Descargar 341.44 Kb.


Página1/2
Fecha de conversión29.03.2018
Tamaño341.44 Kb.

Descargar 341.44 Kb.

Facultad de economía carrera de economía y negocios internacionales


  1   2




logoupc-laureatecolor
FACULTAD DE ECONOMÍA

CARRERA DE ECONOMÍA Y NEGOCIOS INTERNACIONALES


Análisis del impacto de la presencia de actividad minera sobre la pobreza a nivel distrital de las regiones Ancash, Cajamarca, Arequipa y Pasco entre los años 1993 y 2007.

Tesis:
Para optar por el Título de:


LICENCIADA EN ECONOMIA

AUTORA:
Zamalloa Valera, Diana Lucía


2014

DEDICATORIA

Con todo cariño y amor, dedico esta tesis a mis padres.

AGRADECIMIENTO


Gracias al Economista y profesor Carlos Mendiburu, quien me orientó en los diferentes conocimientos y herramientas que fueron llevados a cabo en todo el proceso de elaboración de la presente tesis.


Índice
Resumen

Introducción…………………………………………………………………………..6

Definición del Problema……………………………………………………...............8


  1. El sector minero y su aporte en el Perú………………………………………...13

    1. Análisis del sector a nivel macroeconómico……………………………..13

    2. Análisis del sector a nivel microeconómico: minería y pobreza………...19

  1. Estado del arte……………………………………………………………...…..33

  2. Metodología de la investigación……………………………………………….50

  3. Resultados……………………………………………………………………...62Conclusiones………………………………….………………………………..71

Referencias bibliográficas

Anexos





RESUMEN
En los últimos años, la minería en el Perú ha demostrado grandes avances a nivel macroeconómico, lo cual es reflejado en los agregados económicos, pero a nivel local, la actividad minera debería ejercer una influencia mayor para reducir el porcentaje de pobres en las zonas que albergan mineras. La presente tesis propone estudiar el impacto de la actividad minera sobre la incidencia de pobreza a nivel distrital de los departamentos de Ancash, Arequipa, Cajamarca y Pasco entre los años 1993 y 2007.
Para ello, los departamentos mineros fueron seleccionados en función al aporte del PBI minero, diferenciando aquellos distritos con presencia de minería y aquellos que no cuentan con yacimientos mineros. Se estimó un modelo de evaluación de impacto bajo el método de diferencias en diferencias que permite capturar el impacto que genera la presencia de actividad minera sobre la variable de interés. Este modelo toma como base la información a nivel distrital para los años 1993 y 2007 proveniente del Mapa de Foncodes para ambos años, Mapa de Pobreza del INEI donde se obtuvo la variable de incidencia de pobreza, información de la base de datos del MINEM. Asimismo, se consideran las variables de acceso a servicios básicos como población sin agua, desagüe y electricidad; tasa de analfabetismo y desnutrición como variables de control al modelo propuesto. A partir de los resultados obtenidos, se verifica un impacto positivo en la incidencia de pobreza debido a la presencia de la minería.




INTRODUCCIÓN
La minería juega un rol importante en la economía peruana y más aún en las economías regionales donde existen asentamientos mineros. La importancia de la minería cobra relevancia a nivel de los recursos adicionales que genera a la economía como los flujos de inversión, exportaciones, recaudación tributaria para financiar proyectos de desarrollo social, empleo directo e indirecto. En los últimos años el sector minero ha experimentado un importante dinamismo y desarrollo, sin embargo, queda la duda si este gran efecto positivo sobre las variables macroeconómicas se transmite a nivel local generando mayores niveles de satisfacción en los habitantes que habitan cerca de las zonas mineras. Es por eso que la investigación evalúa el impacto que la actividad minera genera sobre la variable pobreza medida a nivel distrital para los departamentos Ancash, Arequipa, Cajamarca y Pasco entre los años 1993 y 2007. Con ello, se quiere demostrar si realmente la actividad minera influye favorablemente en la reducción de la tasa de pobreza en aquellas zonas que se encuentra operando la minera.
La metodología aplicada en la investigación es la de evaluación de impacto a nivel distrital con el objetivo de analizar si la presencia de un distrito minero se asocia con reducciones en el nivel de pobreza vinculada con dicha actividad. De este modo, se pretende dar respuesta a la pregunta: ¿cuál es el impacto esperado que tiene la presencia de un distrito minero sobre la pobreza entre el periodo de 1993 y 2007, en comparación de otro sin la presencia de esta actividad? La hipótesis que se plantea para la investigación es la presencia de actividad minería reduce la pobreza en aquellos distritos que se encuentran ubicados cerca a los yacimientos mineros entre 1993 y 2007.
Para la presente tesis, se define la incidencia de pobreza como el número de pobres en determinado distrito y se considera para la estimación del modelo econométrico variables de control como la producción minera, variable de servicios básicos (porcentaje población sin agua, desagüe y electricidad), variable de educación (tasa de analfabetismo) y variable proxy de salud (tasa desnutrición). Se utilizará información distrital del INEI, Foncodes, MEF y MINEM para indagar el impacto de la presencia minera a nivel local. Se cuenta con información completa de cada una de las variables de los años 1993 y 2007, para el resto de años no se tiene información distrital, esto es una de las principales limitaciones de la investigación.
Mediante la aplicación del método de diferencias en diferencias nos permite hallar el impacto esperado en dos momentos distintos una vez dado el evento. Como resultado de la estimación se obtuvo una relación positiva entre presencia de la minería e incidencia de pobreza, es decir, que con presencia de actividad minera en los distritos que se encuentran los yacimientos mineros, el porcentaje de pobres aumenta, de igual manera la relación que se obtuvo con las otras variables también fue positiva llegando a concluir que a mayor porcentaje población sin agua, mal nutrida y con poca educación aumenta la tasa de pobreza.
El resto del documento se organiza de la siguiente manera. En el primer capítulo se realiza un análisis de las variables de influencias de la minería a nivel macroeconómico, la elección de las regiones con mayor participación en el PBI minero y la relación entre distritos mineros y pobreza. En el segundo capítulo se presentan las diversas metodologías asociadas a la influencia de la minería con pobreza e indicadores de niveles de vida de la población. El tercer capítulo explica la metodología de evaluación de impacto y se definen las variables a utilizar. El cuarto capítulo presenta los resultados de la estimación del método discutido previamente. Finalmente, el quinto capítulo se presenta las principales conclusiones.

Definición del Problema

La actividad minera en el Perú como en los diferentes países del mundo, es importante debido a su influencia en la economía nacional, en especial en la generación de recursos adicionales: exportaciones, impuestos, inversiones, los que tienden a financiar parte de la estabilidad económica del país y el proceso de desarrollo. Esta actividad económica relacionada con la extracción, producción y/o explotación de recursos naturales permite la generación de riqueza. Sin embargo, entendida solo a partir de una dimensión macroeconómica, queda la duda sobre el rol que juega la minería en las condiciones de vida de los individuos, es decir, al impacto que genera esta actividad en especial en la reducción de la pobreza. Si ha de existir una influencia positiva en términos macroeconómicos, esta se replicaría a un nivel microeconómico condicionado a ciertas variables para el presente estudio.


La principal influencia de la minería al Estado es proporcionar recursos adicionales, no solo por la cantidad sino en el uso que se les dé, será el determinante del impacto positivo de la actividad minera en la población involucrada. Además, de la vinculación que tenga el asentamiento minero con la localidad y la capacidad de los pobladores para aprovechar las estrategias de desarrollo, se debe analizar si los beneficios a nivel macro se trasladan a nivel microeconómico. Es así que el objetivo de esta investigación es estimar el impacto que genera la presencia de minería sobre la pobreza a nivel distrital considerando cuatro de las regiones que aportan más al PBI minero (Ancash, Arequipa, Pasco y Arequipa) entre los años 1993 y 2007.
El aporte del sector minero a nivel macroeconómico se evidencia en la generación de aproximadamente el 60% de las exportaciones, el 16% de los ingresos fiscales y el 10% del producto bruto interno (PBI). A nivel global, el Perú es el principal productor de la mayoría de minerales metálicos y tiende a tener una destacada participación en las reservas globales de los mismos. El PBI del sector minero ha venido creciendo a altas tasas a partir del año 2001(ver sección 1.1), lo cual evidencia su aporte al PBI del país intensificando su rol de generador de riqueza al crecimiento del país. A partir del año 2001 al 2007, la minería creció en 6,90%1. La producción minera a nivel departamental se concentra principalmente en cuatro departamentos: Ancash, Arequipa, Cajamarca y Pasco. El primero de ellos aportó entre el 2001 y 2010 al PBI minero en 31.75% en promedio, Arequipa para finales del 2010 aportó al PBI de su región en 10%, en particular, aquí el desarrollo de la minería es la que más ha crecido y ha aportado al crecimiento de la región. En Cajamarca, este sector ha sido siempre el motor y ha permitido el desarrollo, la participación de la minería en Cajamarca ha sido del 30% en promedio estos últimos 10 años, por último la región Pasco predominantemente minera, este sector representó el 47% del PBI de la región.
Asimismo, según el MINEM la inversión estimada en minería para el 2006 fue de US$1,609 millones monto superior registrado en el año anterior, en el año 2007 el monto de inversiones tuvo una ligera caída pero fue superado ya que creció en un promedio anual de 35%2. El sector muestra preponderancia a nivel nacional en exportaciones las cuales representan casi el 60% de las exportaciones totales y el 20% del stock de Inversión Extranjera Directa (IED). Las exportaciones se han triplicado desde inicios del año 2000 hasta el 2007(ver sección 1.1.). En cuanto a los tributos que recibe la SUNAT, en el año 2007, el 25% aproximadamente correspondieron a pagos de empresas dedicadas a la actividad minera y casi el 39% del presupuesto es repartido como canon minero en el norte del país, 17% al centro, casi todo es recaudado por la región Pasco y un 38% de la zona sur3.
A nivel nacional la importancia de la minería cobra relevancia en la generación de recursos adicionales para la economía pero a nivel departamental y más aun a nivel distrital todo el aporte macro debería reflejarse en mayores beneficios que puedan obtener los hogares como la contribución a financiar programas de erradicación de la pobreza, creación de puestos de trabajo y la implementación de programas de salud, educación y capacitación4. La interacción de la minería con la economía puede entenderse a partir del proceso productivo, así la minería se produce para exportar y para ello necesita comprar insumos y maquinaria, emplear mano de obra y pagar impuestos para luego generar utilidades y repartirlas, pero a nivel microeconómico la relación entre minería y la pobreza se observa por el nivel de ingresos per cápita, pues si una persona cuenta con más recursos económicos puede invertir en mejorar su nivel de vida. Según cifras del INEI, la incidencia de pobreza ha venido disminuyendo en el periodo del 2001 al 2011 para los cuatro departamentos anteriormente señalados.

Figura N° 1



Incidencia de la Pobreza
Fuente: Elaborado en base a las estadísticas del INEI
En las cuatro regiones ha disminuido la incidencia de la pobreza, pero tres de ellas aun superan el promedio nacional, a la vez que disminuía el porcentaje de pobres, el PBI per cápita de cada región ha ido aumentando, pero en términos generales el porcentaje de pobres en dichas regiones ha disminuido entre los años 2001 y 2011.Asimismo, estas cifras se han recogido del Mapa de pobreza de Foncodes 2007 y del Censo Nacional 2007 y se encuentra información disponible para el año 1993. En cuanto a la producción de minerales metálicos y no metálicos, el MINEM nos presenta una relación de yacimientos mineros y la ubicación de estos en cada región del país, lo cual permitirá la identificación de los distritos mineros. Con ello es posible establecer una relación entre variación de la tasa de pobreza en presencia de minería a nivel distrital (ver sección 1.2 del capítulo 1)
Pero en relación al aporte que la minería podría generar en la reducción de la pobreza, existen antecedentes metodológicos los cuales analizan la contribución minera en la pobreza o sobre cada uno de los indicadores que engloban el concepto de ésta. Otras investigaciones demuestran los posibles efectos positivos o negativos de la presencia de la actividad minera diferenciados por zonas rurales o urbanas. Dichas investigaciones fueron aplicadas al ámbito peruano y estuvieron a cargo de Macroconsult (2008) y Zegarra, Orihuela y Paredes (2007), respectivamente.
El primero llega a la conclusión sobre los resultados obtenidos que la presencia minera ha tenido impactos positivos en los ingresos y gastos medios de las familias urbanas de la sierra, más no en las familias rurales. Este estudio se basa en encuestas nacionales de hogares y fuentes de información tales como el Censo Nacional 1993 y 2007, Censo Agropecuario 1994, Mapa de Pobreza de Foncodes 1993 y 2006, para el periodo previo al boom minero ocurrido en los años 1993-2003. El segundo de los autores antes mencionados, llega a la conclusión que el análisis de la información para hogares a nivel distrital muestra incrementos positivos en hogares sin la presencia de minería. Por ejemplo el ingreso per cápita en un distrito minero es S/.126 mensual más que un hogar sin la influencia de minera. Además, identificaron que la proporción de ingreso total que representa el sector agrícola y actividades extractivas, es menor en hogares mineros, evidenciando la dependencia económica con las actividades primarias.
Según un estudio realizado por Roxana Barrantes (2005), la autora concluye que los distritos mineros se empobrecieron y que en el mejor de los casos la influencia es neutra porque su impacto es limitado. Sin embargo, aportes de la actividad minera a nivel micro se estudian en la investigación del Instituto de Estudios Peruanos (IEP). Presentan los casos de estudios de dos de las regiones a analizar en esta investigación, concluyendo que entre los años 2009 al 2011 sí hubo reducciones en las tasas de pobreza, es decir, más personas dejaron de ser pobres considerando su alta dependencia de la minería.
Si bien la minería es el principal sector del crecimiento del país se quiere investigar si realmente la presencia de minería a nivel distrital influye en la reducción de la pobreza. Para eso en la presente investigación se trabajará con la fuente del INEI, el Mapa de Pobreza de Foncodes de 1993 y 2007, considerando las variables de actividad minera y otras relacionadas a infraestructura como población sin agua, desagüe, y electricidad, a la salud y variable de educación como tasa de analfabetismo. La información distrital de la producción de minerales metálicos y no metálicos se obtendrá de la base de datos del MINEM. De este modo, se pretende dar respuesta a la pregunta: ¿cuál es el impacto esperado que tiene la presencia de un distrito minero sobre la pobreza entre 1993 y 2007, en comparación de otro sin la presencia de esta actividad?

CAPÍTULO 1

El sector minero y su aporte en el Perú
1.1 Análisis del sector a nivel macroeconómico

La producción minera en el Perú frente a otras economías de Latinoamérica; se encuentra entre los primeros lugares en la producción de oro, plata, zinc plomo, estaño, bismuto, indio y teluro; segundo en producción de cobre, molibdeno y selenio y el quinto en hierro, por lo mismo que es considerado un país minero por su historia colonial. En el plano mundial, el país ha sufrido descensos en la ejecución de proyectos debido principalmente a los conflictos sociales que retrasan trabajos de exploración, desarrollo de nuevas unidades y ampliaciones de las existentes5.


A pesar de ello, la actividad minera se ha visto impulsada a inicios de los años noventa. El gobierno peruano reimpulsó la promoción a la inversión privada, la cual tuvo como instrumento principal el asegurar la estabilidad jurídica para las inversiones. Se establecieron condiciones a través de derechos, garantías y obligaciones. Asimismo, se inició la privatización de empresas estatales y todo esto, vino acompañado del desarrollo e implementación de la regulación de los aspectos ambientales.
En este nuevo régimen minero destaca el dominio del Estado donde el gobierno tiene el dominio absoluto sobre las minas, para lo que otorga títulos mineros referidos al uso y provecho de la riqueza que pertenece al Estado. Además, el Ministerio de Energía y Minas es el encargado de entregar las concesiones y dirigir la política minera. Este régimen vela por la protección del medio ambiente y da los incentivos a la inversión a través de estabilidad cambiaria, tributaria y administrativa6.
Es claro que el Perú vive un auge minero y la estabilidad económica, comercial, promoción de inversión y la privatización del 90% de las operaciones y proyectos mineros han permitido a la industria minera recobrar su capacidad en los últimos años. Todo esto gracias a la mayoría de empresas nacionales y extranjeras que han concluido la construcción de sus proyectos o se encuentran en ampliación de nuevas instalaciones ya que han reconocido el potencial y las oportunidades de inversión minera que existen en el Perú.
Para analizar el efecto de la minería en el país, primero conviene revisar la relación con el resto de la producción nacional. Durante la última década, la producción de los principales metales ha crecido sustancialmente, la producción de oro creció en promedio 14% anual durante el periodo 1994-2004, mientras que, para ese mismo periodo el cobre y el zinc lo hicieron a 11% y 6% de promedio anual, respectivamente. Ello es resultado del inicio de operaciones de las mineras como Yanacocha, en oro, y Antamina, en cobre, además de la ampliación de Tintaya en el 2002.
A continuación presentamos la evolución de la producción metálica en el Perú en porcentaje durante los años de 1990 al 2011.

Figura N°1

PBI y PBI MINERO (var %)
Fuente: Elaborado en base a las estadísticas del BCRP

Según cifras del Banco Central de Reserva (BCRP) la economía peruana ha venido expandiéndose a partir del año 2000 y con ello también se observa el auge del sector minero. El crecimiento de la minería ha sido volátil porque este sector depende de los precios internacionales de los metales.


A mediados del 2006 y 2007, el PBI del subsector minería metálica solo creció 1,70% con respecto al año anterior. Esta ligera disminución, en relación al año anterior, se debe a la caída de las cotizaciones de los commodities aunque los metales preciosos de oro y plata no se vieron afectados en gran medida.
En el periodo de 1991 y 2006 se aprecia una correlación positiva de 0.26 entre el PBI real y PBI minero. Esto, refleja que el sector minero empieza acompañar al resto de la economía. Sin embargo, esta causalidad puede ser engañosa. Un periodo de altos precios mineros puede dinamizar al resto de sectores de la economía, pero para alcanzar esto se necesitan de condiciones mínimas de inversión en minería, y eso es fomentado por la Legislación de la promoción de inversión minera. Por lo tanto, es necesaria la exploración de otros factores que expliquen la relación causal de la minería con el crecimiento del PBI, lo cual es fundamental en la evolución en términos porcentuales de la participación de actividades productivas.
En la figura N°2 apreciamos el peso de la minería en el total del PBI, y se verifica cómo ha venido aumentando aceleradamente.

Figura N°2

Minería metálica (% del PBI) 1990-2011
Fuente: Elaborado en base a las estadísticas del BCRP

El sector minero representó más del 2% del PBI total en el año 1990, mientras que desde mediados del 2006 en adelante, la participación del PBI minero ya supera el 6% del PBI. Si bien ha mostrado un crecimiento sostenido en su participación a lo largo de los años, ésta sigue siendo baja si se compara con sectores como comercio o manufactura que tienen tasas superiores al 12% del PBI.


Según estadísticas del Banco Central de Reserva del Perú (BCRP), los sectores productivos en general crecieron entre el año 2007 y el año 2008. El sector Agropecuario aumentó en 7,21% debido al incremento de los precios en chacra y al impulso de la demanda externa. El sector pesquero creció 6,19%, debido al buen desempeño mostrado por la pesca para consumo humano. El sector manufacturero presentó una expansión del orden del 8,65%, la manufactura primaria creció 7,6% a causa de la recuperación en los niveles de producción de la industria de refinación de metales no ferrosos, por su parte la manufactura no primaria registró un crecimiento de 8,7%. El incremento de este sector estuvo asociado al mayor consumo privado que se reflejó en el aumento de la producción de bienes de consumo masivo y a la demanda de sectores como la construcción e insumos para la minería y agro exportación.
El sector minería e hidrocarburos se expandió en 7,57% teniendo dos subsectores; minería metálica e hidrocarburos El subsector de minería subió 7,27% motivado por la mayor producción de oro, cobre y zinc; el subsector Hidrocarburos, aumentó en 10,27%, por la mayor producción de gas natural.
A un nivel departamental, las ciudades de Ancash, Arequipa, Cajamarca y Pasco, son las que más aportan al PBI minero. El departamento de Ancash es la que lidera en producción minera presentando cifras mayores al 15%, seguido Cajamarca, con porcentajes de 17% en promedio para estos últimos 10 años. Sin embargo, se presentaron disminuciones a partir del 2008 producto de la crisis internacional, lo cual afectó en forma paralela a la producción nacional minera.
Las variables económicas evaluadas hasta el momento permiten realizar un análisis preliminar del significado que tiene la actividad minera en la economía y la forma en la que el sector se encuentra íntimamente asociado a los procesos económicos del país. Más aún si hablamos del aporte de la minería hacia las exportaciones del país y su estrecha relación con el mercado internacional.
Las exportaciones mineras se elevaron a un ritmo de 34% anual, en promedio, durante el periodo 1993-1995, pasando de 1.454 millones de dólares a 2.615 millones de dólares. Este aumento del valor exportado coincidió con el incremento de precios de los minerales durante la primera mitad del decenio de 1990.
La Figura N°3, muestra que entre los años 2000 y 2006 las exportaciones mineras se triplicaron. Esto refleja el dinamismo del sector, debido principalmente al fortalecimiento de la demanda internacional de minerales, impulsado en gran medida por las altas tasas de crecimiento de la economía china7.
Figura N° 3
Perú: Exportaciones Mineras 1990 – 2011 (Millones US$ FOB)

Fuente: Elaborado en base a las estadísticas del BCRP


Las exportaciones en nuestro país se han incrementado en los sectores productivos entre los años 2007 y 2008. El sector minero tuvo un crecimiento de 8,23% obteniendo, en el 2007, US$ 17 238 millones y en el 2008, US$ 18 657, debido al aumento en la producción de cobre, oro y zinc. En el rubro de productos tradicionales, el sector pesquería creció en 22,74 %, pasando de US$ 1 460 millones en el 2007 a US$ 1 791 millones en el 2008, principalmente por el aumento de la producción de harina de pescado. El sector agrícola aumentó 48,79 %, exportando en el año 2008 US$ 685 millones, monto superior a los US$ 460 millones del 2007, en este incremento tuvo una importante participación la producción de café. También, los sectores productivos no tradicionales mostraron un mayor porcentaje de exportaciones por el repunte de la venta de productos como los agropecuarios en 26,91%, pesqueros en 24,61 %, textiles en 16,24%, maderas y papeles en 17,57%, químicos en 29,35%, minerales no metálicos en 6,50%, sidero-metalúrgicos y joyería en 0,18%, metal-mecánicos en 49,34% y otros en 10,28 %8.
Por otra parte, las cotizaciones de los principales minerales han registrado una tendencia creciente a partir del 2002 (anexo#1). En el caso del cobre, el precio internacional recuperó el máximo logrado en 1995, mientras que el oro y el plomo superaron los niveles máximos alcanzados en 1996.
Hay que anotar que el incremento de las cotizaciones internacionales de los principales minerales ha sido acelerado durante el 2006, con tasas de crecimiento de 100% en un año para el cobre y la plata, de 200% para el caso del zinc, y de 50% para el oro y el plomo.
En conclusión, la mayor producción y la favorable coyuntura de precios como consecuencia de una mayor demanda mundial, favorecieron las exportaciones mineras. Así, las exportaciones totales del país crecieron 36,7% en el 2004, en gran medida gracias a la minería, cuyos productos alcanzaron una participación de 55% del total.
Continuando con el análisis del aporte de la minería a la economía, los ingresos tributarios recaudados por el Fisco se incrementaron en el año 2007, en especial las transferencias del Canon Minero.

Durante el 2007 y de acuerdo a la SUNAT se transfirió como canon minero la suma de S/. 5,157 millones (monto que corresponde al IR del año 2006) mostrando un crecimiento de 195% en comparación a lo distribuido en el año precedente. Este aumento se debió a que durante el año 2006 se realizaron más inversiones en construcción y equipamiento, y se registró un aumento en la producción para ese año.

Según cifras del MEF, la región Ancash es la que recibió S/. 1 262,9 millones en transferencias de canon minero en el año 2007, seguida está la región de Tacna con S/. 711,5 millones. La región de Arequipa desplazó a Cajamarca, con S/. 435,7 y la región Pasco, que superó a Moquegua, con S/. 377,1 millones, entre otros. Estos montos incluyen la transferencia a los Gobiernos Locales y los Gobiernos Regionales (Ver anexo #1).
Las inversiones mineras en estos últimos años han experimentado un crecimiento lo cual es producto de la regulación minera y la estabilidad legal para fomentar más inversión. El crecimiento constante de las inversiones se ha dado desde mediados del año 2000 en adelante. Las cifras de inversión han sido constantes pero variadas y han aumentado en más de un 35%9 (Ver anexo #1).
1.2 Análisis del sector a nivel microeconómico: minería y pobreza

Como se ha mencionado en la sección anterior, es evidente el efecto positivo que genera la actividad minera a nivel macroeconómico y se plasma en las principales variables, tales como un aumento en las exportaciones, generación de divisas, balanza comercial superavitaria. Este hecho positivo se da conjuntamente con el pago de impuestos y contraprestaciones a favor del fisco. Estas obligaciones impositivas, se realizan a través de importantes aportes voluntarios para fomentar actividades de desarrollo sostenible, normadas como un compromiso de las empresas en beneficio de las poblaciones de su entorno.


Los efectos positivos que tendría la actividad minera, sería en primer lugar, los elevados ingresos fiscales provenientes de las exportaciones mineras que podrían contribuir al financiamiento de programas de erradicación de la pobreza. Seguido, se crearían puestos de trabajo en la gran y mediana minería pero sobre todo en la pequeña minería. Además, contribuiría al desarrollo económico local, particularmente en el ámbito de la gran minería a través de la implementación de programas de capacitación, educación y salud, así como en la construcción de infraestructura de servicio público10.
Esto se contradice con lo que expresa el Banco Mundial, postula que estos aspectos positivos son limitados por el lado de la generación de nuevos puestos ya que son ocupados por mano de obra de baja calidad, es decir, muchos de los pobladores dedicados a la agricultura reemplazan esta actividad por ingresar al mundo minero, y se ven pocos beneficiados por su limitada educación y destreza laboral. Las empresas mineras, también pueden producir daños ambientales, contaminación de agua, desechos mineros, ruido, polvo y movimiento de tierra, que pueden llegar a afectar la salud y la calidad de vida de los habitantes.
Tal como señalan los autores Glave y Kuramoto (2007)11, la minería es intensiva en capital físico y poco en capital humano, lo que puede generar descontentos de las poblaciones ubicadas en torno a los proyectos mineros. En el reciente informe elaborado por el IPE, se señala que justamente con la aprobación de más proyectos mineros se obtendrán beneficios para las comunidades pues aumentarían los encadenamientos de la minería con el resto de la economía, es decir la relación de la minería con otros sectores tiende a aumentar conforme aumenta la importancia de la actividad minera.

Las inversiones estimadas en proyectos clasificadas como ampliaciones, EIA aprobado en construcción y en exploración, ascienden a partir del 2007 a US$ 53, 229 millones12.

La afirmación en relación al descontento de las poblaciones, tal como lo señalan los autores anteriormente mencionados, es muy relativa puesto que no observan la dinámica que engloba la minería al interrelacionarse con otros sectores.
Sin embargo, varias empresas mineras están fomentando actividades de responsabilidad social para contrarrestar estas externalidades negativas y mitigar las consecuencias negativas que puedan ocasionar en el ambiente natural de una población cercana a los yacimientos mineros. Por ejemplo, por más de una década, las empresas mineras vienen realizando proyectos y programas destinados a brindar alivio inmediato a la pobreza, llevando adelante programas integrales de desarrollo sostenible que están orientados a superar las limitaciones fundamentales de la realidad rural de zonas ubicadas a más de 3500msnm. Las mineras deben conocer con mayor precisión la realidad de las comunidades, para eso es requisito indispensable diseñar programas de desarrollo sostenible adecuados. Los programas de desarrollo sostenible tienen el objetivo de mejorar la productividad de los pobladores mediante capacitaciones, asistencia técnica y la presentación de nuevas ideas y conocimientos. Asimismo, estos programas están orientados a la innovación de los procesos productivos desde etapa de diseño hasta la presentación final, y llegar a facilitar la salida de los productos hacia las ciudades mediante la construcción de carreteras13.
Los proyectos mineros desarrollados en la región Pasco fueron:


  • Desarrollo sostenible de la ganadería en la sierra central: El grupo minero Centro apoya la ganadería desde 1997, es el encargado de financiar la compra de ganado mejorado y promueve la producción de leche orgánica, mejorar la calidad de fibra de ovinos y alpacas, y promueve la formación de promotores comunales en la Escuela Campesina de Ganadería.

  • La comunidad de Huaracaca inició su actividad empresarial al convertirse en proveedor de la minera El Brocal a través del alquiler de vehículos y maquinaria pesada; venta de sal; subcontratistas y encargados de medio ambiente.

  • La empresa Buenaventura, en el rubro de la salud, ha promovido programas de vacunación y exámenes de detección de cáncer en el distrito de Yanahuanca.

En la región Ancash:



  • El fondo extraordinario promovido por la empresa Antamina tiene por objetivo capacitar a alcaldes y municipales en el diseño y preparación de proyectos para poder beneficiarse de los fondos del canon minero. Se han concluido los proyectos en las provincias de Bolognesi, Huari y Recuay14.

  • El proyecto de desarrollo agropecuario en la comunidad campesina Andrés Avelino Cáceres, con el objetivo de contribuir a mejorar los ingresos de los pobladores para mejorar la eficiencia de la producción es sus diferentes etapas.

  • En el tema ambiental, la minera Ancash Cobre contribuyó con la forestación de 5,000 plantones de pino con la finalidad de conservar el medio ambiente.

Los programas en Cajamarca son los siguientes:



  • La asociación Los Andes de Cajamarca, institución financiada por la empresa Yanacocha, pone énfasis en promover procesos participativos y desarrollo de capital social y humano en la región. Cuenta con el programa de desarrollo de Pymes que ha capacitado a empresarios del sector construcción, proveedores locales, negocios artesanales.

  • El programa de gestión de Aguas Minas Conga, con el propósito de promover el manejo sostenible del agua. Se dio en los distritos de Encañada y Bambamarca.

  • Las obras de suministro de energía eléctrica fue realizada por la empresa Colmolache en beneficio a los pobladores del distrito de Bambamarca, provincia de Hualgayoc.

En Arequipa:



  • La empresa Minera Ares ha llevado a cabo el programa de crianza de alpacas en Condesuyos, en la cual ha beneficiado a 125 familias criadoras. El programa contempla las fases de la cadena productiva: infraestructura para proteger del frío, comercialización de la fibra, capacitaciones colectivas para tratamiento de la lana y desarrollo de capacidades y habilidades técnico productivas.

  • En el rubro nutrición, las mineras aportaron con reducir el porcentaje de niños en riesgo alimentario y evitar la deserción escolar. Esto se realizó en la provincia de Caylloma.

  • Se realizó el proyecto de mejora en la calidad de enseñanza, que abarcó las provincias de Castilla y Condesuyos y los distritos de Chachas, Chilcaymarca, Orcopampa y Cayarani.

Según las características de cada región, se aplican una o varias técnicas ganaderas, agrícolas o de promoción de capacidades empresariales consideradas como limitaciones de la realidad rural. El compromiso que asumen los titulares mineros es reducir la pobreza y promover el desarrollo sostenible de las zonas. En el año 2007, según estadísticas del MINEM, la inversión en proyectos o programas ascendió a s/. 200 millones que benefició a más de 8 millones de personas de 120 provincias, 389 distritos (comunidades campesinas, anexos, caseríos y pueblos jóvenes), y que estuvieron orientados a los rubros de salud, fortalecimiento de capacidades y economía local.
Para la presente investigación, se identificaron las principales regiones mineras de acuerdo a su participación al PBI minero y alta producción en minerales a lo largo de los últimos diez años en las regiones de Cajamarca, Ancash, Arequipa y Pasco.

Figura N°4



PBI Minero por departamento: 2007 (porcentual)
Fuente: Elaborado en base a las estadísticas del INEI
A nivel de economía regional, la minería en la región Cajamarca, es la principal actividad económica que genera mayores ingresos, seguida por la agricultura con una participación menor. Estos dos sectores son los motores para el crecimiento de este departamento, considerando que a partir del año 2007 la producción de metales cayó pero se recuperó en el 2009 (Ver anexo#2). La explotación aurífera es la principal actividad minera y constituye el 97,3% del valor total de la producción minera de la región.
El Ministerio de Energía y Minas tiene registrada 19 empresas que operan en 33 unidades de explotación, 9 explotan recursos metálicos y 10 no metálicos, distribuidas en ocho provincias de la región. Las empresas de mayor aporte a la producción son las que se dedican a la extracción de oro como producto principal y plata como secundario. Entre estas empresas se encuentran Minera Yanacocha, Minera Sipán y Minera San Nicolás. De ellas, Minera Yanacocha es la mina de oro más grande en Latinoamérica y una de las más importantes en el mundo, la quinta a nivel mundial15.
Los principales proyectos de inversión que se encuentran en ejecución en Cajamarca alcanzaron un monto de $ 8,246 miles de millones a finales del 2010. Desde años anteriores como en el 2006, Cajamarca atrae grandes proyectos en exploración por ser un departamento que ocupa el segundo lugar en producción minera del país, después de Ancash, aportando un 14.2% del valor total de producción nacional. Sin embargo, Cajamarca ha dejado de ocupar ese puesto a partir del 2007 cuando descendió la producción de oro, lo que antes representaba el 31% del PBI en Cajamarca para fines del 2010 solo llegó al 20%. Este descenso en la producción se explica por los conflictos socio – ambientales que retrasan la ejecución de proyectos, sin embargo el constante aumento de los precios internacionales ha contrarrestado la reducción en la producción evitando que el sector se vea afectado ya que ha sostenido a las empresas generando la posibilidad de que estas reporten grandes utilidades.16
La región Ancash también es dependiente de la minería, ya que representa la primera actividad de generación de recursos económicos que aportan al PBI regional (Ver anexo#2).La minería en este departamento ha experimentado una caída en su producción en un 4.7% durante el 2001 al 2010, pero sigue liderando en la producción de cobre y plomo.
Ancash cuenta con 31 unidades de producción y 55 unidades en la etapa de exploración. La principal ampliación es el proyecto encaminado por la Compañía Minera Buenaventura y Compañía Minera Milpo. El comportamiento de la producción minera a inicio del año 2007 ha girado en torno a la mayor producción de zinc por el incentivo que representaron los precios internacionales, seguido de la disminución de la extracción del cobre, motivada por la caída de la producción de oro derivada del proceso de cierre de la minera Pierina. Los minerales que han tenido precios más favorables han sido el plomo, zinc y plata y en menor proporción lo tuvo el cobre y oro. Asimismo, la minería en Ancash atrae grandes inversiones porque genera inmensos recursos para financiar las mismas. La región recibió recursos para financiar la inversión 13 millones de dólares a finales del año 2007. Por el lado de las transferencias del canon minero, la región recibe grandes cantidades de dinero por las transferencias, sin embargo, la distribución de este ingreso muestra que hay una incapacidad de las municipalidades en el diseño de proyectos calificados como necesarios para la región17.
La siguiente región en estudio es Pasco, una región con tradición minera lo cual evidencia la dependencia de esa actividad para el aporte de su PBI regional. La minería representa casi el 47% para el año 2010 y años anteriores, superaba el 54% para el año 2001 (Ver anexo#2). El poco desarrollo de otras actividades (agricultura, ganadería, industria) constituye un problema en el largo plazo puesto que los recursos mineros en algún momento se agotarán. Tanto la explotación como el procesamiento de los recursos mineros, han constituido actividades económicas de suma importancia, que han logrado forjar un sector empresarial nacional, recursos humanos, industrias y servicios conexos. Es por ello que la minería participa con más de 50% en el PBI departamental. Pasco, por las ingentes riquezas que posee, se ha constituido como el primer productor de plomo y plata.
La gran minería representada por Volcan Cía. Minera SAA, en Pasco, ha crecido notablemente durante estos últimos 4 años, en un 23.55% en plomo y un 84% en plata. La mediana minería superó largamente estos índices, por ejemplo la Sociedad El Brocal logró triplicar su producción de plata en un 254% entre el 2003 y el 2006 y en 57.3% de plomo.

A nivel distrital, los distritos de Chaupimarca, Simón Bolívar, Yanacancha, Tinyahuarco, Yarusyacán y Huallay de la Provincia de Pasco, vienen operando 7 plantas todas ellas produciendo una gran diversidad de agentes contaminantes que ponen en riesgo la salud de los habitantes, pero sobre esto las empresas están llevando a cabo programas de gestión en salud para evitar impactos negativos.18.


La última región seleccionada para el análisis de la presente investigación es la región Arequipa, la cual cuenta con un aproximado de 49 unidades mineras19.A diferencia de las otras regiones, Arequipa sí ha experimentado aumentos en la producción de metales desde el año 2006. (Ver anexo#2). Se caracteriza por su riqueza mineral que se refleja en la diversidad de productos mineros que se explotan en la región. Así, el valor del mineral extraído de esta región durante el 2006 ascendió a US $ 1 117 millones, lo cual ubica a este departamento como el octavo mayor productor minero del país. Los principales metales para Arequipa son el cobre, el oro y la plata. Se produce el 9,3% de la producción nacional de oro y de cobre, lo cual ubica a Arequipa como el tercer mayor departamento productor de oro y el quinto en cobre20. La empresa Southern Cooper Corporation se encuentra realizando el estudio de prefactibilidad para llevar a cabo sus operaciones en la mina Tía María, la cual se ubica en el Distrito de Cocachacra, Provincia de Islay, calculándose que se podría alcanzar una producción anual de 40 mil toneladas de cobre en unos dos a tres años, incrementándose la producción de cobre del departamento en 20%. La mediana minería en el departamento está representada por las unidades productivas como Madrigal, Caylloma, Orcopampa, Arcata y Ocoña, de las cuales se extraen minerales como el cobre, plomo, zinc, plata y oro. La mediana minería, a semejanza de la gran minería, tiene un comportamiento de enclave, en el sentido que esta no significa mayor contribución al desarrollo de sus áreas de influencia y muy por el contrario se transfieren excedentes fuera de las áreas de donde se hallan ubicadas las unidades productivas21.
A continuación, se observa en la tabla N°1 el porcentaje de participación de los cuatro departamentos en la producción de metales en los años 1993 y 2007.
Tabla N°1

Porcentaje de participación en la producción minera

a nivel departamental en los años 1993 y 2007


Tal como se mencionó anteriormente, la producción minera se ha vuelto tan importante que desde el año 1993, el Perú ha duplicado su producción de minerales. Para el año 1993, la región de Pasco era la que lideraba en producción y en el resto de los departamentos era relativamente baja. Sin embargo, para los siguientes años, la minería toma mayor relevancia y la participación minera de cada uno de los cuatro departamentos aumentó considerablemente.

Estos cuatro departamentos cuentan con tradición minera por lo mismo que aportan considerablemente al PBI minero, y a la vez son los que más cuentan con yacimientos mineros en etapa de explotación.
Ahora, la relación entre minería y pobreza se da de manera indirecta a través de su efecto multiplicador en la generación de empleos lo cual hace posible que más negocios se encuentren interrelacionados a la minería a través, de las prestaciones de servicios o bienes, es decir, las empresas mineras en su mayoría tercerizan procesos para los cuales necesitan de terceras empresas para llevar a cabo trabajos de soldadura, movilidad de empleados o de maquinaria pesada, el servicio de alimentación y hospedaje alrededor de la mina, entre otros. Asimismo, la minería y pobreza se relaciona con el aumento de los ingresos de cada individuo haciendo posible que su situación económica mejore y obtengan más bienes y servicios haciéndolos salir de la línea de pobreza.
Sobre eso, presentamos a nivel departamental la incidencia de pobreza total para el 2007 (ver Figura N°5). Se observa que Cajamarca ocupó el sexto lugar, con una mayor tasa de pobreza, y pese a que estas tasas han disminuido para la región con relación al 2004, 867 mil personas son pobres y alrededor de 400 mil son pobres extremos. Esto significa, en el primer caso, que el gasto per cápita no logra cubrir una canasta de consumo básica (que incluye alimentos y otros bienes y servicios) y en el segundo, el gasto per cápita no logra cubrir una canasta de alimentos que satisfaga sus requerimientos mínimos nutricionales22.

Luego de Cajamarca, se encuentra Pasco y Ancash que aún persisten con tasas que superan el 50% de pobreza y Arequipa con niveles de pobreza mucho menor que los casos anteriores.

Figura N°5

Incidencia de la Pobreza Total 2007


Fuente: Elaborado en base a las estadísticas del INEI

La incidencia de la pobreza mostrada líneas arriba nos dice cuántos pobres existen en la región23. Existe también otra medida, la brecha de la pobreza o intensidad de la pobreza, que nos dice cuan pobres son las poblaciones, es decir cuán lejos está el gasto de la población pobre de la línea de pobreza. Este indicador muestra la diferencia porcentual promedio entre la línea de pobreza y el gasto de la población pobre.

La pobreza total descrita es calculada según una línea de pobreza absoluta que representa el costo de una canasta básica de consumo. Se suele afirmar que esta es una medición con criterios objetivos; de esta manera toda persona cuyo gasto (o ingreso) cae por debajo de esta línea es considerada pobre. No obstante, las personas pueden sentirse menos pobres (o más pobres) según la percepción que sienten de sus necesidades, mostrando así diferencias con los criterios objetivos de medición.
Si comparamos la tasa de pobreza para los años 1993 y 2007 en conjunto con aquellos distritos donde hay presencia de producción minera, lo que observamos es que la pobreza en distritos mineros ha disminuido durante el periodo de estudio. La variación porcentual entre distritos con presencia de minería y aquellos sin minería es mucho mayor en la caída de la pobreza. Con ello, probamos la hipótesis de que la minería si ha favorecido a la reducción de la pobreza.

Tabla N°2

Variación porcentual de la pobreza según distrito minero y no minero (1993-2007)

Para la elaboración de la tabla N°2 se utilizó la información del Mapa de Pobreza del Foncodes y el resultado se halló con las cifras de tasa de pobreza del año 1993 y 2007. Asimismo, se define a un distrito minero como aquel que cuenta con unidades mineras en explotación. A la luz de estos resultados preliminares, donde se está comparando dos cantidades y la variación que éstas han tenido en términos porcentuales, se puede mencionar que el impacto de la presencia de la minería ha sido positivo en aquellos distritos considerados mineros y ha permitido que la pobreza disminuya. Sin embargo, en los siguientes capítulos, se expondrá el método a utilizar para hallar el efecto promedio en dos momentos distintos, y posteriormente, en el capítulo 4 se conocerá el resultado de la estimación econométrica y se mencionará la conclusión a la que se llegó.


A continuación se presenta la variación en la tasa de pobreza para cada una de las 4 regiones en presencia de distritos mineros y no mineros. En el Anexo#3 se encuentra la información a nivel distrital.

Tabla N°3

Incidencia y variación porcentual de la Pobreza según distrito minero y no minero

(1993 – 2007)



Fuente: Elaborado en base a las estadísticas del Mapa de Pobreza Foncodes y MINEM


Según las cifras descargadas del mapa de Foncodes de 1993 y 2007, en las cuatro regiones la pobreza entre el 2007 y 1993 ha disminuido. Sobre ello, presentamos la variación porcentual de los servicios básicos, educación, salud a nivel departamental para los años 1993 y 2007 (Tabla N°4). Vemos que en estas variables han experimentado reducciones a lo largo de este tiempo. Las mayores diminuciones se dan en los servicios básicos, esto quiere decir que más personas de estos distritos cuentan con más servicios de agua, luz y desagüe.
Tabla N°4

Variación porcentual en servicios básicos, tasa de analfabetismo y desnutrición por departamento, 1993 - 2007



Cajamarca es uno de los departamentos que se ha caracterizado por ser una región pobre pero vemos que ha avanzado en cuanto a los servicios básicos. Todavía el 64.5% de la población de Cajamarca vive en situación de pobreza, superando al promedio nacional (39.3%) y siendo el sexto departamento con la mayor incidencia de pobreza en el 2007. A nivel de las provincias, 10 de las 13 presentan niveles de pobreza mayores al 50%, siendo Cutervo la que tiene la mayor incidencia con un 71% al 2007. Sí vemos que el acceso a servicios básicos ha aumentado, esto significa que hay menos personas que no cuentan con estos servicios.


De forma paralela en Ancash, estos indicadores se han reducido, comparando el año 1993 con el 2007; más distritos cuentan con estos servicios y han mejorado su nivel de salud y educación, a pesar que la incidencia de pobreza en esta región se ha mantenido en un 50% y otra gran parte de la población no cuenta con todos los servicios en su totalidad.

Las cifras de educación y salud en la región Pasco están por debajo del 50%, lo cual indica que están dejando de ser analfabetas y la tasa de desnutrición ha disminuido.


En Arequipa, los indicadores de servicios básicos, educación y salud han experimentado mejoras y grandes avances para el bienestar de su población. Son solo 2 provincias las que tienen altos índices de pobreza. Esta región ha experimentado mejoras en esos indicadores y ha podido avanzar en la reducción de los indicadores de población sin desagüe, educación, salud entre los años 1993 y 2007. Del total de provincias de Arequipa, hay algunas que presentan indicadores con porcentajes muy por encima del promedio nacional pero en general esta región se ha desarrollado.

En el siguiente capítulo explicaremos las diferentes metodologías abordadas sobre el impacto que genera la minería sobre la pobreza y otros indicadores.




CAPÍTULO 2
Estado del Arte

En esta sección se detalla las diferentes posturas o aportes que se han estudiado en relación a la actividad minera, recursos extractivos y pobreza, lo que permite la especificación de las variables que componen a la pobreza, así como la identificación de los conceptos que se manejarán en la presente investigación.


En el informe, Abriendo Nuevos Caminos: Minería, Minerales y Desarrollo Sustentable, elaborado por el IIED (2002)24 se menciona que la dependencia de los recursos extractivos en los países más ricos del mundo ha permitido obtener grandes beneficios. Australia, Canadá, Suecia, Finlandia, por ejemplo, cuentan con importantes industrias mineras y las han utilizado de plataforma para un desarrollo industrial. Estos países se encuentran entre las economías más exitosas y figuran entre los diez primeros lugares en el Índice de Desarrollo Humano. Además, en estos países las actividades mineras han generado beneficios, específicamente en las regiones donde se encuentran las minas. Varios países en desarrollo también han exhibido una evolución impulsada por los minerales. Por ejemplo, Chile cuya producción de cobre representa el 35% de la producción mundial, se encuentra actualmente en puesto 39 por el PNUD. Gran parte de los beneficios se han registrado en el ámbito local: la capital de Antofagasta es relativamente próspera y durante los últimos 20 años el desempleo ha disminuido. En África, el país minero más exitoso ha sido Botswana, importante productor de diamantes que también muestra una de las tasas de crecimiento económico más altas del mundo, con un promedio de 9% anual entre 1996 y 1999.

Uno de los beneficios inmediatos de minería en un país es la creación de empleo adicional, directo e indirecto. También debería desarrollar infraestructura, carreteras, instalaciones eléctricas, escuelas y hospitales. En el ámbito local debe contribuir al desarrollo de capacidades y empresas locales. En general, la economía puede verse estimulada a medida que más empresas mineras generan múltiples vínculos con el exterior en dirección a las industrias proveedoras de bienes y servicios o en dirección a industrias que procesan los productos minerales25.


En el estudio de Rolfe, Miles B, Lockie e Ivanova (2007) en Lección de los impactos sociales y económicos del auge de la minería en la cuenca Bowen, se busca explicar los impactos socio-económicos de las actividades extractivas en la Cuenca de Bowen y Surat en Australia. Para el análisis e interpretación de los datos se utilizan los modelos de series de tiempo o de corte transversal. Los métodos más adecuados que sugieren utilizarse son las metodologías cuantitativas y cualitativas, debido a que anteriormente todos los estudios de impacto social y económico han estado orientados a estudios tipos exploratorios. Las técnicas cuantitativas que se mencionan en el estudio son el de Equilibrio General Computable26 y por el lado de técnicas cualitativas, los Estudios de Impacto Social (EIS) y Estudios de Impacto Acumulativo (CIA)27. Los autores buscan, a través de un estudio exhaustivo ayudar a la sostenibilidad de las comunidades mineras de Australia en el largo plazo. Para ello consideran algunos indicadores relevantes: la producción minera agregada y desagregada, el ingreso total y regional de la venta de carbón de Gas, salarios, capital humano, entre otros. Todo esto con el fin de utilizar la econometría para determinar y predecir la magnitud de dichos impactos.
Autores de la Dirección de Estudios de la Comisión Chilena del Cobre (Cochilco), desarrollaron para el 2007, un estudio que buscó cuantificar el aporte económico de la minería en Chile, a través de su contribución histórica en términos de valor agregado, recaudaciones tributarias y empleo. A nivel de comunidades, el estudio estimó el PBI total de cada comunidad, y se basó en la asignación del PBI total de cada región a cada una de las comunidades en su interior.

Este último se construyó como la suma del PBI minero y el PBI no minero, utilizando el número de individuos según sector económico declarando si realizaba actividades dentro de cada comunidad. Pero este criterio de asignación del valor agregado total regional a nivel comunal, es un buen estimador del valor agregado generado por esta actividad. Además, supone que la productividad de los trabajadores es similar al interior de cada comunidad. Por último, supone que los sectores económicos poseen similares niveles de intensidad de uso de factores productivos. La ventaja que presenta es que permite construir de forma sencilla una estimación del grado de dependencia de cada comuna con la minería.


En el informe, La minería en Colombia: impacto socioeconómico y fiscal, elaborado por la FEDESARROLLO (2008) para la Asociación de Mineros de la ANDI28 se menciona que Colombia ha empezado a reconocerse por su potencial minero. La evidencia del aporte de la minería se refleja en el aumento de la contribución al PBI que pasó de un nivel de menos de 2% registrado varios años a un 2.8% en el año 2003. La minería ha contribuido en el empleo y las exportaciones que alcanzaron su máxima participación en las ventas externas en 2003. Así como se menciona el impacto positivo en variables macroeconómicas la minería también impacta a otros sectores, es decir la producción tiene implicaciones sobre otros tipos de bienes que dependen directa o indirectamente de ella. Existen efectos indirectos de estos cambios sobre el resto de la economía como son los hogares, gobierno y sector externo29.

Este informe expone resultados metodológicos que pretenden capturar los efectos directos e indirectos de la minería sobre el resto de la economía colombiana. El primero es a través de los encadenamientos hacia adelante y hacia atrás. Los resultados sugieren que la mayor parte de los insumos requeridos por la minería provienen del sector servicios, en especial los de intermediación financiera, transporte, otros servicios a las empresas y energía. Por ejemplo, 100 pesos adicionales en producción metálica requieren un incremento de 10,8 pesos en los servicios de intermediación financiera y 9,3 pesos de servicios terrestre. Otros sectores importantes son el comercio (7,3 pesos) y los productos químicos básicos (7 pesos). En cambio, los encadenamientos hacia adelante mostraron diferencias debido a que la mayor parte de la producción de minerales tiene como destino las exportaciones por lo que su grado de encadenamiento es reducido. El impulso de la producción de carbón y minerales metálicos sobre las actividades que los usan como insumo es poco significativo. Por ejemplo, un incremento en 100 pesos en el valor bruto de la producción de minerales metálicos implica un moderado aumento en muebles y otros bienes transportables ($0,73), trabajos de construcción, edificaciones, ($0,20).

El otro método es a través del modelo Equilibrio General Computable, que al igual que el de encadenamientos, sugiere en que la mayoría de los casos las ramas productivas más beneficiadas por una expansión minera son aquellas relacionadas con el sector de servicios, ya que aumentos en la producción minera implican una mayor demanda de bienes intermedios y este tipo de incrementos genera demandas adicionales de bienes no transables, servicios personales y para las empresas.
El estudio elaborado también por FEDESARROLLO lleva como título el Impacto del petróleo y la minería en el desarrollo regional y local en Colombia (2010). El trabajo explora el impacto tanto de la producción petrolera como carbonífera, y de las regalías mineras sobre el desarrollo económico de los departamentos y municipios colombianos. A nivel departamental, se observó una tendencia de mayor cobertura en educación y explotación de hidrocarburos con un mismo nivel de ingreso per cápita y la cobertura en educación en los municipios petroleros se encuentra por debajo de municipios con el mismo nivel de ingreso.

Por otro lado, los departamentos y municipios productores de hidrocarburos, presentan un nivel mayor de cobertura en salud comparada con las regiones con el mismo nivel ingreso per cápita, para los departamentos y municipios carboníferos presentan altas tasas en salud en promedio y por encima de municipios no carboníferos.

La estimación econométrica de este estudio se basa principalmente en explorar con más profundidad los impactos de la abundancia de los recursos naturales sobre la economía y finanzas públicas de los departamentos y municipios colombianos. En especial se presentan resultados econométricos del impacto del petróleo y del carbón sobre el crecimiento, con el propósito de dar respuesta a la interrogante sobre si la abundancia de recursos naturales, para este caso petróleo y carbón, afecta negativamente al crecimiento.

El modelo estimado a nivel departamental y de municipios se hace a través de un panel, donde la variable dependiente es el crecimiento del PBI para los años 1990-2008 y como variables explicativas se plantea un vector asociado a las variables de recursos no renovables, producción de hidrocarburos y de carbón per cápita y en otro, las regalías per cápita; una serie de variables que se utilizan como controles (cobertura educativa); la variable instituciones que utiliza índices de calidad institucional y por último variables proxies de la calidad de las instituciones fiscales, se utiliza un vector de dummies por departamento.

Los resultados de este modelo panel reflejan que la presencia de producción de hidrocarburos parece tener un efecto negativo significativo sobre el crecimiento departamental. Por otra parte, la presencia de explotaciones carboníferas tiene efectos positivos, aun cuando estos no son significativos. Esta diferencia se debe a varios factores, la minería de carbón ocupa más trabajo no calificado que reside en el área de explotación y tiene encadenamientos importantes con otras actividades regionales, en particular a través de su demanda por servicios para la producción y transporte del carbón y la atención de las necesidades de sus trabajadores. En los resultados de las estimaciones a nivel municipal, se da una mayor asociación entre la producción de carbón y el PBI per cápita.

Por el lado de las instituciones, los resultados sugieren que las instituciones afectan la forma en que la actividad petrolera y minera impacta en el desarrollo municipal.

En general, la producción petrolera y carbonífera de Colombia ha tenido un impacto positivo y significativo sobre el grado de desarrollo (medido en términos del PBI per cápita) de los municipios en los que se ubican estas explotaciones. En el caso de los Departamentos, se encuentra un efecto positivo de la producción carbonífera sobre el crecimiento económico, pero, en contraste, un efecto negativo de la producción de hidrocarburos. Esta conclusión se sostiene en que la producción petrolera genera menos encadenamientos hacia atrás y hacia delante en comparación con el caso de la pequeña y mediana minería del carbón. En un total de cuatro departamentos hubo escasa actividad económica e institucionalidad debido a la presencia de un pobre desempeño económico, corrupción e ineficiencia en la utilización de las regalías.
El documento “La relación entre la minería y el bienestar socioeconómico en las regiones de Australia” de los autores Hajkowicz, S. A., Heyenga, S., & Moffat, K. hacen una comparación entre los indicadores de calidad de vida y la producción de minerales para 71 gobiernos locales que realizan actividades mineras en Australia. La industria minera en Australia tiene una importante contribución al PBI, por lo que el país es considerado como el principal exportador de carbón, acero, zinc, entre otros. Sin embargo, a nivel regional se presentan temas de inequidad, puesto que la mayoría de la población se concentra en una estrecha franja de ciudades costeras y la población restante se distribuye en las zonas de explotación de minerales. Estas áreas enfrentan constantes desafíos para mantener los servicios sociales para las regiones y comunidades mineras.

El sector minero de Australia, aportó un 8% al PBI del país en el periodo de 2006-2007. Sin embargo, una parte mucho mayor de la economía de Australia depende de la minería. El empleo en la industria también ha aumentado y por ese periodo el empleo directo se situó en cerca de 120 000 personas en todo el país. A pesar de que habido un crecimiento en el empleo de la minería sigue siendo relativamente bajo (1.3%).

Los impactos sociales de la minería australiana están asociados a la equidad, que se planteó como una cuestión importante por el proyecto la Minería, Minerales y Desarrollo Sustentable (MMSD) Australia (MMSD)30. El proyecto encontró que los costos y beneficios de la minería son a menudo distribuidos de manera desigual entre las comunidades y regiones de Australia. Las áreas donde se ubican las principales actividades mineras a menudo tienen menos acceso a los servicios y recursos que los centros urbanos.

Un estudio llevado a cabo en la cuenca de Bowen en Queensland investigó los impactos económicos y sociales de las actividades de extracción de carbón sobre las comunidades regionales. Empleo, falta de infraestructura y servicios adecuados se encontraron como algunos de los impactos negativos experimentados por las comunidades de la cuenca de Bowen. Sin embargo, como el caso anterior y en otros estudios se ha analizado los impactos empíricamente a nivel nacional haciendo conocimiento de la magnitud y distribución geográfica de los impactos como se presente en esta investigación.

Para la recolección de datos, obtuvieron acceso al Registro de Minas australiano y los informes anuales de empresas mineras para obtener los datos de producción de esos sitios. La mayoría de esos datos fueron recolectados durante el periodo 2006-2007. Se convirtió la producción de minerales de valor bruto utilizando los precios de las materia primas, el valor bruto de la producción minera de Australia se estimó en 79,9 millones de dólares. Se encontraron 71 áreas mineras y los indicadores utilizados fueron: el ingreso familiar, acceso a la vivienda, promedio ponderado de alquiler semanal y pagos de préstamo de la casa promedio, acceso a los servicios de comunicación, nivel educativo de las personas, esperanza de vida y tasa de desempleo.

Se analizó la relación entre la variable dependiente, valor bruto de la producción y minerales, y las variables independientes mediante el análisis de correlación cruzada de todas las variables contra el valor bruto de la producción y de los demás. Se probó la significancia estadística a todas las variables. Los resultados arrojaron cifras negativas entre los indicadores antes mencionados y el valor bruto de los minerales en las 71 áreas de producción. Muestran que la actividad minera se correlaciona significativamente con la mejora de los ingresos, acceso a la vivienda, acceso a la comunicación, el nivel educativo y el empleo. Por el contrario, la esperanza de vida es ligeramente negativo, pero significativa, relacionada con la actividad minera, los autores señalan que ese resultado refleja las expectativas de vida más bajas en comunidades indígenas remotas y no la relación con la actividad minera.

Se llega a la conclusión que la minería se asocia positivamente con el ingreso, acceso a la vivienda, acceso a la comunicación, el nivel educativo y el empleo a escala regional en Australia.

Existen otras investigaciones que han encontrado consecuencias socioeconómicas negativas para subgrupos específicos dentro de las comunidades a pesar de que la riqueza minera parece mejorar los indicadores de calidad de vida en las regiones, los procesos todavía pueden dar lugar desigualdades y desventajas.

En el caso de investigaciones realizadas a nivel país, los autores Glave y Kuramoto (2007) en “La minería lo que sabemos y lo que nos falta por saber”, hacen referencia al estudio de Torres y Echave del año 2005, titulado “Hacia una estimación de los efectos de la actividad minera en los Índices de Pobreza en el Perú”, cuya investigación tiene el objetivo principal de explorar la influencia que la actividad minera podría ejercer en los niveles de pobreza de los departamentos del país que cuentan con presencia de esta actividad productiva. Ellos estiman un modelo de corte transversal y temporal (panel data) para cinco años entre 1991-2001. Concluyen que la actividad minera, medida como el producto bruto interno sectorial tuvo una correlación negativa con la pobreza, es decir encontraron que el PBI de la actividad minera tuvo una correlación negativa y significativa con los indicadores que componen el Índice de Desarrollo Humano (IDH) de los departamentos en donde se explotan yacimientos mineros.
Por otro lado, hay autores que sostienen que sí se genera un impacto positivo de la minería en el bienestar de las poblaciones, tal es el caso de Zegarra, Orihuela y Paredes (2007). Los autores afirman que debido al creciente clima conflictivo entre la actividad minera y su entorno local y regional, se ha puesto en tela de juicio la efectividad de las políticas públicas para fomentar la inversión minera, canon minero o instituciones involucradas con el medio ambiente. Sostienen que “el notable desarrollo minero es consecuencia de factores endógenos y exógenos. (…) El boom ha provocado una reconfiguración de las economías locales y una mayor competencia por recursos como la tierra y el agua.” (Zegarra, Orihuela y Paredes: 16)
Este fenómeno ha evidenciado la insatisfacción de los pobladores andinos que muestran su rechazo hacia las empresas privadas que no asumen responsabilidades para el bien de los pobladores. El análisis empírico se restringe a las zonas mineras de la sierra peruana donde se concentra gran parte de la actividad minera metálica y donde se desarrollan los mayores problemas y enfrentamientos. El estudio explora los posibles impactos de la minería en indicadores de bienestar de las familias vecinas. Los resultados más desagregados de los impactos de la minería se hacen a nivel de hogares urbanos y rurales, así como también para zonas norte, centro y sur. Estos autores lo que buscan es evaluar si el nivel de educación del jefe del hogar tiene efectos diferenciados en hogares de la sierra, si la probabilidad de ser pobre ha disminuido, y por último, si el acceso a servicios ha aumentado.31
Para ello se basan en Encuestas Nacionales de Hogares y fuentes de información complementaria a nivel distrital para el periodo (1993-2003) previo al boom minero32.

La metodología empleada es la de evaluación de impacto para conocer si el nivel de bienestar de las personas mejoró debido a la intervención33. Proponen el uso de las técnicas de emparejamiento de distritos y hogares que permitieron simular el impacto hipotético de la minería. Este método se plantea fundamentalmente para

“(…) generar un grupo de distritos comparables con los distritos mineros en atributos que asumimos importantes para los potenciales impactos de la minería (como potencial agropecuario, niveles preexistentes de pobreza, ubicación geográfica), y en un momento del tiempo (1993-1994).” (Zegarra, Orihuela y Paredes: 23)
El trabajo toma como principales fuentes estadística el Censo de 1993, el Censo Agropecuario 1994 y la ENAHO 2003/2004.

Los resultados fueron diversos y complejos, tal es el caso de la sierra centro en el que se registran impactos positivos y significativos en los ingresos y gasto de los hogares urbanos, pero no de los rurales. A partir de la desagregación regional el impacto positivo radica en localidades urbanas con mayor educación. Sin embargo, hogares con menor dotación de educación tendrían impactos nulos, es decir, hogares de la sierra tendrían un sesgo a favor de los hogares con mayores activos, lo que lleva a determinar qué hogares con mayores activos tendrían un efecto mayor según el nivel educativo del jefe del hogar. Los autores concluyen que la minería ha favorecido a grupos específicos de la población y ha afectado a grupos vulnerables lo cual ha aumentado la desigualdad.


Otra investigación que evalúa el impacto de la actividad minera a nivel microeconómico es la de Macroconsult (2008) titulada “Impacto Económico de la Actividad Minera en el Perú”. Los autores parten de hechos importantes relacionados a la actividad minera en que

“[dicha actividad] juega un rol importante en la economía peruana y más aún en las economías regionales donde existen los asentamientos mineros. A nivel de agregaciones geográficas, la minería juega un rol más importante en Cajamarca, Ancash, Moquegua, Pasco y Puno (…)”. (Macroconsult 2008: 20)

Otra importante razón es que atrae grandes flujos de capital provenientes de inversores extranjeros y la vinculación que se genera través de la redistribución de los beneficios por el pago de impuestos. En general, el sector minero ha experimentado un dinamismo y desarrollo aumentando los recursos de divisas y el pago de impuestos. Pues, así como se experimentó un proceso de expansión y crecimiento a nivel de variables macroeconómicas, la investigación toma interés por desarrollar un análisis en la economía local.
La investigación se focaliza en analizar el impacto positivo o negativo de las mineras asociada a indicadores socio-económicos de los hogares en los distritos vinculados a la actividad. Para ello, realizan metodologías finas, por ejemplo utilizan las técnicas de emparejamiento para identificar los distritos mineros y no mineros.
Para la comparación de distritos consideran como año base 1993. Luego, se empleó un diseño para la evaluación de impacto para el año 2007 de un conjunto de variables agrupados en ingreso, capital humano, infraestructura y vulnerabilidad económica. En esta segunda etapa se realizó una evaluación en primera diferencia con información para el 2007 donde se contrastan las variables de interés de acuerdo a la probabilidad estimada en la etapa anterior, identificando el grupo objetivo (minero) y grupo de control (no minero).

Sin embargo la principal limitación de la investigación es que la fuente de información que se maneja es la Encuesta Nacional de Hogares, la cual no es representativa a nivel de distritos.


En base a estos estudios es relevante mencionar qué se entiende por aporte minero sobre indicadores sociales. Según el Instituto de Ingenieros de Minas del Perú (2006), el aporte minero se clasifica en beneficios directos e indirectos .Los beneficios directos comprenden recursos monetarios, infraestructura, servicios o proyectos de desarrollo económico llevados a cabo en las comunidades de influencia y que son entregados directamente al trabajador y/o comunidad. La variable empleo en minería se caracteriza por ser mano de obra para trabajos de mina y para atender servicios básicos como campamentos y alojamiento. Lo que se busca es llegar a más personas de la región y ofrecer empleo bien remunerado.
Además, la variable infraestructura comprende carreteras, líneas de electrificación y telecomunicaciones, escuelas, postas de salud, entre otros. Sumado a esto, los proyectos de desarrollo y la inversión minera son importantes porque están destinados a brindar alivio inmediato a la extrema pobreza, sobre todo llevando programas integrales que permitan que las comunidades tengan acceso a servicios que ayuden a mejorar su situación actual de subsistencia. Estos proyectos de desarrollo permiten que más familias salgan de la categoría de ser pobres a no pobres si cuentan con el suficiente apoyo de la empresa minera.
En el Informe del IIMP (2007) los titulares mineros han brindado aporte social a 20 regiones, 120 provincias y 389 distritos. Se registraron 811 distritos en un rango de los más pobres, dentro de ese margen el apoyo se dirigió a 155 distritos. Otro punto vulnerable en la determinación del bienestar de los pobladores es la educación, el gran reto para el 2015 es elevar la calidad educativa primaria y he aquí la preocupación de los diferentes titulares mineros que tienen que invertir en obras de construcción, aulas, canchas deportivas, etc.
En el estudio de caso del Informe del Instituto de Estudios Peruanos (IEP) en “Las posibilidades del desarrollo inclusivo: dos historias regionales” para la región de Cajamarca se menciona que efectivamente, esta región experimentó una reducción en los índices de pobreza debido al desarrollo exhibido por la minería a lo largo de estos últimos diez años. Si bien se plantea que la región no ha experimentado un crecimiento económico, esto es causa de la desigualdad económica liderada por la falta de transformaciones institucionales tanto políticas como socioeducativas coherentes con un desarrollo inclusivo34.
Resaltan el hecho que la minería es la actividad económica más importante en la región, que provee inmensos recursos a los gobiernos locales y al regional, pero cuya importancia como fuente de generación de empleo de alta productividad es muy limitada, esto debido a que la mano de obra que se desplaza de la agricultura a la minería es de baja calidad35. La minería genera un efecto multiplicador hacia actividades intensivas en mano de obra, como los servicios directos a las empresas mineras o la construcción que involucra un cambio en el uso de la tierra en el área rural. En esa medida la minería contribuye al crecimiento económico36.
Asimismo, la minería cuenta con otro canal de redistribución regional de recursos: el canon, el cual es importante porque llega a los gobiernos locales y regionales y hace crecer el sector de servicios gubernamentales. Este ha crecido de manera significativa en el periodo 2001-2009, reflejando el aumento de las ganancias empresas mineras como resultado del boom de los precios de los recursos naturales y las inversiones realizadas en la década de los 90. Ante este boom y redistribución de los ingresos mineros, el canon ha sido mal utilizado.
Los recursos del canon demoran en ser plasmados en obras que provean infraestructura necesaria en beneficio de las comunidades o mejora de capital humano. Más bien, algunas obras necesarias para el territorio intermedio no son parte de la programación de inversión pública y lo que sucede es que el ingreso por canon de algunos distritos mineros ha sido utilizado en infraestructura “santuaria” tales como plazas de toros o estadios deportivos. Si bien se ha mencionado en el capítulo anterior que la pobreza ha disminuido en presencia de actividad minera está ha sido en menor velocidad que el aumento de los ingresos de los hogares. Lo fundamental es el rol distribuidor que juegan los gobiernos regionales para fomentar el crecimiento y el bienestar en las comunidades que conviven con la minería. Tal y como se menciona en el informe:
“Un efectivo rol redistribuidor por parte del gobierno regional demandaría respetar una relación directa que cuanto más alta sea la incidencia de pobreza en una provincia o distrito, mayor sea el nivel per cápita asignado. (…) un lineamiento tan simple exige una profesionalización de los funcionarios y una simplificación de la gestión pública.” (Barrantes, Cuenca y Morel: 63)
Con ello, se puede afirmar que existe una ruptura entre la gestión pública y las necesidades de las poblaciones, este punto no se estudiará con detalle pero queda dicho que el lento crecimiento de las provincias y distritos con presencia de minería se debe a malos manejos institucionales en las regiones.
Otro estudio de caso que se presenta en el informe del IEP, es el de la región Arequipa. En lo que concierna a minería, este sector se ha convertido en uno de los principales y va en aumento su participación económica en la región. Este aumento ocurre a través del crecimiento del PBI minero. Existen otros canales indirectos como el de los recursos de gasto público que se asignan a los gobiernos locales y regionales vía canon minero, los cuales están destinados a cubrir las necesidades básicas de los distritos y provincias más pobres. El gasto público que puede realizarse con estos ingresos constituye un canal de redistribución que opera para contribuir con un desarrollo inclusivo cuando crece el sector minero intensivo en capital (mano de obra)37.
Asimismo, la minería tiene un efecto multiplicador dinamizando la economía. Cuando aumenta el PBI minero aumenta por ejemplo, la construcción de departamentos, que son demandados por los trabajadores del sector minero formal. Sobre esto, en el Informe del IPE (2012) se menciona que la minería se relaciona con los otros sectores, ya que para el año 2007 la minería utilizó insumos nacionales por un total de s/. 16,989 millones. El sector que proporcionó la mayor cantidad de insumos nacionales fue el de transporte, almacenamiento y mensajería, seguido por el sector petróleo y de sustancias químicas. En total los insumos nacionales que usa el sector minero son equivalentes al 44% del valor agregado de la minería lo cual muestra el alto grado de interrelación entre el sector minero y el resto de la economía nacional. La minería aporta a la generación de más trabajo y consecuentemente genera mayores ingresos lo cual alivia en parte la situación precaria de algunas familias que habitan alrededor de esta actividad38.
Con respecto a la definición de pobreza, existen distintos significados de esta palabra. Según Feres y Mancero en “Enfoques para la medición de la pobreza” para la CEPAL (2001) esta palabra se interpreta como la necesidad, estándar de vida, insuficiencia de recursos, carencia de seguridad básica, exclusión, desigualdad. Todas estas pueden ser aplicadas a la vez y algunas pueden ser no aplicables en toda situación. Si bien la medición de la pobreza puede estar basada en cualquiera de estas definiciones, la mayoría de estudios económicos se han centrado en las concernientes a necesidad, estándar de vida e insuficiencia de recursos.
La definición de pobreza es muy compleja, lo que ha llevado a definirse según los tipos de indicadores que permiten su caracterización. El concepto “(…) se ha elaborado y se ha medido en función de carencias o necesidades básicas insatisfechas, utilizando indicadores como la ingesta de alimentos, el nivel de ingresos, el acceso a la salud, la educación y la vivienda”.(Arriagada 2005:3)
Según el Banco Mundial, la definición de pobreza es mucho más amplia, ya que se basa en la carencia de bienes materiales incluyendo los niveles de educación, salud, vulnerabilidad, el abandono y la incapacidad para influir en la toma de decisiones y asignación de recursos. Esto permite identificar dos dimensiones, la pobreza material y la no material. La primera comprende al ingreso, consumo, vivienda, acceso servicios públicos (agua, desagüe, alcantarillado). La pobreza no material abarca educación, salud, exclusión.39

Dadas estas dimensiones de pobreza, el impacto tiene que analizarse a través de distintas variables como los niveles de ingreso, consumo, indicadores sociales, entre otros. Para el presente estudio se consideran aquellos indicadores sociales relacionados al acceso de servicios, educación y variable proxy de salud. Según la OEI40 , al abordar el tema de la pobreza se suelen señalar hechos que reclaman más atención como la mortalidad, la desnutrición, el analfabetismo, por eso el PNUD ha introducido el IDH que intenta reflejar el bienestar desde un punto más amplio. El PNUD considera que la pobreza es un fenómeno complejo de erradicación, que requiere tanto potenciar a la persona como proveerla de ingresos y servicios básicos adecuados. Por eso, si bien estas variables están relacionadas con la reducción de la pobreza, se necesitan un conjunto de factores tales como la disponibilidad de vivienda, seguridad alimentaria, acceso a tecnología mercados, y al crédito. Para fines de la investigación solo consideraremos tres variables relacionadas a la educación, el acceso servicios básicos y la tasa de desnutrición.


La autora Roxana Barrantes menciona en Minería, desarrollo y pobreza en el Perú (2005) que hay varias maneras de medir la pobreza. En nuestro país usamos principalmente dos, pobreza medida como consumo per cápita y pobreza por Necesidades Básicas Insatisfechas (NBI). La primera es una medición en base al consumo per cápita del hogar. Se recoge información sobre todos los gastos, donaciones, autoconsumo y auto suministros que recibe el hogar y sobre ello se calcula el consumo alimentario per cápita y el consumo total per cápita. Esta es una metodología estándar que se utiliza en buena parte de los países (del mundo occidental). Para definir pobreza extrema (indigencia) se compara el valor del consumo total con el valor de una canasta alimentaria mínima (basada en una combinación de calorías, proteínas, vitaminas, etc.). Es decir, se considera pobre extremo a todo aquel que tiene un consumo per cápita menor al de la canasta alimentaria mínima. Es evidente que esta es una medición de pobreza muy clara: son pobres aquellas personas que no tienen un consumo que les permita mantenerse mínimamente nutridos41.
En el análisis de Barrantes (2005), se examinan los mapas de pobreza que se han construido en el Perú de modo de conocer cuál es la clasificación de los distritos productores y cuál ha sido la dinámica. Realizan una comparación del mapa de Foncodes 1995 y el mapa del MEF del año 2001. Si realmente la minería dinamizara las comunidades locales, se esperaría que más distritos mejoraran su situación y dejaran de ser pobres. Los resultados arrojaron lo contrario, más distritos empeoraron (96). Es posible que este resultado se le atribuya al corto periodo de evaluación. Pero la autora concluye que, en el mejor de los casos, la actividad minera parece ser neutra, es decir, las mejoras en infraestructura realizadas por esta actividad no son efectuadas en la mayoría de distritos productores y su impacto es limitado, debido al reducido nivel de articulación de los pobladores al mercado.

También la dinámica de la pobreza distrital es afectada por programas de responsabilidad social de las empresas cuyo fin es aportar al desarrollo local, lo cual debería traducirse en mejoras en los índices de pobreza , pero la percepción de los pobladores de Ancash y Cajamarca es que los programas de responsabilidad social que se han implementado son limitados 42.


En resumen, los impactos o efectos esperados en cada una de las investigaciones anteriormente mencionadas son diversos, los autores Torres y Echave (2005) encontraron un efecto negativo entre actividad económica y mejora en los indicadores de desarrollo humano. Los autores Zegarra, Orihuela y Paredes (2007) tuvieron resultados tantos positivos como nulos en el ingreso y gasto de los hogares; y el efecto nulo se verificó en aquellos distritos con menos dotación de educación. En el informe de Macroconsult (2008), la minería afecta positivamente los ingresos de los hogares, el desarrollo de infraestructura y en la reducción de la pobreza. En la investigación de Barrantes (2005), la minería tiene impacto nulo si se comparan distritos mineros y no mineros. En las investigaciones de otros países, se concluye que la minería impactó positivamente en el crecimiento de dichos países y se espera que ese impacto positivo se traslade a nivel local.
El aporte que la minería debería dar es el de mejorar el bienestar de las personas y tendría que tener como condición mínima, el no empobrecernos, ni como país ni como localidad ni como hogar. El impacto esperado es que esta actividad tendría que llevar a los habitantes a disminuir su nivel de pobreza. Sobre ello, la principal vía o canal que establece la relación entre minería y pobreza es el ingreso per cápita de los habitantes, cuanto mayor sean los ingresos de las familias estas podrán obtener más bienes que aumenten su nivel de vida y así poder salir de la pobreza. Sobre este punto, la canalización de los ingresos para una posible reducción de la pobreza es a través del empleo. Este es la fuente principal del ingreso y en la medida que se fomenten cambios en las políticas, afectará la estructura del mercado laboral o a la demanda de mano de obra, particularmente en sectores que emplean a pobres, tales como la mano de obra no calificada o el trabajo rural, lo que implica que el bienestar de los hogares de ingresos reducidos quedará afectado43. Asimismo, los precios tendrán un gran peso en los ingresos y, directa o indirectamente, en las medidas de bienestar externas a los ingresos. Para todos los hogares, pero especialmente para pequeños agricultores y trabajadores autónomos, los cambios en los precios afectarán a las decisiones asociadas con el consumo y con la distribución de recursos.

También es necesario un marco institucional, bajo el mando de la gestión pública en el manejo del canon, para que la distribución de los beneficios netos sea transparente y que los sectores de la comunidad la perciban como justa y que responde a las necesidades de los más pobres. Si bien se busca demostrar la hipótesis de que existe una relación negativa entre la presencia de distritos mineros y el porcentaje de pobres, no se ahondará en los canales de transmisión entre minería y pobreza lo cual puede ser útil para futuras investigaciones.



CAPÍTULO 3


    1. Metodología de la investigación

En esta sección se describirá el modelo para demostrar la hipótesis propuesta: si la presencia de actividad minera tiene un impacto negativo en la pobreza. Para ello se hallará el impacto entre los años 1993 y 2007 a través del modelo de diferencias en diferencias.


      1. Metodología a usar en el estudio

Para el presente documento es necesario precisar algunos conceptos básicos y supuestos del método de evaluación de impacto apropiado para el caso propuesto.

La inferencia causal consiste en el estudio de variables estableciendo algún tipo de secuencia lógica entre ellas. Bajo supuestos teóricos se puede establecer una estructura de ramificaciones causales que une aquellas variables y generan los datos observados. Los datos económicos no ocurren por azar sino que aparecen por una relación entre las variables en donde se distingue variables que ocasionan algún efecto sobre otras.44

Con el fin de identificar la relación causal, y como no es posible calcular los efectos causales individuales, puede resultar factible el cálculo de algún efecto promedio; para ello es necesario conocer el efecto tratamiento promedio (ATE), es decir el efecto de un tratamiento d (ejemplo una política) sobre una variable de interés yi (resultado) para todo i =1,…N, donde i indica una unidad.

Considerando que el efecto del tratamiento es binario, este puede tomar dos valores, el valor 1 si la unidad recibe tratamiento y 0 si no la recibe.

Bajo una población U de unidades, algunas de las cuales recibirán un tratamiento, cada unidad puede ser descrita de la siguiente manera:










Por lo que el resultado observado yi se define como:

Aquellos que reciban el impacto de la política o medida toman el nombre de grupo beneficiario que está definido como: y al grupo de unidades que no reciben el tratamiento se le llama grupo de control:

A veces resulta más conveniente analizar el efecto del tratamiento promedio para la población (ATE) por lo que se omite el subíndice i y se considera ATE como el parámetro poblacional.




Como los valores potenciales y no son plenamente observables, se tiene que tener cuidado el estimar este valor esperado para todo i . Pero si la selección ha venido por parte de los diseñadores de política, y si además de eso se fija una población objetivo, entonces el estimador propuesto sería: que es el análogo muestral de .
Asimismo, para el análisis de evaluación de impacto, el efecto puede ser capturado con la incorporación de variables dummy, estas se usan cuando las variables son cualitativas. Estas variables son de carácter dicotómico o binario. Las variables dicotómicas reciben el mismo tratamiento que las demás variables del modelo de regresión y estas pueden tomar valores de 1 y 0.
Para la investigación se considerará la incorporación de variables dummy que capturen el efecto que genera la presencia de actividad minera con otras variables sobre el indicador de la incidencia de pobreza a nivel distrital. La forma de capturar esa información cualitativa es mediante la creación de una variable dicotómica que permitirá validar el supuesto mencionado.

Donde el efecto de la existencia de minería o no, se define como:



D=1 indica el grupo al que pertenece el distrito en el escenario con minería. Para aquellos distritos donde no está presente la minería se le indica como D=0.
Los métodos de inferencia causal estiman los efectos causales de un tratamiento o programa a partir de datos experimentales y no experimentales. Para la presente investigación utilizaremos la evaluación de los efectos causales por medio del tratamiento no experimental o cuasi experimental (no aleatorio), utilizando el método de diferencias en diferencias.
Para este método se compara la modificación en los resultados entre grupos con tratamiento y sin tratamiento. El impacto es la diferencia en la modificación de los resultados, es decir considera la diferencia en la variable de impacto entre beneficiarios y controles en la situación post programa o evento (t1: 2007) y en la situación pre programa o evento (t0: 1993).
Un supuesto fundamental es que se necesita un mínimo de dos puntos en el tiempo antes de la intervención para verificar el supuesto.
Periodos 1: antes del cambio y 2: después del cambio

Valor de la v. interés

Antes del cambio

Después del cambio

Tratamiento

B1

B2

Control

A1

A2

( B2 - A2 ) = diferencia media entre tratados y no tratados después del cambio.


( B2 - B1 ) = diferencia media del cambio de medida o política sobre el grupo de tratamiento.
El efecto del tratamiento bajo el estimador de diferencias en diferencias es:
Efecto del Tratamiento = ( B2 - B1 ) - ( A2 - A1 )
Figura N°6

Efecto en grupo control y tratamiento


El estimador de diferencias en diferencias también puede ser calculado mediante una regresión.

d2 = Variable binaria igual a 1 (0) para observaciones después (antes) del cambio de política, (Captura cambios agregados en el tiempo comunes a tratados y no tratados)
dB = Variable binaria igual a 1 (0) para tratados (no tratados), (captura diferencias ex ante entre tratados y no tratados)
d2 x dB = Variable binaria igual a 1 para tratados después del cambio de política (0 en otro caso).

El efecto causal del cambio de política puede obtenerse mediante una regresión:

Y = + d2 + dB + (d2 x dB) + u
Existen otros factores relacionados al cambio:

Y = + d2 + dB + (d2 x dB) + X1 +…+ Xk +


= capturará el efecto causal del cambio de evento o política.
Asimismo, existe otro método que es útil para el análisis de políticas de programas: es un modelo simple datos de panel para dos años que consiste en observaciones de un corte transversal de unidades individuales (hogares, empresas, países, etc.) repetidas sobre el tiempo, lo cual permite capturar efecto que se da por cambios en la variable explicativa. En la presente investigación lo utilizaremos para ver la relación entre producción minera (toneladas) y pobreza.

Para este modelo no podemos asumir que las observaciones se distribuyen de forma independiente a través del tiempo, pueden existir factores adicionales a la variable explicativa que son constantes y que estos cambian en el tiempo y afectan a la variable dependiente. Los modelos de efectos no observados o efectos fijos asumen que existe correlación entre el efecto no observado y la variable explicativa, pero no con el error45. Entonces el modelo entre producción minera y pobreza quedaría expresado de la siguiente forma:


yit = + d2t + producmin it +ai+ uit t=1,2
A diferencia de otros métodos como el matching o propensity score match que no pueden controlar las características no observables de los individuos, bajo el método de diferencias en diferencias es posible remover aquel componente no observable de los datos con el fin de tener estimaciones confiables.



    1. Fuentes de información

Para probar la hipótesis antes mencionada, se ha considerado diferentes variables sociales que han sido recopiladas de diversas fuentes de información cuantitativa. Se han considerado fuentes oficiales con datos a nivel distrital como el Censo de población y vivienda del 2007 que proporciona el INEI. Se utiliza esta base de datos porque nos permite medir variables relacionadas a la población, vivienda, educación, salud y actividad. Se utiliza también como fuente de información, el Mapa de Pobreza de Foncodes 2007 y el Mapa de Foncodes del año 1993.
Por otro lado, la identificación de la presencia de actividad minera en el territorio, se obtuvo a través de la información que proporciona el Ministerio de Energía y Minas (MINEM) en su página web oficial, y se recolectó información de la producción medida para todo tipo de mineral en Toneladas Métricas Finas (TMF). De esta manera se identificaron las zonas mineras para los cuatro departamentos y se consideró la producción generada por la gran minería y mineras medianas46.

A diferencia de las otras metodologías planteadas en los antecedentes, no se utilizará la Encuesta Nacional de Hogares (ENAHO) debido a que no es representativa a nivel distrital, lo cual se estudia al detalle en esta investigación.




      1. Determinación de los distritos mineros

La actividad minera no se encuentra presente en todos los departamentos del país y donde sí lo está, su participación relativa con respecto al resto de actividades productivas es variable. De ahí que es necesario precisar el criterio para clasificar un departamento como “minero”. Para tal efecto, se ha considerado que el criterio que define a un departamento minero depende del porcentaje que aporta al PBI, es decir, si su aporte al PBI es 4% o más a nivel nacional y si el sector minero representa o aporta el 4% o más del PBI del departamento. Se ha definido la variable distrito minero, como aquel distrito donde existen unidades mineras con producción de minerales metálicos.

Sobre eso, la base de datos usada para identificar distritos con minería proviene del Ministerio de Energía y Minas (MINEM), esta fuente nos proporciona la producción mensual y anual de diversos metales como: oro, plata cobre, zinc, entre otros a nivel distrital lo cual permite identificarlos.


Se identificaron las provincias y distritos mineros para las cuatro regiones estudiadas. La ubicación de los distritos considerados mineros para la región de Cajamarca se presenta en el Mapa N°1
Mapa N°1.Ubicación de provincias mineras: Región Cajamarca

c

Fuente: MINEM


Se identificaron doce distritos mineros en el departamento de Cajamarca de los cuales seis pertenecen a la provincia de Cajamarca, los distritos son: Cajamarca, Cospán, Encañada, Llacanora, Los Baños del Inca, Magdalena. En las provincias de Celendín, Chota y Contumazá se identificaron los distritos de Celendín, Paccha y Yonán, respectivamente. Asimismo, en la provincia de Hualgayoc los distritos son: Bambamarca y Hualgayoc. Finalmente en la provincia de San Marcos, se identificó el distrito de Gregorio Pita.
En la región de Ancash, Mapa N°2, se identificaron 28 unidades mineras, dos pertenecen a la provincia de Aija, diez a la provincia de Bolognesi y siete unidades a la provincia de Carhuaz. Un distrito minero en Casma, Huari, Huaylas, Santa, Recuay. Dos unidades mineras en las provincias de Huaraz y Yungay.
Mapa N°2.Ubicación de provincias y unidades mineras: Región Ancash

Fuente: MINEM


Los distritos en la provincia de Aija son: La Merced y Succha. En la provincia de Bolognesi se encuentran 9 distritos mineros: Cajacay, Huallanca, Huasta, Huayllacayan, La Primavera, Mangas, Pacllon, S.M. de Corpanqui y Ticllos. Los siete distritos mineros en Carhuaz son: Acompampa, Amashca, Anta, Carhuaz, Marcara, San Miguel de Aco y Tinco. En Casma, el distrito minero es Comandante Noel. Los distritos en Huaraz son Huaraz y Jangas. En la provincia de Huari, el distrito minero es San Marcos. En Huaylas, el distrito es Huallanca y en la provincia de Recuay, el distrito es Cotaparaco. Finalmente, en la provincia de Santa, el distrito es Nepeña y en Yungay, los distritos mineros son Ranrahirca y Yungay.
Las unidades mineras identificadas en la región de Pasco, Mapa N°3, se encuentran en su mayoría en la provincia de Pasco y se ubican en los distritos de Huariaca, Huayllay, Ninacaca, Pallanchacra, San Francisco de Asís, Simón Bolívar, Tinyahuarco y Yanacancha. En la provincia de Daniel. A. Carrión, se encuentra el distrito minero de Yanahuanca.
Mapa N°3.Ubicación de provincias mineras: Región Pasco

Fuente: MINEM


En el departamento de Arequipa existen 22 distritos mineros de los cuales siete se encuentran en la provincia de Arequipa, cinco en la provincia de Caravelí, cuatro en la provincia de Condesuyos y tres en Castilla. El resto de distritos pertenecen a las provincias de Camana, Caylloma e Islay, encontrándose un distrito minero por provincia.

Mapa N°4.Ubicación de provincias mineras: Región Arequipa

Fuente: MINEM


Para esta investigación se decidió usar las fuentes de información ya antes descritas, como el Censo Nacional de Vivienda y Población de 1997 y 2007 y la lista de Unidades Mineras en actividad del Ministerio de Energía y Minas.

Sobre la base de la determinación de los distritos minero o no minero, el método multinivel en especial el método jerárquico lineal o HLM47 no sería el indicado puesto que lo que se busca no es modelar la dependencia al interior de unidades y tampoco una estructura jerárquica en los datos pues la unidad muestral con la que se está trabajando son distritos mas no personas. El uso más frecuente de este método es en los modelos educativos que intentar explicar qué porcentaje del resultado del alumno es explicado por las escuelas.




    1. Las variables de la investigación

Como parte de la metodología es importante mencionar y explicar las variables que se considerarán para la estimación del impacto de la actividad minera sobre la pobreza.

Las variables regresoras o independientes han sido seleccionadas de la base de datos del Censo Nacional de Vivienda y población año 1993 y 2007.


  • La variable de producción (producmin): se considera producción de cobre, plata, oro, plomo, zinc, concentrados y no metálicos según estadísticas de Ministerio de Energía y Minas (MINEM).




  • Porcentaje de la población sin agua (pobsag): los datos a nivel distrital se encuentran en el Mapa de Foncodes 1993 y 2007 para cada provincia y distrito.




  • Porcentaje de la población sin desagüe (pobsdesg) y sin electricidad (pobselec): son parte de las variables sociales que permitirán estimar el objetivo principal del trabajo. Al igual que la anterior variable estas están disponibles en la base de Foncodes.




  • Tasa de mujeres analfabetas (mujanalf): los datos de esta variable social son recogidos del Mapa de Pobreza 1993 y 2007.




  • Tasa de desnutrición (desnut): niños de 6 a 9 años, esta variable proxy como indicador de salud es recogida del cuadro estadístico de Foncodes.




  • La variable regresada o de interés (pobreza): es el indicador de pobreza (FGT0) por provincias y distritos es calculado por el Mapa de Pobreza del INEI. Como parte de los indicadores de Foster, Greer y Thorbecke, que nos dicen la proporción o porcentaje de población que se encuentran en situación de pobreza.

A continuación presentamos un cuadro con los estadísticos descriptivos básicos como: media, desviación estándar, mínimo y máximo de las variables a utilizar y contenidas en el archivo de datos:

Tabla N° 5

Descripción de las variables



Elaboración propia

Fuente: MINEM, INEI, FONCODES
Un análisis descriptivo con más detalle de cada una de las variables se muestra en el anexo#4. Ahí se presentan los estadísticos respecto a las categorías de otra variable y el formato y etiqueta de cada variable.

La ecuación final del modelo como regresión considerando todos los factores, es la siguiente:


Pobreza = + y07 + distmin + y07*distmin + produccmin + pobsag+ pobsdesag + pobselec + mujanalf + desnut +
Mediante el método de diferencias en diferencias se podrá obtener el efecto de la presencia de un distrito minero sobre la pobreza.

En el siguiente capítulo se presentará los resultados de la estimación.




CAPITULO 4

En este capítulo presentamos la estimación del modelo que nos permite identificar el efecto de la presencia de la minería sobre el porcentaje de pobreza. De manera inicial, medimos esta variable en forma independiente para los años 1993 y 2007 utilizando la incidencia de pobreza.


Utilizamos solo la data del 2007 y estimamos un modelo simple:

Pobreza = + distmin +

En este modelo la palabra distmin es una variable binaria igual a uno cuando hay presencia de actividad minera en un distrito, y cero en caso que no lo haya. Este significado es utilizado en todas las siguientes ecuaciones que se describen en el presente capítulo.

La estimación de la ecuación da:

Pobreza = 0.8032 – 0.0584221 distmin………………… (a)

(0.0100) (0.0267) R2= 0.013

Estos son los resultados:

Ecuación (a)

Puesto que es una regresión simple sobre una variable única, la intersección nos da el porcentaje de pobres en un distrito sin la presencia de minería y el coeficiente de distmin mide el efecto en el porcentaje promedio de la población que se encuentra en situación de pobre debido a la presencia de un distrito minero y no. La estimación muestra que el porcentaje de pobres disminuye en 0.058% en presencia de distrito minero. El valor p es menor al 5% por lo tanto a nivel individual sí es significativa.

Si planteamos la misma regresión para 1993 (antes del auge de la minería), obtenemos

Pobreza = 0.8059 – 0.0904085 distmin…………………….(b)

(0.010) (0.0465) R2= 0.007

Estos son los resultados:

Ecuación (b)



Este resultado sugiere que antes del auge minero, el porcentaje promedio de pobres en un distrito minero fue 0.0904% menos que el porcentaje promedio de pobres sin presencia de minería. El intercepto nos indica el porcentaje de pobres que no se encuentran en un distrito minero (0.80%). La diferencia es estadísticamente significativa.

¿Cómo podemos saber si en presencia de un distrito minero se reduce la pobreza? Para esto, la clave es ver cómo el coeficiente de distmin ha cambiado entre 1993 y 2007. La variación en el porcentaje de la población en situación de pobreza fue mucho menor en el 2007 que en 1993.La diferencia de estos dos coeficientes en distmin fue:

= - 0.0584221 – (-0.0904085) = 0.03198…………………….(c)

Esta es la estimación del efecto de la presencia de actividad minera sobre la tasa de pobreza en un distrito minero.



es conocido como el estimador de diferencias en diferencias porque puede ser expresado de la siguiente manera:

= (pobreza 07, dm – pobreza 07,dnm ) – (pobreza 93, dm – pobreza 93,dnm)
Donde “dm”, significa distrito minero y “dnm”, distrito no minero. , es el cambio en el tiempo del porcentaje de población pobre en los dos tipos de distritos.

De hecho, se puede obtener mediante la estimación:

Pobreza = + y07 + distmin + y07*distmin + ……………….(d)

El intercepto, es el valor de la variable dependiente en 1993, sin considerar el efecto de las otras variables. En este caso, viene a ser, la proporción de pobres en un distrito no minero para 1993. El parámetro, captura todos los cambios en el porcentaje de pobres en distritos sin presencia de minería entre 1993 y 2007; el coeficiente de distmin, , es la diferencia en el porcentaje de pobres que se encuentran en distritos mineros, en relación al porcentaje de pobres que no se encuentra en distritos mineros en el año 2007.

El parámetro de interés se encuentra en el término de interacción y07*distmin, es que significa el cambio en el porcentaje de pobres en presencia de distritos mineros entre 1993 y 2007. En relación al resultado obtenido en (c), mide el incremento en el porcentaje de pobres debido a la presencia distrito minero.

Si corremos esta regresión controlando la heterocedasticidad y añadiendo otros controles, los resultados se aprecian en la siguiente tabla:

Tabla N°6

Resultados de las regresiones

Variable dependiente: pobreza

Al incluir otras variables que puedan influir el efecto en la pobreza, se escogemos aquellas en las cuales la variable y07*distmin se vuelve significativa y controlando la heterocedasticidad con el comando robust en el Stata, podemos observar que el error estándar de la variable de interés disminuye. La estimación de la ecuación (d) se encuentra en la columna (1) de la Tabla N°6.

En la columna (2) se controla por todas las variables del modelo. Esto aumenta el R2 considerablemente, el coeficiente y07*distmin es mucho mayor y su error es menor, sin embargo producmin y la variable de interés no son significativas.

En la columna (3) se controla por el porcentaje de población sin agua y desagüe (pobsag, pobsdesag), porcentaje de mujeres analfabetas (mujanalf), tasa de desnutrición (desnut), porcentaje de población sin electricidad, lo cual produce una estimación de y07*distmin muy parecida a la regresión anterior (2) y se tiene un error estándar menor que en la columna (1). Pero evaluando la significancia individual de cada variable, pobsag y el coeficiente de interés , resultan no representativos a un nivel de 5%, por lo que se descarta del modelo.

En la columna (4) comparamos con menos variables pero la variable de interés no cumple con la prueba de significancia individual, las regresiones del Stata se pueden observar en el anexo #5 y a continuación mostramos cuadro detalle de esta regresión:

Ecuación (4)



En las columnas (5) y (6) de la Tabla N° 6, todas las variables, incluyendo la de interés, son significativas, pero se prefiere la ecuación (6) porque a nivel individual todas las variables son significativas a un 5% y en conjunto las variables explican el modelo a cualquier nivel de significancia. Además, en ambas ecuaciones, el valor de nos indica que en presencia de un distrito minero, el porcentaje de la población en situación de pobreza ha aumentado. Esto quiere decir, que en promedio el porcentaje de pobreza aumenta en 0.086% en presencia de la minería, pero este aumento es ligeramente menor al que se presenta en la ecuación (5) (0.093%). Adicionalmente, se prefiere la ecuación (6) porque las estimaciones son controladas por más factores que no están presentes en la ecuación anterior. También, en la ecuación (6) se tienen los errores estándar más pequeños y el más alto R2.

Mostramos valores de las regresiones (5) y (6)

Ecuación (5)




Ecuación (6)

En el anexo#5 se muestran los pantallazos de todas las regresiones, permitiéndonos escoger aquellas variables que a nivel individual son significativas y conjuntamente son relevantes para explicar el modelo, donde de todas las regresiones se prefiere la ecuación (6).

Después de haber realizado la regresión (6), se prueba si existe el problema de multicolinealidad entre las regresoras. Se verifica la multicolinealidad a través del factor de Inflación de la Varianza (VIF), el cual esta expresado por , siendo el R2j el coeficiente de determinación de la regresión de la variable Xj sobre el resto de variables explicativas. Cuanto más se acerque R2j a la unidad, es decir, cuanto mayor sea la colinealidad de la variable Xj con el resto, mayor es el valor de VIFj y mayor es la varianza del coeficiente estimado, porque la multicolinealidad infla la varianza. Según este factor, si VIFj > 10, concluimos que la colinealidad de Xj con las demás variables es alta.

Se obtiene la siguiente información:

Tabla N°7

Resultados indicador VIF




Según los valores de VIF, podríamos concluir que no existen problemas de multicolinealidad y con respecto a los valores de 1/VIF, por ejemplo, se concluye que el 40% de la varianza de desnut y el 57% de pobsag son independientes de otras variables.
Seguido, probamos los supuestos de los residuos empezando por el supuesto de heterocedasticidad que se aplica después de estimar la regresión original a través del test de White. Este test nos permitirá comprobar la existencia de una varianza no constante en las perturbaciones aleatorias. El resultado de la prueba de White arroja que hay presencia de heterocedasticidad, rechazando la hipótesis nula.

Test de White Ho: Homocedasticidad

Ha: Heterocedasticidad sin restricciones

Para ello, utilizamos el estimador de los errores estándar que es robusto a la presencia de heterocedasticidad, entonces controlamos este problema ejecutando la regresión con el comando robust en Stata.

Asimismo, probamos el supuesto de no autocorrelación, el cual implica que no existe correlación entre los términos de error de un periodo y de otro. El método más destacado y utilizado para detectar la presencia de autocorrelación es el llamado Durbin Watson. Stata calcula automáticamente el estadístico D-W mediante un comando llamado dwstat. Se obtiene como resultado el valor 1.42 cercano a 2, el cual cae en zona donde se acepta la hipótesis nula, por lo tanto se confirma que no hay autocorrelación. De igual manera se comprueba el supuesto de normalidad de los errores, utilizándose la herramienta gráfica como el histograma y otra prueba formal a través del comando sktest en Stata, que presenta por separado los resultados del test de normalidad, basado en la kurtosis y otro en la asimetría (ver anexo#6). La gráfica nos muestra que los errores se distribuyen normalmente y a través del test, con un valor p mayor al nivel de significancia, se comprueba la normalidad de los errores.
Retomando los resultados la ecuación (6), se valida el efecto de la presencia de la minería sobre el porcentaje de pobres. El coeficiente de interacción en y07*distmin es positivo lo cual indica que, a causa de la presencia de distritos mineros, el porcentaje de población pobre se ha incrementado en 0.086%.
Este hallazgo lleva a concluir que se rechaza la hipótesis inicial de la investigación, pues los resultados obtenidos nos indican lo contrario: el efecto en el porcentaje de pobreza debido a la presencia de minería en un distrito no reduce la pobreza en el periodo comprendido entre 1993 y 2007. Cabe indicar que en la Tabla N°2 del capítulo N°1, se muestra una reducción en la variación de la tasa de pobreza la cual fue hallada a través de una fórmula simple porcentual; acá observamos distintos resultados porque estamos considerando el método apropiado para dar respuesta a la pregunta de investigación. El método de diferencias en diferencias se utiliza para estimar el impacto de una medida de política o evento, es decir, si se da el cambio en un momento determinado y tenemos información de antes y después del cambio; se puede estimar el cambio que generó dicho evento sobre la variable de interés. Asimismo, al modelo se están incluyendo otras variables de control que tienen influencia en el resultado final.

Si bien el efecto positivo se puede explicar por la influencia de otros factores que causaron el aumento de pobreza, tales como los conflictos generados por los pasivos que produce la minería, paralización de proyectos mineros, malos manejos institucionales en la gestión de proyectos de desarrollo; para fines de esta investigación, estos otros factores no serán estudiados, pero pueden considerarse en futuras investigaciones.


Si consideramos la relación entre pobreza y producción minería (TM), podemos estimar un modelo de panel data simple de dos periodos.

  1   2

Similar:

Facultad de economía carrera de economía y negocios internacionales iconFormato para la presentación de programas de asignatura en los planes de estudio 1999
Carrera Administración de Empresas, Contaduría Pública, Economía, Mercadotecnia, Negocios Internacionales
Facultad de economía carrera de economía y negocios internacionales iconDictamen Núm. I/2018/092 H. Consejo general universitario
Negocios e Innovación Tecnológica, Economía Aplicada, Estudios Regionales y Políticas Públicas; Maestría en Administración, con orientaciones...
Facultad de economía carrera de economía y negocios internacionales iconFacultad de estudio sistemas, organismos y acuerdos internacionales negocios internacionales ensayo lectura el alca
Latinoamérica. Un acuerdo donde el principal objetivo es el libre comercio mediante la eliminación de barreras arancelarias en beneficio...
Facultad de economía carrera de economía y negocios internacionales iconFacultad de contabilidad y auditoria carrera de economia
Referenciar el convenio o carta compromiso suscrito entre la Facultad y la Institución o Empresa
Facultad de economía carrera de economía y negocios internacionales iconUniversidad de el salvador
Equivalencia para las unidades de aprendizaje cursadas y aprobadas en la Universidad (donde la curso), Facultad de (facultad de procedencia),...
Facultad de economía carrera de economía y negocios internacionales iconPontificia Universidad Católica Argentina Facultad de Ciencias Sociales y Económicas
En particular se analizara la integración de la economía Argentina a la economía mundial, las transformaciones que los mercados internacionales...
Facultad de economía carrera de economía y negocios internacionales iconFacultad de Ciencias Políticas y Sociales, unam materia: Economía I, 2017-1
Además, reconocerá los componentes centrales de la economía vinculados con los grandes retos nacionales e internacionales como: la...
Facultad de economía carrera de economía y negocios internacionales iconDiplomado en agronegocios
El Instituto Interamericano de Cooperación para la Agricultura (iica), la Escuela Superior de Economía y Negocios (esen) y la Facultad...
Facultad de economía carrera de economía y negocios internacionales iconFrance elena pallares garcia administracon de negocios internacionales corporacin universitaria remintong
Aprender a mejorar nuestro vocabulario de economía y finanzas estudiando una serie términos nos ayudan entender los diferentes procesos...

Página principal
Contactos

    Página principal



Facultad de economía carrera de economía y negocios internacionales

Descargar 341.44 Kb.