Employment in Developing Countries: Theory and Evidence». En Economic Development and Cultural Change, Vol. 44, n.° 2, pp. 289-314.

CIES / Noviembre 2015

3

Impactos del programa Juntos en las decisiones productivas de los hogares rurales del Perú r o e rr

r

e1

Foto: Andina

E

Es necesario mejorar la identificación de hogares rurales con jefe de hogar mujer, pues son más vulnerables a la pobreza.

Este artículo evalúa los impactos del programa Juntos en las decisiones 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 expansión de la misma actividad productiva como en la reasignación de recursos. Asimismo, según el género del jefe de hogar, se observan respuestas diferentes a las transferencias. Estos resultados tienen implicancias en las políticas de inclusión económica

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

E

l análisis en este artículo2 se desagrega en impactos diferenciados para hogares con jefes de hogar varones y mujeres, debido a las distintas condiciones económicas, sociales y culturales que estos enfrentan. El uso de datos panel permite estimaciones robustas, evitando sesgos potenciales en datos transversales o en

seudopaneles. El estudio encuentra evidencia de impactos de las transferencias 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, destacan la necesidad de articular políticas de apoyo social con políticas productivas, así como mejorar el proceso de identificación de hogares rurales con jefe de hogar mujer, pues tienen mayor vulnerabilidad frente a la pobreza.

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.

3

E o om

So ie

/

Juntos es un programa de transferencias 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. Aunque no está dirigido explícitamente a objetivos productivos, Juntos entrega una transferencia monetaria 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 origen a este artículo, evaluamos los potenciales impactos del programa en las decisiones productivas de los hogares beneficiarios en zonas rurales del Perú. El programa Juntos ha sido evaluado 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 indicadores 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 evaluaciones 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 Saldarriaga 2014). En el primer caso, se confirman impactos positivos en indicadores nutricionales de los niños, y en el segundo, se encontra-

Foto: Andina

EL PROGRAMA JUNTOS

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

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 sentido de que los hogares beneficiarios sí estarían asignando algunos recursos a procesos productivos generadores de ingresos, tanto agropecuarios como no agropecuarios; también ver Díaz et al. (2009). Las únicas evaluaciones cuantitativas previas a este estudio, sobre los potenciales efectos del programa Juntos en decisiones productivas,

han sido realizadas por Del Pozo y Guzmán (2011), y Del Pozo (2014). Este último trabajo es un antecedente 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 estimaciones a valores pretratamiento de variables correspondientes a hogares distintos a los de la evaluación 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

“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”.

La teoría económica sobre comportamiento de hogares con activos productivos asume que las decisiones de producción y de consumo son “separables” en condiciones de mercados perfectos. Ver Singh et al. (1986). Si los hogares operan en mercados perfectos, maximizan primero la producción, y luego la utilidad del consumo. Como el mercado de crédito (o de seguros) funciona perfectamente, CIES / Noviembre 2015

33

“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”.

cada hogar podrá producir la cantidad 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 perfectos, transferencias monetarias exógenas a los hogares se destinarían 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 forman parte de un proceso decisorio donde el consumo y la producción se definen en forma interdependiente. 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 monetaria 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 impactos “no experimental” en base a la identificación de hogares de “control” y “tratamiento” frente al programa. Las alternativas no experimentales (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 “diferencias 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 aplicable 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 impactos”. Las Xit son variables de control 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 coeficiente 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 tratados del programa. Este enfoque nos permite identificar estos impactos 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 disponibles 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 emplearemos para las estimaciones econométricas. Esto implica que usaremos al año 2007 como año base; al año 2008, como primer año de medición de impactos, y al 2009, como segundo año para la submuestra respectiva. 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

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.

34

E o om

So ie

/

CUADRO N.° 1 Paneles empleados para medir impactos5 Control

Juntos

Total

2.052 2.089 2.115 1.910

193 68 51 78

2.245 2.157 2.166 1.988

1.445 1.408 337

120 71 24

1.565 1.479 361

Paneles de 2 años 2007-2008 2008-2009 2009-2010 2010-2011 Paneles de 3 años 2007-2009 2008-2010 2009-2011 Fuente: Enaho 2007-2011, INEI.

CUADRO N.° 2 Impactos de Juntos en ingresos y gastos per cápita anuales. Panel 2007-2008 b2: Impacto Juntos Ingreso todos los hogares Gasto todos los hogares Ingreso jefe de hogar varón Gasto jefe de hogar varón Ingreso jefe de hogar mujer Gasto jefe de hogar mujer

Coef.

Error estadístico

0,132** 0,087* 0,111* 0,089 0,253** 0,086

-0,07 -0,05 -0,07 -0,06 -0,13 -0,11

* p