¿Cómo estamos? Análisis de la Encuesta de Niveles de Vida
Editores Gilberto Moncada Richard Webb
Presentación Emmanuel Jimenez Jorge Agüero Rafael Cortez Manuel del Valle Javier Escobal Pedro Francke Gillette Hall Andrés Medina Jaime Saavedra Andrés Vinelli Gustavo Yamada
Instituto
Cuanto
El Instituto Cuánto agradece al Fondo de las Naciones Unidas para la Infancia -UNICEFel auspicio, gracias a una contribución de la Embajada de Canadá en el Perú-ACDI, para la publicación de este libro. Asimismo, al Banco Mundial y al Banco Interamericano de Desarrollo por el apoyo para la ejecución de las encuestas ENNIV realizadas en el Perú.
¿Cómo estamos? Análisis de la Encuesta de Niveles de Vida Consejo Directivo del Instituto Cuánto
: Richard Webb Graciela Fernández Baca
Coordinación de UNICEF
: Emma Rotondo
Diagramación
: Juan José Manco Yaya
Carátula
: Fernando Gagliuffi
Impresión
: Editorial Universo S.A.
INSTITUTO CUANTO Plaza del Ovalo 203-B, San Isidro. Lima 27, Perú. 442-3421 Fax: 442-5460. E-mail:
[email protected]. Lima, mayo de 1996.
INDICE Presentación La medición de los niveles de vida por las encuestas de tipo “LSMS”: El contexto internacional Emmanuel Jimenez
9
Introducción
21
Pobreza y empleo en el Perú. Los aportes de las ENNIV 1985-1994 Gustavo Yamada
23
DISTRIBUCION
Ajuste macroeconómico y distribución del ingreso en el Perú, 1985-94 Javier Escobal y Jorge Agüero
41
Pobreza, crecimiento y desigualdad: Perú 1991 - 1994 Andrés Medina
61
POBREZA
El perfil de la pobreza en el Perú 1994: Método de estimación y resultados Gilberto Moncada Tipos de crecimiento y pobreza: Una aproximación Pedro Francke
95
137
SERVICIOS SOCIALES
Programas sociales en el Perú: Alcance actual y retos a futuro Pedro Francke
157
Pautas para la estimación de la demanda de servicios de salud infantil en el Perú: Análisis teórico y empírico Rafael A. Cortez
199
Educación pública y educación privada en el Perú: Su impacto relativo sobre los ingresos. Evidencia basada en encuestas de hogares Jaime Saavedra
231
7
Acceso a los servicios públicos en el Perú, 1994 Manuel del Valle y Andrés Vinelli
275
El Bienestar social en Lima: Cambios en la estructura de acceso y uso de los servicios sociales, 1985-86 a 1990 Gillette Hall
295
Referencia de los Autores
322
8
Las Encuestas de Tipo “LSMS”
PRESENTACION La Medición de los Niveles de Vida por las Encuestas de Tipo “LSMS”: El Contexto Internacional Emmanuel Jimenez1
El Estudio de Medición de los Niveles de Vida (Living Standards Measurement Study, LSMS) fue establecido por el Banco Mundial en 1980. Su finalidad fue mejorar la calidad de los datos sobre los hogares, captados por las oficinas gubernamentales de estadística de los países en desarrollo. Los principales objetivos del LSMS son medir y analizar las condiciones de vida de un país, y producir información a nivel de los hogares y personas sobre los impactos de las políticas gubernamentales (como el ajuste estructural y los programas de compensación social) en los niveles de bienestar de la población. En adición, se propone generar una base de información para el estudio de las relaciones entre los diferentes aspectos del bienestar de los hogares. Por lo tanto, el LSMS tiene como objetivo facilitar la formulación de políticas y el diseño de acciones destinadas a reducir los niveles de pobreza. Una motivación adicional es mejorar la comunicación entre los especialistas en las estadísticas y encuestas de hogares, los científicos sociales y los que hacen las políticas. Para alcanzar estos objetivos, las actividades bajo el LSMS han incluido una variedad de tareas, comprendiendo el diseño, la implementación y el análisis de las encuestas de hogares en los países en desarrollo. En un inicio, el trabajo se enfocó en la evaluación de la experiencia en torno a las encuestas de hogares efectuadas antes de los 80s, identificando la información más útil que debía ser conseguida , y considerando cómo su recolección podría ser realizada. De 1985 a 1995, el trabajo enfatizó la implementación de las encuestas de hogares, empezando con programas en Costa de Marfil y Ghana en Africa y Perú. Al crecer el número de las encuestas, creció también su utilización para analizar los vínculos entre el comportamiento de los hogares, sus niveles de vida y las políticas que afectan sus vidas. Desde 1991, se prosigue con la implementación de las encuestas y el análisis, pero con un énfasis en el desarrollo de la capacidad dentro de los países, para estudiar y recolectar los datos.2 Algunas encuestas de hogares de tipo LSMS han sido realizadas en el Perú, las que son conocidas como “Encuestas Nacionales sobre Medición de Niveles de Vida” (ENNIV). Se han efectuado a la fecha las siguientes: 1985-86 (a escala nacional), 1990 (sólo en 1
Jefe, División de Pobreza y Recursos Humanos, Departamento de Investigaciones sobre Políticas, Banco Mundial, Washington DC 20433, EE.UU. Quisiera agradecer a Margaret Grosh, Polly Jones, Juan Pardo, Laura Rawlings y Diane Steele por sus comentarios. Las ideas y conclusiones contenidas en este artículo pertenecen exclusivamente al autor y no deben atribuirse al Banco Mundial, o a otros individuos.
2
Al principio, el Banco Mundial tenía un rol principal en la implementación de las encuestas. Ahora, el papel protagónico se ha transferido a los países. Sin embargo, el Banco continúa brindando asistencia técnica y financiera a LSMS a través de las divisiones operacionales, ayudado por una división central, la de Pobreza y Recursos Humanos en el Departamento de Investigaciones sobre Políticas (Poverty and Human Resources Division, Policy Research Department, PRDPH) que desarrolló la metodología hace más de una década.
9
Jimenez
Lima Metropolitana)3 y nuevamente, con categoría de nacionales las de 1991 y 1994. La ENNIV-91 cubrió además del Area Metropolitana Lima-Callao, la Costa urbana, la Sierra urbana y la Sierra rural. La ENNIV-94 abarcó todo el país y sus dominios de estudio fueron: Area Metropolitana Lima-Callao, Costa urbana, Costa rural, Sierra urbana, Sierra rural, Selva urbana y Selva rural. Las encuestas de hogares de 1990, 1991 y 1994 mantuvieron casi el mismo formato que la de 1985-86, con lo cual el consumo total ha sido definido de idéntica manera en dichas encuestas. En 1995 se ha realizado una encuesta de hogares de similares características, cuyos resultados se encuentran en procesamiento. Los artículos reunidos en este libro utilizan esta información para desarrollar un perfil dinámico de la pobreza en el país y analizar el impacto de las políticas socioeconómicas sobre el bienestar de la población. Este artículo describe, de una manera muy breve,4 las características generales de una encuesta LSMS, para servir de marco a las investigaciones reunidas en este libro. ¿Qué es una encuesta LSMS? Las encuestas LSMS tienen dos características definidas. La primera de ellas es que los cuestionarios cubren múltiples tópicos. Ello es debido a que uno de los objetivos principales del programa consiste en analizar las diferentes relaciones de los diversos aspectos del bienestar de los hogares. Algunos ejemplos son: el impacto de la educación del jefe del hogar sobre la nutrición de los hijos, o su efecto en los niveles de salud o empleo. En el LSMS se recolectan datos sobre una amplia variedad de características y atributos asociados a los hogares y a las personas, para identificar su importancia dentro del análisis de cada uno de los factores que intervienen en la producción de niveles diferenciales de calidad de vida. Por lo anterior, es necesario obtener varios tipos de información acerca de los hogares. Por esta razón, el LSMS es una encuesta multitemática y multisectorial. El LSMS reúne datos sobre los diferentes aspectos y dimensiones del bienestar de las personas y de los hogares, incluidos los ingresos y gastos de las unidades familiares, la producción propia (negocios del hogar, unidades de producción agropecuaria, etc.), la salud, educación, el acceso a bienes y servicios públicos y a los recursos de la propiedad común, y otras variables que permiten el análisis de los factores que explican los diferentes niveles de vida existentes en la sociedad. En concreto, interesa saber no sólo cuántos pobres hay y dónde viven, sino por qué lo son. Teniendo en cuenta que los niveles de vida de la población no sólo están asociados, con las características de los individuos y los hogares, sino también con el conjun3
Un aspecto especial de la encuesta ENNIV para Lima Metropolitana, es que provee observaciones panel entre hogares de las tres encuestas realizadas. Por ejemplo, la ENNIV 1990 captó información de 727 hogares idénticos que fueron previamente encuestados en 1985-86. Este mismo potencial existe para relacionar la ENNIV de 1991 ya sea con la encuesta de 1985-86, como con la de 1990 para Lima. Sin embargo, no se dispone aún del archivo de datos con los códigos que permita esta relación.
4
Para obtener información más detallada, ver Grosh y Glewwe 1995.
10
Las Encuestas de Tipo “LSMS”
to de variables socio-económicas del medio en el que viven, el LSMS complementa la investigación con la recolección de información sobre la comunidad a la que pertenecen los hogares, lo que permite observar la presencia, cobertura, calidad y el uso de los servicios y recursos de las localidades y la infraestructura colectiva de tipo físico y social. Para enriquecer la información sobre la comunidad y además, estudiar el peso de los precios locales en el valor de la canasta de alimentos y demás bienes, en las áreas rurales de la muestra se administra un formulario de precios, que tiene como objetivo cotizar los precios de los productos y artículos más importantes en el consumo de los hogares. La segunda característica clave de una encuesta LSMS es la calidad de la información. El LSMS tiende a establecer diseños en los que se otorga un peso importante a la necesidad de minimizar los errores no muestrales y a la importancia de focalizar la atención, más en la calidad que en la cantidad de datos. También, implementa un conjunto de procedimientos para minimizar los errores, los retrasos y sesgos en la obtención y procesamiento de la información. La encuesta se acompaña de intensivos procesos de supervisión, control y monitoreo en todos los niveles y etapas, para asegurar el cumplimiento de las metas de calidad. De esta estrategia forman parte: - El diseño de un formulario precodificado con un amplio uso de trayectorias secuenciales (saltos) para minimizar los errores del entrevistador y los supervisores. - La capacitación intensiva de un grupo de encuestadores y supervisores (por lo general a través de un curso de tres semanas de duración); y el desarrollo y edición de manuales instructivos con las normas y procedimientos para el desempeño de sus tareas. - La implementación de un riguroso sistema de monitoreo y control, cuyos objetivos principales son: prestar apoyo continuo y sostenido a los equipos de trabajo en el campo, solucionar oportuna y rápidamente los problemas surgidos en el operativo, detectar errores e inconsistencias en la información obtenida y lograr su máximo grado de estandarización y comparabilidad, tomar las decisiones técnicas que permitan en forma oportuna solucionar dificultades y problemas, y, sobre todo, cumplir las metas y objetivos en el tiempo previsto. - La descentralización del trabajo de campo, la entrada de datos y la supervisión. La encuesta es asistida por microcomputadores programados para permitir una rápida entrada y verificación de datos en el terreno. Dada la cantidad de información a ser recabada en cada hogar, la encuesta se administra en dos rondas. En cada una de ellas se efectúa una parte predeterminada del cuestionario. Para obtener información de la más alta calidad y veracidad, se realiza una entrevista directa a cada uno de los miembros del hogar, o a las personas más adecuadas en el caso de los menores de edad. En adición, este procedimiento permite evitar que la entrevista se concentre en un sólo informante, comprobando así la veracidad de la información. Los errores e inconsistencias detectados en la primera visita son chequeados y corregidos durante la segunda ronda. 11
Jimenez
Las experiencias de las encuestas LSMS Los objetivos centrales del LSMS se centran en la producción de una amplia base de información que permita, por una parte, una explicación e interpretación comprensiva de las condiciones de vida y comportamiento socioeconómico de los hogares, de las personas que los conforman, y de la comunidades en donde estos residen; y por otra, estudiar las implicaciones en el diseño de políticas y programas de gobierno destinados a la reducción de los niveles de pobreza. Por lo general, el programa LSMS ha alcanzado la mayoría de los objetivos originales en las experiencias realizadas en la última década y el caso de Perú refleja esos logros. Se puede hablar, en particular, sobre dos aspectos: la factibilidad de implementación y el uso de la información para el análisis de las políticas económicas. Factibilidad.- El número y la calidad de las encuestas LSMS muestran que es posible recolectar datos socio-económicos de los hogares en países en desarrollo. De acuerdo a la primera columna del Cuadro Nº 1, 18 países han realizado una encuesta. Esta relación incluye tanto a los más pobres en el mundo como los de Africa, como a los que están sufriendo una transición enorme en su sistema de gobierno, casos de Rusia y Africa del Sur. La mayoría de los países cuenta con asistencia financiera externa para realizar las encuestas y el análisis. La mayoría de las encuestas comparten características similares. Sin embargo, la metodología y los procedimientos del LSMS, se vienen complementando, ajustando y adaptando a las experiencias, características y necesidades de cada país. Los objetivos, diseños, estrategias de recolección, contenidos y formularios, tamaño de las muestras, sistema de entrada de datos y prototipos, se elaboraron principalmente a partir de las experiencias nacionales, las que fueron complementadas con los resultados obtenidos por encuestas similares en otros países. Por esta causa, existe una gran variación en los contenidos de una encuesta LSMS. Las diferencias significan que algunas son más apropiadas en el análisis de asuntos específicos. El Cuadro Nº 1 resume los países que han implementado las encuestas de tipo LSMS y las características de las mismas. Como se había anotado anteriormente, la aplicación de la metodología del LSMS en el Perú se denomina ENNIV. La experiencia peruana es un buen ejemplo de cómo sostener un esfuerzo para implementar una encuesta bastante sofisticada. En los artículos de Moncada y Yamada, contenidos en este volumen, se brinda una descripción más detallada de los datos para el Perú. Uso para el análisis.- El LSMS tiene como objetivo facilitar la formulación de políticas y el diseño de acciones destinadas a reducir los niveles de pobreza. En esta perspectiva, el LSMS es una herramienta de apoyo a las decisiones de política social, priorización y focalización del gasto, monitoreo y evaluación de programas, además de ayudar a la medición y estudio de cambios en los niveles de bienestar de la población.
12
Las Encuestas de Tipo “LSMS”
Existe una cantidad impresionante de estudios basados en el análisis de los datos del LSMS. Una lista parcial, finalizada en 1995, incluye alrededor de 320 de ellos (Grosh y Glewwe 1995). No son solamente estudios académicos. Por ejemplo, el gobierno de Jamaica ha utilizado su versión de LSMS para establecer una línea de pobreza y diseñar un programa de nutrición focalizado en las poblaciones más pobres del país. La información para Perú ha sido también utilizada para el análisis de las políticas sociales. El Apéndice 1 contiene una lista parcial de estos estudios. Más aún, el resto de este libro muestra que la ENNIV ha alcanzado los objetivos más altos de los fundadores del LSMS. Los investigadores peruanos han tenido éxito no sólo en la recolección de los datos, sino también en su análisis. Una prueba es que la gran mayoría de los artículos en este volumen fueron escritos por ellos para examinar problemas nacionales. El éxito en el uso de las ENNIV refleja una política de acceso abierto a los datos, cualquier investigador o analista puede utilizarlos. Perú sirve como un buen ejemplo para otros países, cuyos requisitos para acceder a la información impiden su análisis, especialmente a los investigadores nacionales. Perú ha evitado este peligro. Por eso, y también por la difusión de los resultados a través de diversas publicaciones, entre ellas el anuario estadístico “Perú en Números” de Cuánto, y otros estudios, como se puede ver en la lista parcial del Apéndice 1. El desafío ahora es incrementar esta relación. Finalmente espero que este libro aliente a otros analistas, tanto en el sector privado como en el sector publico, en Perú como en otros países, a utilizar las ENNIV para avanzar en el debate sobre las políticas que afectan el bienestar de la población a través de la obtención de datos de calidad sobre los hogares.5
5
Para obtener información sobre el acceso a ENNIV, ver Anexo Nº 1, pág. 321, en este libro.
13
14
1993
1994
1994/95
1994
Sud Africa
Kyrgyztan
Rumania
Ecuador
1
continua
1
1
4
4
1
1
1
1
3
1
1
1
8
5
2
2
1
4
Número de visitas
4500
36000
2000
9000
6500
800
5200
5340
4200
4800
14000
1500/2200/3500
4800
3360
2000/6000
10000
1600
3200
5120
1600
Número de hogares en la muestra
Tipo de información
período
continua
período
período
período
anual
período
período
período
anual
período
período
anual
anual
período
período
anual
anual
anual
anual
Programa de entrevista
no
sí
no
no
sí
4 período
no
no
no
no
Fuente: Grosh y Glewwe 1995.
completo
completo
incompleto
completo
incompleto
expandido
incompleto
incompleto
incompleto
completo
incompleto
completo
sí
completo
no
completo
incompleto
incompleto
completo
completo
completo
completo
Aplicación cuestionario hogares
85/90/91/94 Lima; 91-94 otros lugares
no
alguno
no
no
no
no
rotatorio
Panel
no
no
sí
sí
sí
sí
sí
no
sí
sí
no
no
sí
sí
no
no
sí
sí
sí
sí
Cuestionario de Precios
sí
no
no
no
no
no
no
no
algunas regiones sí
salud, educ. curanderos, ONGs
no
no
no
no
no
no
salud, educ.
salud
alguno
no
no
salud/educ.
no
no
Cuestionario de Servicios
sí
no
no
sí
sí
no
no 1994 sí
sí
sí
no
no
sí
sí
sí
sí
Cuestionario Comunitario
Cuestionarios usados
Cuadro 1: Implementación de las LSMS por país, tipo de información y cuestionarios usados
Nota: En la columna “Examen Educación”: m= matemáticas, r= lectura, R= Prueba de matrices progresivas de Ravens.
1992
1993
Nicaragua
Rusia
1992/93
Vietnam
1991
1991
Venezuela
Tanzania - Región Kafera
1991
Perú 1990/91/94
1993
1991
Pakistán
1992/93
1990/91
Morocco
Tanzania - nacional
1988
Jamaica
Guyana
1989
Bolivia
1987/88
Ghana
1988
1985/86
Perú 1985
Mauritania
1985/86
Año de la primera encuesta
Costa de Marfil
Ciudad
no
no
no
alguno
no
ninguno
no
ninguno
ninguno
ninguno
no
ninguno
no
9-69, r, m
7-18, m, r
no
ninguno
9-55, m, r, R
ninguno
ninguno
Examen Educación
no
niños < 5
calidad cuestionable
niños < 5
calidad cuestionable
total
no
niños < 5
niños < 5
peso/altura edad
niños < 5
niños < 5
< 5, madres
< 11, padres
niños < 5
no
total
total
ninguna
total
Medición Antropométrica
Jimenez
Las Encuestas de Tipo “LSMS”
REFERENCIAS Instituto Cuánto (1994). “ENNIV 94: Programa de la Encuesta: concepto y definiciones”. Documento Metodológico Nº 04, Lima, abril. Glewwe, Paul y Gillete Hall (1992). “Pobreza y desigualdad durante un ajuste heterodoxo: el caso del Perú, 1985 a 1990”. EMNV Documento de Trabajo Nº 86S. Washington. Banco Mundial. Grosh, Margaret E. y Paul Glewwe (1995). “A guide to Living Standards Measurement Study Surveys and their data sets”. LSMS Working Paper Nº 120. Washington. Banco Mundial. Grupo Técnico SECAP (1995). “Bases metodológicas, técnicas y procedimientos: Encuesta de condiciones de vida ECV para Ecuador”. Quito, febrero.
15
Jimenez
Apéndice Nº 1 Lista Parcial de Investigaciones Publicadas y en Progreso, utilizando la Información de las ENNIV Ainsworth, Martha and Jaques Van der Gaag. (1988). “Guidelines for Adapting the LSMS Living Standards Questionnaires to Local Conditions”. LSMS Working Paper Nº 34. The World Bank. Washington, DC. Arriagada, Ana María (1990). “Labor Market Outcomes of Non-Formal Training for Male and Female Workers in Peru”. Economics of Education Review, Volume 9, Number 4, Page. 331. Arriagada, Ana María (1989). “Occupational Training Among Peruvian Men. Does It Make a Difference?”. Policy, Planning, and Research Working Paper, WPS 241. The World Bank. Washington, DC. Arriagada, Ana María (1989). “The Effect of Job Training Programs on Peruvian Women’s Employment and Wages”. Policy, Planning, and Research Working Paper, WPS 208. The World Bank. Washington, DC. Baker, Judy L. and Jaques Van der Gaag (1990). “Equity in Health Care and Health Care Financing: Evidence from Five Developing Countries”. In Van Doorslaer, Eddy; Adam Wagstaff and Frans Rutten (eds.) Equity in the finance and delivery of Health Care: An international perspective. Barry Smith, J. and Morton Stelcner (1991). “Modeling Economic Behavior in the Informal Urban Retail”. Discussion Paper Nº 116. World Bank. Washington, DC. Briceño, Arturo; Escobal, Javier; Pasco-Font, Alberto y José Rodríguez. (1992). “Educación y Distribución del Ingreso en el Perú”. Documento de Trabajo Nº 115. Departamento de Desarrollo Económico y Social. BID. Washington, DC. Cox, Donald and Emmanuel Jimenez (1992). “Social Security and Private Transfers in Developing Countries: The case of Perú”. The World Bank Economic Review, Volume 6, January, Number 1. Page 155. Washington D.C. Cox, Donald and Emmanuel Jimenez. “Motives for Private Income Transfers over the Life Cycle: An Analytical Framework and Evidence for Peru”. World Bank. Washington, DC. Dagsvik, John K. and Rolf Aaberge (1991). “Inequality in Distribution of Hours of Work and Consumption in Peru”. Discussion Paper Nº 59. Central Bureau of Statistics. Norway. Dagsvik, John K. and Rolf Aaberge (1991). “Household Production, Time Allocation, and Welfare in Peru”. Discussion Paper Nº 116. The World Bank. Washington, DC. 16
Las Encuestas de Tipo “LSMS”
Escobar, Alexander (1992). “The Demand and Supply for Credit in Rural Peru”. Penn State University, Agricultural Economics, M.S. Thesis. Francke, Pedro (1992). “El Gasto Público en Educación y la Demanda Educativa: Perú 1990-1992”. Universidad Católica del Perú, Lima-Perú, Tesis de Magister. Gertler, Paul and Paul Glewwe (1988). “Willingness to pay for Education in Developing Countries: Evidence from Rural Peru”. LSMS Working Papers Nº 54. The World Bank. Washington, DC. Gertler, Paul and Paul Glewwe (1992). “The Willingness to pay for Education for daughters in contrast to Sons: Evidence from Rural Peru”. The World Bank Economic Review, Volume 6, February, Number 1, Page 171, Washington, DC. Gill, Indermit, and Feliciano Iglesias (1991). “Labor Markets in Peru, 1985-1990: A Report on the Nature of Unemployment and Returns to Human Capital in Formal and Informal Sector Employment”. Technical Report, The World Bank (LA1CO). Gill, Indermit. “Gender, Occupational Choice and Earnings in Latin American Cities: The Cases of Lima and Santiago”. Gill, Indermit (1992). “Is There Sex Discrimination in Peru? Evidence from the 190 Lima Living Standards Survey”. In George Psacharopoulos and Zafiris Tzannatos (eds.) Female Employment and Pay in Latin America: A Regional Survey. The World Bank. Washington, DC. Gill, Indermit (1990). “Does the Structure of Production Affect Demand for Schooling in Peru?”. PRE Working Paper Nº 468. The World Bank. Washington, DC. Gill, Indermit (1991). “Does the Structure of Production Affect Demand for Schooling in Peru?”. Discussion Paper Nº 116. The World Bank. Washington, DC. Gingrich, Chris D. (1995). “Health Uncertainty and Food Consumption in Low-Income Household in Lima, Peru”. Iowa State University, Economics Department, Doctoral Dissertation. Glewwe, Paul (1988). “The Distribution of Welfare in Peru in 1985-86”. LSMS Working Paper Nº 42. The World Bank. Washington, DC. Glewwe, Paul, and De Tray, Dennis (1989). “The Poor in Latin America During Adjustment: a case study of Peru”. LSMS Working Paper Nº 56, The World Bank. Washington, DC Glewwe, Paul, and Gillette Hall (1992). “Poverty and Inequality During Unorthodox Adjustment”. LSMS Working Paper Nº 86. The World Bank. Washington, DC.
17
Jimenez
Grootaert, Christiaan, and Ana-Maria Arriagada (1986). “The Peruvian Living Standards Survey: An Annotated Questionnaire”. Education and Training Department. The World Bank. Washington, DC. Grootaert, Christiaan, and Ravi Kanbur (1994). “A New Regional Price Index for Cote d’Ivoire Using Data from the International Comparisons Project”. Journal of African Economies, Volume 3. Number 1. Grosh, Margaret and Judy Baker (1995). “Proxy Means Tests for Targeting Social Programs: Simulations and Speculation”. LSMS Working Paper Series Nº 118. The World Bank. Washington, DC. Herz, Barbara and Shahidur Khandker (eds.) (1991). “Women’s Work, Education, and Family Welfare in Peru”. Discussion Paper Nº 116. The World Bank. Washington, DC. Ilon, Lynn (1990). “Demand for Primary Schooling in Rural Household: A Case Study of Peru”. Florida State University Dissertation. Ilon, Lynn (1991). “School Attributes, Household Characteristics, and Demand for Schooling: A Case Study of Rural Peru”. International Review of Education. Volume 37, Number 4. Page 429. Instituto Cuánto (1991). “Ajuste y Economía Familiar, 1985-1990”, Lima Perú. Instituto Cuánto y UNICEF (1992). “Mujeres y Niños del Perú: Situación Social”. Instituto Cuánto. Instituto Cuánto y UNICEF (1993). “Perú: Niveles de Vida-Subidas y Caídas”. Instituto Cuánto. Instituto Cuánto y UNICEF, (1995). “Retrato de la Familia Peruana: Niveles de Vida 1994”. Instituto Cuánto. Instituto Nacional de Estadística. Abril (1988). “Encuesta Nacional de Hogares Sobre Medición de Niveles de Vida (ENNIV 1985-86): Análisis de Resultados”. Dirección General de Censos y Encuestas. Lima, Perú. Jacoby, Hannan (1990). “Shadow Wages and Peasant Family Labor Supply: An Econometric Application to the Peruvian Sierra”. LSMS Working Paper Series Nº 73. The World Bank. Washington, DC. Jacoby, Hannan (1991). “Productivity of Men and Women and the Sexual Division of Labor in Peasant Agriculture of the Peruvian Sierra”. Journal of Development Economics. Volume 37, Page 265. Jacoby, Hannan (1994). “Borrowing constraints and Progress through School: Evidence from Peru”. Review of Economics and Statistics. Volume 76, Page 151.
18
Las Encuestas de Tipo “LSMS”
Khandker, Shahidur R. (1991). “Labor Market Participation, Returns to Education, and Male-Female Wage Differences in Peru”. Discussion Paper Nº 116. The World Bank. Washington, DC. King, Elizabeth M. “Does Education Pay in the Labor Market? The Labor Force Participation, Occupation, and Earnings of Peruvian Women”. LSMS Working Paper Series Nº 67. The World Bank. Washington, DC. King, Elizabeth M. (1989). “The Effects of Peru’s Push to Improve Education”. PRE Working Paper Series Nº 172. The World Bank. Washington, DC. King, Elizabeth M. (1990). “Gains in Education of Peruvian Women, 1940 to 1980”. PRE Working Paper Series Nº 472. The World Bank. Washington, DC. Moock, Peter; Musgrove, Philip and Morton Stelcner. (1990). “Education and Earnings in Peru’s Informal Nonfarm Family Enterprises”. LSMS Working Paper Series Nº 64. The World Bank. Washington, DC. Newman, John L. (1987). “Labor Market Activity in Cóte d’Ivoire and Peru”. LSMS Working Paper Nº 36. The World Bank. Rodríguez, José (1992). “La Enseñanza Pública Gratuita como mecanismo Redistributivo”. Boletín de Opinión del Consorcio de Investigación Económica, número 4. Lima, Perú. Rodríguez, José (1992). “La Educación en el Perú”. Pontificia Universidad Católica del Perú, Departamento de Economía, Lima. Perú. Rosenhouse, Sandra (1989). “Identifying the Poor: Is “headship” a Useful Concept?”. LSMS Working Paper Nº 58. The World Bank. Washington, DC. Schaffner, Julie Andreson (1994). “Premiums to Employment in Larger Establishments: Evidence from Peru”. Stanford University, Department of Economics. Schaffner, Julie Anderson (1985-86). “Labor Market in Developing Countries: PolicyRelevant Research Agendas and Implications for Household Survey Designs”. Stanford University. Schafgans, Marcia (1991). “The Extent and Impact of Women’s Contribution in Peru, A Descriptive Analysis”. Discussion Paper Nº 116. The World Bank. Washington, DC. Schafgans, Marcia (1991). “Fertility Determinants in Peru, a Quantity-Quality Analysis”. Discussion Paper Nº 116. The World Bank. Washington, DC. Siregar, Vera N. (1995). “Peruvian Land Reform: Land Productivity and Reform Beneficiaries”. Pennsylvania State University, Agricultural Economics, M.S. Thesis.
19
Jimenez
Staples Fawcett, Caroline (1991). “Efficiency Wages and Human Capital; An Application to Lima, Peru”. Dissertation. Stelcner, Morton and Barry Smith (1991). “Modeling Economic Behavior in the Informal Urban Retail Sector of Peru”. PRE Working Paper Series Nº 469. The World Bank. Washington, DC. Suárez-Berenguela, Rubén. (1987). “Perú Informal Sector, Labor Markets, and Returns to Educations”. LSMS Working Paper Nº 32. The World Bank, Washington, DC. Suárez-Berenguela, Rubén (1987). “Financing the Health Sector in Peru”. LSMS Working Paper Nº 31. The World Bank. Washington, DC. Stelcner, Morton; Ana-María Arriagada and Peter Moock (1987).”Wage Determinants and School Attainment Among Men in Peru”. LSMS Working Paper Nº 38, The World Bank. Stelcner, M; J. Van der Gaag, and W.P.M. Vijverberg. 1987. “Public-Private Sector Wage Differentials in Perú: 1985-86”. LSMS Working Paper Nº 41. The World Bank, Washington, DC. Sun, Xinyuan. “Farm and Off-Farm child Work Decisions by Peruvian Farm Households”. Pennsylvania State University, Ph.D. dissertation in progress, Agricultural Economics. Trivelli, Carolina and David Abler. Forthcoming. “El Impacto de la Desregulación en el Mercado de Tierras en el Perú”. Seminario Permanente de Investigación Agraria, Lima, Perú. El Problema Agrario en Debate/SEPIA VI. Van der Gaag, Jaques; Morton Stelcner; Win Vijverberg (1989). “Public- Private Sector Wage Comparisons and Moonlighting in Development Countries: Evidence from Cote d’Ivoire and Peru”. LSMS Working Paper Nº 52. The World Bank, Washington, DC. Vijverberg, Wim. “Public-Private Sector Wage Differentials in Peru: 1985-86”. In Dennis de Tray and Elizabeth King (eds.) Education and the Labor Market in Peru. Webb, Richard y Graciela Fernández-Baca (1992). “Perú en Números 1992, 1994, 1995”. Cuánto S.A. Lima, Perú. Yamada, Gustavo. “Self-Employment and Informality in Developing Countries: A Panel Study of Earnings and Mobility in Lima, Peru, 1985-1990”.
20
INTRODUCCION Aunque es poco consuelo, y bordea con el humor negro decirlo, no deja de ser una satisfacción que, entre todos los países golpeados en la última década por la inestabilidad macroeconómica y la deuda externa, sea en el Perú donde mejor se ha estudiado al paciente. Gracias a una serie de encuestas -en especial las ENNIV- se ha logrado documentar en gran detalle y en los principales rincones del país, aún en zonas antes vedadas, la forma en que la crisis y las medidas de recuperación han venido impactando sobre el hogar peruano típico. Y no nos referimos sólo al número excepcional de encuestas sino también a la calidad de las mismas, a la amplia divulgación de los datos obtenidos y al impresionante volumen de trabajo analítico efectuado con base en ellas, como bien señala en la presentación a esta edición el señor Emmanuel Jimenez, jefe de la oficina encargada de tales estudios en el Banco Mundial. Sin embargo, hay un aspecto en el que no hemos avanzado lo suficiente -el de la peruanización de los resultados científicos. Es decir el pleno aprovechamiento de nuestra propia experiencia: el auto-aprendizaje. Hasta el momento; los estudios mencionados han servido más para ilustrar y orientar a extranjeros y entidades multinacionales, que para mejorar la gestión económica y social de nuestro propio país. Esto se refleja en el hecho que la mayor parte de los estudios analíticos efectuados en base a la ENNIV pertenecen a autores extranjeros, y han sido publicados en el exterior y en inglés. Con esta colección pretendemos avanzar en el proceso de auto-aprendizaje. Ella incluye diez trabajos de análisis económico basados en las encuestas ENNIV, nueve por autores peruanos y uno de una autora norteamericana (Gillette Hall), de los cuales sólo dos han sido publicados anteriormente (en Apuntes, por Gustavo Yamada y Rafael Cortez) y todos, por supuesto, en castellano. La colección se inicia con una esclarecedora descripción crítica e histórica de la encuestas ENNIV, por Gustavo Yamada. Los siguientes trabajos se han agrupado según el énfasis de cada autor en los tres temas principales de la colección: la distribución de gastos (ingresos); la pobreza y los servicios sociales. En el primer grupo, sobre distribución, se encuentra el ensayo de Javier Escobal y Jorge Agüero, quienes examinan el impacto de la crisis macroeconómica sobre los niveles y la distribución del gasto familiar entre 1985 y 1994, relacionando la evolución del gasto con el consumo de calorías y proteínas, y comparando la experiencia peruana con la de otros países latinoamericanos. Luego, Andrés Medina desagrega las causas de la caída en la pobreza entre 1991 y 1994 para descubrir la contribución de la mejora en la distribución del ingreso familiar.
21
Los dos siguientes trabajos se centran en el tema de la pobreza. Gilberto Moncada estudia las tendencias en el nivel de la pobreza y el efecto de aplicar distintas metodologías de medición. Pedro Francke aplica una metodología para estimar las elasticidades de distintos tipos de crecimiento y sus efectos sobre la pobreza. El ejercicio muestra que para crecimientos del 5 por ciento anual del PBI, la pobreza se reduciría en todos los escenarios plausibles. Sobre el tema de los servicios sociales Pedro Francke, en un segundo ensayo, evalúa la política social del gobierno comparando los distintos programas sociales. Rafael Cortez expone las tendencias del gasto e indicadores de salud en niños menores de 5 años, y analiza los factores que influyen en el comportamiento de la demanda de salud. Jaime Saavedra a su vez, evalúa el impacto relativo del tipo de gestión -pública o privada- de la institución educativa sobre el ingreso de sus egresados, mostrando que los que asistieron a escuelas privadas se ven favorecidos también con más años de escolaridad y con padres de mayor nivel de educación, reciben además mayor entrenamiento ocupacional y viven en comunidades con mayor educación promedio. Manuel del Valle y Andrés Vinelli tratan sobre el acceso de los hogares a los servicios públicos. El estudio, descriptivo y econométrico, ratifica la situación precaria de la disponibilidad de los servicios públicos en el Perú. Finalmente, Gillette Hall analiza el tema del bienestar y acceso a los servicios públicos desde una óptica dinámica, entre 1986 y 1990, descubriendo una mejora generalizada pero inequitativa de los servicios. Esperamos sorprender y estimular a estudiosos y funcionarios con esta publicación sobre nuestra propia capacidad analítica; así como aportar al nutrido potencial de esclarecimiento y conocimiento que constituye las bases de datos de las ENNIV, que recién empiezan a ser aprovechadas.
Gilberto Moncada Richard Webb
22
POBREZA Y EMPLEO EN EL PERU: LOS APORTES DE LAS ENNIV 1985-1994* ¶ G· Gustavo Yamada
*
Una versión preliminar de este ensayo fue presentada en el Seminario “Información sobre Población y Pobreza para Políticas Sociales” organizado por el INEI. Agradezco los comentarios de los panelistas de dicho evento y la valiosa colaboración de José Luis Ruiz.
Yamada
Resumen El autor evalúa las contribuciones de las cuatro ediciones de la Encuesta Nacional de Hogares sobre Medición de Niveles de Vida (ENNIV) a la investigación y diseño de políticas económicas y sociales en el Perú durante la última década. Asimismo, se enumeran las principales líneas de desarrollo futuro en el seguimiento de niveles de vida, a partir de la experiencia de la ENNIV, y bajo el supuesto de contar ahora con mayores recursos materiales y humanos para tal cometido.
24
Pobreza y Empleo en el Perú
POBREZA Y EMPLEO EN EL PERU: Los aportes de las ENNIV* 1985-1994
Introducción La severa crisis económica que vivió el país durante casi dos décadas afectó de manera drástica la capacidad institucional y la disponibilidad de recursos para seguir avanzando en el desarrollo de estadísticas económicas y sociales en el Perú. Es más, en muchos casos ni siquiera se pudo mantener el nivel de desarrollo de estadísticas ya alcanzado. Así, algunas encuestas de seguimiento importantes se dejaron de realizar en varios años y las metodologías de muchos indicadores quedaron desactualizadas. En medio de esa crisis que nos afectó a todos, tuvimos la suerte de que varias versiones de la ENNIV se llevaran a cabo en el Perú. Ellas nos han mantenido informados de la situación en una serie de indicadores de niveles de vida (gastos e ingresos y necesidades básicas insatisfechas) y su evolución en la última década. Sin embargo, debido a restricciones presupuestales, la ENNIV ha sido más ambiciosa en contenidos (número de secciones y preguntas) que en cuanto al número de familias encuestadas. No obstante sus limitaciones, la ENNIV ha sido la fuente de consulta obligada de investigadores y formuladores de política económica y social en la última década. Su flexibilidad, el avance de la microcomputación y el grado de suficiencia que muchas instituciones locales han alcanzado en el manejo de este tipo de información, han posibilitado que la ENNIV sea la encuesta de mayor uso en los últimos años en el país. Allí se encuentra la prueba palpable de su utilidad. El presente ensayo evalúa de manera tentativa las principales contribuciones a nuestro conocimiento del nivel de vida de los peruanos sobre la base de las diversas versiones de la ENNIV. Asimismo, se enumeran las principales líneas de desarrollo futuro en el seguimiento de niveles de vida, a partir de la experiencia de la ENNIV, y bajo el supuesto de contar ahora con mayores recursos materiales y humanos para tal cometido. Este escenario parece razonable en vista de la prioridad política que tienen los temas de pobreza y sectores sociales en la actualidad.
*
Encuestas Nacionales de Hogares sobre Medición de Niveles de Vida diseñadas originalmente por el Banco Mundial y aplicadas sucesivamente en el Perú por el Instituto Nacional de Estadística e Informática (INEI) y Cuánto S.A.
25
Yamada
1. La ENNIV a lo Largo de una Década La ENNIV surge como un programa del Banco Mundial para medir los niveles de vida en los países en desarrollo. La LSMS (Living Standards Measurement Survey), como se le conoce originalmente en inglés, desarrolló un cuestionario tipo que sería posteriormente adaptado y ampliado a las necesidades puntuales de cada país que implementara la encuesta. Perú tuvo la suerte de ser el segundo país a nivel mundial, después de Costa de Marfil, en llevar a cabo una ENNIV. El INEI realizó un trabajo muy profesional al respecto. Se tomó el marco muestral de la Encuesta de Nutrición y Salud que se había efectuado en 1984 para determinar una muestra de 5,000 hogares representativos a nivel nacional que fueron entrevistados entre julio de 1985 y julio de 1986. Dicha versión de la ENNIV fue poco utilizada en nuestro país, probablemente porque la crisis nos terminó desviando a todos a quehaceres diversos de corto plazo, conocidos comúnmente como “estrategias de sobrevivencia”. El INEI llegó a publicar un resumen de tabulados principales de la encuesta y el INP y el BCRP utilizaron la ENNIV para confeccionar estudios sobre la pobreza. Sin embargo, donde más florecieron los estudios a partir de la ENNIV fue en la sede del Banco Mundial en los Estados Unidos. Estudios sobre diversos aspectos de los niveles de vida se realizaron en paralelo para los casos del Perú y Costa de Marfil. Existe una serie de trabajos de portada verde que compilan la mayor parte de dichas investigaciones y que, a propósito, las principales bibliotecas del país deberían tener en forma completa. Las postrimerías del gobierno anterior sirvieron de marco para la realización de una segunda ENNIV, pero esta vez sólo en el caso de Lima metropolitana. Durante junio y julio de 1990, Cuánto S.A. encuestó a 1,500 familias limeñas. Eran tiempos de aumentos de precios con ribetes hiperinflacionarios y se hacía difícil capturar información sobre variables monetarias sin distorsiones exorbitantes. A pesar de sus limitaciones, los resultados de esta segunda encuesta y su comparación con la primera influyeron enormemente en la opinión de políticos y economistas acerca del costo social de las políticas heterodoxas. Asimismo, la investigación económica se vio beneficiada por el componente de panel que tenía esta encuesta y que permitía hacer un seguimiento a un grupo numeroso de familias encuestadas cinco años antes. Entre octubre y noviembre de 1991 se llevó a cabo otra versión de la ENNIV. La motivación por parte del Banco Mundial para financiar esta nueva encuesta era la necesidad de tener un perfil actualizado de los pobres y los pobres extremos en el Perú, a fin de diseñar e implementar estrategias efectivas de alivio a la pobreza. Lamentablemente, restricciones presupuestales hicieron que dicha encuesta no abarcara los dominios geográficos de la Costa rural y de la Selva, entrevistándose a un total de 2,308 hogares. No obstante, los diversos diagnósticos de pobreza llevados a cabo hasta 1994 tenían como referente fundamental los resultados de dicha encuesta. Recién entre los meses de mayo y julio del año pasado se ha podido llevar a cabo la segunda gran ENNIV nacional, recolectándose información acerca de 3,623 hogares representativos a nivel nacional. El financiamiento complementario del Banco Interamericano de Desarrollo permitió cubrir los dominios geográficos ausentes en la edición de 1991. La flexibilidad de la ENNIV, el avance de las computadoras personales y el 26
Pobreza y Empleo en el Perú
mayor entrenamiento de nuestros profesionales locales han permitido que la demanda por la ENNIV se haya incrementado enormemente. En la actualidad, a menos de 6 meses de depositar en disquetes la información base de esta ENNIV, 15 instituciones peruanas ya disponen de ella para la investigación y discusión de políticas económicas y sociales. Como decíamos en la introducción, las ENNIVs han sido más ambiciosas en contenidos (el cuestionario contiene más de medio millar de preguntas) que en tamaños de muestra. Por ejemplo, la última versión de la ENNIV cuenta con las siguientes secciones y tópicos de interés: 1 2 3 4 5
6 7 8 9 10 11 12 13 14
Ficha del hogar: género, edad, lengua materna de los miembros del hogar. Vivienda: características, régimen de propiedad, materiales y gastos del hogar en vivienda. Educación: años de escolaridad, materiales educativos, gastos del hogar en educación, cursos de capacitación para el trabajo, educación preescolar. Salud: enfermedades, tipo y frecuencia de consultas, gastos del hogar en salud, cobertura de vacunaciones, embarazos, métodos anticonceptivos. Actividad económica: trabajo principal y secundario durante los últimos siete días y doce meses, búsqueda de trabajo suplementario, otras actividades económicas del individuo. Migración: cambios en lugar de residencia y razones que lo motivaron, migración interna y migración internacional. Actividad económica independiente: ingresos y gastos de la empresa familiar, stock de capital e inventario. Gastos e inventario de bienes: gastos diarios del hogar, bienes semiduraderos y servicios, inventario de bienes durables, gastos por transferencia. Consumo alimentario: gasto en alimentos del hogar, autoconsumo y autosuministro alimentario. Otros ingresos: pensiones recibidas, ingresos financieros, transferencias. Ahorro y crédito: depósitos en el sistema financiero, acciones, bienes muebles e inmuebles. Alimentación diaria de los miembros del hogar: lugar de provisión del desayuno, almuerzo y cena. Actividad agropecuaria: producción agrícola y forestal, insumos agrícolas, producción pecuaria. Salud infantil y antropometría: lactancia, ablactancia, diarrea y otras enfermedades, talla, peso, perímetro braquial.
Se han realizado trabajos publicados y no publicados acerca de todas las secciones de la encuesta a lo largo de sus cuatro versiones. Nosotros vamos a enfatizar en este ensayo dos áreas relacionadas con las prioridades de política económica y social en los próximos años: 1) la pobreza y la satisfacción de necesidades básicas de educación, salud y vivienda y, 2) el empleo, entendido como la fuente principal de ingresos para sostener un nivel de vida adecuado para las familias peruanas. 27
Yamada
2. Pobreza y Necesidades Básicas Insatisfechas La primera gran contribución de la ENNIV fue que a partir de ella se pudieron realizar estudios detallados de la pobreza en el Perú. El primer trabajo al respecto fue efectuado en el Banco Mundial por Glewwe 1. Sin embargo, dicho estudio definió a la población pobre y pobre extrema como el 30% y 10% de los peruanos con los menores gastos per cápita ajustados, y procedió más bien a construir un perfil de la pobreza con las características socioeconómicas del pobre en comparación con las del resto de la población. Los principales trabajos posteriores realizados con ENNIVs, tales como INP (1990), Instituto Cuánto (1991), (1993), (1995), Banco Mundial (1993) y BCRP (1993), tomaron definiciones más convencionales de pobreza. Es decir, pobres eran aquellos individuos cuyos gastos familiares per cápita no alcanzan a cubrir una canasta mínima de consumo (la línea de la pobreza) y, a partir de allí, se calculó la incidencia de la pobreza en el país. Ese dato no se había estimado para el Perú desde aquel trabajo pionero de Altimir (1982) para toda América Latina con información de principios de los años setenta. Los estimados del INP con la ENNIV de 1985-86 arrojaron que 54% de los peruanos eran pobres, mientras que el cálculo del BCRP fue de 40% 2. El INP, además, combinó la metodología de la línea de la pobreza con indicadores de necesidades básicas insatisfechas arribando a una tipología de la pobreza con un método integrado. De acuerdo con esta metodología que se ha atribuido a Kaztman 3, los pobres crónicos (tanto por línea de la pobreza como por necesidades básicas insatisfechas) eran 40.7% de la población, los pobres recientes (sólo por línea de la pobreza) eran 13.5%, los pobres por carencias inerciales (sólo por necesidades básicas insatisfechas) eran 16.5% y la población en condiciones de integración (no pobre por ninguno de los dos conceptos) alcanzaba el 29.3% de todos los peruanos. Las posteriores ediciones de la ENNIV han permitido recalcular los índices de pobreza (medidos por línea de la pobreza) para 1990, 1991 y 1994 y han generado más de una discusión sobre la evolución de la pobreza en la última década en el país. Sin embargo, parecería haber un consenso implícito en el sentido que el perfil de la pobreza (las características de la población pobre) no se ha alterado significativamente4. En este sentido, las ENNIVs nos han permitido tomar conciencia de las diferencias fundamentales en los niveles de vida de los pobres y no pobres en el país. 1
Glewwe, Paul, La distribución del bienestar económico en el Perú en 1985-86, Estudio de medición de los niveles de vida, Documento de Trabajo 42S, Banco Mundial, 1988.
2
Dos posibles factores que explicarían parte de dichas diferencias son: 1) el cálculo del INP incluyó la magnitud de la pobreza de los tres departamentos que no se consideraron en la muestra por problemas de seguridad y, 2) el INP comparó los gastos totales con una canasta mínima total (alimentos más un estimado para otros bienes y servicios), mientras que el BCRP comparó los gastos en alimentos con la línea de pobreza alimentaria.
3
Katzman, Rubén, “La heterogeneidad de la pobreza, el caso de Montevideo”, en Revista de la CEPAL 37, abril 1989.
4
No obstante, resulta necesario emprender un estudio sistemático de todas las ediciones de la ENNIV para evaluar los avances en el acceso del pobre a servicios básicos de educación, salud y vivienda durante la última década.
28
Pobreza y Empleo en el Perú
En primer lugar, la ENNIV estima la distribución geográfica de la pobreza (ver Gráficos Nº 1 y 2). En 1994 existían 11.3 millones de peruanos pobres. La mayor concentración de ellos (3 millones) estaba en la Sierra rural. Sin embargo, debido al continuado proceso de urbanización por el que ha transitado el país, 2.4 millones de pobres residen en Lima metropolitana y 2.2 millones de ellos viven en el resto de la Costa urbana. Por otro lado, existen 4.6 millones de pobres extremos y la preponderancia de la Sierra rural en este caso es todavía muy clara, pues dos millones de pobres extremos residen en dicha región. Mientras tanto, Lima metropolitana alberga a 300 mil pobres extremos y en el resto de la costa urbana habitan casi 700 mil pobres extremos. Gráfico Nº 1
Pobreza Crítica por dominios geográficos, 1994 (Miles de personas) Selva urbana 557
Selva rural 901
Lima metropolitana 2,402
Sierra rural 3,059
11,285
Costa urbana 2,165 Sierra urbana 1,578
Costa rural 623
Gráfico Nº 2
Pobreza Extrema por dominios geográficos, 1994 (Miles de personas) Selva urbana 205
Selva rural 589
4,595 Lima metrop. 303 Costa urbana 676 Costa rural 296
Sierra rural 2,043
Sierra urbana 483
29
Yamada
Los perfiles de la pobreza construidos a partir de la ENNIV muestran con nitidez la asociación entre la pobreza y el grado de satisfacción de necesidades básicas (ver Cuadro Nº 1). En primer lugar, se ha corroborado la relación fundamental entre los ingresos de la familia y el nivel de educación de sus miembros adultos, pues los jefes de hogares pobres en el país tienen mucha menor educación que los jefes de los hogares no pobres (6.42 versus 9.84 años de educación promedio en 1991). Resulta esperanzador que las diferencias en tasas de asistencia escolar no sean marcadas de acuerdo con la ENNIV 1991. En el rango de 6 a 10 años, el 95% de los niños que provienen de hogares pobres asiste a la escuela, mientras que el 99% de los niños de hogares no pobres asiste a la escuela. Esta diferencia se hace imperceptible cuando los niños alcanzan el rango de 11 a 14 años. Por supuesto que estas tendencias hacia la igualdad de oportunidades a través del acceso generalizado a la educación esconden diferencias en la calidad de educación entre colegios públicos y privados, y entre zonas urbanas y rurales.
Cuadro Nº 1 Perfil de la Pobreza (Porcentaje) Pobres
No pobres
6.42 95
9.84 99
Individuos que reportan enfermedades (1994)
31
30
Individuos que reportan enfermedades (1985)
40
43
Educación Años de educación del jefe de hogar (1991) Tasas de asistencia escolar de niños entre 6 y 10 años (1991) Salud
Vivienda y Servicios Básicos Viviendas con techo de concreto en Lima (1994)
30
70
Viviendas con techo de tejas en Sierra rural (1994) Hogares con agua potable en Lima (1994)
52 60
57 90
Hogares con desagüe en Lima (1994) Hogares con alumbrado eléctrico en Lima (1994)
54 95
86 98
Hogares con agua potable en la Sierra rural (1994) Hogares con desagüe en la Sierra rural (1994)
53 40
55 60
Hogares con alumbrado eléctrico en la Sierra rural (1994)
21
42
Fuente: ENNIV 1985-86, 1991 y 1994. Elaboración: Centro de Investigación de la Universidad del Pacífico.
En el caso de la salud, un resultado un tanto sorprendente es que la prevalencia de enfermedades es similar o hasta menor en familias pobres respecto de aquella en familias no pobres. La ENNIV 94 encontró que el porcentaje de individuos que ha sufrido enfermedades en el mes previo a la encuesta era de 30.8% en el caso de la población 30
Pobreza y Empleo en el Perú
pobre y 29.9% en el caso de la población no pobre. Es más, en la ENNIV de 1985, los pobres reportaban una menor probabilidad de enfermarse que los no pobres (39.7% versus 42.8%). Estos resultados se atribuyen a las diferencias en la autopercepción de enfermedades entre pobres y no pobres. Sin embargo, las diferencias entre pobres y no pobres se empiezan a registrar en relación con la frecuencia de consulta médica de la población enferma. Sólo uno de cada tres enfermos pobres realizó una consulta médica, mientras que un poco más de la mitad de los enfermos no pobres acudieron a centros de salud. Sobre la vivienda, la ENNIV nos enseñó que no había mayor diferencia entre pobres y no pobres en cuanto al régimen de su tenencia. Así, por ejemplo, en Lima de 1990, menos de uno de cada cinco hogares pobres estaba en vivienda alquilada, todos los demás contaban con viviendas propias de-jure o de-facto (invasión). En el caso de los hogares no pobres, el 27.4% de ellos alquilaba sus viviendas. Las diferencias son marcadas en relación con los materiales de construcción de la vivienda, sobre todo en las zonas más urbanizadas del país. Por ejemplo, en 1994, en Lima metropolitana sólo el 30% de los pobres tenía viviendas con techos de concreto, mientras que el 70% de las viviendas de hogares no pobres gozaban de dicha característica. No obstante, estas brechas se disipan en la Sierra rural, donde menos del 1% de los hogares pobres y no pobres tienen viviendas con techos de concreto. Tampoco las diferencias en cuanto a techos de tejas son drásticas (52.4% y 57% de las viviendas de hogares pobres y no pobres respectivamente tienen techos construidos con dicho material). Las brechas son importantes en el acceso a los servicios de agua potable, desagüe y electricidad. Sólo el 60% de los hogares pobres en Lima tiene abastecimiento de agua potable dentro de su vivienda, mientras que casi el 90% de los hogares no pobres gozan de dicho servicio. El 54.4% de hogares pobres tienen red pública de desagüe dentro de la vivienda, mientras que el 85.5% de los hogares no pobres tienen dicho privilegio. En el acceso a electricidad, felizmente la ENNIV ha registrado diferencias menores: el 95% y 98% de los hogares pobres y no pobres respectivamente tienen alumbrado eléctrico. En la Sierra rural, el acceso al agua potable es restringido para hogares de toda condición: el 53.2% y 55% de los hogares pobres y no pobres respectivamente se abastecen de pilones y pozos. En cuanto a los servicios de desagüe, la mayoría de los hogares pobres (60%) no tiene este servicio, mientras que un significativo 40% de los hogares no pobres tampoco dispone de este servicio básico. Por último, el alumbrado eléctrico está lejos de llegar a la mayoría de los hogares pobres y no pobres de la Sierra rural (sólo 21% y 42% de los hogares pobres y no pobres respectivamente lo tienen). Las varias ediciones de la ENNIV a lo largo del tiempo también permiten elaborar historias sobre lo que ha sucedido con la magnitud de la pobreza en la última década. El debate reciente en el país se concentró en los resultados entre 1991 y 1994. Sin embargo, la historia se remonta más atrás. La ENNIV de Lima metropolitana de junio-julio de 1990 fue la primera ocasión para evaluar lo que había pasado con la pobreza en todo un lustro. Glewwe y Hall5 realizaron dicho trabajo para el Banco Mundial y generaron mucho revuelo en dicho 5
Glewwe, Paul y Gillette Hall, Poverty and Inequality during Unorthodox Adjustment, The Case of Peru, 1985 to 1990, Washington, D.C.: The World Bank, LSMS, Working Paper 86, 1992.
31
Yamada
organismo con sus resultados. Aquí en el Perú, Cuánto (1991) también daba a conocer lo que había sucedido con los niveles de vida de los peruanos en tan sólo cinco años. Los gastos reales de las familias limeñas se habían reducido, en promedio, en 55% y la incidencia de la pobreza había aumentado de 17% a 45%. Se argumentó por entonces que la hiperinflación reinante en 1990 no permitía comparar las cifras a través del tiempo. Sin embargo, el cálculo de la incidencia de la pobreza no es sensible a esta posible distorsión, pues se comparan los gastos nominales con canastas valorizadas en el mismo momento del tiempo. Mucho se especuló sobre el costo social del programa de estabilización de agosto de 1990 (mundialmente conocido como Fujishock). Pocos han utilizado la evidencia a la mano de las ENNIVs para comparar, por ejemplo la incidencia de la pobreza en Lima metropolitana en junio-julio de 1990 (situación preajuste) con aquella de octubrenoviembre de 1991 (situación postajuste). Dicho ejercicio arroja un crecimiento en la pobreza de Lima metropolitana de 45% a 49%. Esta tendencia es consistente con la evolución real de los sueldos y salarios captados por el Ministerio de Trabajo. Es decir, es cierto que la pobreza aumentó, pero bastante menos en comparación con los efectos directos de la política heterodoxa de los años ochenta. Una nueva edición de la ENNIV entre mayo y julio de 1994 se ha justificado plenamente. A pesar que la economía peruana estaba creciendo desde 1993, los indicadores sociales limitados que maneja principalmente el Ministerio de Trabajo señalaban una visión fragmentada y hasta contradictoria de lo que estaba pasando con la economía y los indicadores sociales en el Perú. El retrato de 1994 que dibuja la ENNIV es la primera evidencia sobre los verdaderos efectos que está teniendo la actual política económica sobre el nivel de vida de los peruanos. La comparación de la incidencia de la pobreza nacional en 1994 con los resultados para 1991 circularon en plena campaña electoral causando encendidos debates. Aunque la estimación de los niveles de pobreza puede variar ligeramente dependiendo de la definición de canasta que se tome y del tipo de ajuste per cápita que se efectúe, existe consenso entre los investigadores del país respecto a que la pobreza se ha reducido entre 1991 y 1994 en alrededor de seis puntos porcentuales (de 55.1% a 49.6%). Por otro lado, la indicencia de la pobreza extrema ha disminuido de 23.9% a 19.5%. Estas reducciones en pobreza se sustentan en incrementos en los gastos de consumo reales muy importantes (entre 20% y 30%) que pasan cualquier prueba de significancia estadística. Por otro lado, si se quiere responder a la pregunta ¿cuánto de reducción de la pobreza es realmente atribuible a la política económica actual?, se pueden tomar las cifras de Lima metropolitana de 1990 y 1994. En este sentido, la pobreza en la ciudad capital en 1994 (38%) es claramente menor que en 1990 (45%). Ciertamente, la ENNIV también permite retroceder nuestros cálculos hasta 1985-86 y comprobar que estamos a mitad de camino en la tarea de recuperar los niveles de vida de mediados de los años ochenta. Además, la flexibilidad de la ENNIV posibilita realizar proyecciones de la evolución de pobreza en los próximos años. En un cálculo que he realizado recientemente6 6
32
Yamada, Gustavo, “Crecimiento económico y reducción de la pobreza hasta el 2000”, en Debate, julio-agosto 1995.
Pobreza y Empleo en el Perú
concluyo que un crecimiento promedio anual de 5% en el PBI global durante los próximos cinco años, y asumiendo que no habrán mayores cambios en la distribución del ingreso nacional, la pobreza extrema en el Perú disminuirá hasta una tasa de 11.3% en el año 2000, afectando a 3 millones de peruanos. Quizás la contribución más importante de la ENNIV es que con sus cifras se ha logrado la sensibilización de la opinión pública respecto de las magnitudes de la pobreza y pobreza extrema en el país. Tengo la impresión de que la comunidad profesional y los líderes de los diversos sectores del país conocen mejor las cifras de la pobreza y pobreza extrema en el Perú que el propio PBI per cápita anual en dólares (la magnitud de este último indicador ha pasado al terreno de la especulación y controversia debido a los problemas heredados de la hiperinflación y del debate acerca del tipo de cambio apropiado para su conversión a dólares). 3
Empleo y Mercados de Trabajo
De acuerdo con la ENNIV, un 58.7% de los jefes de hogares pobres en el Perú tiene un empleo independiente o también llamado autoempleo. Por su parte, un 27.4% de los jefes de estos hogares se emplea en actividades dependientes. Esta diferencia de porcentajes se aminora mientras más urbana sea la región que se analice. Así, en Lima metropolitana, el 45.6% de los jefes de hogares pobres es autoempleado, mientras que el 30.9% de los mismos posee un trabajo asalariado. En cambio, en la Sierra rural, el 14.7% de los jefes de hogares pobres labora en actividades dependientes, mientras que el 80.2% de los mismos se desempeña en actividades independientes. En el caso del trabajo dependiente asalariado, la ENNIV ha servido para estudiar con mucha precisión las fuentes de variación de las remuneraciones entre individuos. Tal como sucede en todas partes del mundo, las diferencias en variables básicas de capital humano (tales como los años de educación y experiencia laboral) explican cerca de la mitad de toda la dispersión salarial. La ENNIV ha posibilitado el cálculo de los retornos a la educación en el sector asalariado de nuestro país después de mucho tiempo. Stelcner, Arriagada y Moock7, Rodríguez8 y otros trabajos han encontrado que por cada año de educación adicional en el Perú, el trabajador recibe alrededor de 10% más de remuneración. Por otro lado, la evidencia no ha sido contundente hasta el momento para demostrar si existe alguna diferencia en estos retornos de acuerdo con el nivel educativo. Por el contrario, sí se ha encontrado evidencia estadística significativa acerca de las diferencias de retornos a la educación pública en relación con la educación privada. Saavedra9 ha demostrado que los retornos a la educación privada superan en por lo menos 3 puntos porcentuales los retornos a la educación pública. 7
Stelcner, Morton; Ana-María Arriagada y Peter Moock, Wage Determinants and School Attainment among Men in Peru, The World Bank, Living Standards Measurement Study, Working Paper 38, 1988.
8
Rodríguez, José, Retornos económicos de la educación en el Perú, Lima: Pontificia Universidad Católica del Perú, Documentos de Trabajo, 1993.
9
Saavedra, Jaime, Essays on Education and Earnings: The Case of Peru, 1985-1991, Ph.D. Dissertation, Columbia University, Department of Economics, 1995.
33
Yamada
Nos encontramos en las primeras etapas de investigación en el país acerca de la relación entre los retornos a la educación y el ciclo económico. Saavedra ha demostrado que los retornos a la educación se redujeron entre 1985 y 1991, es decir, durante una fase depresiva de la economía. Por su parte, existe evidencia preliminar -Yamada (1995)- acerca de la recuperación de los retornos a la educación en los últimos años, en paralelo con la reactivación de la economía. En este sentido, los retornos a la educación en el Perú serían procíclicos. Un segundo tema laboral que se ha tratado profusamente con las ENNIVs es el rol de la mujer en el mercado de trabajo. King y Khandker10, entre otros, han encontrado que la inversión en la educación de las mujeres aumenta su participación y productividad en el mercado de trabajo más que inversiones similares en la educación de los hombres. Estas inversiones también reducen la tasa de fertilidad y mejoran la educación de los niños, la salud y nutrición de todos los miembros de la familia. En cuanto a las diferencias salariales por género, Felices y Montalván11 encontraron que en 1991 existía un 46% de diferencia en el promedio de remuneraciones en contra del trabajo femenino. Se estimó que 18 puntos de esta diferencia se debían a una menor educación promedio y a una menor experiencia laboral efectiva de las mujeres. Sin embargo, los 28 puntos restantes se deberían a una menor retribución a los niveles de capital humano de las mujeres, lo que sería un indicio importante de la discriminación por género en el mercado laboral. El empleo en el sector público en comparación con el empleo privado ha sido otro tema desarrollado con las ENNIVs. Van der Gaag, Stelcner y Vijverberg12 realizaron un estudio paralelo de remuneraciones público-privadas para los casos del Perú y Costa de Marfil. Recientemente, Ruiz13 utilizó la ENNIV 1991 para establecer econométricamente que los empleados públicos ganaban menos en ese sector que en un empleo alternativo en el sector privado. Este hecho sucedía a pesar que el sector público ofrecía retornos positivos a la habilidad política. Por otro lado, si bien los empleados públicos tenían un mayor retorno a la educación que aquellos del sector privado, este efecto era contrarrestado por los mayores retornos a la experiencia en el sector privado, de manera que quedaban en inferioridad de condiciones. Así, la predicción de ingresos señalaba que un trabajador del sector público ganaba la cuarta parte de lo que hubiese podido recibir como remuneración en el sector privado. 10
Ver King, Elizabeth M., Does Education Pay in the Labor Market?, The Labor Force Participation, Occupation, and Earnings of Peruvian Women, The World Bank, Living Standards Measurements Study, Working Paper 67, 1990; y Khandker, Shahidur R., Labor Market Participation, Returns to Education, and Male-Female Wage Differences in Peru, The World Bank, Policy, Research, and External Affairs, Working Papers, WPS 461, July 1990.
11
Felices, Guillermo y Georgette Montalván, Participación en el mercado laboral y determinantes de las remuneraciones por género; revisión teórica y evidencia empírica para Lima metropolitana, 1991, Trabajo de investigación para la obtención del Bachillerato en Economía, Lima: Universidad del Pacífico, 1994.
12
Van der Gaag, Jacques, Morton Stelcner, y Win Vijverberg, Public-Private Sector Wage Comparisons and Moonlighting in Developing Countries, Evidence from Cote d’Ivoire and Peru, The World Bank, Living Standards Measurement Study, Working Paper 52, 1989.
13
Ruiz Pérez, José Luis, Comparación de las remuneraciones entre el sector público y el sector privado, evidencia para Lima metropolitana, Trabajo de investigación para la obtención del Bachillerato en Economía, Lima: Universidad del Pacífico, 1994.
34
Pobreza y Empleo en el Perú
Debido a la importancia del sector de autoempleo y empresas familiares informales en las ciudades de los países en desarrollo, la ENNIV se diseñó para tener una sección especial dedicada a este sector. En el caso peruano se han realizado preguntas acerca de hasta tres empresas familiares con un registro detallado del tipo de negocio, número de familiares y no familiares involucrados, ingresos, gastos, stock de capital e inventario. Moock, Stelcner y Musgrove14 fueron los primeros en trabajar dicha sección y comprobar que también en este sector la educación y la experiencia laboral tenían retornos similares a los del sector formal asalariado. De esta manera, se demostraba que el nivel de educación alcanzado no era sólo una credencial en el mercado de trabajo sino que aumentaba significativamente la productividad de los individuos véase también Ramos15-. Trabajé mi tesis utilizando profusamente esta sección. La literatura de desarrollo no había dado su veredicto final en cuanto a qué representaba este sector de autoempleo para la economía. Por un lado, existía la hipótesis extrema que consideraba al autoempleo como un refugio involuntario para los individuos que no podían acceder al sector formal asalariado. En el otro extremo teníamos la hipótesis de Hernando de Soto que afirmaba que en este sector se desarrollaban voluntariamente los empresarios que necesita el país para su desarrollo capitalista. Utilizando las ENNIVs de 1985-86 y 1990, mi tesis demostró que este sector es tan flexible que incorpora ambas realidades a la vez, aunque la gran mayoría de autoempleados obtiene ingresos superiores a su costo de oportunidad en el sector asalariado formal16. En estos momentos estoy actualizando dicha investigación con las versiones 1991 y 1994 de la ENNIV, debido a la importancia estratégica que se está otorgando al sector de la microempresa (véase Yamada y Ramos17). En suma, la información tan rica y completa recopilada por las diversas ENNIVs ha permitido darle contenido empírico al debate sobre el autoempleo y la informalidad en el Perú y en el Tercer Mundo y a otros tantos temas de economía laboral (tales como los retornos a la inversión en educación, el rol de la mujer y diferencias por género y la realidad del empleo público en el país), que tienen la mayor importancia para el diseño de políticas económicas y sociales eficaces que coadyuven al desarrollo sostenido del país.
14
Moock, Peter, Philip Musgrove, y Morton Stelcner, Education and Earnings in Peru's Informal Nonfarm Family Enterprises, The World Bank, Living Standards Measurements Study, Working Paper 64, 1990.
15
Ramos Li, Marlon, El rol de la educación en el mercado de trabajo: capital humano o credencialismo, Trabajo de investigación para la obtención del Bachillerato en Economía, Lima: Universidad del Pacífico, 1994.
16
Yamada, Gustavo, Autoempleo e informalidad urbana: teoría y evidencia empírica de Lima metropolitana, Cuadernos de Investigación Nº 22, Lima: Centro de Investigación de la Universidad del Pacífico, 1994. Véase también Yamada, Gustavo, Urban Informal Self-Employment in Developing Countries: Modeling an Evidence from Lima, Perú, 1985-1990, Ph.D. Dissertation, Columbia University, Department of Economics, 1994.
17
Yamada, Gustavo y Marlon Ramos Li, “Una radiografía de las empresas familiares de Lima metropolitana”, en Punto de Equilibrio, Lima: Centro de Investigación de la Universidad del Pacífico, setiembre 1994.
35
Yamada
4. Lo que Falta por Hacer La evidencia recopilada en este ensayo es más que suficiente para probar que las ENNIVs son hoy por hoy herramientas de trabajo (ahora cómodamente instaladas en una computadora personal de escritorio) de muchos investigadores peruanos y extranjeros interesados en el análisis de problemas y posibilidades para elevar el nivel de vida de los peruanos. Por supuesto que se puede y se debe avanzar sobre la base de esta experiencia valiosa. Así, por ejemplo, varios especialistas en el tema de encuestas consideran que deberían eliminarse algunos módulos del cuestionario cuya utilidad informativa ha sido muy poca hasta el momento. Por mi parte, como usuario de la ENNIV, quisiera que en el futuro se consolidaran algunos de los siguientes aspectos: Eliminar la estacionalidad de las ENNIVs Hemos tratado de hacer investigación y política económica y social en el país con resultados de niveles de vida tomados a veces durante todo un año, a veces en un período de junio a julio, otras veces entre octubre y noviembre y, finalmente, entre mayo y julio. Muchas actividades del país tienen una fuerte estacionalidad, siendo los casos más evidentes los de la agricultura y el comercio. También creo recordar por trabajos de PRISMA que la desnutrición infantil presenta una marcada estacionalidad a lo largo del año. Por tanto, deberíamos tratar de uniformar el momento de la encuesta de aquí en adelante. Si los recursos lo permiten, lo ideal sería hacer encuestas a lo largo de todo el año. Si ello no es posible, las próximas ediciones de ENNIV deberían volver a hacerse entre mayo y julio para ser comparables con la encuesta de 1994. Aumentar la representatividad de la ENNIV a niveles más pequeños del territorio del país La investigación ha avanzado mucho con el tamaño de muestra actual de las ENNIVs, pero la política social concreta sólo obtiene una idea general del territorio en el que se está desenvolviendo y no de la zona específica de atención (salvo en el caso de Lima metropolitana). Por tanto, si se desea que la ENNIV se convierta en una herramienta útil para la reducción integral de la pobreza por departamentos o regiones, se necesita una ampliación importante del tamaño de su muestra. Incorporar una encuesta de consumo efectivo de alimentos Un área importante en la que se debe avanzar dentro de la estructura de una encuesta de hogares como la ENNIV es en el consumo real de alimentos. Desde la ENCA de 1972 no ha habido ninguna encuesta que registre el consumo real de alimentos de las familias a nivel de todo el país. En este sentido, nuestros cálculos de pobreza tienen un margen de error importante si lo que nos interesa son las familias que efectivamente consumen menos calorías y proteínas que las mínimamente recomendadas por los especialistas nutricionales. Mejorar el trabajo de panel Si bien la ENNIV fue diseñada con un componente explícito de panel, creemos que no se ha tomado el suficiente cuidado en el monitoreo de este aspecto de la encuesta. Dada la prioridad de la política social en el país, debemos hacer un monitoreo continuo de la evolución del nivel de vida de las familias del país y una muestra longitudinal de familias es una herramienta necesaria para dicho propósito. 36
Pobreza y Empleo en el Perú
Tener una encuesta de hogares tipo ENNIV en forma permanente Por último, sería ideal que la ENNIV se institucionalizara como una encuesta permanente de seguimiento de los niveles de vida de las familias peruanas y que se llevara a cabo en forma anual de ser posible. Las cuatro versiones anteriores de la ENNIV han demostrado que es posible seguir de cerca el estado y la evolución del bienestar de las familias peruanas con un presupuesto de recursos razonables. En este sentido, el retorno de la inversión en una ENNIV más permanente está garantizado.
37
Yamada
BIBLIOGRAFIA Altimir, Oscar. (1982). “The Extent of Poverty in Latin America”, The World Bank, Staff Working Paper 522. Arriagada, Ana-María. (1989). “Occupational Training Among Peruvian Men, Does It Make a Difference?”, The World Bank, Policy, Planning, and Research, Working Papers, WPS 207, May. Arriagada, Ana-María. (1989). “The Effect of Job Training on Peruvian Women’s Employment and Wages”, The World Bank, Policy, Planning, and Research, Working Papers, WPS 241. Banco Central de Reserva del Perú. (1993). “Estrategias de alivio de la pobreza, Lima”: Departamento de Estudios del Sector Social, Gerencia de Estudios Económicos. Beltrán, Arlette y Gustavo Yamada. (1994). “La pobreza en el Perú: diagnóstico y recomendaciones de política”, en Informe de Coyuntura, primer semestre de 1994, Lima: Centro de Investigación de la Universidad del Pacífico. Felices, Guillermo y Georgette Montalván. (1994). “Participación en el mercado laboral y determinantes de las remuneraciones por género: revisión teórica y evidencia empírica para Lima Metropolitana”, 1991, Trabajo de investigación para la obtención del Bachillerato en Economía, Lima: Universidad del Pacífico. Gill, Indermit S. (1991). “Is There Sex Discrimination in Perú?, Evidence from the 1990 Lima Living Standards Survey”, en Psacharopoulos, George y Zafiris Tzannatos (ed.), Women’s Employment and Pay in Latin America, The World Bank, LACTD Regional Studies Program, Report 10. Gill, Indermit S. y Feliciano Hernández-Iglesias. (1991). “Labor Markets in Peru, 1985-1990, A Report on the Nature of Unemployment and Returns to Human Capital in Formal and Informal Sector Employment”, The World Bank, LA1CO, September. Glewwe, Paul y Gillette Hall. (1992). “Poverty and Inequality during Unorthodox Adjustment, The Case of Peru. 1985 to 1990”, Washington, D.C.: The World Bank, LSMS, Working Paper 86. Glewwe, Paul y Dennis de Tray. (1989). “The Poor in Latin America during Adjustment. A Case Study of Peru“, Washington, D.C.: The World Bank, LSMS, Working Paper 56. Glewwe, Paul. (1988). “La distribución del bienestar económico en el Perú en 198586”, Estudio de medición de los niveles de vida, Documento de Trabajo 42S, Banco Mundial.
38
Pobreza y Empleo en el Perú
INP y PNUD, Proyecto Regional para la Superación de la Pobreza. (1990). “La pobreza en el Perú. Diagnóstico y propuestas de política”, Programa de las Naciones Unidas para el Desarrollo e Instituto Nacional de Planificación. Instituto Cuánto. (1995). “Retrato de la familia peruana”, niveles de vida, 1994, Lima: Cuánto S.A. y UNICEF. Instituto Cuánto. (1993). “Niveles de vida. Perú: subidas y caídas”, Lima: Cuánto S.A. y UNICEF. Instituto Cuánto. (1991). “Ajuste y economía familiar: 1985-1990”, Lima: Cuánto S.A., junio. Katzman, Rubén. (1989). “La heterogeneidad de la pobreza, el caso de Montevideo”, Revista de la CEPAL 37, abril. Khandker, Shahidur R. (1990). “Labor Market Participation, Returns to Education, and Male-Female Wage Differences in Peru”, The World Bank, Policy, Research, and External Affairs, Working Papers, WPS 461, July. King, Elizabeth M. (1990). “Does Education Pay in the Labor Market?, The Labor Force Participation, Occupation, and Earnings of Peruvian Women”, The World Bank, Living Standards Measurements Study, Working Paper 67. Moock, Peter, Philip Musgrove, y Morton Stelcner. (1990). “Education and Earnings in Peru’s Informal Nonfarm Family Enterprises”, The World Bank, Living Standards Measurements Study, Working Paper 64. Ramos Li, Marlon. (1994). “El rol de la educación en el mercado de trabajo: capital humano o credencialismo”, Trabajo de investigación para la obtención del Bachillerato en Economía, Lima: Universidad del Pacífico. Rodríguez, José. (1993). “Retornos económicos de la educación en el Perú”, Lima: Pontificia Universidad Católica del Perú, Documento de Trabajo. Ruiz Pérez, José Luis. (1994). “Comparación de las remuneraciones entre el sector público y el sector privado, evidencia para Lima Metropolitana“, Trabajo de investigación para la obtención del Bachillerato en Economía, Lima: Universidad del Pacífico, 1994. Saavedra, Jaime. (1995). “Essays on Education and Earnings: The Case of Peru, 19851991”, Ph.D. Dissertation, Columbia University, Department of Economics. Smith, J. Barry and Morton Stelcner. (1990). “Modeling Economic Behavior in Peru’s Informal Urban Retail Sector”, The World Bank, Policy, Research, and External Affairs, Working Papers, WPS 469, August. Stelcner, Morton; Ana-María Arriagada and Peter Moock. (1988). “Wage Determinants and School Attainment among Men in Peru”, The World Bank, Living Standards Measurement Study, Working Paper 38. 39
Yamada
World Bank. (1993). “Peru: Poverty Assessment and Social Policies and Programs for the Poor”, Human Resources Division, Country Department I, Latin America and the Caribbean Region, Report Nº 11191-PE. Van der Gaag, Jacques, Morton Stelcner, y Win Vijverberg. (1989). Public-Private Sector Wage Comparisons and Moonlighting in Developing Countries, Evidence from Cote d’Ivoire and Peru, The World Bank, Living Standards Measurement Study, Working Paper 52. Yamada, Gustavo. (1995a). “Crecimiento económico y reducción de la pobreza hasta el 2000”, en Debate, julio-agosto. Yamada, Gustavo. (1995b). “Los cambios en el bienestar de las familias peruanas 1991-1994 y sus factores explicativos”, Lima: Centro de Investigación de la Universidad del Pacífico, Investigación en curso auspiciada por el Centro para el Desarrollo Internacional del Canadá. Yamada, Gustavo y Marlon Ramos Li. (1994). “Una radiografía de las empresas familiares de Lima Metropolitana”, en Punto de Equilibrio, Lima: Centro de Investigación de la Universidad del Pacífico, setiembre. Yamada, Gustavo, Autoempleo e informalidad urbana: teoría y evidencia empírica de Lima Metropolitana, Cuadernos de Investigación Nº 22, Lima: Centro de Investigación de la Universidad del Pacífico. Yamada, Gustavo. (1994). “Urban Informal Self-Employment in Developing Countries: Modeling and Evidence from Lima, Peru, 1985-1990”, Ph.D. Dissertation, Columbia University, Department of Economics. Yamada, Gustavo. (1991). “Peru’s Poverty Profile with the Available Data”, Trabajo de investigación preparado para The World Bank, Country Department I, Population & Human Resources.
40
AJUSTE MACROECONOMICO Y DISTRIBUCION DEL INGRESO EN EL PERU, 1985-1994 ¶ G· Javier Escobal D'Angelo Jorge Agüero León
Escobal - Agüero
Resumen El objetivo del presente documento es doble. En primer lugar, muestra cómo la caída en el gasto global de los hogares en el Perú, durante el período de crisis y ajuste (1985-1991) habría sido, aunque sustancial, menor a lo que las cifras agregadas han estado sugiriendo. En efecto, la reducción del gasto durante ese período habría sido del orden del 40%, registrándose una recuperación del 34% entre 1991 y 1994. En segundo lugar, el documento presenta la evolución de la distribución del gasto, mostrando que entre 1985 y 1991 -a diferencia de lo que parece ser la experiencia latinoamericana de la década de los ochenta- la crisis económica habría estado acompañada con una mejora “perversa” en la distribución del gasto, lo que equivale a decir que la distribución del “ingreso” en el Perú se hizo menos desigual. De otro lado, durante el período 1991-1994, caracterizado por una recuperación de la economía peruana, la información a nivel de hogares sugiere que la desigualdad en la distribución del gasto siguió disminuyendo, aunque a una velocidad muchísimo menor. El documento muestra cómo los resultados a nivel de gasto total son consistentes con la evidencia de las series de gasto en alimentos para los tres períodos de referencia. Inclusive, para evitar los problemas metodológicos derivados de la conocida sobrevaluación del deflactor, producto del proceso de hiperinflación sufrido a fines de los ochentas, se evaluó el comportamiento del consumo de nutrientes (calorías y proteínas), obteniéndose resultados similares.
42
Ajuste Macroeconómico y Distribución del Ingreso
AJUSTE MACROECONOMICO Y DISTRIBUCION DEL INGRESO EN EL PERU, 1985-1994
1. Introducción En la última década, el Perú ha atravesado una de las crisis más agudas de su historia, así cómo por un proceso de ajuste y reforma estructural cuya amplitud y profundidad no tiene precedentes. En este contexto, el cambio en la estructura de precios relativos ha sido enorme. Sin embargo, la evaluación del impacto que estos procesos habrían tenido sobre los niveles y la estructura de los ingresos de los hogares peruanos no ha sido aún suficientemente discutida. La evidencia a nivel macroeconómico apunta a una caída dramática en los ingresos reales de los peruanos. Por otro lado, información de la evolución de los salarios reales, utilidades, rentas e intereses sugiere a más de un autor que el grado de desigualdad en la distribución de los ingresos en el Perú se habría acentuado durante los años de crisis y ajuste macroeconómico.1 Este tipo de conclusión no es particular al caso peruano. Diversos autores2 describen los períodos de crisis y ajuste en América Latina como procesos en donde la distribución del ingreso se habría hecho más desigual. Morley (1994), por ejemplo, sostiene que la tendencia a una mayor desigualdad en la distribución del ingreso estaría claramente afectada por las tendencias registradas en el ingreso per cápita: “Países en recesión, o con ingresos per cápita cayendo fuertemente tienen una desigualdad creciente”3 Por su parte Altimir (1994) concluye para América Latina que “...el ajuste recesivo ante los shocks externos a comienzo del decenio ha tenido efectos adversos sobre la desigualdad...”4 El Gráfico Nº 1, justamente muestra la relación entre cambios en el PBI per cápita y cambios en la distribución del ingreso, a partir de la evidencia de 12 países latinoamericanos durante la década de los ochenta. El gráfico tendería a mostrar una correlación negativa entre crecimiento y cambios en el coeficiente de Gini. Es decir, reducciones en la tasa de crecimiento del PBI per cápita estarían asociadas con un aumento 1
Ver por ejemplo: Figueroa (1990, 1993), Gonzales de Olarte (1994).
2
Ver por ejemplo: Banco Mundial (1993). Altimir (1994) o Morley (1994).
3
Morley (1994), p. 7.
4
Altimir (1994), p. 24.
43
Escobal - Agüero
del coeficiente Gini, lo que a su vez reflejaría un “deterioro” en la distribución del ingreso. Es importante anotar que para los distintos autores reseñados aquí, una reducción en el coeficiente de Gini tiene una connotación claramente positiva. De allí que no extrañe que se usen indistintamente las frases “reducción del coeficiente de Gini” con “mejora en la distribución” o “distribución más equitativa”. Asimismo, se usa indistintamente la frase “incremento en el coeficiente Gini” con “deterioro en la distribución” o “distribución más desigual”. Gráfico Nº 1 Evolución del Crecimiento y la Distribución del Ingreso en América Latina en los 80 40
Cambio en el PBI per capita (%)
Col
35 30 Cos
Par
25
Bra
20
Hon
15 Uru
10
Bol
Gua
5 0 -15
-10
-5
-5 0
Mex
Pan
Ven 5
-10
10
15
20 Arg
-15 Cambio en el Coeficiente de Gini (%)
Fuente: Basado en la información del Banco Mundial (1993) y CEPAL(1995).
Aunque estas asociaciones se han hecho “lugar común” entre quienes trabajan los temas de pobreza y distribución del ingreso, es importante reconocer que su validez se basa en una regularidad empírica que puede, y de hecho tiene, sus excepciones. En efecto, el propósito de este documento es mostrar que para procesos dramáticos de ajuste como los que atravesó la economía peruana durante la segunda mitad de la década de los ochenta, es perfectamente posible que una caída sustancial del ingreso per cápita y un aumento de la población en situación de pobreza ocurran al mismo tiempo que una reducción en el coeficiente de Gini. Es decir, en el caso peruano el deterioro de los ingresos, registrado a fines de la década de los ochenta, estuvo acompañado por una “mejora perversa” en la distribución de los ingresos. El documento está dividido en cuatro secciones, incluyendo esta introducción. En la segunda sección se detalla la metodología seguida para evaluar los cambios ocurridos en los niveles, así como en la distribución del ingreso entre 1985 y 1991 y entre 1991 y 1994. La tercera sección presenta los resultados obtenidos. Por último, la cuarta sección presenta las principales conclusiones y esboza una explicación sobre las razones que habrían llevado a que la caída en el ingreso no haya venido acompañada de un “deterioro” en la distribución del ingreso. 44
Ajuste Macroeconómico y Distribución del Ingreso
2. Metodología. En esta sección se presenta la metodología y las fuentes de información utilizadas para evaluar los cambios ocurridos en la distribución del ingreso en el Perú durante la última década. En este documento se mantiene la tradición de medir los niveles de bienestar de los hogares a través de un indicador de gasto agregado en vez de la medición directa de los ingresos. Como se sabe, la medición directa de ingresos es bastante más complicada que el registro de gastos. Además, el dato de gasto es un mejor indicador del nivel de bienestar en la medida que éste ya introduce los efectos de “suavizamiento en el consumo” que se obtienen debido a que el ingreso del hogar puede fluctuar más que el gasto en el corto plazo.5 Las fuentes de información utilizadas para estimar el nivel de bienestar de los hogares han sido las Encuestas Nacionales de Hogares sobre Medición de Niveles de Vida (ENNIV) realizadas en 1985-86, 1991 y 1994. Se ha optado por usar, alternativamente, cuatro indicadores de bienestar: gasto global, gasto en alimentos, consumo calórico y consumo proteico.6 Aunque la información está disponible a nivel de hogares, el conocimiento de la composición familiar de cada hogar permitió construir indicadores de gasto y consumo de nutrientes per cápita. La variable Gasto Total ha sido construida agregando 7 grupos de consumo: alimentos, bebidas y tabaco; vestido y calzado; alquiler de vivienda, combustible y electricidad; muebles y enseres y mantenimiento de la vivienda; cuidados, conservación de la salud y medicinas; transporte y comunicaciones y por último, esparcimiento, servicios culturales y de enseñanza7. En la medida que esta variable pretende medir el bienestar de los hogares, es importante reconocer que la estructura de precios relativos varía fuertemente de una zona del país a otra. Debido a ello, en vez de usar el gasto nominal hemos optado por corregirlo para que mida de mejor manera la capacidad adquisitiva de cada hogar de acuerdo a su ubicación geográfica. Para los datos provenientes de la ENNIV 1985-86, la deflactación espacial se basa en el índice reportado por Glewwe (1988). Este índice toma en cuenta los precios de julio de 1985 de algunos productos (alimenticios y no alimenticios) en 13 ciudades principales, según reporte elaborado por el Instituto Nacional de Estadística. Estos índices se presentan en el cuadro Nº 18.
5
Al respecto ver Glewwe (1988).
6
Es importante anotar que en las tres encuestas y para todos los segmentos de la población, el gasto en alimentos es el más importante (alcanzando en algunos hogares hasta el 70% del total del gasto).
7
Para una descripción más detallada sobre la construcción de cada uno de los grupos de consumo, véase Instituto Cuánto (1995). Debido a la diferencia en los cuestionarios de las tres encuestas, se siguió una metodología aplicable de forma igual a cada una dejándose de lado el gasto en bienes durables.
8
Los datos reportados por Glewwe(1988) definen como base el promedio nacional. En este trabajo para poder unificar las estimaciones con las encuestas de 1991 y de 1994 se utilizó como base Lima metropolitana tal como se reporta en el Cuadro Nº 1.
45
Escobal - Agüero
Cuadro Nº 1 Indice de Precios Intra-Regionales, 1985-86 (Lima metropolitana=100) Región Arequipa Cajamarca Cusco Chiclayo Chimbote Huancayo Ica Iquitos Lima Piura Puno Tacna Trujillo
Alimentos
Otros Artículos
Total
89.5 91.9 87.8 95.4 101.1 96.3 95.9 189.5 100.0 95.4 87.5 97.3 94.9
90.9 83.8 73.1 87.5 94.4 88.8 82.2 77.2 100.0 96.2 67.7 95.8 100.5
90.5 86.8 78.6 90.5 96.9 91.6 87.3 119.3 100.0 95.8 75.2 96.3 98.4
Fuente: Glewwe (1988) Anexo A, p. 82.
En el caso de la ENNIV de 1991 se utilizan los precios relativos reportados por Cuánto S.A. por rubro alimenticio entre Lima y las principales ciudades del país. Para los gastos no alimentarios se utiliza directamente el ratio de índices de Precios al Consumidor de Lima respecto a estas mismas ciudades. Por último, para el caso de la ENNIV de 1994, la elaboración del índice se realizó en base a una Canasta Básica de Consumo (CBC) elaborada por Cuánto S.A. que representa el gasto monetario mínimo en alimentos que una familia promedio realiza, a los precios de junio de ese año en cada dominio de la encuesta9. Estos gastos se comparan con el Costo de la Canasta Básica de Consumo obtenido a precios de Lima metropolitana en el mismo período (CBC*). Los índices utilizados se presentan en el Cuadro Nº 2. Es interesante notar aquí, como en los datos reportados en el Cuadro Nº 1, que existen diferencias importantes de precios entre regiones y/o ciudades, los que en promedio para una región pueden ser hasta 33% más bajos que los registrados en Lima metropolitana. Cuadro Nº 2 Indice de Precios Intra-Regionales, 1994 (Lima metropolitana=100) Dominio Lima metropolitana Costa norte urbana Costa sur urbana Costa rural Sierra norte rural Sierra centro urbana Sierra sur urbana Sierra rural Selva urbana Selva rural * A precios de Lima metropolitana. Fuente: Cuánto (1994b) p. 16. 9
46
CBC 1740.95 1493.97 1485.68 1126.60 1242.11 1171.96 1301.26 823.01 1199.44 912.24
CBC* 1740.95 1723.17 1723.17 1466.11 1663.03 1663.03 1663.03 1245.34 1107.27 914.30
Índice 100.00 86.70 86.22 76.84 74.69 70.47 78.25 66.09 108.32 99.77
“Dominio” en la ENNIV es la unidad geográfica de análisis de la encuesta, por ejemplo: Costa urbana norte, Sierra rural sur, etc.
Ajuste Macroeconómico y Distribución del Ingreso
Una vez que los valores de gasto total y gasto en alimentos estuvieron expresados a precios de Lima metropolitana fue necesario deflactarlos nuevamente, para hacer comparables los niveles de gasto de las tres encuestas. El punto de comparación fue establecido en Junio de 1994. Aunque este proceso de deflactación temporal no afecta la distribución del ingreso o gasto per cápita al interior de cada encuesta, puede tener efectos dramáticos en la comparación del gasto total y gasto en alimentos per cápita entre encuestas. Como se sabe, estas encuestas se realizaron en un entorno económico muy cambiante, en donde la inflación creció rápidamente hacia finales de la década del ochenta, hasta alcanzar niveles casi-hiperinflacionarios, para luego reducirse drásticamente, luego de implementado el programa de estabilización.10 Tal como se muestra en Escobal y Castillo (1994) el índice de precios reportado por el INEI estaría fuertemente sobreestimado, fundamentalmente debido a que la metodología utilizada, aunque sigue estándares internacionales, no es adecuada para países que atraviesan por problemas de muy alta inflación. De hecho, se puede mostrar que el método de agregación utilizado (una variante del índice Laspeyres) habría sobre-estimado el IPC oficial en casi 80% durante el período Julio 1985 - Junio 1994.11 Debido a estos problemas de sobreestimación del IPC, es muy probable que la comparación de los gastos totales y gasto en alimentos expresados en términos reales usando el IPC oficial, muestre una caída sustancial en estos indicadores de gasto que tiene su explicación en los problemas metodológicos antes reseñados. Debido a ello, en este trabajo se ha optado por incluir los indicadores de gastos deflactados por un índice que elimine los sesgos que presenta el IPC oficial.12 Una medida alternativa para comparar las pérdidas de bienestar ocurridas entre 1985 y 1991 y las posibles ganancias ocurridas a partir de esa fecha es mediante la estimación del consumo calórico y proteico de los hogares. En la medida que este cálculo se basaría en información microeconómica, que no incluye el IPC, los sesgos que hemos reportado no estarían presentes en la evaluación de los cambios en el nivel de bienestar. La Encuesta Nacional de Consumo Alimentario (ENCA) de 1972 es la última base de datos de ámbito nacional que permite evaluar la cobertura nutricional de los hoga10
Es interesante anotar que la ENNIV de 1985-86 se realizó entre julio de 1985 y junio de 1986, donde la inflación acumulada fue superior al 70%. Para 1991 la inflación promedio mensual en el período de la encuesta (octubre-noviembre) fue de 4% aproximadamente y para 1994 la inflación promedio mensual en el período de la encuesta (mayo-julio) fue cercana al 1%. Asimismo, según el INEI la inflación acumulada entre Julio de 1985 y Julio de 1994 habría sido de 102’481,820%. Un cálculo alternativo basado en Escobal y Castillo (1994) reportaría una inflación acumulada de ‘sólo’ 57’128,580% para el mismo período.
11
Las razones que explican esta sobre-estimación del IPC son fundamentalmente tres: un inadecuado cálculo de los índices de precios de bienes heterogéneos hasta antes de 1990; un inadecuado manejo de los problemas de sustitución en el consumo que se registra en contextos con alta variabilidad de precios relativos como el vigente a finales de la década de los ochenta; y errores en el registro de algunos precios ligados a bienes y servicios educativos durante 1989.
12
Se utiliza el índice de precios geométrico (IPG) elaborado por Escobal y Castillo (1994).
47
Escobal - Agüero
res13. En este caso, hemos introducido algunos supuestos “fuertes” para poder calcular el consumo de calorías y proteínas implícito realizado por cada hogar a partir de la información de gasto registrada en la ENNIV. Para estimar el consumo de nutrientes, se utilizó la información proveniente de la sección de gasto en alimentos de las ENNIV. Esta sección indaga sobre el gasto monetario (compra o autoconsumo valorado por el encuestado) realizado en 30 rubros de alimentos. En la mayor parte de ellos, la identificación del producto es casi directa (vgr. arroz, quinua, pan, etc.). Sin embargo, existen varios rubros que contienen productos cuyo contenido nutricional puede ser distinto (por ejemplo, “hortalizas y vegetales” incluye productos como cebolla, tomate o limón, entre otros). En estos casos, se procedió a escoger un bien “representativo” para cada rubro. La elección se hizo en base a la importancia que tienen los distintos productos en el cálculo de la ponderación del IPC. Una vez identificados los bienes representativos de cada uno de los 30 rubros, se procedió a estimar las cantidades consumidas en cada hogar dividiendo el gasto registrado entre el precio del bien representativo. A partir del dato de consumo físico del bien se obtuvo el consumo de nutrientes implícito, utilizando los contenidos de nutrientes de cada bien escogido, según las tablas reportadas por Alternativa (1993). El Cuadro Nº 3 presenta los productos “representativos” para cada rubro.
Cuadro Nº 3 Relación de Bienes Utilizados
Rubro
Variedad
Rubro
Variedad
Rubro
Variedad
Arroz
Arroz cte.
Carnes rojas
Carne de res
Menestra
Frijol
Maíz y derivados
Maíz pldo.
Carne de Aves
Pollo
Hortalizas
Cebolla
Trigo y derivados
Trigo
Pescados
Jurel
Frutas
Plátano
Cebada y derivados
Cebada
Leche
Leche
Azúcar
Azúcar
Quinua
Quinua
Otros lácteos
Queso
Café, Té
Té
Pan
Pan
Huevos
Huevos
Bebidas alcohólicas
Cerveza
Galleta
Galleta soda
Aceites
Aceite
Bebidas gaseosas
Gaseosa
Fideos
Fideos
Tubérculos
Papa blanca
13
48
El Ministerio de Agricultura publica en su “Hoja de Balance”, información acerca del consumo de calorías y proteínas pero a nivel agregado, sin embargo, este indicador no permite un análisis detallado por regiones o por algún otro nivel de desagregación.
Ajuste Macroeconómico y Distribución del Ingreso
Obviamente, este cálculo es un estimado grueso del consumo de nutrientes a nivel de hogares. Sin embargo, en la mayor parte de los casos, los rubros son lo suficientemente homogéneos como para que la dispersión de contenido calórico o proteico por unidad monetaria gastada sea bastante pequeña. Además, los rubros heterogéneos representan menos de un tercio del gasto total en alimentos. En este sentido, nuestra impresión es que la metodología propuesta refleja aceptablemente la evolución y la distribución del consumo de nutrientes en el país. Finalmente, es importante anotar que, existiendo diferencias en la cobertura geográfica de las tres encuestas ENNIV, se ha optado por tomar aquellos segmentos estrictamente comparables. En ese sentido hemos excluido de la información de la ENNIV de 1985-86 y de la de 1994 la información de Selva y de Costa rural, en la medida que dicha información no fue recolectada en el marco de la ENNIV de 199114.
3. Resultados En esta sección se presentan, en primer lugar, las variaciones en el gasto total de los hogares entre 1985, 1991 y 1994, utilizando dos deflactores alternativos: el IPC oficial y el índice de precios construido por Escobal y Castillo (1994), IPG, a los que se hizo referencia en la sección anterior. Luego, se muestra la estructura de gastos por deciles en cada una de los períodos analizados, mostrando el cambio de la composición del gasto al interior de los sectores urbano y rural. Para verificar cuan robusta es la evidencia presentada a nivel de gasto total, se describe también la evolución del gasto en alimentos y del consumo de los principales nutrientes (calorías y proteínas). 3.1 Cambios en los Gastos entre 1985 y 1994. Como se sabe, según estadísticas oficiales, entre 1985 y 1991 el PBI per cápita en el Perú disminuyó en 17.2%. Es interesante notar que esta cifra contrasta fuertemente con la evolución de, por ejemplo, los salarios y los sueldos, los que se habrían reducido en términos reales en 55.9% y 47.7%, respectivamente, durante el mismo período. Esta notable diferencia entre ambos indicadores es poco consistente con la evidencia anterior, ya que en el pasado estos indicadores han tendido a moverse juntos. Tal como se reporta en Escobal y Castillo (1994) es muy probable que la fuente de esta discrepancia sea una importante sobrestimación en el cálculo oficial del IPC.15 Dada esta diferencia es lógico sospechar que la evolución del gasto per cápita real de los hogares en el Perú no estaría adecuadamente representada si se deflactan los datos provenientes de las ENNIV de 1985-86, 1991 y 1994 con el IPC oficial. Como se puede observar en el Cuadro Nº 4 la evolución del gasto total y del gasto de consumo es marcadamente distinta, dependiendo del deflactor que se use. En nuestra opinión, la magnitud de la caída del gasto total per cápita y gasto per cápita en 14
Inclusive debido a los problemas de terrorismo que afectaron al país durante 1991, en ese año no se encuestaron algunas zonas de la Sierra rural. Sin embargo, como sí existe información de una parte importante de esta zona, se optó por no excluirla del análisis comparativo.
15
La caída de los salarios reales, durante el mismo período, sería de 14.4% , mientras que los sueldos reales serían en 1991, 1.5% más altos del nivel alcanzado en 1985, cuando se deflactan usando el IPG.
49
Escobal - Agüero
alimentos, entre 1985 y 1991 usando el IPC, es poco creíble. La caída que se reporta, cuando se utiliza el índice de precios alternativo, es bastante menor, más creíble y, aún así, hace evidente la drástica caída en los niveles de consumo y, probablemente del bienestar, que habrían ocurrido entre 1985 y 1991. En lo que sigue de este documento, cabe anotar que las cifras expresadas en soles de Junio de 1994 han sido deflactadas usando el índice de precios corregido.
Cuadro Nº 4 Evolución del promedio anual per cápita de los principales indicadores de consumo, por tipo de deflactor: 1985, 1991 y 1994
Variables 1991/85
Variación Porcentual 1994/91
1994/85
Gasto Total (IPC) Gasto Total (IPG)
-70.1 -41.1
32.1 34.4
-60.5 -20.8
Gasto en Alimentos (IPC) Gasto en Alimentos (IPG)
-67.0 -35.0
4.9 6.7
-65.4 -30.6
IPC: Indice de Precios al Consumidor, IPG: Indice de Precios Geométrico. Fuente: ENNIV 1985-86, 1991, 1994. Elaboración: GRADE.
3.2 Cambios en la Distribución del Ingreso La ventaja de usar la información desagregada contenida en las ENNIV está en que ella nos permite evaluar el impacto de la crisis y posterior ajuste, así como de la recuperación reciente, diferenciando sus efectos por niveles de ingresos. Para esto se ha dividido la población en deciles con respecto al gasto total, lo que posibilita tener una buena aproximación a la distribución del ingreso. El Cuadro Nº 5, muestra la caída en el gasto total por deciles ocurrida entre 1985 y 1991 y la posterior recuperación entre 1991 y 1994. En el primer período, es interesante notar que la caída relativa del gasto es mayor en los sectores de más alto ingreso que en los deciles más pobres (i.e. los tres primeros deciles presentan una caída promedio menor al 33% mientras que los tres deciles más ricos caen en más de 42%). Debido a esta reducción “progresiva” del gasto agregado, el coeficiente de Gini disminuye de 43% en 1985 a 41% en 199116.
16
50
El coeficiente de Gini expresa el grado de concentración en la distribución de una variable y se define como el área bajo la curva de Lorenz. A mayor valor, mayor desigualdad. Los valores admisibles están en el rango de 0% a 100%. En el primer caso, éste indica que la distribución es totalmente equitativa, en el segundo caso un solo agente concentra todo el gasto o el ingreso. Para una revisión de este u otros indicadores de concentración puede verse a Glewwe (1988).
Ajuste Macroeconómico y Distribución del Ingreso
Cuadro Nº 5 Gasto total per cápita anual (Variación porcentual)
Decil
91/85
94/91
94/85
Gasto (Soles de 1994)
3,252
1,917
2,576
Decil I Decil II
-25.2 -35.2
45.3 39.1
8.7 -9.9
Decil III Decil IV
-37.6 -38.2
34.5 33.1
-16.0 -17.8
Decil V Decil VI
-40.2 -41.9
36.1 37.9
-18.6 -19.9
Decil VII Decil VIII
-43.0 -43.1
39.1 37.2
-20.8 -22.0
Decil IX Decil X
-41.7 -41.5
33.8 30.2
-22.0 -23.8
1985
1991
1994
42.90
41.41
40.47
Gini (%)
Nota: El decil I es el de más bajo ingreso. Fuente: ENNIV 1985-86, 1991, 1994. Elaboración: GRADE.
Es importante resaltar que se registra una reducción importante en la desigualdad de la distribución del gasto entre 1985 y 1991, aún cuando hubo una caída en los niveles de gasto de todos los deciles. Asimismo, en el período de recuperación (1991 a 1994), el coeficiente de Gini continúa disminuyendo (alcanzando el 40.5%) pese a estar, en este caso, asociado a una crecimiento real del gasto de todos los deciles. La evolución del comportamiento de la distribución del “ingreso”, no es igual si se separa la muestra entre el sector urbano y el rural. Los Cuadros Nº 6 y Nº 7, muestran el impacto que la crisis y el ajuste habría tenido para cada decil de ingresos en estos sectores. Los datos indican que en el sector urbano, la distribución del gasto total casi no se vio alterada en los períodos de análisis, mientras que en el sector rural los cambios fueron más notorios, y habrían sido ellos los que condicionan el comportamiento de la distribución del gasto para el conjunto del país. En el sector rural la caída del decil más bajo es la cuarta parte de la caída registrada en el decil más alto, mientras que en el urbano este ratio es cercano a 1.
51
Escobal - Agüero
Cuadro Nº 6 Gasto total per cápita anual urbano (Variación Porcentual)
Cuadro Nº 7 Gasto total per cápita anual rural (Variación Porcentual)
Decil
91/85
94/91
94/85
Decil
91/85
94/91
94/85
Gasto (Soles 1994)
3,818
2,171
2,653
Gasto (Soles 1994)
1,929
1,005
1,418
Decil Decil Decil Decil Decil Decil Decil Decil Decil Decil
-40.2 -41.4 -41.5 -43.4 -44.1 -45.1 -44.9 -44.5 -42.3 -42.3
20.4 18.9 19.1 20.9 23.1 25.7 23.4 23.3 20.6 21.8
-28.0 -30.4 -30.3 -31.6 -31.2 -31.0 -32.0 -31.6 -30.4 -29.6
Decil Decil Decil Decil Decil Decil Decil Decil Decil Decil
-12.6 -31.7 -37.0 -40.5 -42.6 -44.8 -43.5 -45.6 -48.8 -55.9
45.3 56.8 42.3 39.0 40.1 36.9 27.9 33.2 41.7 48.1
27.1 7.0 -10.3 -17.3 -19.6 -24.5 -27.7 -27.5 -27.4 -34.7
1985
1991
1994
1985
1991
1994
39.08
39.16
39.28
44.84
38.11
38.50
I II III IV V VI VII VIII IX X
Gini (%)
Nota: El decil I es el de más bajo ingreso. Fuente: ENNIV 1985-86, 1991, 1994. Elaboración: GRADE.
I II III IV V VI VII VIII IX X
Gini (%)
Nota: El decil I es el de más bajo ingreso. Fuente: ENNIV 1985-86, 1991, 1994. Elaboración: GRADE.
El efecto sobre la distribución del gasto a escala nacional, ocurre a pesar de la mayor ponderación del sector urbano, lo cual es consistente con el hecho que durante el ajuste la caída relativa de los ingresos rurales fue menor a la caída registrada en el sector urbano. En promedio entre 1985 y 1994 los pobladores urbanos redujeron en 30.5% sus gastos reales, mientras que los pobladores rurales “sólo” perdieron el 26.5%.17 De otro lado, la recuperación registrada entre 1991 y 1994, aunque insuficiente respecto a la magnitud de la caída previa, habría beneficiado a los hogares rurales algo más que a los hogares urbanos, los que ven incrementados sus ingresos en 41.1% y 22.0% respectivamente. 3.3 Gasto en Alimentos y Consumo de Calorías y Proteínas Tal como se mencionó en la segunda sección es posible usar indicadores alternativos al gasto total per cápita para aproximarnos a la evolución del bienestar. En este caso hemos optado por mostrar la evolución del consumo calórico y proteico per cápita de los hogares peruanos. El Cuadro Nº 8 resume los cambios en el consumo de calorías y proteínas ocurridos entre 1985 y 1991, diferenciando los sectores urbanos de los rurales. Aquí se hace evidente que la crisis y posterior ajuste ocurrido a fines de la década pasada generó una caída importante tanto en el consumo calórico (-18.7%) 17
52
Glewwe y Hall (1992), a partir de una ENNIV realizada sólo para Lima metropolitana, encuentran que la distribución del ingreso entre 1985 y 1990 (antes del shock de agosto de ese año) se hace algo más desigual luego de una caída dramática en los niveles de consumo. Cabe anotar que estos autores plantean la posibilidad de que la distribución del ingreso en el Perú pudiera haber tenido un comportamiento contrario al de Lima, originado por la dinámica distinta en la evolución del Gasto por decil del sector rural.
Ajuste Macroeconómico y Distribución del Ingreso
como en el consumo proteico (-24.7%). Estas cifras son como era de esperase algo menores a la caída registrada en el gasto en alimentos (-35%, según el Cuadro Nº 4). Nótese, que la caída en el consumo de proteínas sería mayor que la reducción en el consumo calórico, fundamentalmente debido a la reducción observada en el consumo proteico del sector rural. En lo que respecta a la evolución de los indicadores de consumo entre 1991 y 1994, los resultados permiten confirmar, en esencia, los resultados hasta ahora reportados. Cuadro Nº 8 Evolución del consumo de nutrientes per cápita diario, por sectores Variable
1985
Niveles 1991
1994
Variación (%) 91/85 94/91
TOTAL Calorías (Kg. /día) Proteínas (Gr. /día)
2,970 84
2,415 63
2,636 70
-18.7 -24.7
9.2 10.2
-11.2 -17.1
Urbano Calorías (Kg. /día) Proteínas (Gr. /día)
3,121 85
2,458 63
2,590 69
-21.3 -25.3
5.4 8.4
-17.0 -19.0
Rural Calorías (Kg. /día) Proteínas (Gr. /día)
2,612 112
2,261 64
2,812 74
-13.5 -42.7
24.4 16.3
7.7 -33.4
94/85
Nota: El decil I es el de más bajo ingreso. Fuente: ENNIV 1985-86, 1991, 1994. Elaboración: GRADE.
Por otro lado, el Cuadro Nº 9 muestra la evolución de la distribución del gasto en alimentos y del consumo calórico y proteico. Nuestro interés aquí es mostrar que la evolución de estos indicadores es consistente con aquella reportada en los Cuadros Nº 5 al Nº 7. Es decir, vuelve a ser evidente que a escala nacional, la crisis y posterior ajuste generaron, junto con una caída importante del bienestar de los hogares, una reducción en la dispersión del consumo. Es interesante anotar que esta evolución, en donde los hogares más pobres reducen su gasto en alimentos y consumo de nutrientes en una menor proporción que los hogares más ricos, es más marcada en el sector rural que en el urbano. En lo que respecta a la evolución de los niveles de concentración de gasto en alimentos y consumo de nutrientes entre 1991 y 1994, el cuadro Nº 9 muestra que el cambio en los coeficientes de Gini del gasto en alimentos y del consumo calórico es consistente con la evolución reportada para el caso del gasto total. El Gini asociado al consumo de proteínas, en cambio estaría mostrando un ligero aumento en los niveles de concentración asociados a la evolución del sector urbano.
53
Escobal - Agüero
Cuadro Nº 9 Evolución de la distribución del gasto en alimentos y del consumo de nutrientes, por sectores, 1985-1994 Variable
1985-86
Coeficientes de Gini (%) 1991
1994
Total Perú Gasto en Alimentos (Soles /año) Calorías (Kg. /día) Proteínas (Gr. /día)
39.2 28.3 32.6
33.3 25.6 27.7
31.3 24.8 28.4
Urbano Gasto en Alimentos (Soles /año) Calorías (Kg. /día) Proteínas (Gr. /día)
35.0 25.7 30.4
31.6 24.4 26.1
30.0 23.9 27.0
Rural Gasto en Alimentos (Soles /año) Calorías (Kg. /día) Proteínas (Gr. /día)
46.1 33.2 45.3
35.6 29.7 32.9
34.8 27.9 32.9
Nota: El decil I es el de más bajo ingreso. Fuente: ENNIV 1985-86, 1991, 1994. Elaboración: GRADE.
La naturaleza del cambio experimentado en la distribución del ‘ingreso’, o de cualquier otro de los indicadores de bienestar presentados en este documento, puede verificarse observando los gráficos Nº 2 al Nº 4, en donde se presenta el porcentaje de los requerimientos calóricos que son cubiertos por cada uno de los hogares encuestados en las tres ENNIV.18 En el gráfico Nº 2, que muestra la cobertura nutricional a escala nacional, se puede notar que la curva se desplazó hacia la derecha entre 1985 y 1991, lo que significa que una menor proporción de la población lograba cubrir sus requerimientos calóricos. Específicamente, mientras que el 62% de la población podía en 1985 cubrir sus requerimientos mínimos calóricos, en 1991 sólo el 44% podía hacerlo.19 Los tres gráficos muestran que el mayor peso del ajuste estuvo centrado en los segmentos de mayores ingresos. Obviamente, habría que mencionar aquí que una reducción de la cobertura nutricional de 5 ó 10 puntos porcentuales puede ser comparativamente más dramática en un segmento que con las justas cubre sus requerimientos calóricos mínimos, o incluso que no los cubre, que en un segmento que cubre con creces dichos requerimientos. Nótese, asimismo que el traslado de la curva a la derecha, entre 1985 y 1991, es algo más paralela en el caso del sector urbano que en el caso del sector rural, donde los niveles altos de autoconsumo en el segmento más pobre evitan una caída mayor en la cobertura nutricional. 18
Dicho indicador ha sido ordenado de menor a mayor gasto per cápita .
19
Para construir los requerimientos mínimos nutricionales de cada hogar, se combinó el tamaño y composición, en género y edad de cada familia con los siguientes requerimientos mínimos: Hombre mayor de 18 años 3,000 calorías diarias Mujer mayor de 18 años 2,200 calorías diarias De 17 a 12 años 2,695 calorías diarias De 11 a 6 años 2,380 calorías diarias De 5 a 3 años 1,830 calorías diarias De 2 a 1 año 1,360 calorías diarias Menor de 1 año 820 calorías diarias
54
Ajuste Macroeconómico y Distribución del Ingreso
Entre 1991 y 1994 la curva de cobertura nutricional se traslada de regreso hacia la izquierda, reflejando así un modesto incremento en la cobertura nutricional. En 1994 en promedio el 48% de la población cubría sus requerimientos mínimos nutricionales.
Gráfico Nº 2 PERU TOTAL: Cobertura del Consumo Mínimo de Calorías, 1985, 1991, 1994 1000
Cobertura (%)
800
1985
1991
1994
600
400
200
0 0
20
40
60
80
Hogares (%)
Gráfico Nº 3 PERU URBANO: Cobertura del Consumo Mínimo de Calorías, 1985, 1991, 1994 1000
Cobertura (%)
800
1985
1991
1994
600
400
200
0 0
20
40
60
80
Hogares (%)
55
Escobal - Agüero
Gráfico Nº 4 PERU RURAL: Cobertura del Consumo Mínimo de Calorías, 1985, 1991, 1994 1000
800 Cobertura (%)
1985
1991
1994
600
400
200
0 0
20
40
60
80
Hogares (%)
4. Conclusiones Tanto la literatura peruana sobre pobreza y distribución del ingreso, como aquella referida a la experiencia Latinoamericana han tendido a poner en el mismo plano estos dos conceptos. En la práctica esto ha generado que se le de una connotación positiva a la evolución de los indicadores de distribución del ingreso, independientemente de la evolución de los niveles de ingreso. La experiencia peruana muestra de manera dramática cómo un cambio en la distribución del ingreso hacia una distribución “menos desigual” no es algo que, necesariamente, pueda valorarse positivamente, independientemente de los cambios ocurridos en el ingreso o gasto promedio de la población.20 Los resultados obtenidos de comparar la ENNIV de 1985-86 con la de 1991 y 1994 muestran que la caída registrada entre 1985 y 1991 en distintos indicadores de consumo fue sustancial. La caída en el gasto total per cápita habría sido, en promedio del 41%, no siendo inferior a 25% en ningún decil. Como podría esperarse, la caída en el gasto en alimentos fue algo menor (en promedio 35%, siendo casi nula en el decil más pobre), siendo las reducciones en el consumo de nutrientes inclusive menores (de 25%, en promedio, para proteínas y de 19% para calorías). Esta última característica estaría reflejando que la mayor parte de los hogares enfrentaron la crisis reduciendo proporcionalmente más sus gastos no-alimenticios y que, además, habrían tenido la posibilidad de sustituir alimentos de bajo contenido de nutrientes por unidad monetaria por otros con mayor valor nutricional. 20
56
Si creemos que existe una función de bienestar social agregada que es función del nivel promedio de los ingresos y de su grado de dispersión, dependiendo de la forma funcional que tome dicha función de bienestar se podrán establecer distintos trade-offs entre cambios en el nivel de pobreza y cambios en la distribución del ingreso. Es muy probable que, en la práctica, a niveles de ingresos muy bajos, aumentos en el ingreso sean más ‘deseables’ que reducciones en la dispersión de los mismos, mientras que lo inverso ocurra a niveles altos de ingreso. Al respecto ver Ram (1992).
Ajuste Macroeconómico y Distribución del Ingreso
La evidencia presentada en este documento sugiere además, que la caída dramática en los diversos indicadores de consumo afectó de manera diferenciada a los distintos estratos de ingreso, dependiendo de su procedencia urbana o rural. En efecto, los resultados muestran claramente que son los sectores rurales de mayores ingresos los que habrían visto reducidos su bienestar en una magnitud apreciablemente mayor a la reducción de bienestar experimentada por otros segmentos de la sociedad21. Que los “ricos” vean deteriorados sus “ingresos” en mayor proporción que los pobres, en el marco de una crisis tan fuerte como la que atravesó la economía peruana, es algo que intuitivamente no es fácil de entender y, por lo tanto, requiere una explicación. Normalmente se usa el argumento que en períodos de alta inflación los pobres son menos capaces que los ricos para defenderse de la crisis, pues estos últimos cuentan con una mayor capacidad para diversificar sus activos.22 Nuestra impresión es que este argumento es perfectamente válido en contextos donde el ingreso de los hogares no se ha deteriorado tanto como para que exista muy poco margen de maniobra. En contextos más críticos, como los que lamentablemente atravesó la economía peruana entre 1988 y 1990, segmentos amplios de la población se encontraban con niveles tan bajos de consumo, que una caída adicional era poco probable. El incremento en las horas trabajadas por las familias urbanas (incluyendo, seguramente, a los niños), así como el incremento de la producción para el autoconsumo en los segmentos rurales, habrían sido los mecanismos de ajuste más usados para sobrellevar la crisis. En ese contexto, son los pobladores rurales con mayores ingresos y con mayor integración al mercado los que habrían sufrido en mayor medida la crisis y el posterior ajuste.23 La evolución de los distintos indicadores reportados en este estudio, entre 1991 y 1994, muestran que en ese período se dio una importante recuperación en el nivel de bienestar de los hogares peruanos. Cabe insistir, sin embargo, que dicha recuperación fue insuficiente como para regresar a los niveles de consumo existentes en 1985. Esta recuperación habría sido algo más pronunciada en los segmentos más pobres. Esta evolución de la distribución del ingreso es diferenciada entre el sector urbano y el sector rural. Mientras que los más pobres en el sector urbano incrementan su nivel de consumo en mayor proporción que los de menores ingresos, en el sector rural el cambio en la distribución es poco clara, siendo bastante diferenciado el impacto por deciles. Habría que tomar nota que esta ligera reducción en los coeficiente Gini entre 1991 y 1994 (0.4 puntos porcentuales si se trata del gasto total, ó 0.8 puntos porcentuales si se trata del consumo calórico) podría no ser significativa.24 Es más, en la medida que se transite de la estabilización económica a un crecimiento sostenido, no sería de extrañar
21
Esto es cierto usando tanto el indicador de gasto en alimentos como el consumo proteico. Sin embargo, el sector urbano más rico sería el que más habría caído en este período, en términos de gasto total per cápita.
22
De allí que normalmente se diga que el impuesto más regresivo es la inflación.
23
Cabe notar que justamente el sector rural de mayores ingresos, ubicado mayoritariamente en la costa tiene una cartera de cultivos y crianzas bastante más restringida que su contraparte serrana, haciéndolo, por tanto, más vulnerable, a shock adversos.
24
No se tiene una marco muestral adecuado como para verificar estadísticamente si los coeficientes de Gini de 1991 son estadísticamente iguales o no a los de 1994.
57
Escobal - Agüero
que aquellos con mayores posibilidades de integrarse exitosamente al mercado (sin duda los más ricos) puedan aprovechar mejor el nuevo entorno económico, generándose un proceso “natural” de diferenciación que incrementaría la desigualdad en la distribución de ingresos, lo que obviamente debería ser contrarrestado por una política estatal que, en el marco de una economía de mercado, mejore las oportunidades de los más pobres, permitiéndoles una integración más exitosa al mercado.
58
Ajuste Macroeconómico y Distribución del Ingreso
BIBLIOGRAFIA Alternativa. (1993). “Tabla de Composición de Alimentos por Unidad de Compra”. Lima. Altimir, Oscar. (1994). “Distribución del Ingreso e incidencia de la pobreza a lo largo del ajuste”. Revista de la Cepal Nº 52. Santiago de Chile, abril de 1994. Banco Mundial. (1993). “Poverty and Income Distribution in Latin America: the story of the 1980s”. Mimeo Technical Department. Latin American and the Caribbean. Washington. CEPAL (1995). “Anuario Estadístico de América Latina y el Caribe: Edición 1994”. Santiago de Chile. Escobal, Javier y Castillo, Marco. (1994). “Sesgos en la Medición de la Inflación en Contextos Inflacionarios: el caso peruano”. Lima. GRADE. Documento de Trabajo Nº 21. Figueroa, Adolfo. (1990). “De la distribución de la crisis a la crisis de la distribución”. Serie Documentos de trabajo Nº 91. Departamento de Economía. Pontificia Universidad Católica del Perú. Figueroa, Adolfo. (1993). “Crisis Distributiva en el Perú”. Lima 1993. Pontificia Universidad Católica del Perú. Glewwe, Paul. (1988). “Distribución del Bienestar Económico en el Perú en 198586”. Estudios ENNIV. Documento de Trabajo Nº 425. Washington D.C. Banco Mundial. Glewwe, Paul; Hall, Gillette. (1992). “Poverty and Inequality During an Orthodox Adjustment: The case of Perú, 1985-1990”. LSMS Working Paper Nº 86. Washington D.C. The World Bank. Gonzales de Olarte, Efraín. (1995). “Transformación sin desarrollo: Perú 1964-1994. En: Perú 1964-1994. Economía, Sociedad y Política. Julio Cotler (editor). Instituto de Estudios Peruanos. Pp. 41-68. Lima. Instituto Cuánto. (1995). “Retrato de la Familia Peruana. Niveles de Vida, 1994”. Lima. Morley, Samuel. (1994). “Poverty and Inequality in Latin America: Past Evidence, Future Prospect”. Policy Essay Nº 13. Washington D.C. Overseas Development Council. Ram, Rati. (1992). “Income, Distribution and Welfare: An intercountry comparison” En Economic Development and Cultural Change. Vol. 40, Nº 2; enero. Pp. 141-145.
59
Escobal - Agüero
60
POBREZA, CRECIMIENTO Y DESIGUALDAD : PERU 1991-1994 ¶ G· Andrés E. Medina Ayala
Medina
Resumen En base a una metodología de descomposición estadística del cambio en las medidas de pobreza, en términos de los efectos crecimiento y distribución, aplicada a las Encuestas Nacionales de Hogares sobre Medición de Niveles de Vida (ENNIV) 1991 y 1994, el presente trabajo muestra que la reducción de los niveles de pobreza agregada -aproximada a través del porcentaje de población pobre, la brecha de pobreza y la desigualdad entre los pobres- se explica fundamentalmente por el efecto crecimiento. Este fue parcial y ligeramente contrarrestado por el efecto distribución, con excepción del FGT2. El resultado global se confirma a nivel de subgrupos de población. El análisis desagregado permite captar especificidades relevantes que muestran un patrón heterogéneo de la variable distributiva que, al compensar parcialmente el efecto crecimiento positivo, generan un escaso dinamismo en la evolución de los indicadores de pobreza de subgrupos como el agropecuario.
62
Pobreza Crecimiento y Desigualdad: Perú, 1991-1994
POBREZA, CRECIMIENTO Y DESIGUALDAD: PERU 1991-1994 1. Introducción 1 Durante los 80’s el Perú enfrentó serios problemas económicos-sociales, los que a fines de la década se tradujeron en un proceso hiperinflacionario sin precedentes y una severa agudización del problema de la pobreza. El contexto económico era particularmente negativo: la inflación anualizada del primer semestre de 1990 ascendió a 3000 por ciento y el PBI presentó una contracción acumulada de 19.5 por ciento en el bienio 1988-1989. Desde la segunda mitad de 1990 se ha venido aplicando un programa de estabilización y reformas estructurales que han modificado las relaciones básicas de la economía peruana al otorgar una mayor preponderancia a los mecanismos de mercado en la determinación de las principales variables económicas. Hacia 1994 se observaron importantes avances en el manejo macroeconómico del país, reflejados en una reducción del ritmo inflacionario anual a 15 por ciento y un crecimiento del PBI de 20 por ciento en el bienio 1993-1994, entre otros. En relación al problema de la pobreza, el porcentaje de población pobre -medida generalmente utilizada para aproximar dicha problemática- ascendió a cerca del 50 por ciento a escala nacional. Si bien entre 1991 y 1994 se ha registrado una importante reducción del porcentaje de población pobre, la situación aún continúa siendo crítica. La pobreza definida en términos del porcentaje de población pobre, la brecha de pobreza y el FGT2, aún presenta niveles elevados. A nivel de subgrupos de población los diferenciales no sólo son importantes, sino que se registra un escaso dinamismo de los indicadores de pobreza, en un contexto de crecimiento, en subgrupos como el agropecuario cuyo porcentaje de población pobre se ubica en el orden de 80 por ciento. Similares resultados se observan para los casos de la brecha de pobreza y el FGT2. Si bien el proceso de recuperación económica -sustentado en el equilibrio de las variables macroeconómicas- constituye un instrumento básico de toda estrategia de reducción de la pobreza, la magnitud de la pobreza de algunos subgrupos de pobla1
Debo expresar mi agradecimiento a Osvaldo Larrañaga ILADES/Georgetown University, así como a P. Francke, M. de Habich, y D. Bruce, quienes realizaron una importante contribución a través de sus valiosos comentarios. Los errores y omisiones que pudieran subsistir son responsabilidad del autor.
63
Medina
ción suscita la interrogante respecto a la necesidad de medidas de política específicas, dado que la evidencia sugiere que el “trickle-down” sólo tendría efectos en el largo plazo. Más aún, si como se reconoce, el crecimiento no necesariamente es neutralmente distributivo. En base a una metodología de descomposición estadística del cambio en las medidas de pobreza en términos de los efectos crecimiento y distribución, aplicada a la Encuesta Nacional de Hogares sobre Medición de Niveles de Vida (ENNIV) 1991 y 1994, el presente trabajo muestra que la reducción de los niveles de pobreza agregada -aproximada a través del porcentaje de población pobre, la brecha de pobreza y el FGT2- se explica fundamentalmente por el efecto crecimiento. Este fue parcial y ligeramente contrarrestado por el efecto distribución, con excepción del FGT2. El resultado global se confirma a nivel de subgrupos de población. El análisis desagregado permite captar especificidades relevantes que muestran un patrón heterogéneo de la variable distributiva -particularmente en el caso del head-countque, al compensar parcialmente el efecto crecimiento positivo, generan un escaso dinamismo en la evolución de los indicadores de pobreza de subgrupos como el agropecuario. La organización del documento es la siguiente: en el capítulo 2 se discuten los aspectos teóricos relativos a las medidas de pobreza y la metodología de descomposición, para posteriormente desarrollar el procedimiento en sí, en el capítulo 3 se aplica el procedimiento de decomposición -a nivel agregado y de subgrupos de población- al caso peruano y, en el capítulo 4 se presentan las conclusiones del trabajo. 2. Marco Conceptual En este capítulo se discuten algunos aspectos teóricos sobre las medidas de pobreza y la metodología de descomposición del cambio en las estadísticas de pobreza en términos de los efectos crecimiento y distribución. Asimismo, se presenta el procedimiento de descomposición en base a los tópicos desarrollados por Ravallion y Datt (1991), Ravallion y Huppi (1991) y Larrañaga (1994). 2.1 Consideraciones en Torno a las Medidas de Pobreza En la medición de la pobreza se enfrentan básicamente dos problemas: el primero se asocia a la identificación de la población pobre, para lo cual se debe elegir un criterio de pobreza y analizar quienes lo cumplen o no, y el segundo corresponde a la construcción de un índice de pobreza en base a la información disponible (Sen, 1976)2. En general, se asume la existencia de un indicador aceptable del nivel de vida de las personas 3. Es decir, se supone la existencia de un consenso en torno a la elección 2
3
64
Una vez que la línea de pobreza ha sido especificada, la estadística sólo depende de los ingresos o gastos de la población pobre. Esta propiedad se denomina “focus”. Así, lo que suceda al interior del segmento no pobre es irrelevante para fines de análisis del problema de la pobreza (Blackwood y Lynch, 1994). La discusión sobre el objeto de valor de la noción nivel de vida, el trade-off entre los criterios de relevancia y utilidad del enfoque adoptado para estudiar dicha noción y la definición de “estándares socialmente aceptables”, entre otros aspectos relevantes, exceden los objetivos del presente estudio. Una revisión sobre dichos temas se presenta en Banco Central de Reserva (1990).
Pobreza Crecimiento y Desigualdad: Perú, 1991-1994
del criterio de pobreza, para lo cual se ha definido previamente el objeto de valor de la noción nivel de vida y los “estándares socialmente aceptables” 4. No obstante, la forma de operativizar el concepto en términos de una línea de pobreza, así como la adopción de una forma funcional específica para la medida de pobreza, usualmente han generado controversias sobre el nivel y estructura de la línea y la forma funcional adoptada (Kanbur, 1987; Ravallion y Huppi, 1991). En términos de la definición de medidas que cuantifiquen los niveles de pobreza, el enfoque axiomático desarrollado por Sen (1976) estableció propiedades que deberían ser cumplidas por aquellas estadísticas que intentaran captar las diversas dimensiones del problema bajo estudio. Es decir, que proporcionen información no sólo sobre el porcentaje de población pobre, sino sobre aspectos relativos a cuán pobres son los pobres y cuán severa es la pobreza en términos de la distribución del indicador que aproxima los niveles de vida al interior del segmento objeto de análisis. Este autor enunció los axiomas de monotonicidad y transferencia de las medidas de pobreza. Ceteris paribus, el primer axioma establece que el índice de pobreza debe aumentar si los ingresos de la población pobre disminuyen, y el segundo que el índice debe aumentar si se registra una transferencia regresiva de ingresos al interior de dicho segmento de población 5. El porcentaje de población pobre -la medida de pobreza generalmente más utilizada- no satisface los axiomas planteados. En efecto, es posible concebir una situación en que se mantiene constante en presencia de una reducción de los niveles de ingresos de la población pobre, o incluso disminuye debido a una transferencia de ingresos del segmento más pobre de la población a aquel que se sitúa en niveles próximos a la línea de pobreza. Kakwani (1980) incorporó el principio de sensibilidad a los axiomas de monotonicidad y transferencia, el cual establece que la medida de pobreza debe ser relativamente más sensible frente a cambios en la distribución de ingresos en los seg4
En general, se ha soslayado la discusión sobre los aspectos conceptuales de la noción nivel de vida que subyace al criterio de pobreza. Así, se tiende a considerar que una persona tiene un bajo nivel de vida si no accede a determinados bienes y servicios. No obstante la existencia de dicha relación, los conceptos nivel de vida y acceso no son idénticos. Además, la relación no es única. Sen (1984) asocia la noción nivel de vida con las capacidades de las personas, evaluando el acceso a bienes y servicios en forma instrumental en tanto que permite alcanzar un determinado nivel de vida. En tal sentido, la pobreza se refiere al no desarrollo de capacidades mínimas que permitan la participación de las personas en la sociedad (Kanbur, 1987). De esta forma, la pobreza debe ser entendida en el plano de lo que las personas logran ser y no en el de lo que logran tener (Banco Central de Reserva, 1990).
5
El índice de Sen se define como: P = H.[I+(1-I).Gp)] Donde: H : Porcentaje de población pobre. I : Brecha de ingresos promedio de la población pobre. Gp : Coeficiente Gini de los ingresos de la población pobre.
65
Medina
mentos más pobres de la población objeto de análisis. Es decir, se debe asignar un mayor peso a la situación que enfrentan las personas ubicadas en los tramos de mayor pobreza relativa. Este autor observa que el índice de pobreza de Sen no satisface el axioma de sensibilidad de las transferencias, al asignar igual ponderación a las transferencias de ingresos para las diferentes “posiciones” de ingresos de la población pobre. Al respecto, Sen pondera la brecha de pobreza -en particular, de ingresos o gastos respecto a la línea de pobreza- por el rango u orden de las personas en un ordenamiento “equidistante” de la población pobre 6. Foster, Greer y Thorbecke (1984) plantean una medida de pobreza que no sólo satisface los axiomas de monotonicidad y transferencia, sino que presenta la propiedad de ser aditiva-descomponible. A diferencia de Sen y Kakwani, estos autores consideran que la ponderación relevante de la brecha de pobreza de la persona i -o la unidad de análisis correspondiente- es el valor de la brecha de pobreza en sí 7. El índice de Foster et. al. no satisface el axioma de sensibilidad de las transferencias de Kakwani. En tal sentido, dichos autores generalizan la propuesta a una “familia” paramétrica de estadísticas de pobreza, donde el parámetro α puede ser interpretado como el coeficiente de aversión a la pobreza por parte de la sociedad (Foster et. al., 1984). Formalmente, la “familia” de medidas de pobreza FGT se define como: (1) Donde: α ≥ 0. Pα : Medida de pobreza. gi : Nivel de ingresos o gastos de la persona i. z : Línea de pobreza. f(g) : Función de densidad de ingresos o gastos. 6
En general, si se tiene un ordenamiento en términos de preferencias, x1, x2, x3 ... xn, la intensidad de la preferencia de x1 sobre x2 es la misma que la de x2 sobre x3 y sucesivamente. Kakwani generaliza el procedimiento de Sen al considerar una potencia que reflejaría la preferencia de la sociedad respecto a una medida de pobreza sensible a la distribución de ingresos de la población pobre. En tal sentido, el índice de Sen constituye un subcaso de este esquema general cuando la potencia es igual a uno.
7
Formalmente, el índice de pobreza de Foster et. al. se define como: P = H.[I2+(1-I)2.Cp2] Donde: H : Porcentaje de población pobre. I : Brecha de ingresos promedio de la población pobre. Gp : Coeficiente de variación de ingresos de la población pobre.
66
Pobreza Crecimiento y Desigualdad: Perú, 1991-1994
Diversas medidas de pobreza comúnmente utilizadas pertenecen a la “familia” FGT. Por ejemplo, si α=0 la estadística P0 corresponde al head-count o porcentaje de población pobre, mientras que si α=1 la medida P1 refleja la brecha de ingresos promedio de la población pobre, respecto a la línea de pobreza, normalizada por el headcount. Si α=2 se reproduce la estadística propuesta por Foster et. al., en tanto que si α>2 las medidas son relativamente más sensibles a la distribución de ingresos al interior del segmento pobre. A mayor valor de α, mayor es la ponderación asignada a la variable distributiva correspondiente a la población pobre. Tal como lo indican Foster et. al., a mayor valor de α, Pα se aproxima a la medida de bienestar rawlsiana que sólo considera la situación particular de las personas más pobres de la sociedad. La propiedad de descomposición aditiva se asocia al axioma de monotonicidad de subgrupos que establece que si los ingresos en un determinado subgrupo varían, ceteris paribus, el índice de pobreza agregada debe variar en la misma dirección, así como a una propiedad de descomposición más fuerte que exige que el nivel agregado pueda ser expresado como el promedio ponderado de los niveles de pobreza de los subgrupos que conforman la población pobre. Formalmente, se expresa como: (2) Donde: Pα m nj n
: Medida de pobreza. : Número de subgrupos de población pobre. : Población del subgrupo j. : Población total.
Foster y Shorrocks (1991) desarrollan el axioma de consistencia de subgrupos, el cual implica que si el nivel de pobreza de un determinado subgrupo disminuye, ceteris paribus, el nivel agregado debe disminuir. Estos autores señalan que la consistencia de subgrupos fue discutida por Foster et. al. (1984), sin embargo, el axioma de monotonicidad de subgrupos es ligeramente más débil por cuanto requiere que la distribución de ingresos del resto de subgrupos deba permanecer constante y no sus respectivos niveles de pobreza. Foster y Shorrocks (1991) observan que la consistencia de subgrupos es una analogía de la propiedad de monotonicidad de Sen; además, el axioma se asocia con la propiedad de descomposición anotada. No obstante los importantes avances observados en la definición de una estadística de pobreza, aún existe cierto grado de controversia respecto a la forma funcional específica adoptada. A modo de ejemplo, Ravallion y Huppi (1991) señalan que el FGT2 constituye una forma funcional más de una “familia” de medidas que satisfacen los principales axiomas establecidos y que presentan la característica de ser aditivasdescomponibles 8. 8
Al respecto, ver Atkinson (1987). Cabe anotar que las medidas de pobreza propuestas por Sen y Kakwani no son aditivas-descomponibles.
67
Medina
De otro lado, Atkinson (1987) destaca la existencia de un enfoque diferente al axiomático. Este considera una clase de medidas de pobreza que satisface ciertas propiedades generales, y busca definir las condiciones bajo las cuales todos los miembros de la clase proporcionan el mismo ordenamiento. Dicho análisis se limita a establecer un ordenamiento de la distribución del índice de pobreza: por ejemplo, definir si la pobreza -aproximada a través del porcentaje de población pobre- aumentó o no en el contexto de la aplicación de un programa de ajuste económico, y no estimar en cuánto aumentó o disminuyó. Para ello se utilizan los criterios de dominancia que permiten efectuar ordenamientos únicos en base a diferentes líneas y medidas de pobreza 9. 2.2 Aspectos Analíticos de la Metodología de Descomposición En este acápite se presenta la metodología de descomposición del cambio en las estadísticas de pobreza en términos teóricos, para luego aplicar el procedimiento a las medidas de pobreza de la “familia” Foster, Greer y Thorbecke (FGT) y formulaciones de la curva de Lorenz a la Kakwani. 2.2.1 Aspectos Teóricos El principio que subyace a la metodología de descomposición del cambio en las estadísticas de pobreza, en los denominados efectos crecimiento y distribución, es considerar aquellas medidas que puedan ser caracterizadas completamente en términos de la línea de pobreza, el nivel de ingresos o gastos promedio, y los parámetros que definen la curva de Lorenz correspondiente a la distribución de ingresos o gastos de la población. Tal como lo observan Ravallion y Datt (1991), las medidas de desigualdad comúnmente utilizadas, tales como el coeficiente Gini, no constituyen indicadores adecuados para aproximar el efecto cuantitativo de cambios en la distribución de ingresos o gastos sobre los niveles de pobreza. Así, no se puede concluir que una reducción o aumento de la desigualdad, aproximada a través de la variación del Gini, implique necesariamente una reducción o aumento de los niveles de pobreza. Dado que no existe una medida que contenga toda la información requerida para estimar el impacto cuantitativo del cambio en la distribución de ingresos o gastos sobre los niveles de pobreza, se hace preciso disponer de una estimación completa de la función de distribución respectiva. En tal sentido, a través de la estimación econométrica de la curva de Lorenz -que provee una herramienta analítica de utilidad, en tanto que la desigualdad en la distribución de ingresos o gastos se refleja en la forma de la curva- se obtiene información relevante respecto a la variable distributiva (Larrañaga, 1994).
9
68
La dominancia estocástica de 1er. orden se asocia a la no intersección de las funciones de distribución e implica un ordenamiento único del head-count para diferentes líneas de pobreza. En el caso de existir intersección, la dominancia estocástica de 2do. orden establece la comparación de las áreas bajo las funciones con el fin de fijar un ordenamiento único para Pα, donde α>1 (Atkinson, 1987).
Pobreza Crecimiento y Desigualdad: Perú, 1991-1994
Por ello, la metodología de descomposición utilizada por dichos autores se sustenta en la estimación econométrica de la curva de Lorenz 10. En términos generales: (3) Donde: Pt z μt Ψt
: Medida de pobreza en el período t. : Línea de pobreza. : Nivel de ingresos o gastos promedio en el período t. : Vector de parámetros que describen la curva de Lorenz en el período t.
Tal como se observa en (3), las estadísticas de pobreza pueden cambiar debido a variaciones en el nivel de ingresos o gastos promedio con respecto a la línea de pobreza (z/μt), o debido a modificaciones en los parámetros que definen la distribución de ingresos o gastos reflejada en la curva de Lorenz (Ψt). En consecuencia, el efecto crecimiento se define como el cambio en las medidas de pobreza atribuido a variaciones en los ingresos o gastos promedio, manteniendo constante los parámetros de la curva de Lorenz del período establecido como referencia, mientras que el efecto distribución se define como el cambio en dichas medidas explicado por variaciones en los parámetros de la curva de Lorenz, manteniendo constante los ingresos o gastos promedio del lapso referencial. Así, la descomposición del cambio en las estadísticas de pobreza en los períodos t y t+n está dada por: (4) Donde: Pt Pt+n G(t,t+n;r) D(t,t+n;r) R(t,t+n;r)
: Medida de pobreza en el período t. : Medida de pobreza en el período t+n. : Efecto crecimiento. : Efecto distribución. : Residuo.
Por su parte, los efectos crecimiento y distribución se definen como: (5) (6)
10
Existe un método alternativo de descomposición del cambio en las medidas de pobreza, consistente en la calibración de funciones lognormal desplazadas para representar la función de densidad de ingresos o gastos. El método fue desarrollado por Gottschalk y Danzinger (1985), disponiéndose de una aplicación para el caso chileno efectuada por Sanhueza (1994).
69
Medina
Los subíndices t y t+n hacen referencia a los períodos inicial y final, respectivamente, del lapso para el que se realiza el análisis estadístico de descomposición, mientras que el subíndice r se refiere en forma explícita al período referencial con respecto al cual se realiza la descomposición. Este no necesariamente corresponde a la fecha inicial. El componente R(t,t+n;r) existe debido a que el cambio en las medidas de pobreza no es aditiva desagregable en μ y Ψ. En general, la descomposición no es exacta. Ravallion y Huppi (1991) señalan que el residuo desaparecería sólo si el efecto crecimiento es independiente de la curva de Lorenz específica o, el efecto distribución es independiente del nivel de ingresos o gastos promedio. El aspecto que Ravallion y Datt (1991) destacan es que los efectos crecimiento y distribución deben ser evaluados en forma consistente, y no que el residuo deba ser siempre estimado en forma separada de aquellos 11. Dichos autores señalan que el residuo puede ser interpretado como la diferencia entre los efectos crecimiento -distribución- evaluados en las curvas de Lorenz final e inicial. De las ecuaciones (4), (5) y (6), para r=t se tiene que: (7)
(8)
El análisis de descomposición es independiente de la elección del período de referencia, el cual es arbitrario. Al respecto, a partir de las ecuaciones (7) y (8), Ravallion y Datt (1991) analizan la sensibilidad del método respecto a la elección del lapso referencial, destacando que la descomposición utilizando el período inicial t -final t+ncomo base contiene toda la información necesaria para estimar los efectos crecimiento y distribución como si el período final t+n -inicial t- constituyera la referencia. En el caso que el método de descomposición se aplique a múltiples períodos, los efectos crecimiento y distribución -así como el componente residual- derivados presentan la propiedad de aditividad por subperíodos. Esta propiedad deseable se observa sólo si el período de referencia se mantiene invariable en el análisis de descomposición. Formalmente, la aditividad por subperíodos se define como: (9) (10) 11)
11
70
Dichos autores observan que diversas metodologías asignan el residuo ya sea al componente distribución o, indistintamente a los componentes crecimiento o distribución, aspecto que consideran arbitrario y que determina que el análisis de descomposición sea aparentemente exacto. En Kakwani (1990), el residuo es asignado al efecto distribución.
Pobreza Crecimiento y Desigualdad: Perú, 1991-1994
Un método de descomposición que se utilizará para calificar los resultados estimados aproxima los denominados efectos intrasectorial, intersectorial e interacción del cambio en las medidas de pobreza. El efecto intrasectorial refleja la contribución del cambio en los niveles de pobreza de los diversos subgrupos de población -por ejemplo, sectores rural y urbano- en los niveles de pobreza agregada, mientras que el efecto intersectorial muestra cómo estos se ven afectados por variaciones en la estructura poblacional.
(12)
Donde: Pt,i Pt+r,i nt,i nt+r,i m
: : : : :
Medida de pobreza del subgrupo i en el período t. Medida de pobreza del subgrupo i en el período t+r. Porcentaje de población del subgrupo i en el período t. Porcentaje de población del subgrupo i en el período t+r. Subgrupos de población.
Finalmente, Ravallion y Huppi (1991) observan que se debe ser cauto en relación a las implicancias de política que puedan ser derivadas del análisis de descomposición. El efecto crecimiento no es sinónimo de crecimiento con políticas neutralmente distributivas: en la medida que éste no es necesariamente neutralmente distributivo, podría requerirse de políticas orientadas a reducir las desigualdades relevantes y propender hacia un patrón de crecimiento económico que presente la característica de neutralidad distributiva. Larrañaga (1994) llama la atención sobre la interpretación de los efectos estudiados, en particular su vinculación con el patrón de crecimiento económico y la política social. Así, observa que el efecto crecimiento puede asociarse al impacto que el desarrollo general de la economía tiene sobre los niveles de pobreza -“trickle-down”- y a la acción de la política económica, mientras que el efecto distribución podría explicarse por el patrón de crecimiento económico y el rol de la política social. El análisis estadístico de descomposición es básicamente de carácter descriptivo e intenta identificar los efectos crecimiento y distribución del cambio en las medidas de pobreza. Si bien la identificación de las causas que subyacen a los referidos efectos constituye un aspecto de por sí importante, excede los objetivos del presente trabajo. Al respecto, una limitación importante del análisis es que asume que las variaciones del nivel de ingresos o gastos y de la variable distributiva son de carácter exógeno (Kakwani, 1990).
71
Medina
2.2.2 Metodología de Descomposición En esta sección se derivan formas funcionales explícitas de P(z/μ;Ψ). En base a la definición formal de la “familia” de medidas de pobreza FGT se tiene: (13)
Donde: α ≥ 0. Pα gi z f(g)
: Medida de pobreza. : Nivel de ingresos o gastos de la persona i. : Línea de pobreza. : Función de densidad de ingresos o gastos.
Sea p el porcentaje de la población total con un nivel de ingresos o gastos menor o igual que x, L(p) el porcentaje del ingreso o gasto total que corresponde a dicho segmento de población, y μ el nivel de ingresos o gastos promedio, entonces: (14) (15)
Diferenciando las ecuaciones (14) y (15) se tiene que la pendiente de la curva de Lorenz está dada por la ecuación (16): (16)
Si se define el porcentaje de población pobre como H y se evalúa la ecuación (16) en dicho porcentaje, es decir, en p=H, se obtiene la ecuación (17). Esta ecuación muestra -al igual que la ecuación (1) planteada en términos generales- que la medida de pobreza H puede ser expresada como una función de la línea de pobreza, el nivel de ingresos o gastos promedio y los parámetros de la curva de Lorenz que definen la función L’. (17) La solución de la ecuación (17) requiere la especificación de una forma funcional para la curva de Lorenz. En el presente trabajo se optó por la especificación de Kakwani (1980), la cual implica el uso de métodos numéricos para invertir L’(H). Este autor observa que una condición suficiente para que la curva de Lorenz sea válida -L’(p)>0 y 72
Pobreza Crecimiento y Desigualdad: Perú, 1991-1994
L''(p)>0 o, en otros términos, que la curva de Lorenz sea creciente y convexa respecto al eje horizontal- es que los coeficientes θ y δ de la ecuación (18) sean mayores que cero y menores o iguales que uno. (18)
De la derivación de la ecuación (18) -evaluándola en el porcentaje de población pobre (H)- y la ecuación (17) se obtiene la expresión (19), la cual representa una fórmula implícita para la medida de pobreza H y cuya solución requiere la aplicación de métodos numéricos de resolución. (19)
De las ecuaciones (13), (15) y (18) se deriva la siguiente expresión para la brecha de pobreza: (20)
La derivación de la estadística FGT2 implica la solución de la ecuación (13) para α=2, es decir, requiere la resolución de (1-(u/z)L(p))2dp. En base a lo desarrollado por Ravallion y Datt (1991) y formulado por Larrañaga (1994), la expresión final está dada por:
(21)
(22)
Donde b(k,r,s) = Γ(r).Γ(s). B(k,r,s) / Γ(r+s). B(.) corresponde a la función beta incompleta y Γ(.) a la distribución gamma. De esta forma, para los tres primeros miembros de la “familia” FGT se tienen expresiones implícitas que son funciones de la línea de pobreza -la cual se asume constante para el período de análisis-, el nivel de ingresos o gastos promedio y los parámetros θ, τ y δ que definen la curva de Lorenz correspondiente a la distribución de ingresos o gastos de la población. 73
Medina
3. Análisis de Descomposición: Perú 1991-1994 En este capítulo se realiza un análisis crítico de la información disponible y se definen los subgrupos de población relevantes, para posteriormente presentar un perfil de la situación de pobreza y estimar los efectos crecimiento y distribución, así como los efectos intra e intersubgrupos, correspondientes al cambio en las estadísticas de pobreza a nivel agregado y de subgrupos en el período 1991-1994. 3.1 Fuente de Información y Definición de Subgrupos de Población La fuente de información utilizada corresponde a las Encuestas Nacionales de Hogares sobre Medición de Niveles de Vida (ENNIV) 1991 y 1994, ambas llevadas a cabo por el Instituto Cuánto. El objetivo de las ENNIV’s es aproximar las características socio-económicas de la población peruana: así, a partir de las encuestas se obtiene información relativa a las características de las viviendas y de la población, en aspectos como sectores de actividad económica e ingresos, nivel y estructura de gastos, nivel educativo y acceso a servicios públicos, entre otros. Las ENNIV’s se han llevado a cabo en 1985/1986 con una cobertura a nivel nacional; en 1990 con una cobertura circunscrita a Lima metropolitana; en 1991 en que se aplicó a los dominios -unidades geográficas de similares características socio-económicas- Lima metropolitana, Costa urbana y Sierra urbana y rural; y en 1994 en que tuvo una cobertura nacional al incluirse, adicionalmente a los dominios de la ENNIV 1991, la Costa rural y Selva urbana y rural. Con el objetivo de llevar a cabo el análisis de descomposición y controlar el efecto derivado de la incorporación de dominios adicionales, que podrían introducir sesgos en la estimación de los efectos crecimiento y distribución, sólo se consideraron los dominios comunes de las ENNIV’s 1991 y 1994. Es decir, se “corrigió” esta última circunscribiéndola a Lima metropolitana, Costa urbana y Sierra urbana y rural. Las ENNIV’s consideradas en el análisis de descomposición reportan información de aproximadamente 2,300 y 2,600 hogares para 1991 y 1994, respectivamente 12. En el presente trabajo se han considerado los módulos relativos al gasto de los hogares, la actividad económica y el nivel educativo de la población. Cabe indicar que para la estimación de las curvas de Lorenz a nivel agregado y de subgrupos se ha utilizado la variable gasto per cápita de los hogares, expandiendo la muestra a nivel poblacional. En relación al gasto reportado por las ENNIV’s cabe efectuar una disgresión: dicha variable presentaría ciertos problemas asociados al componente renta imputada por alquileres y al tratamiento dado al flujo de servicios de los bienes durables. La renta imputada por alquileres probablemente presente un cierto grado de sobreestimación -entre 1991 y 1994 la participación del rubro alquileres, combustibles y electricidad ha
12
74
La ENNIV 1994 comprendió 3 600 hogares. En el Perú, los resultados de la ENNIV 1991 -encuesta que definió el número de dominios del estudio- son utilizados como representativos del nivel nacional debido a la carencia de encuestas que recolectaran información fuera del ámbito de Lima metropolitana.
Pobreza Crecimiento y Desigualdad: Perú, 1991-1994
aumentado de 12 a 25 por ciento del gasto total-, en tanto que el flujo de servicios de los bienes durables no se considera en el cómputo del gasto total 13. La definición de los subgrupos de población relevantes para el análisis a nivel desagregado se basa en los aspectos desarrollados por Larrañaga (1994). De acuerdo a dicho autor, se hace necesario llevar a cabo una adecuada clasificación de la población, la cual debe proveer información relevante del efecto diferencial del crecimiento y distribución del gasto sobre los diversos sectores de la población. Además, se debe considerar como restricciones el que los subgrupos presenten un cierto grado de homogeneidad interna y un mínimo tamaño muestral. Dada la disponibilidad de información, en el presente estudio se seleccionaron las variables actividad económica y nivel educativo de los jefes de hogar 14. De esta forma, se han definido los sectores de actividad económica en: agropecuario, industria, construcción, comercio, transportes y servicios; y situación ocupacional en desempleados y No PEA. La restricción de un mínimo tamaño muestral, determinó que se agrupara bajo el sector industria a los sectores minería y electricidad, gas y agua, considerando además, que pertenecen al sector moderno de la economía y que no se introduce un sesgo importante en la estimación 15. La variable educativa constituye una proxy de la dotación de capital humano de las personas y en tal sentido aproxima las características de la oferta de trabajo. Adecuando la clasificación para el caso peruano se consideró dos categorías: nivel educativo alto (I) y bajo (II). La primera hace referencia a un grado de escolaridad superior a siete años y la segunda a un grado menor o igual a siete, con excepción del sector servicios, en cuyo caso el límite se estableció en once años 16. Para los sectores agropecuario, construcción y transportes y situación ocupacional en desempleados, no se discriminó según niveles educativos, debido a que los dos primeros sectores presentan un grado de escolaridad relativamente bajo y en el caso de los desempleados por consideraciones de tamaño muestral. En total se han definido doce subgrupos de población, los cuales son relativamente homogéneos e informativos para los fines del análisis de descomposición. El análisis requiere que la estructura poblacional no experimente grandes fluctuaciones de forma de aislar los efectos crecimiento y distribución. Sin embargo, en el período 1991-1994 13
No se ha podido estimar separadamente el rubro renta imputada. Por tanto, el incremento observado también respondería a los rubros combustibles y electricidad. Al respecto, en el período interENNIV las tarifas eléctricas de consumo doméstico han aumentado en 570 por ciento, en tanto que el nivel general de precios aumentó en 155 por ciento.
14
No obstante las limitaciones que pudiera presentar la categoría jefe de hogar, ella es ampliamente utilizada en diversos estudios del Banco Mundial: en el caso peruano Glewwe (1987) y Glewwe y Hall (1991).
15
Así, controlando por nivel educativo, las medidas de pobreza de los sectores industria, minería y electricidad, gas y agua son similares.
16
La población de 15 y más años de edad presenta un nivel educativo promedio de 7.7 años (IX Censo Nacional de Población de 1993), ligeramente superior a la educación básica completa que comprende 6 años. En el caso del sector servicios, el límite establecido de 11 años corresponde a educación secundaria completa.
75
Medina
los subgrupos agropecuario, servicios II y No PEA I y II presentaron variaciones de 4 a 6.5 puntos porcentuales, niveles que podrían ser considerados relativamente altos. Cuadro Nº 1 Composición de los subgrupos de población (*) (En porcentajes) Subgrupos
1991
1994
Variación (1)
Agropecuario Industria I
18.3 8.3
22.2 7.9
3.9 -0.4
Industria II Construcción
5.3 6.1
4.9 5.9
-0.4 -0.2
Comercio I
9.3
9.4
0.1
Comercio II Transportes
8.5 6.6
9.3 7.0
0.8 0.4
Servicios I Servicios II
7.3 12.4
7.1 6.5
-0.2 -5.9
1.9 6.7
2.9 13.1
1.0 6.4
9.3 100.0
3.8 100.0
-5.5 0.0
Desempleados No Pea I No Pea II TOTAL
(1) Puntos porcentuales. (*) Elaboración propia en base a las ENNIV 1991 y 1994.
No obstante dicho desarrollo -que puede explicarse en el contexto de las políticas de estabilización y reformas estructurales llevadas a cabo en el período-, la descomposición del cambio en las medidas de pobreza en los efectos intra e intersubgrupos realizada en el acápite 3.4 demuestra que la variación de la estructura poblacional no constituye un factor de importancia para explicar el cambio en las estadísticas de pobreza agregada en términos de los efectos crecimiento y distribución. 3.2 Perfil de la Situación de Pobreza Es preciso mencionar algunos aspectos relativos a la medición de los niveles de pobreza -según el método de la línea de pobreza- en el Perú. En general, los estimados se han limitado al porcentaje de población pobre, definiéndose la pobreza como aquella situación en que el gasto per cápita de los hogares o personas es inferior a una línea de pobreza determinada en base al costo de una canasta básica que comprende el gasto en alimentos y el “resto de gastos”. En la práctica, para cada uno de los dominios de las ENNIV’s se estima el costo de una canasta alimentaria que satisface requerimientos nutricionales mínimos, para luego obtener el costo de la canasta básica ajustando el valor de la canasta alimentaria por un coeficiente que es el inverso de la proporción del gasto en alimentos respecto al 76
Pobreza Crecimiento y Desigualdad: Perú, 1991-1994
gasto total que corresponde al decil que presenta un nivel de gasto per cápita en alimentos similar al valor de la canasta de alimentos 17. En tal sentido, para el desarrollo del presente trabajo se dispuso de cuatro líneas de pobreza correspondientes a los dominios considerados en el estudio: Lima metropolitana, Costa urbana y Sierra urbana y rural. A partir de ellas se construyó una sola línea de pobreza, la cual se mantiene constante para el período de análisis, utilizando como ponderadores el porcentaje del gasto total de cada dominio respecto al gasto nacional. La construcción de una sola línea de pobreza es funcional a los fines del análisis de descomposición; además, en cierta forma corrige la principal limitación del procedimiento basado en el cálculo del coeficiente de Engel. Esta limitación se asocia al hecho de construirse el coeficiente de ajuste a partir de la estructura de gastos de los hogares de menores recursos, reproduciéndose de esta forma la situación de pobreza existente en términos que no se consideran aspectos de las condiciones de vida -diferentes de las normas alimentarias- que se intenta captar. Por cierto, el método implica un cierto razonamiento circular: a-priori se establece el universo de pobres a partir del cual se estima el coeficiente de Engel, para posteriormente determinar este segmento de población (Banco Central de Reserva, 1990). El contexto en el cual se realiza el análisis de descomposición muestra que en 1994 la magnitud de la pobreza en el Perú, aproximada a través del head-count, la brecha de pobreza y el FGT2, continuaba siendo elevada: así, cerca del 50 por ciento de la población peruana es pobre, la brecha de pobreza es del orden de 19 por ciento y el FGT2 asciende aproximadamente a 10. No obstante, estos niveles se comparan positivamente respecto a la situación de 1991, registrándose una importante reducción de los índices de pobreza. Cuadro Nº 2 Medidas de pobreza FGT (*) (En porcentajes) Medidas FGT
1991
1994
Variación (1)
Porcentaje de pobres
56.5
49.8
-6.7
Brecha de pobreza
22.4
19.1
-3.3
(% gasto total)
11.0
7.3
-3.7
FGT2
12.0
9.7
-2.3
(1) Puntos porcentuales. (*) Elaboración propia en base a las ENNIV 1991 y 1994.
17
Con el fin de corregir las diferencias de precios inter-regionales se expresa el costo de las canastas básicas y los niveles de gasto de los hogares a precios de Lima metropolitana. Dichos cálculos han sido efectuados por el Instituto Cuánto, entidad que ha llevado a cabo las ENNIV 1990, 1991 y 1994 en convenio con el Banco Mundial y el BID.
77
Medina
La brecha de pobreza puede interpretarse en términos del gasto total necesario para erradicar la pobreza a través de transferencias monetarias que sitúen a la población pobre en la línea de pobreza 18. Por cierto, el cálculo es referencial y puede interpretarse como el monto mínimo requerido para superar el problema de la pobreza. La erradicación definitiva trasciende a una política de carácter asistencial que transfiera ingresos a la población pobre; además, en términos prácticos la ejecución de tal política implicaría costos de administración, focalización y eficiencia, derivados del esfuerzo en sí de focalizar, de las “filtraciones” y de los efectos distorsionadores de la política de financiamiento, en particular de la política tributaria (Larrañaga, 1994). Para 1994 se estima que el costo de erradicar la pobreza ascendió a 7.3 por ciento del gasto nacional, nivel relativamente elevado no obstante presentar una importante reducción respecto a 1991 (11.0 por ciento). Esta cifra dimensiona la magnitud del esfuerzo mínimo necesario para superar el problema de la pobreza. Si bien la evolución respecto a 1991 se explica por las reducciones del porcentaje de población pobre y la brecha de pobreza, así como por el crecimiento de la economía, el costo estimado se asocia precisamente a los aún altos niveles de pobreza y la elevada relación z/μ, ascendente a 77 por ciento 19. Cuadro Nº 3 Contribución de los subgrupos de población a la pobreza agregada (*) (En porcentajes) Subgrupos
Agropecuario Industria I Industria II Construcción Comercio I Comercio II Transportes Servicios I Servicios II Desempleados No Pea I No Pea II TOTAL
H
1994 PG
FGT2
36.4 4.6 5.8 7.8 5.4 10.9 5.5 1.7 6.6 3.0 8.4 3.7 100.0
44.5 3.4 5.2 7.8 3.9 10.2 4.6 1.2 6.9 2.8 6.4 3.1 100.0
50.2 2.5 5.0 7.6 3.0 9.0 4.2 0.8 7.1 2.6 5.2 2.8 100.0
(*) Elaboración propia en base a las ENNIV 1991 y 1994. 18
De la ecuación (13) se obtiene que la proporción del gasto nacional mínimo necesario para erradicar la pobreza es: (z/μ).H.PG.
19
Referencialmente, el costo estimado de erradicación de la pobreza en Chile representaba el 2.5 y 0.9 por ciento del ingreso nacional en 1987 y 1992, respectivamente. En dichos años la relación z/μ ascendió a 42.5 y 35 por ciento (Larrañaga, 1994).
78
Pobreza Crecimiento y Desigualdad: Perú, 1991-1994
El alto porcentaje de población pobre, la magnitud de la brecha de pobreza y la “desigualdad” observada al interior del segmento definen un estado crítico de pobreza, no obstante la reducción experimentada entre 1991 y 1994. En 1994, seis de los doce subgrupos de población presentaron niveles de head-count superiores al 50 por ciento, mientras que en tres subgrupos dicho indicador fluctuó entre 30 y 50 por ciento. Precisamente los subgrupos con los mayores porcentajes de población pobre registraron los niveles de brecha de pobreza y FGT2 más elevados. Las estadísticas muestran que la situación de pobreza es particularmente más severa en los casos de la población cuyo jefe de hogar trabajaba en los sectores agropecuario, construcción y comercio, industria y servicios II. Dada la participación de los subgrupos en la población total -y considerando que las estadísticas FGT son aditivas desagregablesse observa la importante contribución de las medidas de pobreza del subgrupo agropecuario a los niveles de pobreza agregada, y en menor medida de los subgrupos comercio y servicios II y construcción. 3.3 Análisis de Descomposición a Nivel Agregado Entre 1991 y 1994 se ha registrado una importante reducción del porcentaje de población pobre, la brecha de pobreza y el FGT2 de 6.7; 3.3 y 2.3 puntos porcentuales, respectivamente. Asimismo, el costo de erradicar la pobreza disminuyó en 3.7 puntos porcentuales debido a la evolución positiva de los indicadores mencionados -en particular, del head-count y la brecha de pobreza- y el crecimiento de la economía. El análisis de descomposición del cambio en las medidas de pobreza se lleva a cabo aplicando la metodología desarrollada en el acápite 2.2.2. En base a las frecuencias acumuladas de población y gastos, construidas a partir de las respectivas ENNIV’s y consideradas en términos expandidos a nivel poblacional, se estimaron las curvas de Lorenz correspondientes a 1991 y 1994. En el estudio se utilizó la especificación de Kakwani (1980), la cual proporcionó curvas de Lorenz teóricamente válidas a nivel agregado y grados de ajuste superiores al 0.99 20. El análisis de los resultados muestra que la reducción de los niveles de pobreza, aproximada a través de la evolución del porcentaje de población pobre, la brecha de pobreza y el FGT2, se explica fundamentalmente por el efecto crecimiento, el cual fue parcial y ligeramente contrarrestado por el efecto distribución, con excepción del caso del FGT2 en que ambos coadyuvaron en la dirección de reducir los estándares de pobreza existentes en el país. Entre 1991 y 1994 el gasto per cápita promedio registró una recuperación de 12.7 por ciento en términos reales 21. En general, los diversos subgrupos de población obser20
El cambio estimado de las medidas de pobreza no coincide necesariamente con el obtenido a partir del procesamiento directo de la información de las ENNIV’s. Ello se explica porque el cambio estimado se deriva a partir de los parámetros estimados de las curvas de Lorenz y la aplicación de métodos numéricos de solución, dada la formulación implícita de las ecuaciones (19), (20) y (21).
21
Para expresar los niveles de gasto per cápita de la ENNIV 1991 a precios de la ENNIV 1994, se ajustaron dichos niveles por la variación porcentual del valor de las canastas básicas de consumo registrada entre ambos períodos, para cada uno de los dominios considerados en el estudio.
79
Medina
varon importantes aumentos en sus respectivos niveles de gasto per cápita, con excepción del subgrupo No PEA I. Así, cuatro subgrupos exhibieron un incremento del gasto per cápita superior a 20 por ciento, cuatro un aumento entre 10 y 20 por ciento y sólo tres una recuperación menor a 10 por ciento. Ello determinó que en términos promedio la relación gasto per cápita a línea de pobreza (z/μ) disminuyera de 0.87 a 0.77. Cuadro Nº 4 Descomposición de las medidas de pobreza FGT (*) (Puntos porcentuales) Medidas FGT
Efecto Crecimiento Distribución
Porcentaje de pobres Brecha de pobreza FGT2
6.8 3.8 2.4
-0.7 -0.4 0.1
Residuo
Variación
-0.1 0.1 -0.1
6.0 3.5 2.4
(*) Elaboración propia en base a las ENNIV 1991 y 1994.
El efecto crecimiento del cambio en las medidas de pobreza presenta el mismo signo que la evolución del gasto per cápita promedio, observándose que las magnitudes del efecto crecimiento y del incremento del gasto medio exhiben una relación directa y significativa. Asimismo, es importante la forma de la función de densidad del gasto en la vecindad de la línea de pobreza (Kakwani, 1990; Ravallion y Huppi, 1991; Larrañaga, 1994). Cuadro Nº 5 Gasto per cápita anual por subgrupos de población (*) (Nuevos Soles, a precios de Lima metropolitana de junio de 1994) Subgrupos Agropecuario Industria I Industria II Construcción Comercio I Comercio II Transportes Servicios I Servicios II Desempleados No Pea I No Pea II Promedio
1991
1994
Variación (%)
1,136.3 2,482.1 1,472.4 1,647.9 2,423.2 1,595.0 2,278.1 3,362.2 1,713.6 1,582.7 2,705.9 1,854.5 1,912.8
1,247.1 3,050.6 1,647.9 1,871.5 2,801.3 1,812.3 2,406.2 4,095.6 1,825.4 1,915.9 2,496.7 2,307.9 2,155.2
9.7 22.9 11.9 13.6 15.6 13.6 5.6 21.8 6.5 21.1 -7.7 24.4 12.7
(*) Elaboración propia en base a las ENNIV 1991 y 1994. 80
Pobreza Crecimiento y Desigualdad: Perú, 1991-1994
Así, el efecto de un aumento o reducción del gasto sobre los niveles de pobreza en particular, el porcentaje de población pobre- se maximiza cuando la línea de pobreza se ubica en el valor de la moda de la función de densidad, punto en el que la pendiente de la función de distribución alcanza su valor máximo (Ravallion y Huppi, 1991). En el Gráfico Nº 1 se observa que la línea de pobreza se encontraba a la derecha de la moda de las funciones de densidad del gasto para 1991 y 1994. Ello explicaría la alta sensibilidad de las medidas de pobreza respecto al aumento del gasto per cápita promedio, bajo el supuesto que la función de distribución permanece constante. Gráfico Nº 1 Función de Densidad del Gasto (%) 10
Línea de pobreza
1991 1994
8
6
4
2
0 0
2
4
6
8
10
12
14
16
18
20
22
24
26
28
28+
GASTO PER CAPITA
A partir del análisis de descomposición se observa que el efecto distribución contrarrestó parcialmente el impacto positivo del efecto crecimiento sobre los niveles de pobreza, representando aproximadamente el 10 por ciento de este último en los casos del porcentaje de población pobre y la brecha de pobreza. Ello se asocia a una distribución del gasto ligeramente regresiva desde el punto de vista de la población pobre. En el caso del cambio favorable de la medida FGT2, el efecto distribución aunque positivo fue marginal. Finalmente, es necesario precisar algunos aspectos respecto a la interpretación del efecto distribución. El que el efecto distribución del cambio en las medidas de pobreza contribuya -o no- a reducir los niveles de pobreza no significa que la distribución global del ingreso o gasto sea necesariamente más -o menos- igualitaria. Por ello, a partir de la evidencia empírica del presente estudio no se puede extrapolar afirmación alguna respecto a la evolución de la variable distributiva global. Ello se desprende del análisis del Cuadro Nº 6 desde la perspectiva del criterio de dominancia de curvas de Lorenz, el cual permite establecer un ordenamiento único o no ambiguo de distribuciones sólo en el caso que las curvas de Lorenz no se intersecten (Atkinson, 1970). En términos generales, L(p1) Lorenz domina a L(p2) si L(p1)>L(p2), para 0
Medina
Cuadro Nº 6 Distribución del gasto nacional (*) (En porcentajes) Deciles
Distribución 1991 1994
I II III IV V VI VII VIII IX X
2.15 3.70 4.84 6.00 7.11 8.40 9.90 12.08 15.61 30.23
2.26 3.66 4.79 5.80 6.98 8.29 9.89 12.08 15.55 30.70
Acumulado 1991 1994 2.15 5.85 10.69 16.69 23.79 32.19 42.08 54.16 69.77 100.00
2.26 5.92 10.71 16.51 23.49 31.78 41.67 53.75 69.30 100.00
(*) Elaboración propia en base a las ENNIV 1991 y 1994.
Las curvas de Lorenz correspondientes a 1991 y 1994 se intersectan. La distribución acumulada del gasto para 1994 es superior a la de 1991 para los tres primeros deciles de gasto, siendo menor para el tramo cuarto-noveno deciles. En particular, los únicos deciles que registraron un aumento de su participación -aunque ligeramentefueron el primero y el último. Dada la intersección observada, no se puede realizar afirmaciones concluyentes respecto a la evolución de la variable distributiva global. 3.4 Análisis de Descomposición a Nivel de Subgrupos de Población El análisis de descomposición a nivel desagregado permite captar especificidades relevantes de los diversos subgrupos de población. Ello es particularmente importante por cuanto tal como se delineara en el acápite 3.2 los niveles de pobreza de los diferentes subgrupos de la economía peruana son notablemente heterogéneos. En forma referencial se han ordenado los subgrupos de población de acuerdo a los porcentajes de población pobre correspondientes a 1991. La situación de pobreza existente en dicho año puede ser definida como extremadamente crítica: así, en seis subgrupos la pobreza comprometía a más del 60 por ciento de la población; en cuatro variaba entre 35 y 60 por ciento -más exactamente 50 por ciento-; y sólo en dos era menor que 35 por ciento. Una particularidad a destacar es el notable grado de segmentación de los niveles de pobreza en base a la educación de los jefes de hogar. En general, los subgrupos de población que presentaron porcentajes de población pobre mayores que 50 por ciento se caracterizan por el bajo nivel educativo de los jefes de hogar, independientemente 82
Pobreza Crecimiento y Desigualdad: Perú, 1991-1994
del sector de actividad económica al que se adscribían 22. Contrariamente, en los cuatro subgrupos que presentaron los menores índices de pobreza el jefe de hogar exhibe un nivel educativo alto. Hacia mediados de 1994 se observó una importante reducción del nivel de pobreza existente en el país, aunque no por ello la situación deja de ser considerada crítica. En particular, sólo los subgrupos de población cuyos jefes de hogar trabajaban en los sectores agropecuario o construcción se mantuvieron en el grupo que exhibía porcentajes de población pobre mayores que 70 por ciento. Este aspecto constituye un estancamiento en niveles elevados y dada la importancia relativa del subgrupo agropecuario ubica el tema de la pobreza rural como prioritario en todo esquema orientado a reducir el nivel de pobreza agregada del país. El resto de subgrupos de población se traslada a un grupo inmediato de menores niveles de pobreza o permanece en el que ya se encontraban, mostrando importantes reducciones en sus respectivos índices, con excepción de los subgrupos de población dependientes de un jefe de hogar inactivo (No PEA I y II). Si bien los porcentajes de población pobre de estos últimos se mantienen prácticamente invariables, los índices son claramente diferentes según el nivel educativo del jefe de hogar. Cuadro Nº 7 Porcentaje de población pobre por subgrupos (*) (En porcentajes) Subgrupos Agropecuario Industria II Desempleados Construcción Comercio II Servicios II No Pea II Transportes Comercio I Industria I No Pea I Servicios I NACIONAL
1991
1994
Variación 1/
80,1 74,0 71,4 67,2 65,8 63,0 48,5 44,0 43,0 41,5 34,1 26,8 56,5
81,9 59,1 53,0 65,4 58,4 51,1 47,9 39,0 28,9 29,0 31,9 12,3 49,8
1,8 -14,9 -18,4 -1,8 -7,4 -11,9 -0,6 -5,0 -14,1 -12,5 -2,2 -14,5 -6,7
1/ Puntos porcentuales. (*) Elaboración propia en base a las ENNIV 1991 y 1994.
El ordenamiento de los subgrupos de población según la magnitud del problema de la pobreza, aproximada a partir de la brecha de pobreza y el FGT2 correspondientes a 1991, es similar al obtenido en base al porcentaje de población pobre. Es decir -ex-
22
En el análisis no se considera al subgrupo de población que depende de un jefe de hogar desempleado en razón de su bajo porcentaje en la estructura poblacional (Cuadro Nº 1).
83
Medina
cepto algunas diferencias marginales en el caso del FGT2- el ordenamiento según la magnitud de la pobreza es invariante respecto a la medida considerada. El cambio en las medidas de pobreza depende de la estadística específica seleccionada. A modo de ejemplo, el subgrupo agropecuario que en términos del porcentaje de población pobre se mantuvo virtualmente inalterado, en los casos de la brecha de pobreza y el FGT2 presentó reducciones superiores al promedio nacional, ubicándose entre los dos subgrupos que experimentaron las mayores variaciones en dichos indicadores. Estos resultados permiten ubicar en perspectiva la evolución de la pobreza. En forma referencial, en el período 1991-1994 el head-count del subgrupo agropecuario se mantuvo constante, sin embargo, la brecha de pobreza y la “desigualdad” al interior del segmento pobre correspondiente disminuyeron sensiblemente. Es decir, la población pobre se hizo menos pobre en promedio, registrándose a la vez una mejora en la situación del segmento de población más pobre al interior del subgrupo agropecuario (Cuadros Nº 8 y Nº 9).
Cuadro Nº 8 Brecha de pobreza por subgrupos (*) (En porcentajes) Subgrupos
1991
1994
Variación 1/
Agropecuario
43.6
38.3
-5.3
Industria II
27.4
20.4
-7.0
Desempleados
26.9
18.7
-8.2
Construcción
26.5
25.0
-1.5
Comercio II
23.1
20.8
-2.3
Servicios II
23.2
20.3
-2.9
No Pea II
19.8
15.3
-4.5
Transportes
14.4
12.6
-1.8
Comercio I
12.6
8.0
-4.6
Industria I
12.7
8.2
-4.5
No Pea I
7.9
9.3
1.4
Servicios I NACIONAL
6.8
3.1
-3.7
22.4
19.1
-3.3
1/ Puntos porcentuales. (*) Elaboración propia en base a las ENNIV 1991 y 1994.
84
Pobreza Crecimiento y Desigualdad: Perú, 1991-1994
Cuadro Nº 9 FGT2 por subgrupos (*) (En porcentajes) Subgrupos Agropecuario Industria II Desempleados Construcción Comercio II Servicios II No Pea II Transportes Comercio I Industria I No Pea I Servicios I NACIONAL
1991
1994
Variación 1/
27.6 13.1 14.7 13.2 11.2 11.7 10.5 6.3 5.4 5.9 3.0 2.5 12.0
22.0 9.9 8.9 12.4 9.4 10.6 7.2 5.9 3.1 3.1 3.8 1.1 9.7
-5.6 -3.2 -5.8 -0.8 -1.8 -1.1 -3.3 -0.4 -2.3 -2.8 0.8 -1.4 -2.3
1/ Puntos porcentuales. (*) Elaboración propia en base a las ENNIV 1991 y 1994.
De otro lado, la descomposición del cambio en las medidas de pobreza en los efectos intra e intersubgrupos muestra que la variación de la estructura poblacional no constituyó un factor explicativo del cambio en las estadísticas de pobreza agregada en términos de los efectos crecimiento y distribución (Cuadro Nº 10). Es decir, éste se explica fundamentalmente por las variaciones experimentadas en los niveles de pobreza al interior de los subgrupos de población considerados.
Cuadro Nº 10 Efectos intra e intersubgrupos (*) (Puntos porcentuales) Medidas FGT
Porcentaje de pobres Brecha de pobreza FGT2
Intragrupo
Efecto Intergrupo
Reducción Interacción
-7.0 -3.7 -2.5
0.2 0.1 1.0
0.1 0.3 -0.8
-6.7 -3.3 -2.3
(*) Elaboración propia en base a las ENNIV 1991 y 1994.
85
Medina
El análisis de descomposición a nivel de subgrupos de población se efectuó basado en la metodología desarrollada en el acápite 2.2.2. A partir de las frecuencias acumuladas de población y gastos -consideradas en términos expandidos a nivel poblacionalse estimaron 24 curvas de Lorenz correspondientes a los doce subgrupos bajo estudio para 1991 y 1994. En todos los casos, la especificación de Kakwani (1980) no sólo proporcionó curvas de Lorenz teóricamente válidas, sino grados de ajuste superiores al 0.99 23. Los resultados corroboran que la reducción de los niveles de pobreza -definida en términos del porcentaje de población pobre, la brecha de pobreza y el FGT2- se explica fundamentalmente por el signo y magnitud del efecto crecimiento. Con excepción del subgrupo No PEA I -efecto crecimiento negativo- y del subgrupo agropecuario -magnitud del efecto distribución mayor que la del efecto crecimiento para el FGT2-, el efecto crecimiento constituyó el factor explicativo de la reducción de los niveles de pobreza. En el caso del porcentaje de población pobre, el efecto crecimiento más que compensó el efecto distribución negativo registrado en cinco subgrupos de población, de los cuales cuatro se caracterizan por el bajo nivel educativo de los jefes de hogar. Para los seis subgrupos restantes ambos efectos coadyuvaron a la reducción de los niveles de pobreza. Es de resaltar que ambos efectos contribuyeron en forma simultánea a la reducción de la pobreza o en su defecto se compensaron, pero en ningún caso coincidieron hacia un incremento de la misma: la mayor desigualdad de la distribución relativa -desde el punto de vista de la población pobre- se dio en un contexto de aumento del nivel de gasto 24. Si bien la brecha de pobreza y el FGT2 presentaron en términos generales patrones similares, a su vez observaron ciertas particularidades importantes a destacar. De un lado, algunos subgrupos registraron un cierto cambio en la importancia relativa de los efectos crecimiento y distribución favorable a este último. Larrañaga (1994) explica que el efecto distribución se refiere a desplazamientos en la curva de Lorenz, los cuales tienen una mayor incidencia sobre la brecha de pobreza y el FGT2 por cuanto éstos se asocian al rango de la curva de Lorenz debajo de la línea de pobreza, en tanto que el head-count sólo depende del tramo en la vecindad de la línea. De otro lado, en un contexto de recuperación del nivel de gastos promedio y mejora de la distribución de gastos al interior del subgrupo agropecuario, el efecto distribución del cambio en el porcentaje de población pobre resultó negativo, lo que contrasta con el signo para los casos de la brecha de pobreza y el FGT2. Este resultado es aparentemente contraintuitivo, no obstante, se explica en base al argumento del párrafo anterior.
23
El cambio estimado de las medidas de pobreza no coincide necesariamente con el obtenido a partir del procesamiento directo de la información de las ENNIV. Además, a diferencia de las medidas de pobreza FGT calculadas a partir del procesamiento directo de las ENNIV, las cuales son aditivas desagregables, las estimadas por métodos numéricos de solución no presentan dicha propiedad.
24
Similares resultados se obtuvieron para el caso chileno (Sanhueza, 1994).
86
Pobreza Crecimiento y Desigualdad: Perú, 1991-1994
Cuadro Nº 11 Descomposición del porcentaje de población pobre (*) (Puntos porcentuales) Subgrupos Crecimiento
Efecto Distribución
Residuo
Reducción
Agropecuario
3.7
-2.3
0.2
1.6
Industria II Desempleados
7.4 13.1
3.5 2.9
1.4 -0.1
12.3 15.9
Construcción Comercio II
8.0 9.8
-0.9 -0.4
-1.5 -2.3
5.6 7.1
Servicios II No Pea II
3.9 13.6
2.3 -8.3
0.4 -1.6
6.6 3.7
Transportes Comercio I
3.0 8.7
2.4 0.5
0.5 -0.2
5.9 9.0
Industria I No Pea I
11.7 -5.2
-4.4 4.9
0.6 0.3
7.9 0.0
Servicios I NACIONAL
10.0 6.8
2.1 -0.7
1.8 -0.1
13.9 6.0
(*) Elaboración propia en base a las ENNIV 1991 y 1994.
Así, si bien la distribución de gastos de 1994 para el subgrupo agropecuario “Lorenz domina” a la de 1991, lo que se traduce en un efecto distribución positivo para la brecha de pobreza y el FGT2, la participación relativa del decil de población que se ubica precisamente en la vecindad de la línea de pobreza disminuyó, lo que explica el signo negativo del efecto distribución de cambio en el porcentaje de población pobre25. Esta disgresión permite, asimismo, ilustrar la importancia de definir el perfil de la situación de pobreza de un país considerando medidas adicionales a la tradicional del porcentaje de población pobre.
25
El aumento del gasto promedio del octavo decil sólo representó el 10 por ciento del incremento medio observado por el subgrupo agropecuario, ello determinó que su participación relativa disminuyera. El noveno decil de población presentó una evolución similar. De otro lado, la variación del porcentaje de población pobre estimada a partir del procesamiento directo de la base de datos muestra un leve aumento, aún cuando es estadísticamente no significativo a niveles convencionales de aceptación. En el contexto de recuperación del nivel promedio de gastos y de mejora de la distribución relativa, el resultado presenta una cierta dificultad para ser explicado, lo que motivó que se realizara un análisis más desagregado a nivel de centiles de población. Ello permitió observar que el gasto promedio de los centiles en la vecindad de la línea de pobreza habían experimentado una contracción, lo que explica por qué el head-count puede aumentar en presencia de un incremento de la media de gastos y de una distribución más igualitaria de los mismos -las curvas de Lorenz no se intersectan-.
87
Medina
Cuadro Nº 12 Descomposición de la brecha de pobreza (*) (Puntos porcentuales) Subgrupos Agropecuario Industria II Desempleados Construcción Comercio II Servicios II No Pea II Transportes Comercio I Industria I No Pea I Servicios I NACIONAL
Efecto Distribución
Residuo
Reducción
Crecimiento 3.6 4.8 7.3 5.1 5.0 2.3 6.1 1.6 3.9 4.8 -2.3 3.9 3.8
1.5 2.1 1.9 -3.4 -2.4 0.9 -3.9 0.7 0.7 -0.8 0.8 1.7 -0.4
0.3 -0.2 -0.2 -0.3 -0.2 -0.2 1.2 -0.1 0.0 0.8 0.3 -0.3 0.1
5.4 6.7 9.0 1.4 2.4 3.0 3.4 2.2 4.6 4.8 -1.2 5.3 3.5
(*) Elaboración propia en base a las ENNIV 1991 y 1994.
Cuadro Nº 13 Descomposición del FGT2 (*) (Puntos porcentuales) Subgrupos
Agropecuario Industria II Desempleados Construcción Comercio II Servicios II No Pea II Transportes Comercio I Industria I No Pea I Servicios I NACIONAL
Efecto Distribución
Residuo
Reducción
Crecimiento 2.9 2.9 4.3 3.2 2.7 1.4 3.3 0.9 1.9 2.4 -1.1 1.5 2.4
3.5 0.5 1.4 -2.5 -1.3 0.3 -1.1 -0.4 0.6 0.3 0.0 0.8 0.1
0.4 -0.3 -0.1 0.2 0.4 -0.7 1.4 -0.2 0.0 0.4 0.1 -2.3 -0.1
6.8 3.1 5.6 0.9 1.8 1.0 3.6 0.3 2.5 3.1 -1.0 0.0 2.4
(*) Elaboración propia en base a las ENNIV 1991 y 1994.
88
Pobreza Crecimiento y Desigualdad: Perú, 1991-1994
Tal como lo señala Larrañaga (1994) para la experiencia chilena del período 19871992, el crecimiento evidenció una elevada eficacia en términos de la reducción de la pobreza, lo que apunta a una “lectura social” de las políticas orientadas a fortalecer dicho proceso. No obstante, debe tenerse presente lo manifestado por Ravallion y Huppi (1991): el efecto crecimiento no es sinónimo de crecimiento económico con políticas neutralmente distributivas. Ciertas especificidades, en particular el escaso dinamismo -en términos de reducción de la pobreza- de algunos subgrupos como el agropecuario, en los cuales el efecto “trickle-down” sólo podría ejercer un impacto en el largo plazo, así como la magnitud y severidad del problema, indican la necesidad de diseñar e implementar medidas de política orientadas específicamente a dichos sectores. Por cierto, la reducción de la situación de pobreza agregada depende fundamentalmente de lo que suceda al interior del subgrupo agropecuario. Finalmente, dado que el análisis comprende un período relativamente corto, se dificulta realizar alguna explicación sobre la evolución de la variable distributiva global; más aún en un contexto de estabilización y reformas estructurales que han definido nuevas reglas de funcionamiento de la economía. Cabe anotar, sin embargo, que en base a las ENNIV's se observa un patrón heterogéneo de la variable distributiva a nivel de los diversos subgrupos de población. 4. Conclusiones A partir de la aplicación de un procedimiento estadístico de descomposición sustentado en la estimación de curvas de Lorenz parametrizadas, se estimaron los efectos crecimiento y distribución del cambio en las medidas de pobreza para el caso peruano en el período 1991-1994. El análisis se llevó a cabo a nivel agregado y de subgrupos de población relevantes, para lo cual se utilizó la información base de las ENNIV’s correspondientes. Con el fin de ubicar el contexto del análisis de descomposición se definió un breve perfil de la situación de pobreza existente en el Perú. Hacia 1994, el alto porcentaje de población pobre, la magnitud de la brecha de pobreza y la “desigualdad” observada al interior del segmento definían un estado crítico de pobreza, no obstante la reducción experimentada respecto a 1991. El análisis de descomposición a nivel agregado muestra que la reducción de los niveles de pobreza, aproximada a través de la evolución del porcentaje de población pobre, la brecha de pobreza y el FGT2, se explicó fundamentalmente por el efecto crecimiento, el cual fue parcialmente contrarrestado por el efecto distribución, con excepción del FGT2 en que ambos coadyuvaron a la reducción de los estándares de pobreza. Cabe mencionar que la descomposición del cambio en las medidas de pobreza en los efectos intra e intersubgrupos muestra que la variación de la estructura poblacional no constituyó un factor explicativo del cambio en las estadísticas agregadas en términos de los efectos crecimiento y distribución. Es decir, éste se explicó por las variaciones de los niveles de pobreza al interior de los subgrupos de población considerados. 89
Medina
En tal sentido, el crecimiento económico exhibió una alta eficacia en términos de la reducción de la pobreza, por lo que dicho proceso admitiría también una “lectura social”. Ello no implica que las políticas sociales no deban ser consideradas. Estas son importantes en tanto contribuyen a la formación de recursos humanos de manera de garantizar que el proceso de crecimiento económico sea sostenido, y transfieren recursos a aquellos agentes que no participan del referido proceso. Asimismo, se debe tener presente que el efecto crecimiento no es sinónimo de crecimiento con políticas neutralmente distributivas. El efecto distribución contrarrestó parcialmente el impacto positivo del efecto crecimiento sobre el porcentaje de población pobre y la brecha de pobreza. Ello se asoció a una distribución del gasto ligeramente regresiva desde el punto de vista de la población pobre. En el caso del cambio favorable de la medida FGT2, el efecto distribución aunque positivo fue marginal. Es necesario precisar que si el efecto distribución del cambio en las medidas de pobreza contribuye -o no- a reducir los niveles de pobreza no significa que la distribución global de gastos sea necesariamente más -o menos- igualitaria. A partir de la evidencia empírica del presente estudio no se puede extrapolar afirmación alguna respecto a la evolución de la variable distributiva global. La importancia del análisis de descomposición a nivel desagregado radica en que permite captar especificidades relevantes de los diversos subgrupos de población. El análisis de descomposición a nivel de subgrupos de población permitió confirmar que la reducción de los niveles de pobreza se explicó fundamentalmente por el efecto crecimiento, el cual fue parcialmente contrarrestado por el efecto distribución, con excepción del FGT2. Finalmente, los resultados ubican en perspectiva el escaso dinamismo del subgrupo de población cuyo jefe de hogar labora en el sector agropecuario, en el cual, el efecto “trickle-down” sólo podría ejercer un impacto en el largo plazo. Ello, aunado a la magnitud y severidad del problema, sugieren la necesidad de diseñar e implementar medidas de política orientadas a dicho sector. Por cierto, el alivio de la situación de pobreza agregada depende fundamentalmente de lo que suceda al interior del subgrupo agropecuario.
90
Pobreza Crecimiento y Desigualdad: Perú, 1991-1994
BIBLIOGRAFIA Anand, Dudmir y Kanbur, Ravi. (1993). “The Kuznets process and the inequalitydevelopment relationship”, Journal of Development Economics, Vol. 40, pg. 25-52. Atkinson, Anthony. (1970). “On the measurement of inequality”, Journal of Economic Theory, Vol. 2, Nº 3, pg. 244-263. Atkinson, Anthony. (1987). “On the measurement of poverty”, Econometrica, Vol. 55, Nº 4, pg. 749-764. Banco Central de Reserva del Perú. (1990). “La pobreza absoluta y los programas de asistencia directa”, Mimeo, Dpto. Estudios del Sector Social. Banco Mundial. (1990). “Informe sobre el Desarrollo Mundial 1990: La Pobreza”. Birdsall, Nancy; Ross, David y Sabot, Richard. (1994). “Inequality and growth reconsidered”, Mimeo, Banco Interamericano de Desarrollo. Blackorby, Charles y Donaldson, David. (1980). “Ethical indices for the measurement of poverty”, Econometrica, Vol. 48, Nº 4, pg. 1053-1060. Blackwood, D. y Lynch, R. (1994). “The measurement of inequality and poverty: A policy maker´s guide to the literature”, World Development, Vol. 22, Nº 4, pg. 567-578. Foster, James; Greer, Joel y Thorbecke, Erik. (1984). “A class of decomposable poverty measures”, Econometrica, Vol. 52, Nº 3, pg. 761-766. Foster, James y Shorrocks, Anthony. (1988). “Poverty orderings”, Econometrica, Vol. 56, pg. 173-176. Foster, James y Shorrocks, Anthony. (1991). “Subgroup consistent poverty indices”, Econometrica, Vol. 59, Nº. 3, pg. 687-709. Glewwe, Paul. (1987). “The distribution of welfare in Peru in 1985-86”, LSMS Working Paper, Nº 42, pg. 1-83, Banco Mundial. Glewwe, Paul y Hall, Gillete. (1991). “Pobreza y desigualdad durante un ajuste heterodoxo: el caso del Perú 1985-1990”, LSMS Working Paper, Nº 86, Banco Mundial. Gottschalk, Peter y Danziger, Sheldon. (1985). “A framework for evaluating the effects of economic growth and transfers on poverty”, American Economic Review, Vol. 75, Nº 1, pg. 153-161. Grootaert, Christiaan. (1995). “Structural change and poverty in Africa: A decomposition analysis for Côte d’Ivoire”, Journal of Development Economics, Vol. 47, Nº 2, pg. 375-401. 91
Medina
Instituto Cuánto - UNICEF. (1995). “Retrato de la familia peruana: Niveles de vida, 1994”. Kakwani, Nanak. (1980). “Income inequality and poverty: Methods of estimation and policy applications”, Oxford University Press. Kakwani, Nanak. (1980). “On a class of poverty measures”, Econometrica, Vol. 48, Nº 2, pg. 437-446. Kakwani, Nanak. (1990). “Poverty and economic growth with application to Côte d´Ivoire”, LSMS Working Paper, Nº 63, pgs. 1-55, Banco Mundial. Kanbur, Ravi. (1987). “Measurement and alleviation of poverty with an application to the effects of macroeconomic adjustment”, Staff Papers, Vol. 34, Nº 1, pg. 60-85. Kuznets, Simon. (1955). “Economic growth and income inequality”, American Economic Review, Vol. 45, Nº 1, pgs. 1-28. Larrañaga, Osvaldo. (1994). “Pobreza, crecimiento y desigualdad: Chile, 1987-1992”, Revista de Análisis Económico, Vol. 9, Nº 2, pgs. 69-92. Ravallion, Martin y Datt, Gaurav. (1991). “Growth and redistribution components of changes in poverty measures: A decomposition with applications to Brazil and India in the 1980´s”, LSMS Working Paper, Nº 83, pgs. 1-31, Banco Mundial. Ravallion, Martin y Huppi, Monika. (1991). “Measuring changes in poverty: A methodological case study of Indonesia during an adjustment period”, World Bank Economic Review, Vol. 5, Nº 1, pgs. 57-82. Sanhueza, Gonzalo. (1994). “Descomposición de la pobreza en Chile en base a la función lognormal desplazada”, Tesis, Master of Arts in Economics of Georgetown University. Schwartz, Gerd y Ter-Minassian, Teresa. (1995). “The distributional effects of public expenditures: Update and overview”, IMF Working Paper, WP/95/84. Sen, Amartya. (1976). “Poverty: An ordinal approach to measurement”, Econometrica, Vol. 44, Nº 2, pgs. 219-231. Sen, Amartya. (1984). “Poverty and famines: An essay on entitlement and deprivation”, Oxford University Press. Smolensky, Eugene; Plotnick, Robert; Evenhouse, Eirik y Reilly, Siobán. (1994). “Growth, inequality and poverty: A cautionary note”, Review of Income and Wealth, Serie 40, Nº 2, pgs. 217-222. Takayama, Noriyuki. (1979). “Poverty, income inequality and their measures: professor Sen´s axiomatic approach reconsidered”, Econometrica, Vol. 47, Nº 3, pgs. 747759. 92
Pobreza Crecimiento y Desigualdad: Perú, 1991-1994
Villaseñor J. y Arnold, C. (1989). “Elliptical Lorenz curves”, Journal of Econometrics, Vol. 40, pgs. 327-338.
93
Medina
94
EL PERFIL DE LA POBREZA EN EL PERU: 1994 Método de Estimación y Resultados ¶ G· Gilberto Moncada Vigo
Moncada
Resumen El estudio muestra las principales características del perfil de la pobreza en el Perú. La investigación ha tomado como base la información de la Encuesta Nacional de Hogares sobre Medición de Niveles de Vida (ENNIV), realizada por Cuánto en 1994. Un propósito adicional es describir de manera explícita la metodología de cuantificación de la pobreza. El trabajo presenta los aspectos teóricos del estudio del perfil de la pobreza. Desarrolla y justifica el uso del gasto o consumo como indicador del bienestar de las familias o individuos; trata sobre los principales criterios para identificar a los pobres y presenta una explicación de los índices de pobreza FGT. Asimismo, describe las características más importantes de la encuesta realizada para obtener la información de base en el estudio del perfil de la pobreza, de la estimación del gasto agregado y de las líneas de pobreza. Los principales resultados del estudio muestran que cerca de la mitad de la población nacional vive en pobreza y un quinto de ella en pobreza extrema. La incidencia de la pobreza es mayor sobre la población rural, dos tercios de la cual es pobre. Los pobres del Perú viven principalmente en la Sierra rural y en Lima metropolitana. La intensidad de la pobreza es alta, la medida de brecha de pobreza equivale a 18 por ciento. La severidad de la pobreza o la desigualdad entre los pobres es mayor en las áreas rurales en comparación con las áreas urbanas del país. La incidencia de la pobreza se ha acentuado considerablemente en la última década (desde 1985 a 1994). La proporción de pobres aumentó en 8 puntos porcentuales en este período. Sin embargo, respecto al año 1991 el porcentaje de población pobre ha disminuido en cerca de 6 puntos porcentuales. Los índices de la brecha de pobreza y de desigualdad entre los pobres han tenido similar evolución que el índice headcount: un incremento en el período 1985-1991 y posteriormente una disminución hacia 1994. 96
Perfil de la Pobreza en el Perú, 1994
EL PERFIL DE LA POBREZA EN EL PERU, 1994 Método de Estimación y Resultados
1. Introducción1 Este trabajo tiene como objetivo mostrar las principales características del perfil de la pobreza en el Perú. Con este propósito, la investigación ha utilizado como base la información de la Encuesta Nacional de Hogares sobre Medición de Niveles de Vida (ENNIV), realizada el año 1994. Un objetivo adicional del presente estudio es describir de manera explícita el método utilizado para cuantificar la magnitud de la pobreza. Uno de los legados del pobre desarrollo económico del Perú en los últimos 15 años es la pobreza que actualmente afecta a cerca de la mitad de la población nacional. El potencial que tenía el país se diluyó como consecuencia del excesivo crecimiento del aparato estatal, que condujo a una mala asignación de recursos y al estancamiento económico. Desde agosto de 1990, el Perú se ha visto sometido a un duro programa de estabilización y de reforma estructural, de tipo ortodoxo, de gran magnitud. Estas reformas han conducido a la derrota de la hiperinflación y a un acelerado crecimiento de la economía en los últimos años, generando una disminución de la pobreza respecto a 1991. No obstante esta tendencia, los principales resultados del estudio muestran todavía elevados niveles de pobreza. Cerca de la mitad de la población nacional vive en pobreza y un quinto de ella en pobreza extrema. La incidencia de la pobreza es mayor sobre la población rural, dos tercios de la cual es pobre y el 44 por ciento vive en pobreza extrema. Los pobres del Perú radican principalmente en la Sierra rural y en Lima metropolitana. La medida de la brecha de pobreza es igual a cerca del 18 por ciento, lo cual indica una alta intensidad de la pobreza. Por su parte, la desigualdad entre los pobres es mayor en las áreas rurales respecto a las áreas urbanas del país. La incidencia de la pobreza es mayor sobre las personas que se ocupan como trabajadores familiares no remunerados, trabajadores del hogar y como obreros; en
1
Deseo agradecer los valiosos comentarios y sugerencias de Osvaldo Larrañaga (ILADES-Georgetown University), y la ayuda de Juvenal Díaz y Juan José Manco en la parte de sistemas.
97
Moncada
cambio, los empleados son menos afectados. Asimismo, mientras el 58 por ciento de los menos educados son pobres, sólo el 27 por ciento de los más educados vive en esta situación. Del mismo modo, la brecha de pobreza y la desigualdad entre los pobres es mayor en los primeros que en los segundos. A nivel de hogares, los estimados de pobreza muestran que el 42 por ciento del total de familias peruanas son pobres y que un 16 por ciento viven en pobreza extrema. La incidencia de la pobreza sobre los jefes de hogar menos educados es mayor que sobre los más educados: 54 y 20 por ciento, respectivamente. La incidencia de la pobreza se ha acentuado considerablemente en la última década. La proporción de pobres aumentó en 8 puntos porcentuales en este período. Sin embargo, respecto al año 1991 el porcentaje de pobres ha disminuido en cerca de 6 puntos porcentuales. Los índices de la brecha de pobreza y de severidad o desigualdad entre los pobres han tenido la misma evolución que el índice head-count: un incremento en el período 1985-1991 y posteriormente una disminución. Las características de la pobreza en el país sugieren que el crecimiento económico es un elemento muy importante para combatirla, pero no el único. Es necesario diseñar y ejecutar programas sociales que permitan asegurar que los pobres puedan aprovechar las oportunidades de trabajo que se presenten. Para lograr esta meta la inversión en educación y salud es vital, además de la protección de los grupos sociales más vulnerables mediante la asistencia social. El presente trabajo está organizado de la siguiente manera: el capítulo segundo trata sobre los aspectos teóricos del estudio del perfil de la pobreza. Desarrolla y justifica el uso del gasto o consumo como indicador del bienestar de las familias o individuos; trata sobre los principales criterios para identificar a los pobres, es decir, la línea de pobreza, además de presentar una explicación de los índices de pobreza FGT, utilizados para la cuantificación de la pobreza agregada. El capítulo tercero expone brevemente las características más importantes de la encuesta de base para obtener la información utilizada en el estudio del perfil de la pobreza. Asimismo, se describe la estimación del gasto agregado, de las líneas de pobreza utilizadas y del proceso de corrección de precios de los valores monetarios. El cuarto capítulo presenta los resultados más importantes del perfil de la pobreza en el Perú. Estos cálculos se han realizado en dos niveles: pobreza y pobreza extrema. Los principales indicadores de pobreza estimados son el head-count, la brecha de pobreza y el índice de severidad o desigualdad entre los pobres. También se presenta la medición de la pobreza de la población mayor de seis años de edad, por categoría ocupacional y niveles de educación. Asimismo, se ha caracterizado el perfil de la pobreza a nivel de hogares, tomando para ello como unidad de análisis a los jefes de hogar. Adicionalmente, se detalla la evolución de la pobreza en la última década, particularmente para los años 1985, 1991 y 1994. Finalmente, en el capítulo quinto se encuentran las principales conclusiones del estudio.
98
Perfil de la Pobreza en el Perú, 1994
2. Aspectos Teóricos 2.1 Definiendo la Pobreza No existe una definición concisa y universalmente aceptada del concepto de pobreza, en razón que ella afecta muchos aspectos de la condición humana, tanto físicos, morales y sicológicos. Los investigadores han utilizado diferentes criterios para definir a la pobreza. Para algunos de ellos es la proporción de la población que no es capaz de satisfacer necesidades básicas nutricionales; otros han utilizado como criterio indicadores sobre educación y/o salud, tales como analfabetismo, esperanza de vida, mortalidad infantil, etc. Los niveles de gasto o ingreso familiar son también otros criterios usados para identificar a los pobres. Existen investigadores que definen la pobreza en términos amplios, tal como la incapacidad para satisfacer necesidades básicas, refiriéndose tanto a los requerimientos físicos (alimentos, vestido, salud, vivienda, etc.) como a los no físicos (educación, participación, identidad, etc.), para tener un adecuado nivel de vida. Sen (1983) ha relacionado el concepto de la pobreza a las “capacidades”. De acuerdo a Sen, son las capacidades de las personas lo que es de interés en el análisis de la calidad de vida, es decir, son las capacidades las que constituyen el objeto de valor en el concepto de nivel de vida. En este sentido, la pobreza no se refiere a una carencia de bienes sino a una carencia en el logro de capacidades. En general, se puede decir que la pobreza existe en la sociedad cuando algunos de sus miembros no obtienen el nivel de bienestar que es considerado por la sociedad como un mínimo razonable2. Para efectos de política económica es importante medir el tamaño de la pobreza en la sociedad, establecer cuales son los grupos más afectados o propensos a la pobreza y conocer también cuales son las posibles causas. El estudio del perfil de la pobreza trata de realizar este análisis y para ello se deben resolver previamente tres preguntas claves3: Primero, ¿Qué medida de bienestar debe ser adoptada como base para el análisis de la pobreza?. Segundo, ¿Cómo podemos determinar si una persona es pobre o no?. Tercero, ¿Cómo agregar los indicadores individuales de bienestar dentro de una medida de pobreza?. Las dos primeras preguntas están relacionadas con la “identificación” del problema, mientras que la tercera con la “agregación”, es decir, busca responder cuánta pobreza existe. 2.2 Medida del Bienestar Existen diferentes aproximaciones conceptuales sobre la medición del bienestar a nivel individual4. Sin embargo, los economistas han preferido a menudo enfocar el análisis basados únicamente en el concepto de las utilidades. Este enfoque es encontrado en la rama de la teoría económica conocido como Economía del Bienestar. 2
Lipton y Ravallion, 1993, pág. 1.
3
Ravallion, 1992, pág. 4.
4
Ver Ravallion, 1992, págs. 4-8; Sen, 1979.
99
Moncada
El principal problema encontrado en el análisis del bienestar individual o del hogar es que la utilidad nunca es observada directamente, por ello es necesario encontrar una variable aproximada y de rápida observación. Si se supone que cada persona u hogar tiene la misma función de utilidad, entonces el consumo personal o del hogar, medido en términos monetarios, sirve como un indicador del bienestar. Existe un fuerte sustento teórico para utilizar el gasto o consumo como una variable “proxi” al bienestar. Se asume que los individuos consumen dos clases de bienes: aquellos que compran directamente en el mercado y aquellos que ellos mismos producen. Es decir, se considera el consumo real. Para tales individuos el problema es 5: MaxU(x1, x2)
(1)
Sujeto a: p1x1 ≤ p2(q2-x2)+A-C Donde xi representa el vector de las compras de mercado (i = 1) y el consumo de los bienes producidos por el hogar (i = 2); pi son los precios correspondientes; q2 es un vector de producción doméstica; A es cualquier otro ingreso exógeno y C son los costos de los insumos de producción. Los valores de q2 y de C son predeterminados a través de las decisiones de producción del hogar. La expresión dual de (1) representa el objetivo del consumidor como minimizador del gasto sujeto a alguna restricción de utilidad. Min p1 x1 + p2 x2
(2)
Sujeto a U* (x1,x2) ≥ U* Donde U* es algún nivel mínimo aceptable de utilidad. Resolviendo (2) se obtiene la función de gasto: E = E [(p1 , p2),U*]
(3)
El gasto es una función monotónicamente creciente de U*, de tal modo que si todos los individuos comparten las mismas preferencias (o función de utilidad), y si ellos enfrentan los mismos precios (tanto los explícitos como los implícitos del autoconsumo o autosuministro), el ordenamiento del gasto será el mismo que el de las utilidades. Esta es una justificación teórica para el uso del gasto como una aproximación a la utilidad en el análisis de la pobreza. Se basa en el supuesto que los individuos son maximizadores de utilidad y que los principales argumentos de su función de bienestar son los bienes y servicios que ellos consumen.
5
100
Ver Demery, et. al. 1993, pág. 54-55.
Perfil de la Pobreza en el Perú, 1994
Existen también otras razones por las cuales es preferible utilizar la información sobre gasto o consumo en el análisis del bienestar6, particularmente frente a la información disponible de ingresos. Las razones se sustentan en que el primero es un mejor indicador del bienestar en el ciclo de vida, porque el ingreso puede fluctuar altamente en períodos cortos, mientras que el consumo es asignado más suavemente en el tiempo. Además, las informaciones sobre el consumo son probablemente más fidedignas que las del ingreso, debido a la menor sensibilidad de esta información a la opinión de los informantes. Además, la información del consumo es preferible dada la dificultad para medir el ingreso de los trabajadores independientes, especialmente los del sector informal. 2.3 La Línea de Pobreza El problema de la cuantificación de la pobreza fue tratado como un tema casi evidente por la literatura especializada por mucho tiempo. Sin embargo, es a partir del trabajo pionero de Sen (1976), que se abre una nueva corriente de pensamiento acerca de la medición de la pobreza. Siguiendo sus ideas, otros autores han sugerido sistemas de axiomas y han derivado una amplia variedad de índices de pobreza. La idea básica es que la pobreza económica puede ser caracterizada en términos de alguna cantidad observable, por ejemplo el gasto o ingreso económico, y que para una persona u hogar de características dadas, puede ser establecida una línea de pobreza. La línea de pobreza particiona a la sociedad: los que estén por debajo de ella son considerados como pobres, y los que estén por arriba, son los no pobres. Existen dos tipos de líneas de pobreza que son las más frecuentemente utilizadas por los analistas: pobreza absoluta y pobreza relativa. La línea de pobreza absoluta se determina especificando una canasta de bienes de alimentos y no alimentos, valorizada a precios determinados, y que asegure la satisfacción de necesidades básicas que son encontradas en un dominio específico. Este es uno de los primeros y más viejos métodos de formular un concepto viable de pobreza. Se ha argumentado en su favor ser uno de los métodos más apropiados para la caracterización de la pobreza en los países menos desarrollados. El método puede considerar sólo el costo de una canasta de alimentos que contenga requerimientos mínimos nutricionales, los que aseguren la sobrevivencia física de un individuo, o por supuesto, otras necesidades básicas indispensables, tales como vestido, salud, educación, etc.. El costo mínimo de los otros bienes y servicios indispensables puede ser adicionado a la canasta mínima alimentaria, o el costo de la canasta alimentaria puede ser multiplicada por el recíproco del coeficiente de Engel. Por ejemplo, si el pobre gasta la mitad de su presupuesto en alimentos, la línea de pobreza será dos veces el costo de la canasta alimentaria.7
6
En el presente trabajo se utilizan los términos gasto y consumo como sinónimos.
7
Para un análisis más detallado ver Seidl, 1988, pág. 72, y Ravallion, 1992, Págs. 25-34. Este es algunas veces llamado el método de Orshansky (1965), quien lo utilizó para medir la pobreza en los Estados Unidos.
101
Moncada
La medida de pobreza relativa define al segmento de la población que es pobre en relación al ingreso de la población en general. De este modo, la pobreza no es determinada por una línea de pobreza discreta. La implicación es que cada sociedad, excepto aquellas donde cada uno recibe exactamente el mismo ingreso, tiene pobreza. En consecuencia, una sociedad puede tener pobreza relativa, es decir, algunos de sus miembros pueden recibir ingresos menores que otros en algún grado, y al mismo tiempo no tener pobreza absoluta, o sea, todos los miembros reciben ingresos más grandes que el valor de la línea de pobreza.8 Una medida de pobreza relativa comúnmente empleada es el ingreso promedio de un porcentaje específico de la población situado en la parte baja de la distribución del ingreso o del gasto. Por ejemplo, algunos investigadores a menudo están interesados en el ingreso o gasto promedio del 30 por ciento de la población más pobre, otros se interesan en el 10 o 20 por ciento de la población más pobre.9 El porcentaje de la población considerada como pobre es determinado arbitrariamente, sin embargo, una vez establecido, debería mantenerse en estudios de corte transversal y de series de tiempo para que la información sea comparable. Como se ha mencionado anteriormente, las discusiones iniciales acerca de la línea de pobreza estuvieron centradas en el nivel de ingreso mínimo necesario para sostener la existencia física, definición desarrollada por Rowntree en 1901.10 Desde entonces, la definición de línea de pobreza ha evolucionado para reflejar cambios en los niveles de vida que ocurren en el tiempo y entre regiones. La literatura económica sobre la pobreza ha estado interesada en evaluar los méritos de los conceptos de pobreza absoluta y pobreza relativa. Algunos han cuestionado la utilidad del primer concepto, dado que lo que constituya pobreza para una sociedad (en un punto en el tiempo) puede no ser lo mismo para otra sociedad (o la misma sociedad en un punto diferente en el tiempo). Amartya Sen fue el primero quien reestableció y sugirió que la pobreza fuese percibida como un caso absoluto, rechazando la relatividad de la línea de pobreza, pero reconociendo la necesidad de su variación en el tiempo, siendo esta última afirmación considerada el paso decisivo hacia una síntesis de estos dos conceptos. Sen hace la diferenciación entre las “capacidades” que el ingreso confiere sobre los individuos, y los bienes y servicios necesitados para producir aquellas capacidades. De acuerdo a esta visión, la pobreza es la ausencia absoluta de ciertas capacidades críticas. Pero la canasta de bienes requerida para proveer estas capacidades varía según el lugar y el tiempo, resultando en este sentido que la pobreza es relativa. Esta distinción entre capacidades y bienes necesitados para lograrlas sugiere que una línea de pobreza para una área urbana podría ser completamente diferente de una
8
Ver Blackwood y Lynch, 1994, pág. 572.
9
Glewwe, 1988, págs. 36-67, en su trabajo sobre la distribución del bienestar en el Perú utiliza líneas de pobreza para examinar al 30 y 10 por ciento de la población más pobre, respectivamente. Los primeros son considerados pobres y los segundos pobres extremos.
10
Ver Blackwood y Linch, 1994, pág. 568 y A. Atkinson 1975, cap. 10.
102
Perfil de la Pobreza en el Perú, 1994
línea de pobreza rural, dado que los bienes necesitados para lograr un conjunto específico de capacidades serían diferentes en cada caso. De este modo, para lograr la misma capacidad, la línea de pobreza sería más alta para el área urbana que para el área rural. El método de los requerimientos nutricionales es adecuado para determinar una línea de pobreza, pero se debe cuidar en aplicarlo separadamente para cada región, sector o fecha en las comparaciones de pobreza a ser realizadas. Si se confrontan niveles de vida en términos del consumo del hogar per cápita, entonces las comparaciones de pobreza absoluta entre regiones, sectores o fechas pueden ser erradas, a menos que la línea de pobreza tenga poder de compra constante. Sin embargo, los métodos descritos no son capaces de generar líneas de pobreza constantes en términos de consumo real o ingreso. La razón es que la relación entre la ingesta de nutrientes y el consumo o ingreso no es la misma entre regiones, sectores y fechas, sino que cambiará acorde a la diferencia en gustos, niveles de actividad, precios relativos, bienes provistos públicamente y otras variables.11 El debate sobre si los conceptos absoluto y relativo son apropiados se centra en la elección de la línea de pobreza. Si se calcula una línea de pobreza absoluta se requiere que todos los supuestos utilizados, la composición de los bienes que la conforman y el sistema de valoración utilizado, sean explícitamente descritos y presentados. 2.4 El Indice de Pobreza Establecido el indicador de bienestar a ser utilizado para un individuo o una familia, y la línea de pobreza, es decir, luego de haber identificado qué individuos serán catalogados como pobres, se necesita agregar esta información en un índice de pobreza. El objetivo, básicamente, es calcular:
La incidencia de la pobreza: ¿Cuántos pobres hay?, ¿Cuántos están viviendo por debajo de la línea de pobreza?
La intensidad de la pobreza: ¿Cuán pobres son los pobres?, ¿Qué tan lejos de la línea de pobreza está el gasto o ingreso de los pobres?
La severidad de la pobreza: ¿Cuál es el grado de desigualdad entre los pobres?
Actualmente existe una amplia literatura sobre la medición de la pobreza12. Una familia de indicadores que permite conocer los aspectos antes mencionados es la sugerida por Foster, Greer y Thorbecke (1984) -FGT-. Ellos son: el índice head-count (H), el índice de la brecha de pobreza (HI) y la medida de desigualdad entre los pobres (P2).
11
Ravallion, 1992, pág. 27.
12
Para una revisión de las principales medidas de la pobreza ver Foster, 1984; Atkinson, 1987; Seidl, 1988.
103
Moncada
La clase de índices de pobreza FGT toma la siguiente forma13: (4)
donde:
Yp Yi n q
= = = =
línea de pobreza consumo de la i-ésima persona pobre total de la población número de personas por debajo de la línea de pobreza
Este índice toma la brecha de pobreza de cada persona pobre como una fracción de la línea de pobreza (Yp-Yi)/Yp, elevada a una potencia α, y sumando sobre las unidades pobres. Este índice no sólo toma en cuenta la incidencia y la intensidad de la pobreza, para valores de α>1 es también sensitivo al grado de desigualdad entre los pobres. α es un parámetro que puede ser interpretado como de aversión a la pobreza, es decir, este coeficiente refleja la sensibilidad asignada por las personas a la distribución del ingreso o del gasto al interior de los pobres. Si α=0, entonces la fórmula (4) llega a ser simplemente: Pα=0 = q/n = H
(5)
Donde H es el ratio head-count, es decir la proporción de la población cuyo gasto está por debajo de la línea de pobreza. Si α=0, significa que la medida es enteramente indiferente a la intensidad de la pobreza, en otras palabras, cuán pobres son los pobres. No brinda información sobre qué tan debajo de la línea de pobreza están las personas pobres. Es una buena medida sólo para ciertos propósitos. Es de fácil exposición y entendimiento, adecuada para ciertas comparaciones de pobreza, tal como apreciar su tendencia en el tiempo. Sin embargo, para otros propósitos, como el análisis del impacto de políticas específicas sobre los pobres, el índice head- count tiene serias limitaciones. El head-count es completamente insensitivo al grado de la pobreza. Si α=1 el índice de pobreza llega a ser: (6) Donde I, el ratio de la brecha de ingreso (gasto), está dado por: (7) HI, la brecha de pobreza, toma en cuenta “cuán pobres son los pobres” y refleja tanto la incidencia de la pobreza (dado por H) y la intensidad de la misma (dado por I). Este indicador puede también ser utilizado para calcular el monto de recursos, bajo 13
104
Ver Demery, 1993, págs. 60-61 y Ravallion, 1992, págs. 28-54, para una fácil explicación del uso y de los alcances de este indicador.
Perfil de la Pobreza en el Perú, 1994
perfecta focalización, que se necesita transferir a los pobres para erradicar la pobreza. El ratio de la brecha de ingreso o gasto no es una buena medida de la pobreza, por tal motivo es multiplicado por el índice head- count para obtener HI. HI es un indicador del potencial para eliminar la pobreza mediante transferencias hacia los pobres. El costo mínimo de eliminar la pobreza usando transferencias, estrictamente focalizadas, es simplemente la suma de todas las brechas de pobreza en una población: si cada brecha de pobreza es ajustada hacia la línea de pobreza, el costo sería: (8) En el otro extremo, suponiendo que las autoridades no conocen nada acerca de quién es pobre y quién no lo es, se puede estimar el costo máximo de eliminar la pobreza. En este caso el gobierno tendría que dar el valor de la línea de pobreza (Yp) a cada persona para estar seguro que nadie sea pobre, el costo total sería: Yp.n. No obstante esta gran ventaja, la brecha de pobreza es insensitiva a la distribución del ingreso o gasto entre los pobres. Transferir ingresos desde un individuo más pobre a uno menos pobre dejará a HI invariable. Para que esta situación sea reflejada en el índice, se tiene que dar un peso mayor a los más pobres. Esto se puede lograr en esta clase de índices de pobreza asumiendo valores de α>1, por ejemplo α=2. Con α>1, una transferencia de un sol a las unidades más pobres desde las menos pobres disminuirá el índice de pobreza. La medida de pobreza Pα=2 tiene claras ventajas para algunos propósitos, tales como para comparar políticas que tienen el objetivo de mejorar la situación de los más pobres, sin embargo, no es fácil de interpretar. Esta medida puede ser interpretada como la suma de dos componentes: una cantidad debido a la brecha de pobreza y otra debido a la desigualdad entre los pobres. Si C2 denota el coeficiente al cuadrado de la variación del consumo entre los pobres, la fórmula para Pα=2 puede ser escrita como la suma de dos componentes: pα=2 = HI2/H + [(H-HI)2 / H] C2
(9)
El primer componente indica la contribución de la brecha de pobreza a Pα=2 y el segundo componente la contribución de la desigualdad entre los pobres a Pα=2. Pα=2 no es tan fácil de interpretar como HI o H, constituyendo una limitación para propósitos expositivos. Pα=2 es una medida de desigualdad entre los pobres, la que crece con el cuadrado de la distancia entre el gasto de cada pobre y la línea de pobreza. A mayor desigualdad entre los pobres, mayor es el valor de Pα=2. Una propiedad muy útil de las medidas FGT es que son aditivas desagregables. De este modo, la pobreza puede ser expresada como el promedio ponderado de los niveles de pobreza de subgrupos. Si la población de estudio consiste de m grupos o sectores, entonces: (10) 105
Moncada
Donde: Pj,α es el índice de pobreza del grupo j, y Zj el peso de la población del grupo j (j = 1,....,m), Σ Zj = 1. Debido a que todas las medidas FGT toman la brecha de pobreza como una proporción de la línea de pobreza, todas ellas están en un rango de 0 a 1. Conforme α aumenta, las FGT llegan a ser más pequeñas, así : Pα-1 > Pα. Las medidas de pobreza aditivas tales como las FGT, son valiosas para realizar comparaciones de pobreza. Un perfil de la pobreza permitirá conocer cómo ella varía entre los subgrupos de una sociedad, tales como región de residencia, categoría ocupacional o niveles de educación alcanzados. Además sirve para evaluar cómo los patrones sectoriales o regionales de pobreza cambian, y cómo ello afecta a la pobreza agregada. Por ejemplo, si el perfil de la pobreza muestra que su incidencia es mayor en el sector rural que en el sector urbano, entonces una política que mejore los términos de intercambio de los campesinos es muy probable que reduzca la pobreza agregada en la economía como un todo. Mas allá del análisis de la pobreza en un determinado período, se pueden realizar estudios del cambio en la pobreza en el tiempo, utilizando la información de encuestas de hogares disponible para diferentes fechas. El propósito de tales comparaciones es evaluar hasta qué punto las inferencias de corte transversal establecidas para un punto en el tiempo, son diferentes o similares a las definidas para otros períodos de estudio. En este caso se deben calcular las medidas FGT, por región o grupo socioeconómico, para cada período y luego compararlas. Un importante método de análisis de la pobreza en el tiempo es la división del cambio en la pobreza en dos efectos: crecimiento y desigualdad 14. Hay dos causas para algún cambio del índice de la pobreza en el tiempo: una variación en el ingreso o gasto medio o un cambio en la distribución del ingreso o gasto alrededor del promedio. El primero es el efecto de un crecimiento general en el ingreso y el segundo es el resultado de un cambio en la desigualdad. Entonces, el cambio en la pobreza es descompuesto como la suma de un componente crecimiento (manteniendo constante la desigualdad en el período base - la curva de Lorenz no ha variado), un componente distribución (manteniendo constante el ingreso o gasto medio); y un residual (producto de la interacción entre los efectos crecimiento y desigualdad). 3. La Información 3.1 La Encuesta de Niveles de Vida La metodología de las Encuestas de Hogares Sobre Medición de Niveles de Vida (ENNIV)15, fue desarrollada por el Banco Mundial para proveer información relevante sobre el bienestar y calidad de vida de los hogares en los países en desarrollo. En el Perú se han realizado cuatro encuestas: en 1985-86, 1991 y 1994 a nivel nacional y en 14
Ver Datt y Ravallion, 1991; Ravallion, 1992, pág. 54; Larrañaga, 1994.
15
En inglés estas encuestas son conocidas como LSMS (Living Standard Measurement Survey).
106
Perfil de la Pobreza en el Perú, 1994
1990 sólo para Lima metropolitana 16. La Encuesta Nacional de Hogares Sobre Medición de Niveles de Vida de 1994 (ENNIV 1994) recoge información de 3,623 hogares.17 Cuestionario de la Encuesta El cuestionario capta información socio-económica a nivel de los hogares. El hogar se define como la persona o conjunto de personas, sean o no parientes que residen habitualmente en una misma vivienda particular, ocupándola total o parcialmente y que atienden en común sus necesidades vitales18. La unidad de observación y análisis sobre los temas referidos a educación, salud, actividad laboral y migración es el individuo; en tanto que para los temas de vivienda, consumo, actividad agropecuaria y actividad empresarial del hogar, la unidad es el hogar. El cuestionario para 1994 recogió información de las variables que se muestran a continuación: -
-
Características de los miembros del hogar (ficha del hogar, edad, sexo, estado civil). Vivienda (características, gastos). Educación. Salud. Actividad económica (de los miembros del hogar, trabajo principal, trabajo secundario, búsqueda de trabajo suplementario, historia ocupacional). Migración. Actividad independiente no agropecuaria (gastos, capital e inventario). Gastos e inventario de bienes (gastos diarios, en bienes semiduraderos y servicios, inventario de bienes durables, gastos por transferencias). Gastos, autoconsumo y auto suministro alimentario. Otros ingresos. Ahorro y crédito. Alimentación diaria. Actividad agropecuaria (terrenos agrícolas, producción agrícola, producción forestal, equipamiento agropecuario, insumos agrícolas, gastos en actividades agrícolas y/o forestales, producción pecuaria, productos y subproductos pecuarios, gastos en actividades pecuarias). Antropometría.
16
Un aspecto especial de las encuestas ENNIV es que provee observaciones panel entre los hogares que participaron en las encuestas.
17
Todas las etapas de la encuesta fueron ejecutadas por la empresa peruana de investigación Cuánto S.A., con el apoyo técnico y financiero del Banco Mundial y del Banco Interamericano de Desarrollo.
18
Son miembros del hogar todas las personas que comen y duermen habitualmente en el hogar, por lo menos 3 de los últimos 12 meses precedentes a la encuesta, excepto los pensionistas y trabajadores familiares. Sin embargo se considera siempre como miembro del hogar al jefe de hogar, aunque no cumpla con el requisito de haber residido habitualmente por lo menos tres meses, y a los niños de los miembros del hogar menores de tres meses.
107
Moncada
Los Informantes La encuesta estuvo dirigida de preferencia al jefe de hogar, que es la persona a quien los demás miembros del hogar reconocen como tal, pudiendo ser un hombre o una mujer. En caso de duda se reconoció a la persona de mayor responsabilidad económica del hogar y en última instancia a la de más edad. Las respuestas fueron dadas principalmente por el jefe de hogar. En el caso de los menores de 15 años las respuestas fueron efectuadas por otros miembros del hogar mejor informados. Muestra La unidad de empadronamiento fue la vivienda particular, local formado por un cuarto o un conjunto de cuartos estructuralmente separados e independientes, destinados al alojamiento de uno o más hogares. El ámbito geográfico de la investigación abarcó a todo el territorio nacional: Costa, Sierra y Selva. El tamaño de la muestra total seleccionada fue de 3,544 viviendas. La muestra se distribuyó según dominios de estudio de la siguiente manera:
Cuadro Nº 1 Distribución de la muestra según dominios de estudio Dominios
Conglomerados
Viviendas
Costa urbana Costa rural Sierra urbana Sierra rural Selva urbana Selva rural Lima metropolitana 1/
42 22 41 60 32 30 137
504 264 492 720 384 360 820
TOTAL
364
3,544
1/ Lima metropolitana está conformada por la Provincia de Lima y la Provincia Constitucional del Callao. Nota: Los niveles de inferencia alcanzan a los dominios de estudio señalados.
La población de estudio fue dividida en 7 dominios o áreas con similares características socio-económicas y geográficas 19. La muestra es probabilística, multietápica e independiente en cada dominio de estudio. En el área urbana (incluyendo Lima) es estratificada y trietápica. En el área 19
108
La superficie territorial del Perú es de 1 millón 285 mil 217 Km2. Tiene tres regiones naturales: Costa, Sierra (sobre los 1,200 metros sobre el nivel del mar, aproximadamente) y Selva. La División Política en 1994 fue la siguiente: Regiones Políticas (12), Departamentos (25), Provincias (189) y Distritos (1,800). La población total en 1994 fue de 23,088 mil habitantes. Los dominios de estudio son: Costa urbana, Costa rural, Sierra urbana, Sierra rural, Selva urbana, Selva rural y Lima metropolitana.
Perfil de la Pobreza en el Perú, 1994
rural es trietápica en los centros poblados con una población entre 500 y 2,000 habitantes y bietápica en el resto del área rural. El tamaño de la muestra en la última etapa fue de 12 viviendas por conglomerado o Area de Empadronamiento Rural. En Lima metropolitana el número de viviendas por conglomerado fue de 6 viviendas en promedio. Un total de 3,544 viviendas fueron visitadas, encontrándose 3,623 hogares.20 Fueron reemplazadas 422 viviendas, debido principalmente a rechazos (29%), viviendas desocupadas (19%), ocupantes ausentes (16%), viviendas no localizadas (15%) y a otras causas (22%). Mientras cada dominio del estudio es representativo o autoponderado, la muestra total no lo es. Para corregir esta deficiencia fue necesario utilizar factores de expansión, los que se calcularon tomando en cuenta el tamaño de la muestra efectivamente encuestada. Organización y Ejecución de la Encuesta El equipo de la encuesta se organizó por brigadas de trabajo, conformadas por encuestadores y un jefe de brigada. Se realizó una estricta supervisión con el objeto de verificar que la investigación se ejecutase de acuerdo a las normas y técnicas establecidas y para solucionar problemas aparecidos en el campo. El tiempo promedio de duración de cada entrevista fue de 2 horas. En la mayoría de los dominios del estudio se realizó en idioma español, con excepción de los dominios de la Sierra centro y sur donde la entrevista fue en español o quechua. La consistencia primaria de la información fue efectuada por el jefe de brigada en el campo. En forma simultánea a la digitación de la información, mediante un proceso iterativo se consistenció y validó los datos dentro de un mismo registro. Un tercer nivel de consistencia de la información se realizó a través de diversos programas que detectaban omisiones, inconsistencias lógicas, validación de variables (ingresos vs. gastos), así como la identificación de sus valores extremos para su posterior verificación. 3.2 Estimación del Gasto Agregado Para estudiar el perfil de la pobreza se ha privilegiado el uso de la variable gasto como indicador o medida del bienestar. Ello es debido a que el principal problema encontrado al analizar el bienestar individual o del hogar es que la utilidad nunca es observada directamente. Sin embargo, tal como se ha expuesto en la sección 2.2, existe un fuerte sustento teórico para utilizar el gasto en el análisis del bienestar. El uso de la variable gasto como una aproximación de la utilidad en el análisis de la pobreza, se basa en el supuesto de que los individuos son maximizadores de utilidad, y que las variables o argumentos de sus funciones de bienestar son los bienes que ellos consumen.
20
Existe diferencia entre el número de viviendas físicas y el número de hogares debido a que dentro de una vivienda puede existir más de un hogar.
109
Moncada
La información del consumo agregado consideró la suma de valores monetarios explícitos de rubros de gasto listados en el cuestionario, apropiadamente anualizados, y cuyos precios fueron ajustados a valores constantes de junio de 1994. La información de los valores monetarios explícitos se clasificó en los siguientes grupos de consumo:
21
110
i)
Gastos regulares en compras de alimentos, bebidas y tabaco. Se considera tanto el valor de los bienes comprados en el mercado, como la valoración del autoconsumo y autosuministro alimentario y de los pagos en especie recibidos por los miembros del hogar.
ii)
Vestido y calzado. Incluye los gastos en la compra de prendas de vestir y calzado, además de la valoración de los pagos en especie y del autoconsumo o autosuministro.
iii)
Alquiler de vivienda, combustible y electricidad. Considera todos los gastos en conservación de la vivienda, gastos en servicios tales como agua, energía eléctrica, combustibles como gas y kerosene, gastos en impuestos municipales, y pago de alquiler. Para el cálculo del pago de alquileres se tomó en cuenta la información proveída por los hogares arrendatarios y la estimación imputada del alquiler reportada por los informantes que residen en sus propias viviendas. En este último caso, debido a la sobrevaloración del alquiler imputado, se decidió acotarlo hasta un valor máximo de 30 por ciento del gasto total, en base a la evidencia real de la importancia relativa del gasto en alquiler por parte de los arrendatarios.21
iv)
Muebles, enseres y mantenimiento de la vivienda. Este grupo incluye gastos en productos para el aseo del hogar, muebles, artículos para el hogar y la cocina, servicio doméstico y la valoración del autosuministro.
v)
Salud. En este grupo se comprende todos los gastos realizados en la conservación y cuidado de la salud, tales como consultas médicas y compra de medicinas.
vi)
Transportes y comunicaciones. Incluye gastos en transporte público, pasajes nacionales e internacionales, comunicaciones, combustibles, gastos en reparación y mantenimiento, compras de vehículos de transporte personal, teléfono.
vii)
Esparcimiento, educación y cultura. Toma en cuenta todos los gastos en libros, revistas y publicaciones en general, compra de aparatos de música y
Un método alternativo para estimar los alquileres imputados para los propietarios de la vivienda es estimar una ecuación hedónica, a partir de las características de las viviendas alquiladas.
Perfil de la Pobreza en el Perú, 1994
video y otros artefactos para el esparcimiento, además considera todos los gastos realizados en la educación, tales como pensiones, refrigerios, gastos en materiales educativos, etc. viii)
Otros gastos. En este grupo se encuentran los gastos en alimentos y bebidas consumidos fuera del hogar, la compra de bienes y servicios para el cuidado personal y en otros bienes y servicios realizados por los miembros del hogar, además de sus gastos por transferencias.
El valor de las categorías de gasto indicadas arriba fueron explícitamente captadas por la encuesta. Sin embargo, no se estimó el valor de uso de los bienes durables pues la encuesta no recogió datos de las fechas de compra y su valor respectivo. Se consideró sólo las compras realizadas en el último año.22 3.3 Estimación de las Líneas de Pobreza Para el presente estudio se han definido dos líneas de pobreza: una de pobreza extrema o indigencia y otra de pobreza.23 Pobreza Extrema:
Se encuentran en situación de Pobreza Extrema aquellos hogares cuyo gasto total per cápita es menor que el costo de una Canasta Básica Alimentaria (CBA), que cubre requerimientos mínimos nutricionales.
Pobreza:
Son considerados pobres los hogares cuyo gasto per cápita es menor al costo de una Canasta Básica de Consumo (CBC), la que equivale al valor de la CBA más el costo de otros bienes y servicios no alimentarios.
La estimación del valor de la CBC se obtuvo multiplicando el valor de la CBA por el inverso del coeficiente que mide la proporción del gasto en alimentos respecto al gasto total. El valor de este coeficiente se calculó en el decil que tiene un nivel de gasto en alimentos similar al valor de la canasta alimentaria.24
22
El valor de la renta de los bienes durables, de haberse contado con la información relevante, se habría estimado en base a la depreciación del valor real de estos bienes en el tiempo (la cual se puede calcular a partir de la información sobre el valor presente estimado y el costo de cuando fue comprado).
23
En el Anexo Nº 1 se presenta la composición de las canastas básicas nutricionales para la Costa, Sierra y Selva, que han permitido definir las líneas de pobreza.
24
La misma metodología se ha aplicado para la valorización de las canastas de consumo para los años 1985 y 1991, cuyos valores se presentan en el Anexo Nº 2. Estos cálculos han permitido realizar el análisis de la evolución de la pobreza (ver sección 4.5).
111
Moncada
Cuadro Nº 2 Costo Anual Per Cápita por Hogar de la Canasta Básica Alimentaria (CBA) y de la Canasta Básica de Consumo (CBC) (En nuevos soles de junio de 1994)1/
Dominio
Lima metropolitana Costa urbana 2/ Norte Sur Costa rural Sierra urbana Norte Centro Sur Sierra rural Selva urbana Selva rural
Costo CBA
Costo CBC
Decil
Gasto Alimentos/ Gasto Total (%)
911.04 789.13 789.86 785.48 700.07 668.68 659.19 621.96 690.58 583.27 702.99 647.51
1740.95 1492.59 1493.97 1485.68 1126.60 1260.00 1242.11 1171.96 1301.26 823.01 1199.44 912.24
4 5 5 5 7 5 5 5 5 7 4 8
52.33 52.87 52.87 52.87 62.14 53.07 53.07 53.07 53.07 70.87 58.61 70.98
Nota: La definición de hogar utilizado en el cuadro es una familia de cinco miembros: dos adultos y tres niños. 1/ El precio del dólar norteamericano en junio de 1994 fue 2.20 Nuevos Soles. (Precio promedio mensual de venta en el mercado paralelo). 2/ La Costa urbana no incluye a Lima metropolitana.
3.4 Precios La deflactación de los valores monetarios del gasto se ha realizado utilizando dos procedimientos complementarios: un ajuste de los precios en el tiempo, seguido por una corrección de precios relativos entre regiones. Para la deflactación de los valores monetarios en el tiempo se ha utilizado los índices de precios de las principales ciudades que estiman las oficinas regionales y la sede central del Instituto Nacional de Estadística e Informática (INEI). Todos los valores monetarios se han expresado a precios de junio de 1994. Para las diferentes áreas muestrales de la encuesta se utilizaron los índices de precios de las ciudades más cercanas o de mayor influencia. Durante el período de ejecución de la encuesta la inflación aproximadamente fue de 3 por ciento. Por otro lado, si se comparan valores monetarios del gasto entre regiones, se debe tener en cuenta las diferencias regionales de precios si se quiere emplear el gasto como un indicador del bienestar de la población. Para hacerlo se escogió una región de referencia (Lima metropolitana) y se efectuaron comparaciones del costo de vida con las otras regiones. Para deflactar el gasto regional a precios de Lima se utilizó el siguiente índice: (11) 112
Perfil de la Pobreza en el Perú, 1994
donde :
CBC
=
CBC*
=
Costo de la canasta básica de cada región a precios de cada región. Costo de la canasta básica de cada región valorizada a precios de Lima metropolitana.
Se obtuvieron los siguientes índices para cada región: Cuadro Nº 3 Costo Per Cápita Anual por Hogar de la Canasta Básica de Consumo (Nuevos Soles de Junio de 1994)
CBC
CBC*
K
Lima metropolitana
1740.95
1740.95
1.0000
Costa norte urbana Costa sur urbana
1493.97 1485.68
1723.17 1723.17
0.8670 0.8622
Costa rural Sierra norte urbana
1126.60 1242.11
1466.11 1663.03
0.7684 0.7469
Sierra centro urbana Sierra sur urbana
1171.96 1301.26
1663.03 1663.03
0.7047 0.7825
Sierra rural Selva urbana
823.01 1199.44
1245.34 1107.27
0.6609 1.0832
912.24
914.30
0.9977
Selva rural
Estos coeficientes se han utilizado para corregir las diferencias entre los precios regionales, expresándose los valores monetarios a precios de Lima metropolitana. Para obtener el valor de la CBC* se procedió de manera similar para la obtención de la CBC (ver punto 3.3). 4. Los Resultados 4.1 Pobreza De acuerdo a los cálculos realizados para 1994, la medida de la incidencia de la pobreza (Pα=0) fue igual a 0.496 en el Perú como un todo, lo que significa que el 49.6 por ciento de la población total del país vive en situación de pobreza, o en otras palabras, su gasto total per cápita no cubre el costo de una canasta básica de consumo que incluye alimentos y otros bienes y servicios, por persona. Esta situación es impactante en la medida que afecta a cerca de 11.5 millones de personas, aproximadamente. La población que vive en las áreas rurales del país es las más afectada por la incidencia de la pobreza, en cambio, en la población urbana la incidencia es menor. En la capital del país el 38 por ciento de sus habitantes vive en pobreza25. 25
En el cálculo de los índices de pobreza debe tomarse en cuenta que n y q (y por supuesto Yi) son valores diferentes para cada dominio. Así, en el cálculo de los índices de pobreza por grupos, q es el número de pobres en el dominio y n es la población del dominio.
113
Moncada
Cuadro Nº 4 Descomposición de las medidas de pobreza FGT, según dominio de estudio, 1994 Dominio
Nacional Lima metropolitana Costa urbana1/ Costa rural Sierra urbana Sierra rural Selva urbana Selva rural
Pα=0
Pα=1
Pα=2
Valor
(%)
Valor
(%)
Valor
(%)
0.496 0.376 0.489 0.663 0.416 0.683 0.389 0.697
100.0 21.3 19.2 5.5 14.0 27.1 4.9 8.0
0.175 0.106 0.171 0.251 0.149 0.272 0.130 0.270
100.0 17.0 19.0 5.9 14.2 30.6 4.6 8.7
0.084 0.042 0.082 0.124 0.071 0.142 0.058 0.135
100.0 14.1 19.0 6.1 14.1 33.3 4.3 9.1
Nota: Estimados de pobreza sobre la población total del país (23,088 mil habitantes). 1/ No incluye a Lima metropolitana. Fuente: Cuánto S.A.- ENNIV 1994. Elaboración: Propia.
Los pobres del Perú viven principalmente en la Sierra rural, representando algo más de 3 millones de personas (27%). A su vez, Lima metropolitana acoge a cerca de 2 millones y medio (21%), es decir, 1 de cada 5 pobres del país vive en la capital.26 Por su parte, la contribución a la pobreza de cada uno de los otros dominios de estudio son menores, especialmente de la Costa rural y la Selva urbana y rural. La brecha de pobreza en el Perú (Pα=1), que mide la suma de las brechas entre el gasto de las personas pobres y la línea de pobreza, dividida por la población total, es del orden del 17.5 por ciento. Esta información nos permite también calcular la brecha de gasto, simplemente relacionándola con el índice head-count, la que resulta igual a 35 por ciento27. Tomando en cuenta estos cálculos, se estima que el gasto promedio de los pobres equivale a solamente dos terceras partes del valor de la línea de pobreza (65%), aproximadamente. 26
Para descomponer el índice de pobreza total entre dominios de estudio, el índice de pobreza de cada dominio es multiplicado por el peso poblacional (Zi), y este valor es expresado como una proporción del índice de pobreza para la población como un todo. Por ejemplo, para Lima metropolitana, la operación resulta : (Pα=0,Lima metrop.) (Zi)/(Pα=0,total) = contribución (0.376) (0.281)/0.496 = 0.213 (ó 21.3%)
27
Como se ha explicado en la sección 2.4, con α=1, el índice FGT es igual a HI, donde I es el ratio de la brecha del gasto. I también fluctúa entre 0 y 1. Entonces como H e I fluctúan entre 0 y 1, HI también fluctúa entre 0 y 1. Es también evidente que H>HI ó Pα=0 > Pα=1. Se puede calcular la brecha de gasto simplemente dividiendo HI entre H (ó Pα=1 entre Pα=0). Por ejemplo, para el país como un todo HI=0.175, entonces I está dado por: I = HI/H = Pα=1/ Pα=0 = 0.175/0.496 = 0.353 Con I = 0.35, la diferencia entre la línea de pobreza y el gasto promedio de los pobres es 35% de la línea de pobreza. Como: (Yi/Yp) = 1 - (Yp-Yi)/Yp se tiene que el gasto promedio de los pobres es alrededor de dos terceras partes de la línea de pobreza (dado por 1-0.353 = 0.65). También se pueden computar valores de I para cada dominio de estudio e interpretar de este modo.
114
Perfil de la Pobreza en el Perú, 1994
Por dominios de estudio, la menor brecha de gasto la tienen los pobres de Lima metropolitana (28%). De este modo, el gasto promedio de los pobres capitalinos cubre el 72 por ciento del valor de la línea de pobreza, constituyéndose en el dominio donde el gasto de los pobres se acerca más al valor de la canasta básica de consumo. En el otro extremo, la Sierra rural ostenta la mayor brecha de gasto (40%), y por lo tanto el gasto de los campesinos serranos pobres solamente equivale al 60 por ciento del valor de la línea de pobreza. En general, el gasto promedio de los pobres de las áreas rurales del país es el que está más alejado del valor de la línea de pobreza, comparado con el gasto de los pobres urbanos. Estos resultados nos confirman la información adicional que provee la FGT cuando α=1. No sólo se conoce que la incidencia de la pobreza es más grande entre los campesinos de la Sierra rural, en comparación a Lima metropolitana, sino también que la intensidad de su pobreza es más grande. La información sobre la brecha de pobreza puede ser utilizada para calcular la cantidad de recursos, en términos per cápita, necesarios y bajo perfecta focalización, para erradicar la pobreza28. De igual modo, descomponiendo este índice se muestra como el agregado de brecha de pobreza es distribuido entre los dominios. De los recursos necesitados para erradicar la pobreza, el 31 por ciento iría a los pobres de la Sierra rural, el 19 por ciento a los pobres del resto de la Costa urbana, el 17 por ciento a los pobres de Lima metropolitana, y en menor proporción a cada uno de los restantes dominios de estudio. Desde luego que la eliminación real de la pobreza implica considerar otros costos adicionales al monto estimado mediante la brecha de pobreza. La magnitud de estos costos estará en función al grado y dificultad de la focalización, lo cual dependerá de la dispersión geográfica de los pobres y de la complejidad administrativa que ello genera. Se deben considerar los costos de eficiencia asociados a la recaudación de ingresos necesarios para financiar la política social. Además, se deben tomar en cuenta los costos de todos los otros aspectos que impactan sobre el costo - efectividad de las políticas de lucha contra la pobreza. La interpretación intuitiva de la medida de la severidad de la pobreza o desigualdad entre los pobres (Pα=2) no es tan directa, dado que ahora el índice otorga un mayor peso a los grupos más pobres. Sin embargo, los principios son los mismos. La primera columna de Pα=2 muestra el índice computado para cada sector separadamente, y la segunda columna reporta la descomposición del índice agregado entre dominios.29 En todo caso, mientras más alto es el valor de Pα=2 mayor es la severidad de la pobreza entre los grupos poblacionales que integran cada dominio de estudio del país. 28
Realizando un ejercicio teórico, se puede estimar el porcentaje del ingreso nacional necesario para “eliminar” la pobreza. Si Pα=2=D, entonces D=HI. Se define D1= HI(Yp/u); donde D1 es igual a la fracción del ingreso nacional necesario para eliminar la pobreza, y u es el ingreso medio de la economía (PBI per cápita). Calculando, D1=(0.496)(0.353)(0.4)= 0.07. Es decir, es necesario destinar el 7 por ciento de la producción nacional para “erradicar” la pobreza. En la estimación se consideró un PBI total de 93 mil millones de soles, un PBI per cápita de 4 mil soles anuales y una línea de pobreza promedio nacional de 1600 soles anual por persona.
29
Similar a las otras mediciones, los índices son computados para valores específicos de grupo de n, q e Yi, y la descomposición aplica pesos poblacionales a los valores de grupo para generar contribuciones al total de pobreza.
115
Moncada
Desde este punto de vista, se descubre que la severidad de la pobreza en las áreas rurales del Perú es particularmente más grave que en las áreas urbanas. Por otro lado, la contribución a la pobreza de los campesinos de la Sierra rural aumenta desde un 27 por ciento a un 33 por ciento cuando α pasa de un valor de 0 a un valor de 2. Como se ha mencionado anteriormente, valores más altos de α significan que pesos mayores se están otorgando a los grupos más pobres. Esto sugiere que una proporción relativamente más grande de campesinos de la Sierra rural se encuentra entre los más pobres de los pobres. En este caso se observa que un tercio de la medida de pobreza es sufrida por los pobres de la Sierra rural.30 4.2 Pobreza Extrema La configuración del perfil de la pobreza de este estudio también considera la medición de la población que está experimentando pobreza extrema, es decir, de aquellos cuyo gasto total per cápita ni siquiera les permite cubrir el costo de una canasta básica de alimentos que satisfaga requerimientos nutricionales mínimos. La incidencia de la pobreza extrema es dramática en el Perú, pues afecta a 1 de cada 5 peruanos, 4.7 millones de personas, aproximadamente. La incidencia de la pobreza extrema es relativamente más fuerte en las áreas rurales del país, sobre todo en la Sierra y en la Selva, donde el 46% de la población, en cada caso, vive en estas difíciles condiciones. Cerca de las dos terceras partes de pobres extremos habita en las áreas rurales, especialmente en la Sierra donde radica el 45 por ciento de ellos. En Lima metropolitana vive cerca del 7 por ciento de esta población en indigencia. Cuadro Nº 5 Descomposición de las medidas de Pobreza Extrema FGT, según dominio de estudio, 1994 Dominio
Nacional Lima metropolitana Costa urbana 1/ Costa rural Sierra urbana Sierra rural Selva urbana Selva rural
Pα=0
Pα=1
Pα=2
Valor
(%)
Valor
(%)
Valor
(%)
0.202 0.047 0.152 0.315 0.127 0.456 0.144 0.456
100.0 6.5 14.7 6.4 10.5 44.5 4.5 12.9
0.060 0.011 0.038 0.095 0.035 0.151 0.033 0.141
100.0 5.1 12.3 6.5 9.7 49.6 3.4 13.4
0.026 0.004 0.015 0.039 0.013 0.070 0.011 0.061
100.0 3.8 11.1 6.2 8.7 54.0 2.6 13.6
Nota: Estimados de pobreza extrema sobre la población total del país (23,088 mil habitantes). 1/ No incluye a Lima metropolitana. Fuente: Cuánto S.A.- ENNIV 1994. Elaboración: Propia. 30
116
En general, las tres medidas de pobreza FGT estimadas reflejan el grado de pobreza en los dominios de estudio considerados. Las áreas rurales, especialmente en la Sierra, son las más afectadas por la pobreza, en tanto que las áreas urbanas, sobre todo Lima metropolitana, son las menos afectadas.
Perfil de la Pobreza en el Perú, 1994
La brecha de pobreza de los pobres extremos es igual al 6 por ciento. La intensidad de la pobreza extrema, de acuerdo al indicador de la brecha de pobreza, es mayor en las áreas rurales del país, especialmente en la Sierra y en la Selva. En el otro extremo, la intensidad de la pobreza extrema es menor en Lima metropolitana. La brecha de gasto se estima en 30 por ciento, lo que implica que el gasto promedio de los pobres extremos equivale sólo al 70 por ciento del valor de la línea de pobreza que define a este grupo poblacional, en promedio. En este caso, la menor brecha de gasto se ubica en Lima metropolitana y en la Selva urbana (23% en cada dominio), de tal modo que el gasto promedio de los pobres extremos de estas zonas cubre el 77 por ciento del valor de la línea de pobreza extrema. Por otro lado, la Sierra rural tiene una brecha de gasto del 33 por ciento, por lo que el gasto promedio de los pobres extremos de esta parte del país cubre solamente el 67 por ciento del valor de la línea de pobreza extrema. Es en las áreas rurales donde el gasto promedio está más alejado del valor de la línea de pobreza extrema, respecto a lo que acontece en el área urbana. La severidad de la pobreza extrema se concentra en las áreas rurales de la Costa, Sierra y Selva, principalmente. La contribución a la pobreza extrema de los campesinos de la Sierra rural aumenta hasta un 54 por ciento, desde un 45 por ciento para α=0, cuando se analiza el grado de desigualdad entre los pobres (ver Cuadro Nº 5). 4.3 Pobreza, Niveles Educativos y Categoría Ocupacional de la Población La población de 6 y más años de edad en el Perú asciende aproximadamente a cerca de 20 millones de personas, de las cuales la mitad pertenece a la población económicamente activa (PEA). Es de indicar que en el país la población ingresa al mercado laboral a una edad bastante temprana, especialmente en las zonas rurales. Por otro lado, el resto de esta población pertenece a la población económicamente no activa (No PEA), conformada por estudiantes, pensionistas, jubilados, rentistas, ancianos, inválidos, etc. Se debe mencionar, además, que el 95.5 por ciento de la PEA se encuentra ocupada. De acuerdo a la medida de pobreza Pα=0, cerca del 48 por ciento de la población de 6 y más años de edad está viviendo en condiciones de pobreza. La incidencia de la pobreza recae más fuertemente en las personas que se ocupan como trabajadores del hogar, como familiares no remunerados y como obreros, en tanto que los empleados son los menos afectados (ver Cuadro Nº 6). La contribución a la pobreza de los trabajadores independientes y de los familiares no remunerados es bastante significativa: 19 y 16 por ciento, respectivamente. Los primeros trabajan principalmente en la agricultura, pesca artesanal, comercio formal e informal, etc., tanto en el campo como en las ciudades; mientras que los segundos se dedican básicamente a la agricultura y están concentrados en las áreas rurales del país.
117
Moncada
Cuadro Nº 6 Medidas de pobreza FGT, según categoría ocupacional de la población de 6 y más años de edad, 1994 Dominio
TOTAL Obrero Empleado Trabajador del hogar Independiente Familiar no remunerado Desocupado Inactivo
Pα=0
Pα=1
Pα=2
Valor
(%)
Valor
(%)
Valor
(%)
0.476 0.582 0.181 0.650 0.462 0.615 0.447 0.480
100.0 9.7 3.2 0.7 18.6 15.8 2.2 49.8
0.165 0.205 0.043 0.227 0.155 0.235 0.141 0.166
100.0 9.8 2.2 0.7 18.0 17.4 2.0 49.7
0.078 0.099 0.016 0.109 0.072 0.119 0.061 0.078
100.0 10.0 1.7 0.7 17.7 18.6 1.8 49.5
Nota: Los estimados de pobreza total difieren de los presentados en el Cuadro Nº 4, debido a la diferencia en el tamaño de las poblaciones bajo estudio. Fuente: Cuánto S.A.- ENNIV 1994. Elaboración: Propia.
La brecha de pobreza agregada en términos per cápita es igual a 16.5 por ciento, en promedio, sin embargo la intensidad de la pobreza, de modo similar que la incidencia, recae más agudamente sobre los trabajadores familiares no remunerados, trabajadores del hogar y los obreros. La brecha de gasto, es decir la diferencia entre la línea de pobreza y el gasto promedio de los pobres, como proporción de la línea de pobreza, equivale a 35 por ciento. Los empleados son los que están en mejor situación respecto al resto de grupos ocupacionales, mientras que los trabajadores familiares no remunerados están en el otro extremo: el gasto promedio de los primeros cubre el 76 por ciento de la línea de pobreza, en tanto que el gasto de los segundos cubre solamente el 62 por ciento de la línea. La medida de la severidad de la pobreza, cuando Pα=2, no hace sino confirmar que los más pobres entre los pobres son los trabajadores familiares no remunerados, los trabajadores del hogar y los obreros (ver Cuadro Nº 6). La estimación de las medidas de pobreza FGT de este mismo grupo poblacional, pero por niveles educativos, son reveladoras. Previamente se debe señalar que en general, la educación tiene una enorme importancia en el mejoramiento de las condiciones de vida de las personas, dado que un mayor nivel de conocimiento adquirido posibilita mejorar las condiciones de salud, nutrición, reproducción, esparcimiento, etc. La educación no sólo se restringe a estos ámbitos, sino que se extiende a todas las esferas de la economía, permitiendo un mayor crecimiento económico.31 Mientras el 58 por ciento de los menos educados son pobres, sólo el 27 por ciento de los más educados viven en esta situación. En el primer grupo la incidencia de la pobreza recae principalmente sobre los trabajadores familiares no remunerados, los trabajadores del hogar y los obreros; en el segundo grupo, la mayor incidencia se enfatiza sobre los obreros y los trabajadores del hogar (ver Cuadros Nº 7 y Nº 8). 31
118
Existe una amplia literatura sobre la educación en el marco de la Teoría del Capital Humano. Ver, por ejemplo: Shultz, 1961; Cohn y Geske, 1989, cap. 1 y 2; Lucas, 1988; Romer, 1989.
Perfil de la Pobreza en el Perú, 1994
Cuadro Nº 7 Medidas de pobreza FGT, según categoría ocupacional de la población menos educada de 6 y más años de edad, 1994 a/ Dominio
Pα=0
TOTAL Obrero Empleado Trabajador del hogar Independiente Familiar no remunerado Desocupado Inactivo
Pα=1
Pα=2
Valor
(%)
Valor
(%)
Valor
(%)
0.577 0.663 0.386 0.649 0.567 0.678 0.575 0.546
100.0 7.9 0.7 0.8 18.7 17.4 1.0 53.5
0.209 0.257 0.104 0.237 0.199 0.266 0.198 0.194
100.0 8.5 0.5 0.8 18.1 18.8 0.9 52.4
0.102 0.130 0.044 0.119 0.094 0.137 0.086 0.092
100.0 8.8 0.5 0.8 17.7 19.9 0.9 51.4
a/ La población “menos educada” es aquella que no tiene ningún nivel educativo o ha estudiado hasta la secundaria, pero no la ha concluido. Fuente: Cuánto S.A.- ENNIV 1994. Elaboración: Propia.
La intensidad de la pobreza de igual modo afecta en mayor grado a los menos educados, tal como lo señala la medida de la brecha de pobreza que es igual a 21 por ciento para este grupo, en comparación a sólo el 7 por ciento de los más educados. En este caso, el gasto promedio de los pobres menos educados cubre el 64 por ciento de la línea de pobreza, mientras que el gasto promedio de los pobres más educados llega a representar el 73 por ciento de la línea de pobreza. La severidad de la pobreza es particularmente más grave para los pobres menos educados que para los más educados: 10 por ciento y 3 por ciento respectivamente, según el indicador Pα=2. Se puede advertir que la mayor severidad de la pobreza afecta básicamente, en ambos casos, a los mismos grupos ocupacionales. Sin embargo, entre los más educados, además de los trabajadores del hogar y de los obreros, son los desocupados los más afectados. Cuadro Nº 8 Medidas de pobreza FGT, según categoría ocupacional de la población más educada de 6 y más años de edad, 1994 a/ Dominio
TOTAL Obrero Empleado Trabajador del hogar Independiente Familiar no remunerado Desocupado Inactivo
Pα=0
Pα=1
Pα=2
Valor
(%)
Valor
(%)
Valor
(%)
0.271 0.466 0.162 0.659 0.259 0.343 0.396 0.262
100.0 16.9 14.1 0.5 18.9 8.7 7.3 33.6
0.074 0.131 0.038 0.170 0.070 0.104 0.118 0.072
100.0 17.3 12.1 0.5 18.7 9.7 7.8 33.9
0.030 0.054 0.013 0.056 0.027 0.044 0.051 0.030
100.0 17.7 10.3 0.4 18.1 10.2 8.3 34.9
a/ La población “más educada” es la que tiene secundaria completa o estudios superiores universitarios y no universitarios. Fuente: Cuánto S.A.- ENNIV 1994. Elaboración: Propia.
119
Moncada
De las estimaciones realizadas se desprende que, si bien la mayoría de la población económicamente activa se encuentra ocupada, una gran proporción de ella no genera los niveles de ingreso suficientes como para salir de la pobreza. La generación de mejores oportunidades económicas en favor de los pobres, de tal modo que puedan tener acceso a niveles de ingreso más altos, debería ser la parte central de la estrategia contra la pobreza. Complementariamente, una significativa proporción del gasto público, tomando en cuenta la gran importancia de la educación en los niveles de vida, se debe canalizar a inversiones de infraestructura y servicios de educación primaria, sentando de este modo las bases para un mejor nivel educativo de la población nacional en el futuro. 4.4 Pobreza y Niveles Educativos del Jefe de Hogar A diferencia de las dos secciones anteriores que tratan de la estimación de la pobreza sobre la población total y sobre la población de 6 y más años de edad, respectivamente, esta sección analiza la situación de pobreza en el país a nivel de los hogares, tomando para ello como unidad de análisis a los jefes de hogar. Las medidas de pobreza se han calculado considerando el nivel educativo de los jefes de hogar, con el propósito de conocer y evaluar el grado de vulnerabilidad que tienen los jefes de familia peruanos frente a la pobreza, dependiendo de su mayor o menor nivel educativo. La educación otorga a la población mayores posibilidades de generar ingresos y por lo tanto mejores condiciones de vida. El nivel educativo de los jefes de hogar es sumamente importante en la medida que configura una mayor o menor potencialidad de los demás miembros de la familia para lograr mejores niveles de vida. Cuadro Nº 9 Características de los Jefes de Hogar, 1994 (Porcentaje) Total
Pobres Extremos
Total Pobres
No Pobres
Sexo Hombres Mujeres
100.0 82.6 17.4
100.0 89.1 10.9
100.0 86.5 13.5
100.0 79.8 20.2
Idioma Castellano Quechua Otro
74.6 21.3 4.1
52.0 37.8 10.2
63.8 30.2 6.0
82.2 15.1 2.7
Educación Ninguna Primaria Secundaria Superior
8.5 41.2 33.2 17.2
16.5 61.4 20.8 1.3
14.0 53.2 28.7 4.1
4.6 32.7 36.3 26.4
Fuente: Cuánto S.A. - ENNIV 1994. Elaboración: Propia.
120
Perfil de la Pobreza en el Perú, 1994
En el Perú 83 de cada 100 hogares son dirigidos por personas del sexo masculino. La participación femenina en la jefatura del hogar es más notoria en las ciudades y en los hogares no pobres, llegando a destacar tanto en Lima metropolitana como en la Sierra urbana, donde un 22 por ciento de hogares, en cada caso, son dirigidos por una mujer. En el Perú, el idioma predominante es el castellano, no obstante, existe un 21 por ciento de jefes de hogar que tiene como lengua materna el quechua. Los demás hablan aymara, campa, u otra lengua nativa o extranjera. La proporción de los jefes de hogar que tienen como lengua materna algún idioma nativo guarda una relación directa con la situación de pobreza de sus hogares.32 Del total de hogares peruanos el 42 por ciento vive en situación de pobreza, aproximadamente 4.5 millones, y el 16 por ciento en indigencia o pobreza extrema. Es importante destacar que a medida que la edad de los jefes de hogar aumenta, la proporción de hogares en situación de pobreza disminuye33. La incidencia de la pobreza es mayor sobre los jefes de hogar de las áreas rurales del país, donde más de la mitad de ellos se encuentran viviendo en esta situación, en comparación a las áreas urbanas, donde sólo alrededor de un tercio son afectados por la pobreza. En Lima metropolitana y la Sierra rural viven cerca de la mitad de los hogares pobres del Perú (ver Cuadro Nº 10). Cuadro Nº 10 Medidas de pobreza FGT de los Jefes de Hogar, según dominio de estudio, 1994 Dominio
Nacional Lima metropolitana Costa urbana 1/ Costa rural Sierra urbana Sierra rural Selva urbana Selva rural
Pα=0
Pα=1
Pα=2
Valor
(%)
Valor
(%)
Valor
(%)
0.415 0.297 0.418 0.582 0.337 0.596 0.313 0.626
100.0 21.2 19.2 5.7 13.3 27.7 4.7 8.2
0.139 0.082 0.136 0.208 0.115 0.224 0.102 0.233
100.0 17.3 18.6 6.0 13.5 31.1 4.5 9.0
0.065 0.032 0.062 0.099 0.054 0.113 0.045 0.113
100.0 14.5 18.2 6.2 13.6 33.6 4.4 9.5
Nota: Estimación de la pobreza sobre el total de hogares del país (4.5 millones aproximadamente). 1/ No incluye a Lima metropolitana. Fuente: Cuánto S.A.- ENNIV 1994. Elaboración: Propia.
32
Los estimados sobre la población que tiene como lengua materna algún idioma nativo, revelan que el 69 por ciento de ellos son pobres. Por su parte, la proporción de pobres de los hispano hablantes es 45 por ciento.
33
La diferencia entre el porcentaje de hogares pobres y el de población pobre, indicado en la sección 4.1, se debe a que los hogares pobres tienen un mayor número de miembros que los hogares no pobres.
121
Moncada
La brecha de pobreza de los jefes de hogar es igual a 14 por ciento, afectando mayormente a los campesinos. La severidad de la pobreza de igual modo es más grave, relativamente, entre los jefes de hogar campesinos del país, tal como lo indican los resultados obtenidos para la medida Pα=2. Lo resaltante es que la contribución a la pobreza de la Sierra rural aumenta de 28 a 34 por ciento, cuando se pasa del índice del head-count a la medida de la severidad, lo que nuevamente nos confirma que en la Sierra rural están los jefes de hogar más pobres. El nivel de educación alcanzado por los jefes de hogar es bastante limitado, y más aún de aquellos que están en pobreza. En el Perú, cerca del 9 por ciento de jefes de hogar no tienen ningún nivel educativo, el 41 por ciento ha logrado estudiar algún año de primaria, el 33 por ciento algún año de secundaria, y el 17 por ciento ha cursado estudios superiores universitarios y no universitarios. La situación educativa de los jefes de hogar es bastante heterogénea por áreas, en las ciudades el nivel educativo logrado por los jefes de hogar es mayor que en el campo. En este último ámbito el porcentaje de jefes de hogar sin ningún nivel llega al 15 por ciento, aproximadamente, lo que equivale a más del doble del porcentaje registrado en las ciudades. Existe una alta asociación entre los niveles educativos alcanzados por los jefes de hogar y la situación de pobreza en la que viven. Un 17 por ciento de los jefes de hogar que viven en pobreza extrema no tienen ningún nivel educativo, un 61 por ciento apenas ha aprobado algún año de educación primaria, y prácticamente ninguno ha llegado a la universidad. Estas cifras contrastan con los jefes de hogar no pobres, quienes en un 5 por ciento nunca han ido a la escuela, un tercio de ellos ha realizado la educación primaria, un 35 por ciento secundaria y un significativo 19 por ciento ha llegado a la universidad. La incidencia de la pobreza sobre los jefes de hogar menos educados, definidos como aquellos que tienen hasta secundaria incompleta, es mayor que la incidencia sobre los más educados, que son los que tienen secundaria completa y otros estudios superiores. Esto puede advertirse en los estimados del head-count, 54 por ciento y 20 por ciento, respectivamente. En ambos casos, las proporciones de pobres son mayores en el campo antes que en las ciudades (ver Cuadros Nº 11 y Nº 12) Por otro lado, las contribuciones a la pobreza tomando en cuenta los niveles educativos son diferentes. Mientras cerca de un tercio de los jefes de hogar en pobreza y menos educados viven en la Sierra rural, una proporción similar de jefes de hogar pobres pero más educados radica en Lima metropolitana (ver Cuadros Nº 11 y Nº 12). La brecha de pobreza de los jefes de hogar menos educados es mayor a la brecha de pobreza de los jefes de hogar más educados: 19 por ciento y 5.4 por ciento, respectivamente. Esto implica que la intensidad de la pobreza en los primeros es mayor. Por otro lado, tomando en cuenta la brecha de gasto, mientras el gasto promedio de los jefes de hogar pobres menos educados cubre solamente el 65 por ciento del valor de la línea de pobreza, el gasto promedio de los jefes de hogar pobres más educados cubre el 73 por ciento.
122
Perfil de la Pobreza en el Perú, 1994
Cuadro Nº 11 Medidas de pobreza FGT, según Jefes de Hogar menos educados, 1994 a/ Dominio
Nacional Lima metropolitana Costa urbana 1/ Costa rural Sierra urbana Sierra rural Selva urbana Selva rural
Pα=0
Pα=1
Pα=2
Valor
(%)
Valor
(%)
Valor
(%)
0.543 0.449 0.551 0.592 0.485 0.625 0.418 0.665
100.0 18.3 18.5 6.0 12.0 31.2 4.5 9.5
0.191 0.130 0.189 0.215 0.179 0.238 0.143 0.249
100.0 15.0 18.0 6.2 12.7 33.8 4.2 10.1
0.091 0.053 0.088 0.103 0.088 0.121 0.065 0.121
100.0 12.8 17.6 6.2 13.0 36.0 4.1 10.3
a / Los jefes de hogar “menos educados” son aquellos que no tienen ningún nivel educativo o han estudiado hasta la secundaria, pero no la han concluido. 1/ No incluye a Lima metropolitana. Fuente: Cuánto S.A.- ENNIV 1994. Elaboración: Propia.
Si la incidencia y la intensidad de la pobreza afecta en mayor grado a los jefes de hogar menos educados, la severidad de la pobreza también es más grave en el caso de este grupo poblacional, tal como se puede observar en los Cuadros Nº 11 y Nº 12, cuando la medida es Pα=2. Cuadro Nº 12 Medidas de pobreza FGT, según Jefes de Hogar más educados, 1994 a/ Dominio
Nacional Lima metropolitana Costa urbana 1/ Costa rural Sierra urbana Sierra rural Selva urbana Selva rural
Pα=0
Pα=1
Pα=2
Valor
(%)
Valor
(%)
Valor
(%)
0.203 0.163 0.226 0.526 0.182 0.396 0.161 0.250
100.0 33.6 23.3 4.4 19.1 12.7 5.3 1.6
0.054 0.039 0.060 0.174 0.048 0.126 0.043 0.081
100.0 30.1 23.1 5.5 18.9 15.2 5.3 1.9
0.021 0.013 0.024 0.076 0.018 0.058 0.016 0.033
100.0 25.8 23.8 6.2 18.3 18.0 5.1 2.0
a/ Los jefes de hogar “más educados” son los que tienen secundaria completa o estudios superiores universitarios y no universitarios. 1/ No incluye a Lima metropolitana. Fuente: Cuánto S.A.- ENNIV 1994. Elaboración: Propia.
123
Moncada
4.5 Evolución de la Pobreza: 1985 a 1994 La incidencia de la pobreza se ha acentuado considerablemente en la última década. El porcentaje de población pobre aumentó de 41.6 por ciento en 1985 a 49.6 por ciento en 1994.34 Es necesario indicar que a consecuencia de las políticas económicas ineficaces que agravaron la crisis económica a fines de la década pasada, el nivel de vida de los peruanos se empeoró dramáticamente. En este contexto, el actual gobierno, con el fin de corregir los desequilibrios macroeconómicos, inició un proceso de ajuste en agosto de 1990. El índice head-count hacia finales de 1991 indicaba que el 55 por ciento de la población estaba viviendo en esta grave situación35. Por otro lado, la brecha de pobreza, que indica la intensidad de la misma, es mayor en 1994 que en 1985; sin embargo, en los últimos cuatro años ha experimentado una reducción de 3.4 puntos porcentuales. Del mismo modo, si bien la severidad actual de la pobreza es mayor que la de hace 10 años, ésta es mucho menor que la de hace cuatro años (ver Cuadro Nº 13).
Cuadro Nº 13 Evolución de las medidas de Pobreza FGT, 1985, 1991 y 1994 Pα=0
Pα=1
Pα=2
1985 1991 a/
0.416 0.553
0.147 0.209
0.072 0.105
1994
0.496
0.175
0.084
a/ La ENNIV 1991 no incluyó la Costa rural y la Selva. Fuente: Cuánto S.A.- ENNIV 1991 y ENNIV 1994. INEI- ENNIV 1985-86. Elaboración: Propia.
La evolución de la pobreza extrema, es decir la proporción de la población que no logra alimentarse adecuadamente, tiene el mismo comportamiento que los estimados de pobreza señalados líneas arriba: un incremento fuerte en los indicadores FGT desde 1985 hasta 1991, y luego una reducción de los mismos hacia 1994. Sin embargo, los índices para 1994 son mayores que los de 1985; la excepción es el indicador de la severidad de la pobreza extrema (Pα=2), que se mantiene igual en ambos años en un valor del 2.6 por ciento, (ver Cuadro Nº 14). 34
En el análisis comparativo de la pobreza se ha utilizado la misma canasta de consumo, valorizada a los precios respectivos de cada período. Ver las líneas de pobreza y la composición de las canastas en los anexos Nº 1 y Nº 2.
35
Los estimados agregados de pobreza para 1991 no son estrictamente comparables con los de los otros periodos, porque la encuesta de 1991 no incluyó en sus áreas muestrales a la Costa rural y la Selva, que sí fueron consideradas en las otras ENNIV. De haberlas incluido, tomando en cuenta que los estimados de pobreza para 1985 y 1994 en estas áreas indican una fuerte incidencia de la pobreza, los agregados de pobreza para 1991 probablemente serían mayores.
124
Perfil de la Pobreza en el Perú, 1994
Cuadro Nº 14 Evolución de las medidas de Pobreza Extrema FGT, 1985, 1991 y 1994
1985 1991 a/ 1994
Pα=0
Pα=1
Pα=2
0.184 0.242 0.202
0.057 0.077 0.060
0.026 0.036 0.026
a/ La ENNIV 1991 no incluyó la Costa rural y la Selva. Fuente: Cuánto S.A.- ENNIV 1991 y ENNIV 1994. INEI- ENNIV 1985-86. Elaboración: Propia.
En los últimos diez años la diferencia en los niveles de vida de las diversas regiones del país se ha mantenido constante. La incidencia de la pobreza se ha acentuado más en el campo que en las ciudades. En 1985, 54 de cada 100 campesinos eran pobres, actualmente 68 de cada 100 viven en estas condiciones. En la capital, la pobreza ha aumentado en este mismo lapso en 10 puntos porcentuales, mientras que en el resto del área urbana cerca de 4 puntos porcentuales. Un aspecto de resaltar es que la incidencia de la pobreza en la Selva urbana durante la última década ha disminuido, en tanto que en la Selva rural aumentó ligeramente, en comparación con lo sucedido en otras regiones del país. El índice headcount de pobreza y pobreza extrema en la Selva urbana disminuyó en 9 puntos porcentuales entre 1985 y 1994, respectivamente. Por su parte, la incidencia de la pobreza y pobreza extrema en la Selva rural aumentó sólo en cerca de 2 puntos porcentuales, en el mismo período. Este hecho puede ser explicado por el mayor desarrollo relativo que ha experimentado esta zona en los últimos años: mayores flujos migracionales, ampliación de la frontera agrícola, mejores vías de comunicación y probablemente el influjo de la economía de la coca, desarrollada fuertemente en esta zona. Cuadro Nº 15 Descomposición de las medidas de Pobreza FGT, según dominios de estudios, 1985 Dominio
Nacional Lima metropolitana Costa urbana 1/ Costa rural Sierra urbana Sierra rural Selva urbana Selva rural
Pα=0
Pα=1
Pα=2
Valor
(%)
Valor
(%)
Valor
(%)
0.416 0.274 0.421 0.500 0.364 0.492 0.482 0.680
100.0 20.5 16.9 7.0 8.8 28.1 4.5 14.2
0.147 0.071 0.129 0.173 0.131 0.176 0.218 0.344
100.0 15.0 14.6 6.8 8.9 28.5 5.8 20.4
0.072 0.025 0.056 0.081 0.064 0.087 0.119 0.206
100.0 11.0 13.1 6.6 8.9 29.0 6.5 25.0
1/ No incluye a Lima metropolitana. Fuente: INEI- ENNIV 1985-86. Elaboración: Propia.
125
Moncada
Los otros índices, como la brecha de pobreza y la severidad de la misma, también muestran una clara mejora en las condiciones de vida de los pobladores de esta región. Por ejemplo, la brecha de pobreza disminuyó de 22 por ciento a 13 por ciento en la Selva urbana, y de 34 por ciento a 27 por ciento en la Selva rural. Por su parte, los indicadores de la severidad de la pobreza disminuyeron casi a la mitad de su valor de 1985, (ver Cuadros Nº 14 y Nº 15). Cuadro Nº 16 Descomposición de las medidas de Pobreza Extrema FGT, según dominios de estudios, 1985 Dominio
Pα=0
Pα=1
Pα=2
Valor
(%)
Valor
(%)
Valor
(%)
Nacional Lima metropolitana
0.184 0.034
100.0 5.7
0.057 0.008
100.0 4.2
0.026 0.003
100.0 3.1
Costa urbana 1/ Costa rural
0.111 0.266
10.1 8.4
0.027 0.076
7.8 7.7
0.010 0.032
6.4 7.0
Sierra urbana Sierra rural
0.154 0.323
8.4 41.8
0.039 0.109
6.9 45.2
0.015 0.052
6.0 47.5
Selva urbana Selva rural
0.233 0.439
4.9 20.7
0.061 0.158
4.2 24.0
0.026 0.077
4.0 26.0
1/ No incluye a Lima metropolitana. Fuente: INEI- ENNIV 1985-86. Elaboración: Propia.
Actualmente, del total de la población limeña el 38 por ciento vive en pobreza y el 5 por ciento en pobreza extrema. Sin embargo, las proporciones de la población que vive en estas condiciones ha disminuido significativamente desde 1991, en 10 y 5 puntos porcentuales respectivamente. No obstante, aún son mayores a las de 1985 (ver Cuadros Nº 15 y Nº 16). La intensidad y la severidad de la pobreza sobre los pobres y pobres extremos es menor en Lima metropolitana que en el resto de regiones del país. Los índices que miden esta situación también han descendido en los últimos tres años (ver Cuadros Nº 17 y Nº 18). La incidencia de la pobreza en las áreas rurales del Perú es elevada. En 1985 más de la mitad de estas poblaciones estaban padeciendo de pobreza y aproximadamente un tercio de las mismas de pobreza extrema. Esta situación se ha empeorado con el paso de los años, producto de la falta de políticas dirigidas a desarrollar el sector agrario y de recursos destinados a mejorar las condiciones de vida de esta población. En 1994, el 68 por ciento de la población rural era pobre y alrededor del 44 por ciento pobre extremo. Las medidas de la brecha de pobreza y la severidad o desigualdad entre los pobres de estas regiones también hayan aumentado, con excepción de la Selva rural.
126
Perfil de la Pobreza en el Perú, 1994
Cuadro Nº 17 Descomposición de las medidas de Pobreza FGT, según dominios de estudios, 1991 a/ Dominio
Pα=0
Nacional Lima metropolitana Costa urbana 1/ Sierra urbana Sierra rural
Pα=1
Pα=2
Valor
(%)
Valor
(%)
Valor
(%)
0.553 0.476 0.549 0.532 0.727
100.0 34.8 18.5 19.5 27.2
0.209 0.146 0.200 0.208 0.340
100.0 28.2 17.8 20.2 33.8
0.105 0.062 0.094 0.110 0.194
100.0 23.8 16.6 21.3 38.2
a/ La ENNIV 1991 no incluyó la Costa rural y la Selva. 1/ No incluye a Lima metropolitana. Fuente: Cuánto S.A.- ENNIV 1991. Elaboración: Propia.
En la sierra rural, donde se concentra el mayor número de pobres del Perú, la evolución de la pobreza muestra que ésta ha descendido en los últimos años en 4 puntos porcentuales. A pesar de ello, los índices de pobreza son altos, en comparación a los índices de las otras regiones del país (ver Cuadros 15 y 17). Lo mismo respecto a la situación de pobreza prevaleciente en 1985.
Cuadro Nº 18 Descomposición de las medidas de Pobreza Extrema FGT, según dominios de estudios, 1991 a/ Dominio
Nacional Lima metropolitana Costa urbana 1/ Sierra urbana Sierra rural
Pα=0
Pα=1
Pα=2
Valor
(%)
Valor
(%)
Valor
(%)
0.242 0.101 0.232 0.224 0.545
100.0 16.9 17.8 18.8 46.5
0.077 0.023 0.058 0.074 0.204
100.0 12.1 13.9 19.4 54.5
0.036 0.008 0.022 0.034 0.103
100.0 9.0 11.3 19.4 60.3
a/ La ENNIV 1991 no incluyó la Costa rural y la Selva. 1/ No incluye a Lima metropolitana. Fuente: Cuánto S.A.- ENNIV 1991. Elaboración: Propia.
En esta zona del país, la incidencia de la pobreza extrema ha descendido desde 1991 en 9 puntos porcentuales. Por su parte, las otras medidas, tales como la brecha de pobreza y el índice de la severidad, también han seguido la misma tendencia: la primera cayó en 5 puntos y la segunda en 3 puntos porcentuales, respectivamente, en el mismo período.
127
Moncada
5. Conclusiones Las secciones precedentes han descrito los principales aspectos de la cuantificación de la pobreza, así como también las principales características del perfil de la pobreza en el Perú. En resumen, las principales conclusiones son:
128
-
Cerca de la mitad de la población nacional se encuentra viviendo en pobreza y un quinto de la misma en pobreza extrema. La incidencia de la pobreza es mayor sobre la población rural, de la cual alrededor de dos tercios es pobre y el 44 por ciento pobre extremo.
-
Los pobres del Perú viven principalmente en la Sierra rural (27%) y en Lima metropolitana (21%). De otro lado, cerca de las dos terceras partes de la población en pobreza extrema habita en las áreas rurales, principalmente en la Sierra rural. En Lima metropolitana vive el 7 por ciento de todos los pobres extremos.
-
La brecha de pobreza es igual a 17.5 por ciento y la brecha de gasto de los pobres equivale a 35 por ciento, lo que implica que el gasto promedio de los pobres cubre solamente dos tercios de la línea de pobreza. La severidad de la pobreza es mayor en las áreas rurales que en las áreas urbanas del país.
-
La incidencia de la pobreza es más grave sobre las personas que se ocupan como trabajadores familiares no remunerados (62%), como trabajadores del hogar (65%) y como obreros (58%); en cambio, los empleados son los menos afectados (18%). Asimismo, mientras el 58 por ciento de los menos educados son pobres, sólo el 27 por ciento de los más educados vive en esta situación. La brecha de pobreza y la severidad de la misma son mayores en la población pobre menos educada, en relación a los pobres más educados.
-
Del total de hogares peruanos, el 42 por ciento vive en pobreza y el 16 por ciento en situación de indigencia o pobreza extrema. La incidencia de la pobreza sobre los jefes de hogar menos educados es mayor que la incidencia sobre los más educados: 54 y 20 por ciento, respectivamente. Del mismo modo, la intensidad y la severidad de la pobreza es mayor en los primeros antes que en los segundos. Por otro lado, son los hogares pobres los que tienen un mayor número promedio de miembros por hogar (6.1), en comparación a los hogares no pobres (4.4).
Perfil de la Pobreza en el Perú, 1994
-
La incidencia de la pobreza se ha acentuado considerablemente en la última década. La proporción de pobres aumentó en 8 puntos porcentuales en este período. Sin embargo, respecto al año 1991 el porcentaje de pobres ha disminuido en cerca de 6 puntos porcentuales. Los índices de la brecha de pobreza y de la desigualdad entre los pobres han tenido la misma evolución que el head-count: un incremento desde 1985 hasta 1991 y posteriormente una disminución hacia 1994. Esto se debe principalmente al mayor crecimiento económico experimentado en los últimos años.
-
El perfil de la pobreza muestra la gran importancia de la educación en los niveles de vida de la población peruana. Una de las armas contra la pobreza es la inversión en la educación, por lo que es necesario orientar recursos disponibles hacia este sector, sobre todo a la educación primaria. Asimismo, tomando en consideración que la población pobre, especialmente del área rural y urbano marginales, es la de más alto riesgo frente a las enfermedades, con la consecuente merma en la productividad, es necesaria la inversión en salud primaria.
129
Moncada
ANEXO 1 CANASTAS BASICAS NUTRICIONALES Lima Metropolitana: Esta canasta de alimentos provee un total de 11,853.5 calorías y 334.4 gramos de proteína para una familia de cinco miembros (dos adultos y tres niños). En la valorización de la canasta se consideró las preferencias de los consumidores, utilizando las cantidades de consumo promedio por persona de las distintas variedades de cada producto consideradas en la canasta.36 Es decir, el precio de cada producto es el promedio ponderado del precio de las variedades que lo conforman. La valoración se realizó a precios de Lima de junio de 1994. Costa Urbana y Rural: La canasta nutricional para el resto de la costa urbana y la costa rural es igual a la utilizada para Lima Metropolitana. En idéntica forma esta canasta provee un total de 11,853.5 calorías y 334.4 gramos de proteínas para una familia de cinco miembros. La valorización, a precios de junio de 1994, se obtuvo considerando las preferencias de los consumidores a partir del estudio sobre consumo realizado por el INEI; (ENSECO 1991). Los precios de las principales ciudades costeñas (Piura, Chiclayo, Trujillo, Chimbote, Ica y Tacna) se obtuvieron del INEI, y para el área rural, de la encuesta a centros poblados rurales realizada durante la ejecución de la ENNIV 1994. El precio promedio para cada dominio fue calculado utilizando como ponderador la población de cada ciudad. Cuadro Nº 1 Composición de la Canasta de Alimentos para la Costa (Para una familia de cinco miembros: 2 adultos y 3 niños) Alimentos Leche Pescado Carne de res Pollo Hígado (res) Huevos Frijol Tomate Zanahoria Cebolla Zapallo Ajos
Peso (Kg.) 0.110 0.380 0.015 0.150 0.050 0.080 0.080 0.160 0.100 0.250 0.600 0.015
Alimentos Manzana Naranja Plátano Papa Arroz Pan Fideos Aceite Margarina Azúcar blanca Sal yodada
Peso (Kg.) 0.300 0.250 0.300 1.000 0.700 0.480 0.130 0.180 0.070 0.410 0.030
Nota: Cantidad recomendada por día. 36
130
La información sobre consumo per cápita por variedad de producto se obtuvo de los resultados de la Encuesta Nacional de Seguimiento al Consumo (ENSECO) de 1991, realizada por el Instituto Nacional de Estadística e Informática (INEI), y de la estructura de consumo de la canasta que utiliza Cuánto S.A. para la estimación del índice de precios al consumidor.
Perfil de la Pobreza en el Perú, 1994
Sierra Urbana y Rural: La Canasta Básica Alimentaria para la sierra provee un total de 13,241.4 calorías y 326.3 gramos de proteínas para un hogar compuesto por cinco miembros. La valorización se realizó utilizando el mismo criterio que para la costa. Se tomaron en cuenta los precios de mercado de las ciudades del Cusco, Huancayo, Puno, Cajamarca, Abancay, Arequipa y Huánuco, ponderados por la población de cada ciudad. La valorización de la canasta rural se realizó utilizando precios de centros poblados rurales.
Cuadro Nº 2 Composición de la Canasta de Alimentos para la Sierra (Para una familia de cinco miembros: 2 adultos y 3 niños) Alimentos
Peso (Kg.)
Alimentos
Peso (Kg.)
Leche Queso
0.200 0.030
Naranja Papa
0.150 1.400
Carne de carnero Carne de res
0.060 0.120
Oca/olluco Chuño
0.244 0.122
Carne de pollo Menudencias de carne
0.015 0.055
Arroz Cebada
0.271 0.203
Huevos Frijol
0.120 0.107
Maíz grano Quinua
0.429 0.080
Arvejas Habas
0.090 0.107
Trigo Pan
0.180 0.400
Tomate Zanahoria
0.050 0.050
Fideos Aceite
0.136 0.098
Cebolla Zapallo
0.100 0.025
Manteca Azúcar blanca
0.150 0.101
Maíz choclo Manzana
0.136 0.300
Azúcar rubia Sal yodada
0.151 0.030
Nota: Cantidad recomendada por día.
Selva Urbana y Rural: La Canasta Alimentaria para la selva provee un total de 11,926.04 calorías y 322.4 gramos de proteínas, para un hogar de cinco miembros (dos adultos y tres menores). La valorización se realizó utilizando el mismo criterio anterior. Las ciudades consideradas fueron Puerto Maldonado, Pucallpa e Iquitos.
131
Moncada
Cuadro Nº 3 Composición de la Canasta de Alimentos para la Selva (Para una familia de cinco miembros: 2 adultos y 3 niños)
Alimentos
Peso (Kg.)
Alimentos
Peso (Kg.)
Leche Queso
0.200 0.045
Yuca Plátano verde
0.750 0.650
Pescado Carne de pollo
0.380 0.130
Arroz Maíz
0.650 0.071
Huevos Frijol
0.034 0.340
Pan Fideos
0.210 0.095
Tomate Zanahoria
0.150 0.082
Aceite Manteca
0.170 0.080
Cebolla Papaya
0.049 0.110
Azúcar blanca Chancaca
0.210 0.080
Toronja Papa
0.179 0.300
Sal yodada
0.030
Nota: Cantidad recomendada por día.
132
Perfil de la Pobreza en el Perú, 1994
ANEXO 2 COSTO DE LAS CANASTAS PARA 1991 y 1985 La valorización de las canastas de consumo para 1985 y 1991, años en los que también se realizaron encuestas de niveles de vida, se efectuaron con los mismos criterios utilizados para la valorización de las canastas de 1994. La composición de las canastas nutricionales utilizadas para calcular los estimados de pobreza en 1985 y en 1991 es la misma que la de 1994.
Cuadro Nº 1 Costo Anual Per Cápita por Hogar de la Canasta Básica Alimentaria (CBA) y de la Canasta Básica de Consumo (CBC) (En nuevos soles de Lima Metropolitana en la primera semana de Octubre de 1991) 1/ Dominio
Lima metropolitana Costa urbana 2/ Sierra urbana Sierra rural
Costo CBA
Costo CBC
Gasto Alimentos/ Gasto Total (%)
317.30 317.30 288.00 288.00
600.37 533.42 514.38 413.55
52.85 59.48 55.99 69.64
Nota: La definición de hogar utilizada en el cuadro es la de una familia de cinco miembros, compuesta por dos adultos y tres niños. La ENNIV 1991 no incluyó en la investigación a la Costa rural y a la Selva. La composición de las canastas nutricionales es la misma que la utilizada en 1994. 1/ El precio del dólar norteamericano en la primera semana de octubre de 1991 fue 0.86 nuevos soles por dólar (venta en el mercado paralelo). 2/ La costa urbana no incluye a Lima metropolitana.
Cuadro Nº 2 Costo Anual Per Cápita por Hogar de la Canasta Básica Alimentaria (CBA) y de la Canasta Básica de Consumo (CBC) (En Intis de Junio de 1985)1/ Dominio
Lima metropolitana Costa urbana 2/ Costa rural Sierra urbana Sierra rural Selva urbana Selva rural
Costo CBA
Costo CBC
Gasto Alimentos/ Gasto Total (%)
1976.84 1854.20 1649.80 1757.11 1616.22 2135.25 1879.02
3482.80 3308.12 2394.48 3021.69 2072.08 4270.50 3362.59
56.76 56.05 68.90 58.15 78.34 50.00 55.88
Nota: La definición de hogar utilizada en el cuadro es la de una familia de cinco miembros, compuesta por dos adultos y tres niños. La composición de las canastas nutricionales es la misma que la utilizada en 1994. Un nuevo sol equivale a un millón de intis. La ENNIV 1985-86 fue realizada por el INEI. 1/ El precio del dólar norteamericano en junio de 1985 fue 12 intis por dólar (venta en el mercado paralelo). 2/ La Costa urbana no incluye a Lima metropolitana.
133
Moncada
BIBLIOGRAFIA Atkinson, A.B. (1975). “The Economics on Inequality”, Oxford University Press, Atkinson, A.B. (1987). “On the Measurement of Poverty”. Econometrica, Vol. 55, Nº 4, pag. 749-64, July. Banco Central de Reserva del Perú (1993). “Estrategia de Alivio a la Pobreza”. Departamento de Estudios del Sector Social. Doc. Nº 2, abril. Becker, Gary. (1964). “Human Capital”. Columbia University Press. Blackwood, D.L. y Lynch, R.G. (1994). “The Measurement of Inequality and Poverty: A policy Maker’s Guide to the Literature”. World Development, Vol. 22, Nº 4, pag. 567-78, April. Cohn, E. y Geske, T.G. (1989). “The Economics of Education”. Chapter 1-2. Pergamon Press. Cowell, F. y Victoria-Feser, M.P. (1994). “Robustness Properties of Poverty Indices. Distributional Analysis Research Programme”, Nº 8, STICERD. London School of Economics. May. Deaton, Angus. (1980). “The Measurement of Welfare. Theory and Practical Guide Lines”. The World Bank, Living Standards Measurement Study, Working Paper 7. Elias, Lidia. (1994). “Estudios Sobre la Pobreza en el Perú. Bibliografía Comentada”. En: Pobreza y Políticas Sociales en el Perú. Universidad del Pacífico, Lima, Perú. Foster, J.E. (1984). “On Economic Poverty: A survey of Aggregate Measures”. Advances in Econometrics. 3:215-51. Foster, J.E., Greer, J., y Thorbecke, E. (1984). “A class of Descomposable Poverty Measures”. Econometrica, Vol. 52, Nº 3. pag. 761-6. May. Glewwe, Paul. (1988). “The Distribution of Welfare in Peru in 1985-86”. The World Bank, Living Standards Measurement Study, Working Paper 42. Glewwe, Paul y Hall, Gillette. (1992). “Poverty and Inequality during Unorthodox Adjustment: The Case of Peru, 1985-90. The World Bank, Living Standards Measurement Study, Working Paper 86. Grosh, Margaret E. “The Household Survey as a Tool for Policy Change”. The World Bank, Living Standards Measurement Study, Working Paper 80. Instituto Cuánto. (1991). “Ajuste y Economía Familiar: 1985-1990”, Instituto Cuánto Lima, Perú. 134
Perfil de la Pobreza en el Perú, 1994
Kambur, S,M,R. (1990). “Poverty and the Social Dimension of Structural Adjustment in Cote d’Ivoire. Social Dimensions of Adjustment in Sub-Saharan, Africa”. Working Paper 2, Washington D.C. World Bank. Kakwani, Nanak. (1980). “On a Class of Poverty Measures”. Econometrica, Vol. 48, pag. 437-46. Larrañaga, Osvaldo (1994). “Pobreza, Crecimiento y Desigualdad: Chile 1987-1992”. ILADES/Georgetown University. Chile. Lipton, M. y Ravallion, M. (1993). “Poverty and Policy”. Working Papers 1130, The World Bank, April. Lionel, Demery (1993). “The Poverty Profile in Understanding the Social Effects of Policy Reform”. Lionel Demery, Marco Ferrari, Christiaan Grootaert Editors. World Bank. Lucas, Robert E. Jr. (1988). “On the Machanics of Economic Development”. Journal of Monetary Economics, Vol.22, pag. 3-42. Orshansky, Mollie. (1965). “Counting the Poor; Another Look at the Poverty Profile”. Social Security Bulletin, Vol. 28, pag. 3-29. Ravallion, M. y Datt, G. (1991). “Growth and Redistribution Components of Changes in Poverty Measures: A Descomposition with Applications to Brazil and India in the 80’s”. The World Bank, Living Standards Measurement Study, Working Paper 83. Ravallion, Martin (1992). “Poverty Comparisons: A guide to Concepts and Methods”. The World Bank, Living Standards Measurement Study, Working Paper Nº 88. Romer, Paul. (1989). “Human Capital and Growth: Theory and Evidence.” NBER Working Paper Nº 3173, November. Seild, Kiel. (1988). “Poverty Measurement: A Survey Welfare and Efficiency in Public Economics”. Bös, D., Rose, M. and Seidl, C. Editors. Springer-Vellag. Sen, Amartya. (1976). “Poverty; An Ordinal Approach to Measurement”. Econometrica. Vol. 46, pag. 347-46. ____________ (1981). “Poverty and Famines: An Essay on Entitlement and Deprivation” Oxford University Press. ____________ (1983). “Poor Relatively Speaking”. Oxford Economic Papers. 35, Pgs. 153-69, July. Schultz, Theodore. (1961). “Investment in Human Capital”. American Economic Review, Vol. LI, Nº 1. March. 135
Moncada
136
TIPOS DE CRECIMIENTO Y POBREZA: UNA APROXIMACION ¶ G· Pedro Francke
Francke
Resumen El trabajo se aproxima cuantitativamente a un tema que está siendo bastante debatido en la economía peruana: la potencialidad de la actual estrategia de desarrollo para reducir la pobreza. Para ello se aplica una metodología que permite calcular las elasticidades de la pobreza -medida por los índices FGTrespecto al crecimiento y a la desigualdad, por sectores. Estas elasticidades son utilizadas para evaluar los efectos que diferentes modelos de crecimiento hipotéticos tendrían sobre la pobreza. Estos modelos de crecimiento se caracterizan por sus distintos crecimientos sectoriales y por diferentes efectos sobre la desigualdad al interior de dichos sectores. Lo que se encuentra es que existen diferencias significativas en los efectos sobre la pobreza bajo un modelo primario exportador, que bajo alternativas de desarrollo con un crecimiento similar entre sectores. Mientras en el primer caso las medidas de pobreza se reducen en alrededor de 2.5% anual, en el segundo caso pueden llegar hasta el 11% anual.
138
Tipos de Crecimiento y Pobreza
TIPOS DE CRECIMIENTO Y POBREZA: UNA APROXIMACION
1. Introducción La reducción de la pobreza es uno de los grandes retos del Perú actual. El ajuste estructural, iniciado en 1990, produjo una fuerte reducción de los ingresos y la calidad de los servicios básicos para amplios sectores de la población, agravando la situación de pobreza. La recuperación económica posterior ha producido una mejora en los niveles de empleo e ingresos, y ha llevado a una recuperación de los ingresos fiscales que ha permitido la aplicación de programas sociales de mucho mayor alcance. A nivel investigativo sigue siendo materia no zanjada la comparación de la situación actual con la previa al ajuste en materia de pobreza, debido a las dificultades de poder contar con la información necesaria, particularmente en lo referente a la situación de las familias antes del ajuste. Sin embargo, más allá de este debate, los niveles de pobreza en la población peruana siguen sumamente elevados, lo que ha llevado al Presidente Fujimori a plantear como una de las grandes metas para su segundo período de gobierno, la reducción a la mitad de la pobreza extrema. A su vez, toda estrategia de reducción de la pobreza debe combinar mecanismos que a través del mercado faciliten a la población la obtención de empleos con ingresos adecuados, con la provisión directa por parte del Estado de bienes y servicios básicos, los mismos que simultáneamente pueden cubrir una necesidad de consumo y permitir la acumulación de capital humano que redunde a futuro en mayores ingresos familiares. El presente trabajo explora las potencialidades que tienen distintos tipos de crecimiento para reducir la pobreza en el Perú. La generación de empleos y el aumento de ingresos producidos por el crecimiento económico vienen a ser el principal mecanismo de mercado para la reducción de la pobreza. Sin embargo, estos efectos no se ven afectados únicamente por el ritmo de crecimiento global de la economía. Distintos tipos de crecimiento generan efectos diferentes sobre el mercado de trabajo, que a su vez se traducen en mayores o menores reducciones de la pobreza. Es decir, la forma como ese crecimiento se explica por los distintos sectores productivos y por los distintos agentes, es muy importante para conocer cómo afectará sobre la pobreza.
139
Francke
2. Metodología 1/ La metodología del trabajo se basa en estimar las elasticidades pobreza-crecimiento y pobreza-desigualdad sectoriales, de acuerdo al procedimiento propuesto por Kakwani (1990, cap. 5). Esta metodología permite identificar en cuánto disminuye la pobreza en un determinado grupo social, para determinados niveles de crecimiento promedio del ingreso y de cambio en la desigualdad a su interior. Los grupos que permiten realizar una identificación con tipos de crecimiento son los sectores económicos, los hogares se clasifican en los diversos sectores económicos de acuerdo al trabajo del jefe del hogar. Debido a ello, se han incorporado como sectores a los hogares cuyos jefes de hogar son desempleados y no económicamente activos (jubilados, amas de casa, estudiantes). La metodología supone que la proporción de la población que trabaja en cada sector se mantiene invariable, es decir, que el empleo crece en la misma proporción en cada uno de ellos. Aunque este supuesto parece fuerte, un análisis del cambio en la pobreza entre 1991 y 1994 mostró que los cambios en la estructura de la PEA no tuvieron efectos significativos sobre la pobreza (Medina 1995). Esto quiere decir que las diferencias en el crecimiento en los diferentes sectores se deben a crecimientos en la productividad, que se traducen en ingresos de los trabajadores. Esta metodología puede aplicarse a varios índices de pobreza, aunque todos ellos dentro del enfoque de medición de la pobreza mediante la comparación del consumo del hogar con una línea de pobreza predeterminada. Hemos optado por medir la pobreza mediante los índices FGT. Estos índices se han convertido en los más populares en la literatura sobre pobreza debido a que cumplen una serie de propiedades deseables. A saber: son acotados entre 0 y 1, sólo consideran la situación de los hogares pobres (y no la de los no pobres) y son descomponibles entre subgrupos, de tal manera que la pobreza de todo el país puede expresarse como una suma de la pobreza de distintas regiones o subgrupos, ponderados de acuerdo a la población que cada una de ellas tiene. El índice FGT0 sólo mide el porcentaje de hogares pobres. Aunque este indicador es ampliamente utilizado, tiene problemas serios: imaginemos que el único cambio entre dos puntos de tiempo es que todos los hogares pobres ven sus ingresos reducidos a la mitad, en este caso el indicador FGT0 no muestra cambios aunque es evidente que la pobreza ha aumentado. Este problema es superado por el FGT1 que considera, además, la profundidad de la pobreza, mediante el procedimiento de valorizar la pobreza de cada hogar pobre de acuerdo a cuánto ingreso les falta (en porcentaje) para dejar de ser pobres. El índice FGT2 es, además, sensible a la desigualdad dentro de los pobres, es decir, considera que si se quita un sol a un pobre para dárselo a otro pobre pero con ingresos algo mayores, agravaría la pobreza. Para ello, valoriza la pobreza de cada hogar pobre de acuerdo al cuadrado del ingreso que les falta para dejar de ser pobres. Finalmente, el 1/ Esta sección se basa en la investigación “Indices de Focalización: Perú 1994” realizada conjuntamente por el autor y Andrés Medina, una versión resumida de la cual puede consultarse en la Revista Moneda, Nº 90, diciembre 1995, BCR.
140
Tipos de Crecimiento y Pobreza
índice FGT3 considera, además, que este tipo de transferencias es más grave si se produce entre grupos más pobres. En este marco, la metodología aplicada evalúa en cuánto disminuiría la pobreza ante un aumento del 1% en los ingresos de cada persona. El gran supuesto de estas estimaciones radica en la relación entre crecimiento económico, es decir, crecimiento del valor agregado, y crecimiento de los ingresos de quienes trabajan en dicho sector. Las medidas de elasticidad pobreza-crecimiento se refieren a la variación en la pobreza dado que todos los hogares del sector aumentan sus ingresos en la misma proporción. Sin embargo, la producción puede crecer fuertemente en un sector sin que la mayoría de hogares del mismo se vea beneficiado, si es que el mayor valor agregado se destina principalmente a utilidades. Este supuesto hemos tratado de flexibilizarlo mediante la introducción de cambios sectoriales en la desigualdad. De manera similar a las elasticidades pobreza-crecimiento, las elasticidades pobreza-desigualdad evalúan en qué porcentaje disminuiría la pobreza ante un cambio en la desigualdad del 1%. Esta desigualdad es medida mediante el coeficiente de Gini, y se supone que la distribución de ingresos cambia de manera similar a como cambiaría si a cada hogar se le aumenta los ingresos en el mismo monto. La limitación es que ello implica un patrón definido en la distribución de ingresos, y se han tenido que asumir variaciones en ésta que no tienen mucho fundamento empírico. A pesar de estas limitaciones, los cálculos pueden dar una idea interesante de la magnitud en la que distintos tipos de crecimiento afectan la pobreza. 3. El Efecto sobre la Pobreza de Distintos Crecimientos Sectoriales Hemos realizado una primera aproximación al análisis a partir de suponer distintos crecimientos sectoriales para los próximos años. Se han considerado tres tipos de crecimiento, que se presentan en el Cuadro Nº 1. La base común para todos ellos es un crecimiento proyectado del PBI del 5.5% anual, que dado un crecimiento poblacional del 1.7% anual, se traduce en un crecimiento del PBI per cápita del 3.8%. Esta base común, que podríamos llamar moderadamente optimista, es sujeto de controversia entre los macroeconomistas peruanos; su utilización, sin embargo, sólo se hace con fines referenciales. Nuestra atención se centra en los tipos de crecimiento, a los que nos hemos aproximado a través de diferencias en el crecimiento entre los sectores y en posibles variaciones de la desigualdad al interior de éstos. Dado que los resultados también se presentan a nivel de elasticidades, la extensión de los mismos a otros tipos de crecimiento con ritmos globales menores o mayores es directa. Crecimiento simultáneo El primer tipo de crecimiento, que hemos llamado “crecimiento simultáneo”, asume que todos los sectores crecen en la misma proporción, tal como se indica en la primera columna del Cuadro Nº 2, y que dentro de cada uno de ellos todas las familias aumentan sus ingresos en la misma proporción. Las siguientes columnas indican el 141
Francke
efecto que el crecimiento del sector tendría sobre la pobreza nacional, para cada uno de los indicadores FGT. El efecto total indica una elasticidad de -1.5 para el FGT1, -1.8 para el FGT2 y -2.0 para el FGT3. Estas cifras indican que existe una elasticidad pobreza-crecimiento simultánea relativamente importante, y que es mayor a medida que nuestros índices de pobreza son más sensibles a los más pobres. Se puede observar que en este caso, el crecimiento del sector agropecuario y pesca es el que explica la mayor parte de la reducción de la pobreza, particularmente para los indicadores más sensibles a la pobreza extrema (FGT3). Aunque el agro responde apenas por un 13% del PBI, con un crecimiento simultáneo respondería por un 38% (FGT1) a 50% (FGT3) de la reducción de la pobreza. Este resultado se explica por la mayor incidencia de la pobreza en este sector (mientras el FGT3 de los hogares cuyo jefe trabaja en el sector agropecuario es de 14.4, este indicador es de 6.5 a nivel nacional) y por un porcentaje de población en el sector relativamente alto (3%). Estos efectos más que compensan el hecho que la elasticidad crecimiento-pobreza al interior del sector agropecuario es la menor de todos los sectores. Los hogares cuyos jefes pertenecen a los sectores comercio, servicios y no económicamente activos también tienen efectos importantes sobre la pobreza. En ellos, los índices de pobreza son relativamente bajos, menores al promedio nacional, pero tienen una elasticidad crecimiento-pobreza sectorial relativamente alta y en ellos trabajan un importante porcentaje de la población. En contraste, el crecimiento del sector minero prácticamente no tiene efectos sobre la pobreza, debido a que en este sector la pobreza es reducida y agrupan a un porcentaje más bien pequeño de la población. Lo mismo sucede con el desempleo, lo que se explica debido a que pocos jefes de hogar (menos del 2%) son desempleados; el desempleo afecta más a los jóvenes y mujeres no jefes de hogar y su efecto sobre la pobreza no se refleja con esta metodología. El efecto del crecimiento es mayor sobre la pobreza medida a través de los indicadores que tienen una mayor sensibilidad a los más pobres. Para el FGT3, la pobreza caería en 7.7% anual, mientras que para el FGT1 sólo en 5.7% anual. Este mayor efecto se explica casi exclusivamente por el sector agropecuario y pesca; en los otros sectores el efecto es similar para las distintas medidas de pobreza. Crecimiento moderadamente desigual entre sectores Este tipo de crecimiento considera una proyección de crecimiento previsible para los próximos años, sin extremar el crecimiento de ningún sector pero considerando que es probable que el sector más dinámico sea la minería, que la construcción y la industria crezcan más que el promedio, y que los sectores que resulten algo rezagados sean los sectores agropecuario y servicios. Se mantiene el supuesto que los desempleados y no económicamente activos ven aumentar sus ingresos igual que el promedio, así como el hipotético caso que dentro de cada sector todos ven elevar sus ingresos en la misma proporción. Las cifras se presentan en el Cuadro Nº 2, segundo bloque, dentro del cual el crecimiento supuesto para cada sector se presenta en la primera columna. 142
Tipos de Crecimiento y Pobreza
Las cifras de impacto sobre la pobreza muestran que éste es menor que el crecimiento simultáneo, siendo la diferencia mayor para medidas de pobreza que dan más peso a los más pobres (FGT3). Para el mismo crecimiento global del PBI de 5.5% anual, la pobreza medida por el FGT1 se reduciría en medio punto porcentual menos que con un crecimiento simultáneo, y el FGT3 se reduciría en un punto porcentual menos que con un crecimiento simultáneo. El efecto principal proviene del menor crecimiento en el sector agropecuario, que lleva a una menor reducción de la pobreza, mientras que el mayor crecimiento de la minería no tiene un impacto adicional importante de reducción de la pobreza. En este tipo, la diferencia en el crecimiento en los distintos sectores genera un efecto desigualdad, aún cuando la desigualdad al interior de cada sector no haya variado. Esta variación puede tomarse en cuenta y cuantificarse dentro de los efectos sobre la pobreza, descomponiendo a éstos en dos partes: el efecto crecimiento puro (que sería el que habría si todos los sectores crecieran igual) y el efecto desigualdad. Como se observa en la penúltima fila del Cuadro Nº 2, este efecto desigualdad es de alrededor de 1% positivo, es decir, bajo este tipo de crecimiento hay un aumento de la desigualdad, producto de los diferentes crecimientos sectoriales que produce un aumento anual de la pobreza de esa magnitud. Tomando en consideración tanto los efectos crecimiento puro como desigualdad, la elasticidad total pobreza-crecimiento bajo este escenario es de -1.4 para el FGT1 y de -1.7 para el FGT3. Crecimiento primario-exportador Este escenario considera un crecimiento altamente concentrado en el sector minero, que aumentaría su producción en 10% anual, con un crecimiento aún mayor al promedio en el sector construcción -jaladas por este boom de inversiones mineras-, crecimientos algo menores al promedio en industria, comercio y servicios, y un crecimiento bastante bajo en el sector agropecuario. Se mantiene el supuesto que los desempleados aumentan sus ingresos igual al promedio, y que dentro de cada sector todos elevan sus ingresos de igual manera, aunque se ha considerado que en este escenario el fisco no priorizaría el pago a los jubilados y por lo tanto los ingresos de los no económicamente activos se elevarían en solo 1% anual. Las cifras se presentan en el tercer bloque del Cuadro Nº 2. Como se puede observar, el efecto sobre la pobreza de este tipo de crecimiento es bastante menor al de los escenarios anteriores. La pobreza medida por el FGT1 se reduciría en 3.6% anual, 2 puntos porcentuales menos que bajo un crecimiento simultáneo, y el FGT3 se reduciría en 4.4% anual, frente a -7.7% bajo el supuesto del crecimiento simultáneo, es decir, 43% menos. Nuevamente lo que se observa es que, mientras el mayor crecimiento del sector minero apenas si tiene efectos sobre la pobreza (-0.1%), el menor crecimiento del sector agropecuario hace que el efecto de éste sobre la pobreza caiga a -0.7%, 1.5 puntos porcentuales menos que el crecimiento simultáneo. El menor crecimiento de la 143
Francke
industria tiene un efecto reducido sobre la pobreza, en cambio, el bajo crecimiento de las pensiones de los jubilados tendría un efecto significativo. El efecto desigualdad es de 2% a 3% positivo, casi la mitad del efecto crecimiento. Tomando en consideración tanto los efectos crecimiento puro como desigualdad, la elasticidad total pobreza-crecimiento bajo este escenario es de -1.0 para el FGT1 y de -1.2 para el FGT3.
4. Incluyendo la Desigualdad Intrasectorial en el Análisis Es probable, sin embargo, que el crecimiento genere también variaciones en las desigualdades intrasectoriales. Es bastante difícil realizar supuestos de cambios en la desigualdad, terreno en el que en general se tiene información mucho menos continua que la información de producción, y en el cual los cambios pueden producirse de maneras muy diversas. A pesar de ello, hemos realizado cálculos de los efectos sobre la pobreza de tipos de crecimiento con variación en la desigualdad intrasectorial para algunos escenarios que nos han parecido combinan la característica de, al parecer, ilustrar la magnitud de los efectos en base a posibilidades reales, aunque en algún caso extremas, de nuestra economía. Crecimiento primario-exportador con más desigualdad intrasectorial En el caso de un crecimiento primario-exportador, es factible que un crecimiento acelerado del sector minero no se traslade en aumentos de ingresos de todos los trabajadores del sector en la misma proporción; por el contrario, es probable que aumenten en mayor proporción las utilidades y los sueldos de los profesionales. También es posible que bajo este escenario, el crecimiento del sector agropecuario se concentre en explotaciones relativamente modernas de la Costa cuya producción se destine para la exportación. Estas empresas podrían desarrollarse con bajos salarios, dados los niveles de sobreabundancia de mano de obra, y además podrían mantener relativamente atrasada a la agricultura de las comunidades de Sierra y Selva. Finalmente, en el caso de los sectores construcción, industria y servicios, es posible que el crecimiento se concentre en empresas modernas relativamente grandes, aunque hemos supuesto que, aún en esos casos, la desigualdad no aumentaría tanto como en los sectores primarios. Los efectos de un crecimiento primario-exportador con estas desigualdades intrasectoriales se ilustran en el Cuadro Nº 3. El primer bloque reproduce las cifras referentes al crecimiento sin cambios en la desigualdad intrasectorial que se presentaron en el acápite anterior. El segundo bloque cuantifica los efectos de los cambios en la desigualdad intrasectorial. Como puede verse, la mayor desigualdad intrasectorial en la minería no afecta mucho la pobreza, apenas -0.1%, probablemente por las mismas razones que tampoco el crecimiento de este sector afecta mucho la pobreza: no hay muchos mineros pobres. En cambio, la mayor desigualdad en la agricultura sí tendría efectos significativos sobre la pobreza global, de entre 0.2% para el FGT1 a 0.7% para el FGT3, también por las mismas razones que en este sector los efectos del crecimiento son importantes. El otro sector donde el efecto desigualdad podría ser sustancial es el de servicios, pues; si el crecimiento se concentra en áreas como telecomunicaciones, elec144
Tipos de Crecimiento y Pobreza
tricidad y salud, mientras los servicios personales se mantienen sin crecer; podría registrar un aumento importante en la desigualdad. El efecto total sobre la pobreza nacional de este tipo de desarrollo sería una reducción de la pobreza de un 2.5% anual, similar para los distintos indicadores de pobreza. Respecto de un crecimiento simultáneo, ello quiere decir que para el FGT3 la reducción de la pobreza sería de menos de la tercera parte en este escenario. El efecto total sobre la pobreza puede descomponerse en tres efectos: el efecto crecimiento puro; el efecto de mayor desigualdad intersectorial; producto de diferentes tasas de crecimiento entre sectores productivos, y el efecto de mayor desigualdad intrasectorial al interior de cada uno de esos sectores. Estos dos últimos pueden sumarse en un efecto desigualdad total. Las cifras al respecto muestran que los efectos crecimiento puro son dominantes en este escenario, aunque ello sin duda guarda relación con el ritmo de crecimiento supuesto: para un incremento del crecimiento del ingreso per cápita de la mitad (1.9% en vez de 3.8%), que corresponde a un PBI creciendo al 3.6%, el efecto crecimiento sería similar al efecto desigualdad total. En cuanto a los efectos desigualdad, las cifras indican que los efectos más importantes se refieren a la desigualdad entre sectores, es decir, al diferente ritmo de crecimiento. Los efectos desigualdad intrasectorial son algo mayores para el FGT3, esto significa, para índices más sensibles a la pobreza más extrema, pero aún en ese caso no llega al nivel de efecto que tiene la desigualdad intersectorial. Crecimiento moderadamente desigual entre sectores con débil redistribución intrasectorial Este escenario podría surgir a partir de añadir, al escenario de crecimiento moderadamente desigual entre sectores, un componente de política social que favorezca algún nivel de redistribución intrasectorial. Por ejemplo, algunas políticas de compras de alimentos andinos o de programas sociales en zonas deprimidas de la Sierra y Selva, mejorarían los ingresos de los hogares rurales pobres y generarían niveles de redistribución al interior de ese sector. Lo mismo podría pensarse de políticas orientadas a los pobres urbanos, mediante la construcción de pequeñas obras públicas, o mediante la promoción de la pequeña empresa. Finalmente, una política social que eleve el gasto público en sectores como educación y salud probablemente aumentaría también el ingreso de los trabajadores de estos sectores, que pasarían a tener mayor importancia respecto a otros servicios como telecomunicaciones, electricidad o salud privada donde se perciben ingresos mayores. En este escenario consideramos que tal política no sería muy intensiva, generando una redistribución intrasectorial no muy elevada. Las cifras se muestran en el Cuadro Nº 4. El primer bloque repite las condiciones de este tipo de crecimiento. El segundo bloque detalla los efectos de redistribución intrasectoriales en los sectores agropecuario, industria, servicios y construcción.
145
Francke
Como se puede observar, la suma total de la redistribución intrasectorial varía entre -0.5% para el FGT1 y -1.7% para el FGT3. Estos efectos no son suficientes para revertir los efectos de mayor desigualdad creados por las diferencias en el crecimiento entre los sectores. Sólo para el caso del FGT1, los efectos son similares. En cambio para el FGT3, el efecto desigualdad total es negativo en -0.6%. Debido a ello, la reducción de la pobreza medida por el FGT1 es similar al escenario del crecimiento simultáneo, pero es menor para los FGT2 y FGT3 que otorgan más importancia a la pobreza extrema. Crecimiento simultáneo entre sectores con fuerte redistribución intrasectorial Bajo este escenario, todos los sectores productivos crecen a la misma velocidad y al mismo tiempo se produce una fuerte redistribución al interior de los sectores, producto de una intensa política social. Al igual que en el caso anterior, hemos supuesto que esa redistribución se desarrolla en los sectores agropecuario, industria, servicios y construcción. Las cifras se muestran en el Cuadro Nº 5. Como en los anteriores casos con redistribución, el primer bloque de columnas muestra los efectos del crecimiento, ya analizados anteriormente. Dado que todos los sectores crecen de la misma manera, no existen efectos redistributivos intersectoriales. El segundo bloque de columnas explícita los efectos de la redistribución intrasectorial. El efecto redistributivo total significa una reducción de la pobreza de 1.1% para el FGT1, que asciende hasta 3.3% para el FGT3. El efecto total sobre la pobreza nacional sería una reducción de la pobreza de entre 7% y 11% anual, correspondiendo la cifra más elevada al índice de pobreza más sensible a la pobreza extrema, FGT3. Para este índice, la redistribución intrasectorial responde por casi la mitad de toda la reducción sobre la pobreza.
5. Comparando los Resultados sobre la Pobreza de Distintos Escenarios El resultado común a todos los tipos de crecimiento presentados es su efecto reductor sobre la pobreza. En ninguno de los casos planteados, los efectos de mayor desigualdad alcanzan a contrarrestar los efectos positivos del crecimiento. Ello, desde luego, puede modificarse si es que se suponen mayores cambios en la desigualdad intrasectorial o en el ritmo de crecimiento de los sectores, pero parece poco probable. Un nuevo aumento, o incluso un mantenimiento de los niveles de pobreza, sólo parece posible en escenarios con ritmos de crecimiento menores; por ejemplo, en un crecimiento primarioexportador con más desigualdad intrasectorial pero un ritmo de crecimiento del PBI per cápita del orden del 1%, es decir, con un PBI global que crezca a 2.7% anual en promedio. Una comparación de los distintos escenarios de tipos de crecimiento supuestos muestra que existen grandes variaciones en cuanto a sus efectos sobre la pobreza. Los resultados globales de los distintos tipos de desarrollo analizados se presentan en el 146
Tipos de Crecimiento y Pobreza
Cuadro Nº 6, donde los tipos están ordenados de acuerdo a la magnitud de sus efectos sobre la pobreza. Mientras un crecimiento primario-exportador con más desigualdad intrasectorial reduciría la pobreza en sólo 2% anual para todas las medidas FGT, un crecimiento igual de todos los sectores con redistribución intrasectorial llevaría a una reducción de la pobreza de entre 7% para el FGT1 y 11% para el FGT3. Este ritmo de crecimiento sin duda es bastante acelerado, y llevaría al cumplimiento del objetivo establecido por el Presidente Fujimori de reducir la pobreza extrema a la mitad para el año 2000, lo que sólo sucede en este escenario (de los considerados). Un ordenamiento de los tipos de crecimiento según sus efectos sobre la pobreza es el siguiente: el más favorable a la reducción de la pobreza es el de un crecimiento similar de todos los sectores con una importante política social que generaría una fuerte redistribución intrasectorial. Le siguen el tipo de desarrollo con crecimiento igual entre los sectores y el de crecimiento moderadamente desigual con una política social que genere cierta redistribución intrasectorial. El tipo de crecimiento menos favorable a la pobreza es el primario-exportador, siendo peor cuando genera más desigualdad intrasectorial. En general, las medidas de pobreza más sensibles a la pobreza extrema, son también más sensibles a distintos tipos de crecimiento. Mientras la reducción anual del FGT3 puede estar entre 2.4% y 11.1% entre los distintos tipos de crecimiento, la reducción anual del FGT1 estaría entre 2.7% y 6.8%.
6. Conclusiones Mediante un ejercicio que parte de suponer la forma que podrían tener distintos tipos de crecimiento, en cuanto a crecimientos sectoriales y cambios en la desigualdad intrasectorial, se han obtenido los efectos que tales tipos de crecimiento tendrían sobre la pobreza. El ejercicio muestra que para crecimientos del orden del 5% anual del PBI, la pobreza se reduciría en todos los escenarios plausibles. También se muestra que el tipo de crecimiento tiene una gran importancia sobre el ritmo de reducción de la pobreza, importancia que es mayor para índices de pobreza más sensibles a la desigualdad entre los pobres y la extrema pobreza. Un estilo de crecimiento primario-exportador con más desigualdad intrasectorial aparece claramente incompatible con el objetivo de una reducción significativa de la pobreza, ya que en 5 años ésta apenas se reduciría en un 12%. De los supuestos considerados, el único tipo de crecimiento que parece compatible con el objetivo de reducir la pobreza extrema en 50%, establecido por el Presidente Fujimori, sería el de un crecimiento que no se concentre en los sectores primario-exportadores y que además tenga una política social importante que genere niveles significativos de redistribución intrasectorial.
147
Francke
ANEXO: MEDIDAS DE POBREZA Y ELASTICIDADES POBREZA-CRECIMIENTO Y POBREZA-DESIGUALDAD
Las medidas de pobreza FGT se definen de la siguiente manera:
Donde z es la línea de pobreza, x el nivel de ingresos del hogar y cada nivel de α representa una medida de pobreza diferente. (z-x)/z representa la brecha de ingresos, en porcentaje, respecto de la línea de pobreza. La integral, que se convierte en sumatoria para el caso de un número finito de hogares, puede interpretarse como la suma de todas estas brechas, ponderadas por la misma brecha elevada a la α-1. A mayor α, la medida de pobreza otorga un mayor peso a los más pobres entre los pobres, es decir, toma más en cuenta la desigualdad al interior de ellos. Se puede demostrar (Kakwani 1990) que la elasticidad de estas medidas de pobreza respecto del crecimiento es igual a:
Para calcular la elasticidad respecto de la desigualdad, es necesario asumir una forma específica mediante la cual ésta se modifica. En este caso, lo que se asume es que el cambio en la desigualdad es similar al que ocurre cuando a todos los individuos se les aumenta sus ingresos en una misma cantidad. La curva de Lorenz se define de la siguiente manera: Si se define p como el porcentaje de la población total con un nivel gastos menor o igual que x; L(p) como el porcentaje del gasto total que corresponde a dicho segmento de población; y μ como el nivel de gastos promedio; la curva de Lorenz representa la relación entre p y L(p). Expresándolo de manera matemática:
Donde f(g) corresponde a la función de densidad de gastos. Si el gasto de cada una de las personas se incrementa en un monto β -lo que se traduce en un aumento del gasto promedio y una reducción de la desigualdad correspondiente-, la curva de Lorenz se puede expresar como:
148
Tipos de Crecimiento y Pobreza
Donde μi corresponde al nivel de gastos promedio del subgrupo de población i. En general, si la curva de Lorenz se traslada de la siguiente forma:
γ equivale al cambio proporcional del coeficiente Gini de la desigualdad. Si γ>0, entonces la curva de Lorenz se desplaza hacia abajo -lo que se traduce en un mayor grado de desigualdad-. A modo de ejemplo, si γ = 0,02, el coeficiente Gini ha aumentado en 2 por ciento. Para las medidas de pobreza FGT y cambios distributivos de esta forma, Kakwani muestra que la elasticidad pobreza-distribución es:
Adicionalmente, las medidas de pobreza FGT cumplen la característica de ser aditivas descomponibles, es decir, que la medida de pobreza nacional es igual a la suma de las medidas de pobreza de las diversas regiones o sectores del país, ponderadas de acuerdo al porcentaje de la población que tiene cada una de ellas. Es decir:
Donde Pα,i corresponde a la medida de pobreza FGTα del subgrupo i, y fi representa el porcentaje de población de dicho subgrupo respecto a la población total, para m subgrupos. La condición necesaria es que los subgrupos no tengan elementos comunes entre sí y que entre todos comprendan al conjunto de la población (es decir, sean una partición de la población total). Derivando respecto del ingreso medio del grupo i, se puede encontrar que la elasticidad de la pobreza nacional respecto a esa variable es:
donde
es la elasticidad de la pobreza Pα del grupo i respecto de los ingresos
medios de ese mismo grupo y la expresión con el asterisco
representa la elastici-
dad de la pobreza nacional respecto de los ingresos medios del subgrupo i. La elasticidad global de la pobreza nacional respecto del crecimiento, también puede expresarse como la suma de las elasticidades pobreza nacional-crecimiento sectorial:
149
Francke
Para la desigualdad al interior de los grupos, también puede demostrarse que:
Donde análogamente
representa la elasticidad de la pobreza del grupo i res-
pecto de la desigualdad al interior de dicho grupo y
representa la elasticidad de la
pobreza nacional respecto de la desigualdad al interior del grupo i. En este caso, sin embargo, aunque se pueden sumar estas elasticidades pobreza nacional-desigualdad intragrupos, hay que tener en cuenta que la desigualdad nacional puede deberse tanto a cambios en la desigualdad al interior de los grupos como en diferencias en los ingresos medios de los distintos grupos. Considerando tanto los efectos crecimiento y los efectos desigualdad, el cambio en la pobreza en cada grupo puede expresarse como:
donde μi es el ingreso medio del subgrupo i y Gi es el coeficiente de Gini del mismo subgrupo. Dado que las medidas FGT son descomponibles aditivas, puede encontrarse que:
Es decir, el cambio en la pobreza nacional se expresa como la suma de los cambios en la pobreza nacional debidos al crecimiento de cada grupo y la variación en la desigualdad de cada grupo o sector. Sin embargo, como mencionamos anteriormente, la suma de las desigualdades intrasectoriales no es igual a la desigualdad total, porque también hay una desigualdad intersectorial. Esta desigualdad intersectorial puede encontrarse descomponiendo el primer término del lado derecho de la ecuación anterior:
Donde el primer término del lado derecho corresponde al efecto “crecimiento puro” sobre la pobreza, es decir, el efecto que prevalecería si el ingreso medio de todos los subgrupos aumentara en la misma proporción; y el segundo término responde al efecto desigualdad producido por la diferencia en las tasas de crecimiento entre los grupos. 150
Tipos de Crecimiento y Pobreza
Cuadro Nº 1 INDICES DE POBREZA Y ELASTICIDADES POBREZA SECTORIALES Actividad Económica
FGT0 FGT1 FGT2 FGT3
Elasticidades crecimiento FGT1 FGT2 FGT3
Elasticidades desigualdad FGT1 FGT2 FGT3
NACIONAL
52,5
20,9
11,0
6,5
-1,5
-1,8
-2,0
1,7
3,0
4,4
Agropecuario Minería Manufactura Construcción Comercio Servicios Desempleo No PEA
82,1 27,5 41,7 63,5 44,3 35,1 54,7 37,4
38,9 7,2 13,8 24,3 14,8 12,2 20,9 12,0
22,6 2,7 6,1 12,1 6,4 5,9 10,4 5,7
14,4 1,2 3,1 6,7 3,2 3,4 5,7 3,2
-1,1 -2,8 -2,0 -1,6 -2,0 -1,9 -1,6 -2,1
-1,4 -3,3 -2,5 -2,0 -2,6 -2,1 -2,0 -2,2
-1,7 -3,7 -2,9 -2,4 -3,0 -2,3 -2,4 -2,3
0,5 5,7 2,3 1,4 2,1 3,0 1,3 2,5
1,1 8,5 3,9 2,6 3,7 4,8 2,4 4,0
1,8 11,2 5,5 3,8 5,2 6,6 3,5 5,5
Cuadro Nº 2 EFECTOS SOBRE LA POBREZA DE CRECIMIENTOS SECTORIALES DESIGUALES Actividad Económica Agropecuario y pesca Minería y electricidad Manufactura Construcción Comercio Servicios Desempleo No PEA TOTAL
Crecimiento igual entre sectores (%) Crecimiento Efecto en pobreza nacional ing. per cápita FGT1 FGT2 FGT3 3,8 -2,2 -3,1 -3,9 3,8 -0,1 0,0 0,0 3,8 -0,5 -0,5 -0,5 3,8 -0,4 -0,5 -0,5 3,8 -0,9 -0,9 -0,9 3,8 -0,8 -0,9 -0,9 3,8 -0,2 -0,2 -0,2 3,8 -0,8 -0,7 -0,7 3,8
-5,7
-6,9
-7,7
Efecto crecimiento puro Efecto desigualdad entre sectrores
-5,7 0,0
-6,9 0,0
-7,7 0,0
ELASTIC. CRECIM. TOTAL
-1,5
-1,8
-2,0 continúa ...
151
Francke
Cuadro Nº 2 EFECTOS SOBRE LA POBREZA DE CRECIMIENTOS SECTORIALES DESIGUALES
Actividad Económica
Conclusión Crecimiento moderadamente desigual (%) Crecimiento Efecto en pobreza nacional ing. per cápita FGT1 FGT2 FGT3
Agropecuario y pesca Minería y electricidad Manufactura Construcción Comercio Servicios Desempleo No PEA
2,6 6,1 4,6 5,6 3,6 2,9 3,8 3,8
-1,5 -0,1 -0,6 -0,6 -0,8 -0,7 -0,2 -0,8
-2,2 -0,1 -0,7 -0,7 -0,9 -0,7 -0,2 -0,7
-2,7 -0,1 -0,6 -0,7 -0,9 -0,7 -0,2 -0,7
TOTAL
3,8
-5,2
-6,0
-6,6
Efecto crecimiento puro Efecto desigualdad entre sectrores
-5,7 0,6
-6,9 0,9
-7,7 1,1
ELASTIC. CRECIM. TOTAL
-1,4
-1,6
-1,7
Actividad Económica
Agropecuario y pesca Minería y electricidad Manufactura Construcción Comercio Servicios Desempleo No PEA
Crecimiento primario-exportador (%) Crecimiento Efecto en pobreza nacional ing. per cápita FGT1 FGT2 FGT3 1,3 10,3 3,3 4,3 3,3 3,5 3,0 1,0
-0,7 -0,1 -0,4 -0,4 -0,8 -0,8 -0,1 -0,2
-1,1 -0,1 -0,5 -0,5 -0,8 -0,8 -0,1 -0,2
-1,3 -0,1 -0,5 -0,6 -0,8 -0,8 -0,2 -0,2
3,8
-3,6
-4,1
-4,4
Efecto crecimiento puro Efecto desigualdad entre sectrores
-5,7 2,1
-6,9 2,8
-7,7 3,3
ELASTIC. CRECIM. TOTAL
-1,0
-1,1
-1,2
TOTAL
152
Tipos de Crecimiento y Pobreza
153
Francke
154
Tipos de Crecimiento y Pobreza
155
Francke
Cuadro Nº 6 EFECTOS SOBRE LA POBREZA DE DISTINTOS ESTILOS DE CRECIMIENTO (Para un crecimiento de 5.5% del PBI) (Porcentaje) FGT1
FGT2
FGT3
Crecimiento primario-exportador con más desigualdad intrasectorial Efecto crecimiento Efecto redistribución intersectorial Efecto redistribución intrasectorial
-2,7 -5,7 2,1 0,9
-2,6 -6,9 2,8 1,5
-2,4 -7,7 3,3 2,1
Crecimiento primario-exportador Efecto crecimiento Efecto redistribución intersectorial
-3,6 -5,7 2,1
-4,1 -6,9 2,8
-4,4 -7,7 3,3
Crecimiento moderadamente desigual entre sectores Efecto crecimiento Efecto redistribución intersectorial
-5,2 -5,7 0,6
-6,0 -6,9 0,9
-6,6 -7,7 1,1
Crecimiento moderadamente desigual con redistribución intrasectorial parcial Efecto crecimiento Efecto redistribución intersectorial Efecto redistribución intrasectorial
-5,7 -5,7 0,6 -0,5
-7,1 -6,9 0,9 -1,1
-8,3 -7,7 1,1 -1,7
Crecimiento igual entre sectores Efecto crecimiento
-5,7 -5,7
-6,9 -6,9
-7,7 -7,7
Crecimiento igual entre sectores con fuerte redistribución intrasectorial Efecto crecimiento Efecto redistribución intrasectorial
-6,8 -5,7 -1,1
-9,1 -6,9 -2,2
-11,1 -7,7 -3,3
156
PROGRAMAS SOCIALES EN EL PERU: ALCANCE ACTUAL Y RETOS A FUTURO ¶ G· Pedro Francke
Francke
Resumen El trabajo aborda el problema de los alcances y limitaciones de los programas sociales en el Perú a partir de la construcción de indicadores, en base a la información de la ENNIV 1994, respecto del acceso de los hogares de las diversas regiones y estratos sociales a servicios y programas sociales básicos. La introducción presenta esquemáticamente la situación del debate respecto de las posibilidades y condiciones para que el gasto social pueda tener un impacto significativo sobre la pobreza y la distribución del ingreso. A continuación, el primer capítulo plantea los criterios para evaluar la eficiencia de los programas sociales que lleva a cabo el Estado peruano, planteando tres indicadores: uno referido a la cobertura, es decir, al porcentaje de la población objetivo que recibe el programa; otro referido a la focalización, es decir, los niveles de concentración de estos programas en los pobres; y uno tercero respecto de los niveles de redistribución que representan. El segundo capítulo hace una revisión de los principales programas sociales del estado peruano: educación, salud, pensiones, alimentación, vaso de leche y programas sociales en educación, presentando para cada caso los indicadores señalados. Se concluye con una revisión comparativa que muestra cuáles son los programas con cobertura masiva y cuáles los que se encuentran más focalizados, y la existencia de ciertas tensiones entre estos dos criterios de eficiencia. Finalmente, un tercer capítulo está destinado a plantear algunos temas cualitativos de la política social peruana, a fin de mejorar su eficacia.
158
Programas Sociales en el Perú
PROGRAMAS SOCIALES EN EL PERU: ALCANCE ACTUAL Y RETOS A FUTURO
Presentación La importancia de la política social se viene aquilatando en forma creciente en el mundo moderno. A nivel internacional se está priorizando la necesidad, para un desarrollo sostenido, de contar con recursos humanos de alta calidad. El origen de este cambio está tanto en los requerimientos que plantea la nueva economía de la información; como en investigaciones recientes, realizadas en el marco de la teoría del crecimiento endógeno, que han mostrado que la educación, la salud y la distribución de ingresos tienen un impacto grande sobre el crecimiento económico. Temas relacionados a la pobreza, la distribución del ingreso y la política social en el Perú han sido extensamente tratados por los investigadores sociales. Sin embargo, estamos lejos aún de tener evaluaciones más completas que nos permitan poder resumir y comparar los distintos programas sociales aplicados por el Estado. El presente trabajo busca avanzar en esa dirección. Tras una breve introducción que resume el estado del conocimiento en las investigaciones sobre política social, se presentan aportes en dos direcciones. El esfuerzo principal está orientado a presentar información sobre el alcance (cobertura) y focalización (concentración en grupos pobres), así como los efectos distributivos, de los principales programas sociales del gobierno, conceptos que se desarrollan esquemáticamente en la siguiente sección. La información, junto con un breve análisis, se presenta para educación, salud, pago de pensiones, obras de Foncodes, Vaso de Leche y programas alimentarios, y programas ligados a la educación (útiles, desayunos, etc) en la tercera sección de este trabajo. No se ha querido, sin embargo, dejar el análisis sólo en el aspecto cuantitativo. La última parte del trabajo se dedica a presentar algunas ideas centrales sobre de los principales retos cualitativos que afronta la política social del Estado peruano en el momento actual. Una enorme proporción de los peruanos tiene un escaso derecho al acceso a bienes y servicios básicos, derechos que resultan indispensables para el desarrollo de las capacidades humanas en un marco de equidad. Con esta contribución, buscamos mejorar los actuales esfuerzos, tanto del Estado como de la sociedad civil, para superar esas brechas, logrando políticas sociales más eficientes y eficaces.
159
Francke
Introducción El Perú se caracteriza por tener un extendido nivel de pobreza y una desigualdad del ingreso que se encuentra entre las más altas a nivel mundial. Las últimas cifras, para 1994, indican que un 52% de la población es pobre y un 22% es extremadamente pobre1, es decir, ni aún destinando todos sus ingresos a la compra de alimentos podrían tener una ingesta nutricional adecuada. Los servicios sociales que brinda el Estado deberían cumplir un rol primordial en la lucha contra esta situación. Sin embargo, no siempre los servicios públicos están al alcance de quienes más los necesitan: los pobres. Conocer a quienes llegan los servicios sociales provistos por el Estado, en particular los de salud, es fundamental para poder enmarcar la política de salud dentro de una política social que efectivamente ataque a la pobreza; y no se desvíe hacia otros grupos sociales menos necesitados, o agrave los problemas de necesidades básicas insatisfechas que tienen los pobres. El objetivo del presente trabajo es aproximarnos a ese conocimiento a través del análisis del acceso a los diversos programas sociales por estratos sociales y regiones geográficas del país. En las décadas de los 60s y 70s, los estudios que se realizaron sobre los problemas de la desigualdad en la distribución del ingreso y la pobreza (Webb y Figueroa, 1975) encontraron una alta concentración de los pobres en las zonas rurales, donde la presencia estatal y la existencia de servicios sociales eran prácticamente inexistentes. Se presumía por ello, que quienes tenían menores ingresos eran al mismo tiempo quienes tenían menos acceso a los servicios sociales. Esta presunción fue ratificada posteriormente en diversos estudios realizados sobre las características del acceso de los pobres a cuestiones tales como agua potable, electricidad, educación, etc. (ver por ejemplo Cuánto S.A. 1991). Para 1994, el Banco Central de Reserva (1995) ha indicado que entre los pobres extremos apenas un 21.4% tiene desagüe por red pública o pozo séptico, porcentaje que alcanza el 55.4% para los pobres no extremos y el 75.7% para los no pobres. Con información para 1985-86, M. de Habich (1991) mostró que el gasto público en salud llegaba en menor proporción a los más pobres, particularmente en áreas rurales, y que se concentraba en los estratos medios de la distribución del ingreso y en áreas urbanas. A nivel nacional, la probabilidad de realizar una consulta médica pública era del 6% en el quintil de menores ingresos, mientras que esta probabilidad ascendía a 11% para el decil 9 de la distribución del ingreso. La diferencia más marcada ocurría entre las zonas urbana y rural: esta probabilidad era de 10% en la zona urbana y de 6% en la zona rural. Debido a ello, el impacto redistributivo de este gasto social resultaba bastante reducido, disminuyendo la desigualdad en apenas 0.6%. Un resultado similar al obtenido para el gasto en salud fue alcanzado por J. Rodríguez (1992) respecto del gasto público en educación para igual período. En este último sector, el gasto público en la educación universitaria resultaba particularmente sesgado 1
160
Medina (1995). Existen diversos estimados al respecto, debate sobre el cual no es el caso profundizar en este trabajo. Ver al respecto BCR (1995), Instituto Cuánto - UNICEF (1995), Foncodes (1994), Medina (1995). Las diferencias no son significativas.
Programas Sociales en el Perú
hacia los estratos medios-altos, pero incluso para la primaria y secundaria se verificaba un menor acceso de los más pobres. Tales comprobaciones ratifican el pensamiento pesimista que tienen los organismos internacionales del rol del gasto público y los servicios sociales provistos por el Estado para mejorar la distribución del ingreso y las condiciones de vida de los más pobres de Latinoamérica. El Banco Mundial, por ejemplo, indica que “el gasto adicional en servicios sociales en general no ayudará automaticamente a los pobres” (Informe Mundial sobre la Pobreza 1990, pág. 90). Desde este punto de vista, la política social efectiva no sería fundamentalmente aumentar el gasto social sino dirigirlo adecuadamente, por lo cual no habría conflicto, en este terreno, entre políticas de ajuste -que llaman a reducir el gasto público- y políticas de lucha contra la pobreza. La visión pesimista respecto del acceso de los pobres a los servicios públicos ha llevado al desarrollo de una fuerte tendencia, a nivel internacional, a poner más énfasis en la ‘focalización’ del gasto social. Por focalización se entiende la acción destinada a orientar los programas sociales hacia los más pobres, restringiendo el acceso de los nopobres o haciendo que ellos paguen el costo de los mismos. Ello puede apreciarse, por ejemplo, en el documento del Banco Mundial para orientar sus políticas en relación a la pobreza (Banco Mundial, 1992). Esta visión pesimista también ha originado propuestas destinadas a realizar cobros por los servicios públicos. Dado que quienes acceden a estos servicios no son los más pobres, habría espacio para cierta recuperación de costos (De Habich 1991). También se han realizado análisis que muestran que, para la educación básica, los más pobres estarían dispuestos a pagar por hacer que les construyan escuelas más cerca a sus casas (Gertler y Glewwe 1992). Para los servicios de salud, sin embargo, Gertler et. al. (1987) mostraron para el Perú que dicha política tendría un efecto negativo sobre las posibilidades de acceso de los más pobres a dichos servicios, y por lo tanto efectos negativos sobre la equidad. Por otro lado, sin embargo, las investigaciones realizadas en torno a las consecuencias sociales del ajuste han enfatizado la disminución registrada por el gasto público social, considerando que tendría un efecto importante sobre los pobres (véase, por ejemplo, para la expresión de este punto de vista a nivel internacional, Cornia et. al. 1987, y para el Perú, Figueroa 1993). Esta evaluación de los efectos del ajuste, implícitamente considera que el gasto social sí había tenido un efecto importante sobre los pobres y la distribución del ingreso, por lo que su recorte también lo tendría. Desde un punto de vista más conceptual, organismos defensores de los derechos humanos han impugnado las propuestas de focalización bajo la consideración de que generan una suerte de discriminación y otorgan el servicio como una “ayuda” antes que como el reconocimiento de un derecho (Naciones Unidas 1992; APRODEH-CEDAL, 1995). En el Perú, estos diferentes puntos de vista se tienen que contrastar, además, con una realidad que ha cambiado en forma acelerada en los últimos años. Las décadas de desarrollo del 50 al 70 han tenido consecuencias sociales que se han prolongado durante toda la década de los 80, cuando un Estado, a pesar que ya mostraba claros 161
Francke
síntomas de crisis, siguió aumentado la cobertura de sus servicios sociales básicos, aunque en desmedro de su calidad. Adicionalmente, la crisis económica, la política de ajuste y la violencia, han modificado la forma en que vivimos los peruanos. Como producto de estos cambios, lo que era válido una década atrás -los estudios nacionales a los que hemos hecho referencia se basan todos en datos de 1985- ya no es necesariamente cierto en la actualidad. Una investigación realizada sobre el acceso a la educación para 1991, año de aguda crisis económica, mostró que efectivamente se habían registrado cambios importantes respecto de lo encontrado para 1985-86 (Francke, 1994). A diferencia de los años anteriores, los más pobres asistían a la educación casi tanto como los estratos medios y altos, particularmente en la primaria y secundaria. Al mismo tiempo, los problemas de calidad de la educación pública habían llevado a que en ésta se concentraran más los grupos pobres, mientras que los estratos medios y altos habían aumentado su asistencia a centros privados. Debido a ello, el gasto público se concentraba en los pobres (57% en los dos primeros quintiles). Otros cambios en la última década que favorecen un mayor acceso a los servicios públicos y programas sociales, y que podrían estar beneficiando sobre todo a los pobres, son la construcción de infraestructura de centros y puestos de salud y de redes sanitarias (las viviendas con agua dentro de la vivienda han aumentado de 38% a 43.1% entre 1981 y 1993), los mayores niveles de urbanización (70.1% en 1993 frente a 65.2% en 1981), los mayores niveles de comunicación entre la ciudad y el campo mediante los medios masivos (71.3% de hogares tiene radio en 1993 frente a 64.8% en 1981) y los mayores niveles de educación de las madres, padres e hijos (el analfabetismo se ha reducido de 18.1% en 1981 a 12.8% en 1993). Simultáneamente, hay otros cambios que van en desmedro del acceso a los servicios públicos. Entre otros factores, tenemos la reducción del presupuesto público que ha reducido la calidad de los mismos, el agravamiento de los problemas de pobreza que eleva el costo relativo de estos servicios, el cobro de tarifas en los establecimientos de salud y la destrucción de instalaciones por efecto del terrorismo.
1. Indicadores y Medición 1.1 Las Políticas Sociales y su Alcance Las políticas sociales pueden evaluarse de acuerdo a distintos parámetros, dentro de los cuales destacan dos: hasta qué punto llegan a quienes se desea (eficiencia), y en que medida logran los objetivos deseados (eficacia). El presente estudio se centra en el primer aspecto, es decir, la eficiencia en el alcance de las políticas sociales. En ese sentido, se inscribe en la línea de investigaciones desarrollada, entre otros, por Selowsky (1979) y Foxley et. al. (1980) para Latinoamérica, y por De Habich (1991) y Rodríguez (1992) para el Perú. Las políticas sociales llegan a un determinado grupo de personas, y no a otras, básicamente por dos razones: por autoselección o por inclusión/exclusión.
162
Programas Sociales en el Perú
La autoselección se produce en aquellas políticas en las cuales no se establece a priori condiciones necesarias para acceder a determinados programas sociales, sino que siendo las mismas de libre acceso, las condiciones en que éstas se dan causan que quienes demanden esos programas sean los miembros de determinados grupos. Por ejemplo, la mala calidad de algunos servicios públicos es una forma “perversa” de autoselección; es decir, generalmente, la población usuaria de estos servicios públicos es aquella de escasos recursos que no puede elegir un servicio de mejor calidad (por ejemplo, servicios de educación). Sin embargo, en este caso la eficiencia que se gana en focalización se pierde en eficacia, en cuanto al impacto que esos programas tienen sobre las condiciones de vida y el desarrollo de capacidades de quienes se pretende beneficiar. El otro mecanismo, de inclusión/exclusión planeada, consiste en orientar el programa social en función de determinadas características de la población beneficiaria, a partir de las cuales se establecen criterios expresamente selectivos, que identifican y discriminan a la población. Estos criterios pueden guardar relación con la carencia que busca resolver el programa social. Así, si el programa a desarrollar es uno de complemento nutricional, el indicador adecuado debe ser uno que mida la situación nutricional como, por ejemplo, el indicador talla para la edad. Tales criterios pueden aplicarse midiendo de manera directa el indicador considerado, o de manera indirecta utilizando variables relacionadas a ella. Así, puede otorgarse un complemento nutricional a niños que por observación directa del servidor de salud están desnutridos (caso del programa PANFAR) o porque se ha observado que toda una región tiene un alto índice de desnutrición (caso desayunos escolares FoncodesIIN) o, hipotéticamente, porque se ha evaluado que los hogares con determinadas características socio-económicas (ingresos, empleo, tipo de vivienda, etc) tienen en promedio altos índices de desnutrición. Una aplicación al Perú puede encontrarse en Francke y Guabloche (1995), a nivel internacional ver Glewwe y Kanaan (1989) y Baker y Grosh (1995). 1.2 La Eficiencia de las Políticas Sociales La eficiencia de las políticas sociales suele evaluarse en función de algún grupo objetivo. Es decir, esta evaluación requiere de un elemento previo: definir de manera anticipada cuál es el grupo que se considera debe recibir determinado programa social. A menudo se estima que son los pobres los que deben recibir estos programas. Sin embargo, la medición de la pobreza no tiene un criterio único, estando sujeta, por el contrario, a considerable grado de arbitrariedad. Debido a ello, en el presente trabajo, se ha aproximado los pobres de dos maneras: el conformado por el quintil (20%) de hogares de menor consumo per cápita, y el conformado por los tres primeros quintiles (60%) de menor consumo per cápita. Estos porcentajes son similares, aunque algo superiores en el caso de la pobreza no extrema, a los establecidos por las líneas de pobreza que utilizan Foncodes y Cuánto S.A. Adicionalmente, diversos programas sociales están destinados a algunos grupos específicos, tales como niños o ancianos, en cuyo caso se han considerado los tramos de edad correspondientes. 163
Francke
Identificado el grupo que constituye el objetivo de la política social, pueden haber dos tipos de errores en el alcance de la misma. El error tipo I es el de “subcobertura”: hay algunos pobres que no han sido receptores del programa social, aunque debieron serlo. Para cuantificar la eficiencia en este aspecto, en este estudio se utiliza como indicador cuál es el porcentaje de los que debieron recibir la ayuda, que efectivamente la percibieron, y que hemos llamado “cobertura” (que equivale al porcentaje de “no error tipo I”). El error tipo II es el de “filtración”: hay algunos no pobres a los que no quisiéramos que les llegue el programa social -porque encarecen el costo del mismo y no lo necesitan en forma prioritaria-, pero que a pesar de eso lo reciben. La eficiencia a este respecto se mide como el porcentaje del total que recibió la ayuda, que esta constituido por los grupos pobres. A este indicador le hemos llamado “focalización” (que equivale al “no error tipo II”) Al respecto, Foxley et. al. (1980) consideran como “programas progresivos” a aquellos que benefician a los pobres en mayor proporción que su participación en el ingreso nacional, y como “programas de pobreza” a aquellos en los que los pobres tienen beneficios absolutos mayores que el promedio. Los “programas de pobreza” están incluidos dentro de los “programas progresivos”. La idea es que los primeros reducen las diferencias relativas, mientras que los “programas de pobreza” reducen también las diferencias absolutas. Suele haber una relación inversa entre estos dos tipos de errores (Francke y Guabloche 1995, Baker y Grosh 1995): a medida que la cobertura es más amplia, las filtraciones suelen ser mayores. Sin embargo, esta relación dista de ser robusta, sobre todo si se comparan distintos programas sociales. 1.3 Políticas Sociales y Distribución del Ingreso Aunque la tendencia reciente en las investigaciones acerca de las políticas sociales suele poner énfasis en los problemas de la pobreza absoluta, los problemas de la pobreza relativa y la desigualdad no dejan de tener importancia. Una evaluación integral de los efectos distributivos de la política social es bastante compleja. Existen, por un lado, efectos indirectos que este gasto tiene en un marco de equilibrio general que incorpore las respuestas de los agentes frente al mismo. También hay externalidades, producto del carácter transmisible y del valor que la sociedad en su conjunto otorga al bienestar de sus miembros. Tales cálculos, sin embargo, suelen ser difíciles de realizar con el grado de información existente. Nuestro trabajo se limita a una aproximación a las diferencias en el acceso y a la distribución del gasto social entre los distintos estratos de la población. Sobre este último aspecto, se ha calculado el coeficiente de concentración propuesto por Kakwani (1977, 1980). Kakwani plantea una forma general de medir los efectos distributivos de una transferencia o subsidio utilizando las curvas generalizadas de Lorenz, o curvas de concen164
Programas Sociales en el Perú
tración (Kakwani 1977, 1980). Estas curvas reflejan la distribución acumulativa de cualquier función de los ingresos, tal como una transferencia, a lo largo de los individuos ordenados según sus ingresos. Es decir, son similares a las curvas de Lorenz para la distribución de ingresos, con la diferencia que la distribución de la transferencia se hace de acuerdo a un orden definido por otra variable (los ingresos). Un índice agregado para todos los grupos de ingreso es el coeficiente de concentración propuesto por Kakwani, análogo al coeficiente de Gini. Es decir, se establece la curva de Lorenz generalizada de acuerdo al porcentaje de la transferencia total percibido por cada percentil y se calcula el área bajo la curva resultante, restándola de 1. Pueden presentarse valores negativos en el coeficiente de concentración, a diferencia del Gini, debido a que esta transferencia es distribuida de acuerdo a quintiles definidos previa y exógenamente a la transferencia; pudiendo suceder que reciban una mayor proporción de la transferencia los sectores de menores ingresos, lo que no puede acontecer en el caso del Gini. En otras palabras, la Curva de Lorenz de la transferencia, a partir de la cual se calcula el coeficiente de concentración, puede estar completa o parcialmente por encima de la línea de la equidad, en cuyo caso el coeficiente de concentración es negativo. Análogamente a los criterios propuestos por Foxley et. al., este coeficiente de concentración reduce las diferencias relativas si es menor que el coeficiente de Gini, y reduce las diferencias absolutas si es menor que cero (0). Por reducción de las diferencias absolutas nos referimos al caso en el que los pobres reciben una transferencia mayor que los ricos: coeficiente de concentración menor que cero. Por reducción de las diferencias relativas nos remitimos al caso en el que los pobres reciben una proporción de la transferencia mayor que la proporción del ingreso que tienen: coeficiente de concentración menor que el Gini. Cuando se reducen las diferencias absolutas se reducen las diferencias relativas, pero no viceversa; del mismo modo, los menores que cero son menores que el Gini, pero no viceversa. Al evaluar los efectos del gasto en salud pública sobre la distribución, hablaremos de programas ‘progresivos en términos absolutos’ para aquellos que reducen las diferencias absolutas, y de programas ‘progresivos en términos relativos’ para los que sólo reducen las diferencias relativas.
Cuadro Nº 1 Comparación de Indicadores de Focalización y Redistribución Foxley et. al.
Kakwani
Indicador
% de gasto público en pobres
coeficiente de concentración
Progresividad Absoluta o Programa de pobreza
> % población pobre
<0
Progresividad relativa o Programas progresivos
> % de ingreso nacional que reciben los pobres
< Gini
165
Francke
2. Indicadores de Eficiencia de la Política Social La acción gubernamental en el ámbito social puede separarse en dos partes. Por un lado, están los servicios de educación y salud que el gobierno otorga a todo el que quiera. Por otro lado, están los programas orientados específicamente a determinados grupos sociales: el Vaso de Leche y los proyectos de Foncodes son algunos ejemplos. Debido a ello, los servicios de salud y educación corresponden a una política social de tipo universalista, mientras que los otros programas responden a una lógica de focalización. La distinción, sin embargo, no es tan tajante: en algunas zonas del país es difícil acceder a los servicios básicos provistos por el Estado debido a que éstos se encuentran a grandes distancias. Por otro lado, si Foncodes construye colegios o canales de regadío, todos los que viven en las zonas aledañas pueden gozar de los beneficios de tales obras. Existe también un programa del Estado que puede considerarse que constituye una categoría intermedia: las pensiones. Todos pueden acceder a ellas, siempre y cuando hayan cumplido determinados requisitos de cotización o tiempo de trabajo previamente. En este capítulo analizaremos uno por uno los siguientes instrumentos de política social del Estado peruano: los servicios de educación, los servicios de atención de salud, las pensiones, el vaso de leche, el subsidio a los comedores populares, los programas sociales en educación y las obras de Foncodes. Los dos primeros responden a una lógica universalista, y los cuatro últimos a una lógica focalizada. 2.1 La Educación Pública Los servicios educativos del Estado son uno de los programas sociales más antiguos e importantes. Durante 1995, se habrían gastado US$ 2,180 millones de dólares en educación pública, según el MEF (1995). Según esta misma fuente, el gasto habría sido de US$ 1,150 millones en 1993, equivalentes a S/.2,300 millones, aunque según el BCR (ver Francke 1994) sólo llegaría a S/.1,810 millones. Es posible que la diferencia se deba en parte a lo que se considera gasto educativo, por ejemplo, si se incluye dentro de esta categoría al CONCYTEC (que forma parte del sector educación) o a las escuelas de las FF.AA. (que integran el pliego presupuestal del Ministerio de Defensa). Los servicios de educación pública, al mismo tiempo que responden a una lógica universalista, también se enfrentan al hecho que las familias pueden escoger la educación privada. Quienes asisten a educación privada tienen su necesidad básica a este respecto cubierta, y consideramos que no utilizan el servicio público por preferir el privado, y no por falta de acceso. En razón de ello, consideramos que el indicador adecuado para evaluar la cobertura de los servicios públicos de educación es el de porcentaje de niños que asisten a instituciones educativas de cualquier tipo. El porcentaje de niños que no asisten al colegio sería, desde este punto de vista, la “subcobertura” , por ser responsabilidad del Estado el asegurar que todos los niños concurran a un Centro Educativo (la educación primaria en el Perú es, constitucionalmente, obligatoria).
166
Programas Sociales en el Perú
De acuerdo a la ENNIV 94, la cobertura de la educación básica (primaria y secundaria) en el Perú es bastante amplia (ver Cuadro Nº 2). Un 96% de los niños entre 6 y 11 años, y un 90% de los comprendidos entre 12 y 16 años, asiste al colegio. Cifras similares se encontraron para la ENNIV 1991 (Francke 1994)2. El problema principal de la educación pública en el Perú no es el de subcobertura, sino el de la calidad del servicio que se otorga, existiendo graves problemas de deserción (retiro temporal) y repitencia, además del tipo de formación que se da y las habilidades que otorga. Existen, sin embargo, menores tasas de asistencia entre los más pobres, ubicados en el primer quintil, que se agudizan a medida que aumenta la edad. Para los niños de 6 a 11 años, que van a la primaria, en el quintil 1 y en la Selva rural hay una inasistencia cercana al 10%. En el grupo de adolescentes, de 12 a 16 años, la subcobertura para el quintil 1 ya alcanza el 17% y en la Selva rural el 21%, y para los jóvenes entre 17 y 25 años, los pobres asisten a estudios en una proporción que es la mitad de la del grupo de mayores ingresos. Ello se debería a varias causas, entre las que destacan: la necesidad de trabajar a una edad en la que ya se puede apoyar al hogar con un nivel de ingresos significativo y una historia de atraso escolar (repitencias y deserciones acumuladas) mayor entre los pobres. Por otro lado, la distribución del subsidio público educativo depende no solamente de la asistencia escolar, sino también de la proporción en la que estos estudiantes asisten a instituciones públicas o privadas. En cuanto al tipo de instituciones a las que asisten (ver Cuadro Nº 3), los grupos pobres asisten en una forma ampliamente mayoritaria a instituciones públicas (por encima del 90% hasta el quintil 3). En las zonas rurales y la Selva, prácticamente no hay estudiantes en colegios privados. En el quintil de mayores ingresos la educación privada es preferida, aunque un porcentaje que aún parece elevado (casi la mitad) asiste a colegios públicos. La alternativa de colegios parroquiales representa un porcentaje muy reducido (menos del 1%). Esto hace que la educación pública, particularmente la primaria, resulte estar muy concentrada en los pobres. El 40% de los estudiantes de primaria responde al primer quintil (pobres extremos), mientras que el 86% responde a los tres primeros quintiles3. La secundaria pública también muestra un patrón progresivo, aunque no tan marcado como el de la primaria. Estos datos se asemejan a los encontrados para 1991, cuando el 38% de los estudiantes de primaria pública correspondía al primer quintil y el 84% a los tres primeros quintiles (Francke 1994)4, habiendo incluso aumentado el nivel de concentración de este servicio público en los pobres. 2
Sin embargo, las cifras del Censo informan de un nivel de asistencia entre 6 y 11 años de sólo 84%. Desconocemos las razones de la discrepancia de estas cifras con las de la ENNIV, que se encuentran más en línea con los datos de años anteriores.
3
En este caso, también interviene el hecho que la mayor repitencia se produce entre los pobres, de tal manera que parte importante de los niños de 12 a 16 años de estratos de bajos ingresos aún están en la primaria.
4
Cabe anotar, sin embargo, que los datos para 1991 se refieren a Lima, las ciudades de la Costa y la Sierra, excluyendo la Costa rural y la Selva, pues la ENNIV de este año no incluyó tales regiones.
167
Francke
La educación superior, en cambio, llega menos a los pobres debido a su menor acceso: apenas el 8% de los estudiantes de educación superior pública pertenece al quintil 1, y el 56% a los quintiles 1 a 3. Esto no sucedía en 1991 (ver Francke 1994), cuando tales porcentajes eran de 16% y de 72% respectivamente. Este proceso es particularmente grave debido a que las diferencias de ingreso de los trabajadores con educación superior se han ampliado respecto del resto (Saavedra 1995). El efecto distributivo de la educación pública en sus distintos niveles resulta ser fuertemente progresivo en términos absolutos para la primaria, lo mismo que para la secundaria aunque en menor medida para esta última, y sólo relativamente progresivo para la educación superior. 2.2 Los Servicios Públicos de Salud5 El análisis de los servicios públicos de salud representa un caso especial. La razón es que los servicios preventivo-promocionales aún representan una parte minoritaria de las atenciones de salud en nuestro país, debido a lo cual la atención de salud pública se centra en servicios recuperativos, cuya necesidad está condicionada a la existencia de un estado de enfermedad. En cuanto al alcance, analizar la falta de cobertura es difícil por cuanto, incluso entre quienes declaran tener síntomas de enfermedad, puede no considerarse necesario recurrir a una consulta por evaluar que la enfermedad no es grave y no lo amerita. Estar enfermo y no realizar una consulta de salud no es sinónimo de “subcobertura”. Debido a ello, el análisis de la cobertura en términos absolutos se limita a los servicios de salud preventivo-promocionales (vacunaciones y control de madres gestantes), utilizándose para las demás atenciones un indicador de cobertura relativa: porcentaje de cobertura en el quintil 1 (más pobre) respecto del porcentaje de cobertura en el quintil 5 (de mayor ingreso). Para los demás servicios de salud (consultas e internamientos), se desarrolla más un análisis de la equidad en el acceso a servicios de salud. Para ello, suponemos que la necesidad de asistir a servicios de salud dado un estado de morbilidad es similar entre los distintos sectores sociales. Las consideraciones de la equidad en cuanto al acceso a los servicios de salud pasan, entonces, por considerar las diferencias en las tasas de consulta dado que se tiene un estado de morbilidad (acontecimiento fortuito que puede operativizarse como una variable probabilística: Musgrove 1983)6. Además del Ministerio de Salud, existe el IPSS, que otorga un servicio, pero solamente a quienes están afiliados y cotizan regularmente. Los cotizantes son básicamente los asalariados, existiendo un elevado nivel de elusión y evasión. A pesar de ello, existe un efecto redistributivo de la seguridad social peruana, en la medida que las contribuciones son proporcionales al ingreso, mientras que los beneficios son equitativos, e incluso hay un sector que no los utiliza por tener seguros privados de mejor calidad. Sin embargo, económicamente las cotizaciones no necesariamente afectan a quién por ley 5
Este capítulo se basa extensamente en Francke (1996).
6
Enfoques más complejos de los problemas de equidad en salud pueden encontrarse en Musgrove 1993 y en Carr-Hill 1994.
168
Programas Sociales en el Perú
las paga, sino que ello depende del equilibrio del mercado de trabajo. Adicionalmente, el carácter semi-autónomo y autofinanciado de la institución hace que no sea estrictamente un instrumento de política del gobierno. Debido a esta característica y las mayores complejidades del análisis, hemos dejado de lado al IPSS por apartarnos demasiado de nuestro objeto de estudio7. El gasto público en salud ascendió a S/. 550 millones en 1993 de acuerdo al BCR. En 1995 habría sido de US$ 644 millones, e incluyendo el gasto del IPSS, ascendió a US$ 1,580 millones en 1995 (MEF 1995). Vacunación Tal como se había comprobado en encuestas anteriores (Encuesta de Demografía y Salud 1991-92), la vacunación ha alcanzado una amplia cobertura a escala nacional. De los niños entre 2 y 5 años apenas un 0.5% no tiene ninguna vacuna, mientras un 84% ya tiene todas sus vacunas; este porcentaje va de 93% en Lima a 69% en la Selva rural (ver Cuadro Nº 4). Los problemas de “subcobertura” son relativamente reducidos. Debido a que los hogares de los estratos de menores ingresos tienen más hijos pequeños, y a la poca diferencia en las tasas de vacunación por estratos, la distribución de las vacunas es ampliamente sesgada a favor de los pobres. El 20% de los hogares de menor consumo per cápita tiene al 25% de la población total y al 37% de los niños entre 1 y 5 años. Este estrato representa un 36% de las vacunas. El quintil 2 contiene al 22% de la población y recibe entre el 24% y 25% de las vacunas. El quintil de mayores ingresos comprende al 14% de la población, pero sólo al 8% de los niños entre 1 y 5 años y recibe un 8% de las vacunas. Estos niveles son muy similares para todas las vacunas8. Atención de Gestantes Sólo un 56% de las mujeres embarazadas ha tenido algún control prenatal. Este porcentaje es mucho mayor en Lima y la Costa y Sierra urbanas, algo menor en la Selva urbana, y bastante menor en las zonas rurales: sólo 27% en la Sierra rural (ver Cuadro Nº 5). Ello muestra un problema bastante serio de “subcobertura”. Las diferencias entre los quintiles son bastante importantes, con un 46% en el quintil 1 y un 81% en el quintil 5, de embarazadas que tiene algún control. Estas diferencias son similares a las existentes entre regiones. La gran mayoría de exámenes pre-natales se realizan en instalaciones de salud pública -aunque la encuesta no permite diferenciar entre MINSA e IPSS. Prácticamente no hay controles pre-natales privados en los grupos pobres. Considerando solamente los exámenes hechos por salud pública, en el quintil 5 hay mucho más controles por 7
Algunos elementos de análisis pueden encontrarse en Francke (1995,1996).
8
La fuente de información utilizada no permite desagregar donde se realizó la vacunación. Existe un porcentaje, presumiblemente pequeño, que se vacuna de manera privada y que correspondería fundamentalmente a los estratos de mayor ingreso, por lo cual probablemente la vacunación por parte de las instituciones públicas sea aún más progresiva de lo anteriormente señalado.
169
Francke
embarazo (0.33) que en el quintil 1 (0.15): el mucho mayor control en general (sin distinguir entre públicos y privados) compensa el hecho que apenas la mitad de éstos se realice en establecimientos de salud pública. La mayor proporción de los controles pre-natales públicos corresponde a los grupos más pobres (quintil 1) y medios y altos (quintiles 4 y 5). El relativamente alto porcentaje correspondiente al quintil 1 se debe a que en este estrato hay un número mucho mayor de mujeres embarazadas, lo que sin duda guarda relación con los problemas de conocimiento y acceso a métodos anticonceptivos9. Consultas La población realiza un mayor porcentaje de consultas en las ciudades fuera de Lima (entre 15% y 17% de personas las efectuaron), es algo menor en Lima (13%) y aún en menor porcentaje en las zonas rurales (entre 10% y 12%). En este caso las diferencias entre estratos de ingreso son mucho más marcadas que entre regiones: mientras que del quintil 1 de menores ingresos apenas el 8% va a consulta, del quintil 5 el 20% va a consulta (ver Cuadro Nº 6). Lo mismo acontece en cuanto al número promedio de consultas realizadas, que va de 1.5 en el quintil más bajo a 1.8 en el más alto. De esta manera, los pobres consultan en menor proporción y en menos oportunidades. Estas diferencias son mayores si se refieren al estado de salud de los individuos. La prevalencia de enfermedad no es similar entre los distintos estratos de ingreso, sino que los pobres tienden a tener una mayor incidencia de enfermedad, lo que por cierto es bastante lógico, considerando las condiciones más negativas del ambiente (piso de tierra, hacinamiento, difícil acceso a agua potable, paredes de estera), educativas y nutricionales. Mientras que un 32% percibió algún síntoma en las 4 semanas anteriores a la encuesta en el quintil de menor ingreso, sólo 28% lo hizo en el grupo de mayor ingreso10. Entre los pertenecientes al grupo más pobre (quintil 1) apenas consultaba un 25% de los enfermos y un 49% de aquellos que estuvieron más de 2 días en cama o impedidos de trabajar, porcentajes que para quienes formaban parte del grupo de mayores ingresos, eran de 62% y 81% respectivamente. A este respecto, las diferencias entre estratos sociales habrían aumentado respecto de diez años atrás, ya que en 1985-86 la tasa de consulta promedio de los enfermos era mayor (28.5%), pero la de los ricos, menor (52%). Los problemas de equidad en el acceso a servicios de salud a este respecto se habrían agravado. Existe también una importante deficiencia en la atención (preventiva o curativa) a los niños. Grandes diferencias se aprecian entre los niños menores de 1 año, en quienes
9
Por ejemplo, un 29% de las mujeres en edad fértil del quintil 1 indica no conocer métodos anticonceptivos, porcentaje que es de entre 2% y 1% en los quintiles 4 y 5.
10
Un análisis más preciso, sin embargo, requeriría ver las diferencias entre distintos grupos de edad. En la medida que en los grupos de menor ingreso hay una mayor proporción de niños pequeños (menos de 5 años) que tienen una prevalencia de enfermedad mucho mayor (48% vs. 27% entre los 6 y los 60 años), esto podría ser una de las causales de la mayor prevalencia de enfermedad en estos estratos.
170
Programas Sociales en el Perú
el control mientras se encuentran sanos revierte particular importancia. El 21% de los niños del quintil más pobre consultaron, porcentaje que subió al 45% en el quintil de mayores recursos. También hay diferencias regionales muy fuertes, con un 15% de consultas en la Sierra rural, frente a más del 50% en la Costa urbana, que tiene el mayor nivel de consultas. Los estratos sociales muestran un comportamiento claramente diferenciado en cuanto al lugar dónde reciben atención. Los más pobres se atienden en el MINSA en un 60%, porcentaje que es de sólo 17% en el estrato de mayores ingresos. La consulta al MINSA no era tan diferenciada por estratos en 1985-86, cuando los más pobres iban en un 53% y los estratos de altos ingresos en un 39%. La diferencia entre estratos encontrada para 1994 es aún mayor si consideramos los puestos y centros de salud. La atención en el IPSS, en cambio, es claramente ascendente hasta el quintil 4, nivel hasta el cual va cubriendo la parte de la población que deja de atender el MINSA, ya que hasta este estrato las consultas privadas se mantienen en un porcentaje similar. Entre el quintil 4 y el quintil 5, que podríamos llamar el grupo acomodado de ingresos medios y altos, la atención privada aumenta fuertemente, pasando de 36% a 51%, reemplazando al MINSA, mientras el IPSS mantiene un porcentaje estable. La interpretación de estos hechos radica en que, hasta el quintil 4, que son grupos pobres o que se encuentran cerca de la línea de pobreza, las consultas de salud se realizan donde es posible el acceso a menor costo, siendo el IPSS preferible tanto por menores costos como por calidad. Dada la asociación positiva entre asalariamiento formal e ingresos, esto quiere decir que mayores ingresos dan mayor acceso al IPSS. El estrato 5 sería el único que optaría, claramente, por un servicio privado, obviamente por consideraciones de calidad. Respecto del total de enfermos, aquellos que se encuentran más de 3 días en cama o impedidos de trabajar consultan relativamente más hospitales del MINSA y menos al IPSS. El porcentaje que consulta hospitales MINSA sube de 17% a 22%, mientras que el porcentaje de quienes consultan hospitales del IPSS baja de 21% a 16%. Es interesante notar esta diferencia, que podría explicarse por una menor percepción de la gravedad de la enfermedad y/o un mayor costo relativo, para los sectores pobres: éstos, que no están asegurados, se atienden menos cuando los síntomas no parecen ser tan preocupantes, y por eso cuando los síntomas son más graves, hay más atenciones en los establecimientos a los que ellos van, los del MINSA. Como resultado de estas tasas y del número de consultas, la distribución de las consultas es progresiva de manera absoluta en los puestos o centros de salud del MINSA y progresiva de manera relativa en los hospitales del MINSA. En el caso de los puestos o centros de salud, los quintiles 1 y 2 representan el 22% y 27% de las consultas, es decir, entre ambos representan casi la mitad de las mismas. En cambio, el quintil superior apenas responde por el 7% de las consultas. En el caso de los hospitales del MINSA, el quintil de menor consumo se ve relativamente desfavorecido, por cuanto con 25% de la población sólo responde por un 13% de las consultas. La mayor concentración corresponde a los quintiles 3 y 4, es decir, la población pobre no extrema o muy cercana a la línea de pobreza. 171
Francke
Internamientos Un 0.5% de las personas encuestadas por la ENNIV indicó haberse internado en las 4 semanas previas a la investigación. También en este caso, los establecimientos del MINSA representan el mayor porcentaje, con un 40% en hospitales y un 8% en centros de salud11. El IPSS también muestra un elevado porcentaje: 32%, bastante mayor al que representaba de las consultas (21%). Debido al reducido porcentaje de ocurrencias de este tipo de atención (aproximadamente 100 encuestados), el análisis por sectores sociales es más limitado12. Aún así, lo que aparece es que hay una mayor tasa de internamientos en el quintil superior. Considerando los internamientos como proporción de los impedidos de trabajar tres o más días -ya que entre quienes han padecido una enfermedad que no ha tenido consecuencias es poco probable que hayan requerido internamiento, las diferencias en el acceso a este tipo de atención de salud entre estratos sociales es mayor. En el quintil 1, de menores ingresos, menos del 7% de los impedidos 3 o más días se internó, porcentaje que se eleva a más del doble (15.6%) para el quintil superior. En efecto, hay una clara preferencia de tipo de establecimientos por estratos: mientras en el quintil más bajo el 85% se interna en un establecimiento del MINSA (64% hospital, 23% centro de salud), en el quintil más alto sólo el 37% se interna en el MINSA y el 57% en el IPSS. La atención privada también es claramente mayor en los estratos de mayor ingreso. En las zonas rurales de la Sierra y Selva, los internamientos en clínicas privadas son prácticamente inexistentes, concentrándose en el MINSA13. El IPSS concentra su actividad hospitalaria en Lima, la Costa y Sierra urbana, con baja cobertura en las zonas rurales y en la Selva. En razón de ello, la atención de internamientos del MINSA se focaliza en los estratos más pobres. Un 38% de los internados en establecimientos del MINSA pertenece al quintil 1 (pobres extremos), y más del 80% a los quintiles 1 a 3 (pobres o cercanos a serlo). Los internamientos en el IPSS, en cambio, corresponden en mayor porcentaje al quintil 5 (47%), aunque también hay un fuerte porcentaje en el quintil 3 (30%). 2.3 Pensiones Analizar los subsidios implícitos en sistemas de pensiones es particularmente complicado debido a que incorporan flujos intertemporales de fondos: el ahorro forzoso del trabajador activo se convierte, luego de muchos años, en las pensiones del trabajador jubilado. 11
La reducida importancia de los centros de salud en los internamientos se explica porque éstos se limitan a casos de rehidratación y partos. Los puestos de salud no realizan internamientos.
12
De Habich (1991) enfrenta la misma limitación.
13
En la Sierra rural, un elevado porcentaje declara ‘otro’ lugar de internamiento, que probablemente se refiera a puestos (de manera improvisada) o a locales comunales, de curanderos o casas privadas del farmacéutico, partera o médico.
172
Programas Sociales en el Perú
En el Perú existen actualmente tres principales sistemas de pensiones. Uno es el de los empleados del Estado “antiguos”, llamado Fondo Nacional de Pensiones, más conocido por la ley que lo norma (el D.L. 20530). Este otorga beneficios de acuerdo a los años de servicio (desde 20 años) y las pensiones son determinadas de acuerdo a la remuneración de los trabajadores en actividad -la llamada “cédula viva”-, aunque el Estado ha utilizado diversos mecanismos para aumentar remuneraciones a los activos sin aumentar pensiones. Los aportes de los trabajadores son del 6% de la remuneración. Este sistema tiende a desaparecer, en la medida en que sólo abarca a quienes ingresaron a trabajar para el Estado antes de 1974. Otro es el llamado Sistema Nacional de Pensiones, del D.L. 19990, originalmente administrado por el IPSS y ahora por la ONP - Oficina de Normalización Previsional. Es el que abarcaba a todos los trabajadores del sector privado, y los del sector público ingresados después de 1974, hasta que se creó el Sistema Privado de Pensiones. El SNP trabaja con una cotización total de 9%, que actualmente es en su totalidad de cargo del empleador, y otorga pensiones bajo requisitos de edad (65 años) y tiempo de servicios. El SNP, así como el D.L. 20530, también otorgan pensiones de sobrevivencia e invalidez. Estos dos sistemas, por ser de beneficios definidos, siempre incluyen implícitamente subsidios a algunos sectores, aún si estuvieran permanentemente en equilibrio financiero. Finalmente, el tercer sistema es el Sistema Privado, de reciente creación (1993), siendo de libre elección para los afiliados a los otros dos sistemas, el trasladarse a las llamadas AFPs -Administradoras de Fondos de Pensiones - o no. Un sistema que es exclusivamente de aportes definidos y de acumulación de fondos, y no de beneficios definidos, no incorpora subsidios ni transferencias interpersonales. El Sistema Privado de Pensiones peruano, al igual que el chileno, sin embargo, incluye algunos subsidios cruzados en el seguro de invalidez y sobrevivencia (debido a que la prima es igual para todos sin importar el riesgo), y promete otorgar subsidios mayores a futuro cuando se defina la existencia de una pensión mínima (que es un beneficio definido). Los primeros dos sistemas son los que otorgan la gran mayoría de pensiones, debido a que el sistema privado es de muy reciente creación: los primeros jubilados son de fines de 1995, existiendo anteriormente sólo pensiones de invalidez y sobrevivencia en limitado número. Aunque tanto el SNP como el sistema de la 20530 requerían aportes para la obtención del beneficio, actualmente incorporan un considerable monto de transferencias estatales. Los pasivos acumulados por el Sistema Nacional de Pensiones bajo la forma de obligaciones futuras han sido calculados en montos que van de 10 mil a 20 mil millones de dólares, y serán pagaderos una parte a través de los Bonos de Reconocimiento que se otorgarán a los afiliados a las AFPs y en otra a través de las pensiones que se pagarán a futuro. Por otro lado, sin embargo, también es cierto que el Estado durante varios años no sólo no pagó sus aportes a estos fondos previsionales, ni tampoco depositó los descuentos que hacía a sus trabajadores, sino que además, utilizó recursos de esos fondos para 173
Francke
sus gastos corrientes, ya sea directamente o usufructuando bienes inmuebles arrendados a muy bajos precios. Ello explica, junto a la mala administración y el hecho que en sus primeros años cobrara cotizaciones bajas y otorgara pensiones con pocos requisitos, el enorme forado financiero de estos sistemas. No se sabe realmente si alguno de estos dos sistemas de pensiones, el de la 20530 y el de la 19990, incorporan subsidios considerando todos los flujos de fondos a lo largo de su existencia. Aunque actualmente significan un fuerte gasto para el Estado, anteriormente estos flujos de fondos le fueron favorables. Sin embargo, en ambos casos, las pensiones pagadas han terminado desvinculadas de los aportes, y definidas principalmente en función de las posibilidades de la caja fiscal (o de la ONP). De esta manera, sistemas de pensiones de beneficios definidos, relacionados a los aportes, han terminado siendo sistemas bajo los cuales el trabajador sólo consigue, con sus aportes, el derecho a una pensión cuyo monto es arbitrariamente fijado por el Estado. En síntesis, las pensiones que actualmente se pagan incluyen sólo en una proporción muy pequeña a los fondos privados acumulados, y son principalmente transferencias desvinculadas de los aportes. Debido a ello, evaluar los alcances de los sistemas de pensiones no sólo es relevante debido a su importancia para un sector de la población como el de la tercera edad, sino que además en buena medida estos sistemas mantienen en forma muy limitada su característica de estar relacionados con cotizaciones anteriores, teniendo un gran peso las actuales decisiones del Estado - y no tanto reglas preestablecidas- en la determinación de su alcance y magnitud. Debe considerarse que en este punto existe una complicación adicional para realizar la medición de su alcance respecto de los distintos estratos sociales. En los demás casos, los beneficios otorgados por el Estado son entregados bajo la forma de bienes o servicios, y que debido a ello no están contabilizados dentro de los gastos de consumo del hogar, que son los que nos sirven de base para estratificar a los hogares. Ello no se cumple para el caso de las pensiones: se entregan en efectivo y por ello sirven para financiar parte del consumo. Existe entonces una situación en la cual la clasificación de los hogares por quintiles depende en parte de las pensiones otorgadas, lo que no sucede para los demás programas sociales. El Cuadro Nº 8 muestra la cobertura y el beneficio percibido por regiones y quintiles. Debido a la forma cómo está estructurada la encuesta, el monto de pensiones registrado corresponde al recibido por el hogar, el mismo que puede provenir de varios perceptores. Se han realizado los cálculos para dos grupos de edades de referencia, debido a que existen posibilidades de jubilación desde distintas edades según el régimen de pensiones que sea: un empleado estatal podría estar jubilado a los 45 años, si empezó a trabajar a los 20, bajo el D.L. 20530. Esta posibilidad, además, se amplió con en el proceso de reestructuración de 1991-92, cuando se otorgaron incentivos a las renuncias que incluyeron el reconocimiento de más años de servicio. Debido a ello, se ha evaluado la cobertura de este programa para hogares con personas de más de 50 y de más de 60 años. 174
Programas Sociales en el Perú
El total de pensiones recibido por los hogares, de acuerdo a la encuesta, sin ser muy elevado, parece ser mayor a lo que se piensa: 282 soles en promedio. Ello se debería a diversos factores, tales como la existencia de más de un perceptor y la presencia de algunos grupos con pensiones relativamente mayores como ciertos ex-empleados públicos o ex-militares. La encuesta arroja un total de pagos del orden de 200 millones de soles mensuales, es decir unos S/. 2,400 millones anuales, mientras que el presupuesto público destinó en 1994 S/. 1,600 millones en pensiones, y el IPSS otros S/. 500 millones. La diferencia podría explicarse en parte por otros fondos de pensiones, tales como los otorgados por la Caja de Beneficios del Pescador. En general, la cobertura tiene una extensión mayor a lo que podría pensarse debido el elevado nivel de informalidad que hay en el país: más de la mitad de los hogares con miembros mayores de 60 años tiene ingresos por pensiones, mientras que se calcula que menos de la tercera parte de los actuales trabajadores cotiza a un sistema previsional. La cobertura muestra grandes diferencias por regiones, con un nivel bastante elevado en Lima (casi 90%), relativamente alto en la Costa y Sierra urbana (alrededor del 70%), y muy bajo en las zonas rurales de Sierra y Selva (menor al 10%), lo que sin duda guarda relación con los patrones de desarrollo de los mercados de trabajo. Donde han existido relaciones laborales formales extendidas desde una o dos décadas atrás, es más probable que las pensiones tengan una mayor cobertura. En zonas rurales, donde predomina el trabajo independiente, e incluso el asalariamiento es mayormente por temporada e informal, las pensiones alcanzan a pocas familias. En reemplazo de pensiones otorgadas por algún sistema de seguridad social, probablemente existan mecanismos de seguridad social a nivel de la familia, así como la prolongación del trabajo hasta edades avanzadas (Banco Mundial 1994). Las diferencias por quintiles también son bastante marcadas. Apenas una sexta parte (16%) de hogares del quintil 1 con mayores de 60 años recibe pensiones, aunque este porcentaje se eleva a más de la mitad para el quintil 3 de la distribución del ingreso, el grupo que se encuentra alrededor de la línea de pobreza. El porcentaje de hogares del primer quintil que recibe pensiones es menos de la cuarta parte del que recibe pensiones en el quintil 5. Además, las pocas pensiones que reciben los más pobres son mucho menores, de apenas S/. 130 mensuales, mientras que las del quintil 5 ascienden a 360 soles mensuales. La combinación de estas dos variables, el porcentaje de hogares que reciben pensiones y el monto de las pensiones, hace que el porcentaje de las pensiones pagadas por el Estado que va a los grupos de menores ingresos sea bastante reducida: menos del 2% va al quintil 1, mientras más del 50% se destina al quintil 5. Parte de ello puede deberse al propio efecto de las pensiones. Para el quintil 3 (que se encuentra cerca de la línea de pobreza), los hogares que reciben pensiones tienen ingresos mensuales promedio por S/. 245 soles, frente a una línea de pobreza de S/. 670 mensuales para un hogar de cinco personas. 175
Francke
2.4 Vaso de Leche El Programa del Vaso de Leche fue creado durante la administración municipal del Dr. Alfonso Barrantes en Lima, a inicios de 1983. En diciembre de ese año, se aprobó una ley que establecía el otorgamiento de vaso de leche a través de todos los concejos provinciales del país a madres gestantes y niños hasta los 6 años de edad. En Lima metropolitana, posteriormente, este programa se ha ampliado a niños hasta los 13 años y ‘tebecianos‘. Una visión detallada de la gestación del programa del Vaso de Leche, su evolución, y la experiencia de dirección y organización de las madres de familia, se encuentra en García-Naranjo (1994). No existe, legal ni funcionalmente, ningún mecanismo explícito de limitar los alcances del vaso de leche a los más pobres. Aunque por este lado se podría considerar por ello que se trata de un programa de corte universalista, existiría una limitación al mismo establecida de manera implícita por la sociedad: los sectores medios-altos no consideran que este programa los incluye, y los funcionarios municipales encargados probablemente compartan esta misma opinión. Adicionalmente, existe un mecanismo de auto-selección, ya que para que los miembros del hogar reciban el vaso de leche, deben participar en el Comité respectivo, con turnos para la preparación y demás tareas que ello demanda. Debido a ello, un análisis por distrito muestra que los considerados medios-altos tienen relativamente pocos beneficiarios (García-Naranjo, 1994). Por otro lado, sin embargo, su implementación ha dependido del interés de los Concejos provinciales, y de las restricciones provenientes del Tesoro Público. Probablemente los menores niveles de conocimiento e institucionalidad de los municipios provinciales de zonas alejadas, mayormente rurales y pobres, habrían hecho que demore en llegar a determinadas localidades. Por esta razón, el Vaso de Leche ha sido criticado en algunos momentos debido a que su ampliación hacia provincias y zonas rurales fue lenta, por lo que se consideraba que no estaba llegando a los más pobres que se encuentran en esas áreas (ver, por ejemplo, Banco Mundial 1993). Otra crítica que tuvo en sus primeros años fue por el elevado costo y alto componente importado de la leche, razón por la cual se ha ido modificando la composición de las raciones entregadas, incluyendo otros productos que elevan el valor nutricional con menor costo y sin afectar la aceptabilidad del producto. En este acápite evaluamos el alcance y niveles de focalización del Programa del Vaso de Leche a escala nacional, buscando contrastar estas evaluaciones con la realidad actual de este programa social. Para los programas del Vaso de Leche de los distintos concejos provinciales en el ámbito nacional se destinó, durante 1994, casi 170 millones de soles. La ENNIV 94 preguntó si algún miembro del hogar tomaba el vaso de leche, y el lugar donde lo recibía. Lamentablemente, no se puede saber con precisión si el vaso de leche está financiado por el Programa del Vaso de Leche del Estado peruano, o por otros mecanismos. Aunque se han separado los ámbitos que parecen indicar claramente un origen privado, tales como pensiones o universidades, hay otros lugares, tales 176
Programas Sociales en el Perú
como Olla común, que pueden corresponder tanto a financiamiento privado o estatal. La información, por lo tanto, permite solamente una primera aproximación al tema, y probablemente subestime la cobertura puesto que no se ha considerado como beneficiarios a aquellos que declaran tomar el vaso de leche en su vivienda, aunque puede haber algunas zonas en las cuales las madres de familia optan por repartir las bolsas del lácteo en polvo, antes que prepararlas de manera comunitaria. La ENNIV 94 muestra que el Vaso de Leche está abarcando a un porcentaje minoritario, pero importante, de la población infantil, particularmente de los estratos más pobres (ver cuadro 9). En efecto, un 23% de los niños de 0 a 6 años reciben el vaso de leche, porcentaje que se eleva a 31% en el quintil 1, el grupo más pobre de la población. Estas cifras indican que, aún cuando el vaso de leche llega a un número importante de niños (más de 800 mil menores de 6 años), podría aún incrementar bastante su acción. La cobertura es bastante menor para los niños de 7 a 13 años, que sólo perciben el vaso de leche en un 13%. Esto se debería a que, como se señaló, la ley del vaso de leche sólo incorporaba como población beneficiaria a los menores de 6 años. Es interesante anotar, además, que un importante porcentaje del vaso de leche llega a personas mayores: más del 25% va a este grupo etáreo, que posiblemente incorpore tanto “tebecianos” y madres gestantes, como a las madres que preparan la leche. La Sierra rural está recibiendo el vaso de leche en un porcentaje similar a Lima, siendo las regiones donde menos cobertura tiene las de la Sierra y Selva urbana. Esto indica que se habría resuelto los problemas de alcance en zonas alejadas, pero queda por explicar las diferencias regionales persistentes. En cuanto a la distribución, el vaso de leche se concentra significativamente entre los más pobres. Un 45% se entrega al quintil 1, porcentaje que es aún mayor si se considera solamente a los menores de 6 años, en cuyo caso más de la mitad se destina a este grupo extremadamente pobre. Si consideramos los tres primeros quintiles, éstos reciben más del 90% de los vasos de leche. El vaso de leche para los grupos de edad de 14 años en adelante se concentran menos en los más pobres. 2.5 Comedores Populares La crisis económica afectó la capacidad de los hogares de cubrir sus necesidades nutricionales y empujó a la creación de nuevos mecanismos de alimentación de los pobres. Se generaron así, mecanismos colectivos de alimentación a través de los comedores populares u ollas comunes, que han venido percibiendo subsidios otorgados por el Estado (que para el efecto opera a través de PRONAA, Programa Nacional de Asistencia Alimentaria), iglesias u ONGs, usualmente mediante la entrega de alimentos sin preparar (una descripción detallada del surgimiento y funcionamiento de los comedores populares se puede encontrar en Blondet y Montero (1995)). Su financiamiento proviene principalmente de donaciones externas, aunque el Estado peruano también realiza aportes: en 1994, el Tesoro Público destinó 108 millones de soles con este fin. En este caso, se aplican las mismas consideraciones que para el vaso de leche: no existen normas legales que limiten el acceso a estos comedores a determinados secto177
Francke
res de la población, o que impidan su organización en zonas relativamente menos pobres. A pesar de ello, normas sociales implícitas estarían operando para restringir el acceso de sectores no pobres a los mismos, así como mecanismos de autoselección. La ENNIV 94 preguntó a las familias donde comían sus miembros (desayuno, almuerzo y cena), preguntando por el lugar donde lo hacían aquellos que comían fuera del hogar. Al igual que en el caso del vaso de leche, esto permite una primera aproximación al tema, ya que también se dan casos en los cuales se recoge la comida del comedor popular para ser consumida dentro de la casa, o se come en el comedor popular pero se lleva una porción adicional para la noche. Para aproximarnos mejor a esta problemática, hemos dividido este programa social en dos: por un lado, las comidas realizadas en instituciones, tales como iglesias y asilos, y por otro, las realizadas en organizaciones populares, tales como comedores populares, cocinas populares, ollas comunes o clubes de madres. Dado que en casi todos los casos se demanda un pago a los beneficiarios, que es variable, se consideró como subsidio a la diferencia entre el valor pagado, y el pago promedio en restaurantes. Aunque pueda parecer que la alternativa de restaurantes es una alternativa cara, en realidad el promedio pagado por almuerzo en restaurantes es de apenas S/. 2.85, frente a 42 centavos en promedio en un comedor popular. Sin embargo, es cierto que parte del subsidio probablemente proviene del propio trabajo no pagado de las familias, aunque en una proporción minoritaria. El Cuadro Nº 11 muestra que, de acuerdo a la ENNIV 1994, la cobertura de estos programas sería muy limitada, alcanzando a apenas un 2% de la población nacional, algo menos de 500 mil personas. Aunque la cobertura es mayor entre los pobres, sólo llega hasta un 3.8% de los peruanos ubicados en el primer quintil de la distribución de ingresos. Entre las diversas comidas, el almuerzo es el más importante, llegando a 5 veces más personas que los desayunos y cenas. Las organizaciones populares de alimentación se encuentran bastante más difundidas que los mecanismos institucionales, abarcando a casi 9 veces más población. Sin embargo, las instituciones cobran cantidades bastante inferiores. Un análisis por regiones muestra que es en Lima metropolitana donde hay más comedores populares, alcanzando a un 3.7% de la población. Blondet y Montero (1995) en base a la Encuesta de Hogares del Ministerio de Trabajo indican que, para 1992, la cobertura estaría alcanzando al 9% de todas las familias de Lima. La diferencia entre ambas fuentes pueden deberse a: 1) cambios entre 1992 y 1994, lapso durante el cual gracias al crecimiento económico la pobreza en Lima se ha reducido (un 24% de las mujeres considera que si la situación económica mejora ya no irían al comedor popular pues ya no sería necesario) y; 2) la pregunta de la ENNIV, que como se manifestó tiende a subvaluar la cobertura debido a la posibilidad que la comida sea del comedor popular pero se lleve a la casa14. 14
178
Se investigó si la diferencia podría deberse al hecho que nosotros calculamos la cobertura sobre toda la población, mientras Blondet y Montero lo hacen sobre familias. Sin embargo, un cálculo por familias indica que sólo 3.2% de ellas va a comedores populares en Lima. Por otro lado, Blondet y Montero muestran cifras según las cuales las familias tienden a comprar más raciones que personas hay en el hogar, por lo cual la diferencia entre personas y familias no debería ser importante. Sin embargo, podrían persistir otras diferencias metodológicas.
Programas Sociales en el Perú
Una cobertura algo menor se encuentra en la Sierra urbana (2.5%), mientras en la Sierra y Selva rural, estos comedores populares alcanzan a menos del 1% de la población. Por otro lado, también se encuentra que en general estas formas de alimentación popular están bastante concentradas entre los más pobres. Un cálculo aproximado de los subsidios indica que un 45% de éstos lo reciben los hogares del quintil más pobre, y que apenas un 3% se destina a los grupos que han superado la pobreza. Esta distribución es bastante más concentrada en los pobres que la encontrada por Blondet y Montero, para quienes sólo un 27% de los que asisten a comedores populares pertenecen al quintil de menores ingresos, variación que también es consistente con la superación de la pobreza por parte de la población limeña entre 1992 y 1994. 2.6 Programas Sociales en Educación El Estado desarrolla, a través del sistema educativo, varios programas sociales. Estos consisten en el reparto de buzos y calzado escolar, de libros y útiles escolares, y desayunos. Los organismos financiadores y ejecutores de estos programas son diversos: en algunos casos es el Foncodes, en otros es directamente el Ministerio de Educación, PRONAA, habiendo asimismo participación de ONGs y de cooperación externa, etc. Los objetivos también son diversos, unos son nutricionales, otros educativos, algunos más de complemento de ingreso y reactivación de la pequeña empresa. Lo que queremos en este acápite, antes que describir bajo qué mecanismos funcionan los diversos programas sociales en educación, es presentar información empírica respecto a su alcance. En general, de acuerdo a la ENNIV 94 ninguno de los programas presentados tiene un alcance importante. Los uniformes llegan a 200 mil niños (3%), los libros y útiles a 100 mil (1.4%), y el de mayor cobertura, que es el de “otros” (probablemente referido básicamente a desayunos escolares), alcanza a menos del 5% de la población escolar. Estos resultados contrastan con las campañas del Foncodes, que son de un millón de buzos, un millón de calzados escolares y un millón de zapatillas, lo que podría explicarse porque el período de realización de la encuesta fue a mediados de año y esos materiales se habrían estado repartiendo a lo largo de todo ese período. Esta explicación, sin embargo, no deja de ser reveladora de la deficiencia que existiría, ya que significa que los niños pueden estar en gran proporción recibiendo su uniforme escolar cuando ya el año escolar ha transcurrido en su mayor parte. Aunque los más pobres tienen una cobertura mayor al resto, sigue siendo reducida, alcanzando al 6% en el caso de los uniformes y los desayunos escolares (ver Cuadro Nº 12). En cuanto a regiones, la mayor cobertura está en las zonas rurales, en las cuales un 9% recibe estos desayunos. Lo bueno de estos programas es que se encuentran bastante concentrados entre los pobres. En este terreno, el programa más focalizado de acuerdo a la ENNIV es el de uniformes, que se destina en un 53% al quintil 1 y en un 88% a los quintiles 1, 2 y 3. 179
Francke
2.7 Una Visión Comparativa Luego de pasar revista a una diversidad de programas sociales, resulta interesante hacer una breve comparación entre ellos. Los indicadores básicos de los distintos programas sociales se presentan en el Cuadro Nº 12. Las primeras columnas indican la cobertura, es decir, el alcance que tienen estos programas en los grupos de la población de menores ingresos. Lo que se observa claramente es que los únicos programas realmente masivos en cuanto a su alcance entre los pobres son la educación básica (primaria y secundaria) y las vacunaciones. De acuerdo a la ENNIV, el mayor alcance lo tiene la vacunación, por encima del 95% entre los más pobres, seguido de la educación entre los 6 y 11 años de edad. La asistencia a educación de 12 a 16 años, edad en la que los adolescentes debieran estar estudiando la secundaria, es también muy elevada, por encima del 80%. Una cobertura importante, pero aún minoritaria se registra en los controles prenatales y el vaso de leche. En el primer caso, sin embargo, aún cuando casi la mitad de las mujeres embarazadas pobres ha tenido algún control, el número de ellos por mes de embarazo es reducido, en una proporción equivalente a poco más de un control durante todo el período de gestación. Otro programa social con una cobertura relativamente extendida es el de pensiones de jubilación, que recibe más de la mitad de hogares con personas mayores de 60 años, pero en este caso la cobertura más restringida entre los más pobres. Los programas de asistencia alimentaria y los programas sociales en educación, tienen un alcance mucho menor. En cuanto a su concentración entre los más pobres, los más focalizados son los que tienen menos alcance. Los uniformes escolares y los programas de ayuda alimentaria en instituciones se destinan en más del 50% a los extremadamente pobres del primer quintil; mientras que la educación primaria y los útiles y textos escolares se orientan en alrededor de un 40% a este grupo. A los tres primeros quintiles, se dirige más del 90% de la ayuda alimentaria, ya sea por vaso de leche o por comedores populares o institucionales, y por encima del 75% los programas sociales en educación, la primaria, las vacunas, los internamientos en hospitales y las consultas en centros o puestos de salud. Los que tienen un coeficiente redistributivo mayor son los programas sociales referidos a la alimentación (vaso de leche y comedores populares), y la entrega de uniformes. Efectos redistributivos absolutos fuertes también se encuentran en la educación primaria, vacunas e internamientos en establecimientos del Ministerio de Salud. Entre los programas de alcance masivo, los más focalizados y redistributivos son la educación primaria y las vacunas. También la educación secundaria tiene un amplio alcance y una fuerte focalización, lo que probablemente sea el caso también de las consultas y los internamientos del Ministerio de Salud. 180
Programas Sociales en el Perú
3. Elementos Cualitativos para una Propuesta en Política Social En nuestro país, la política social ha pasado a ser motivo de gran atención en los últimos años. A fines de los 80s, la inminencia de la aplicación de una política de ajuste sacó a luz la necesidad de programas destinados a compensar el efecto que dicha política iba a tener sobre los hogares pobres o cercanos a la pobreza. Posteriormente, la creación del FONCODES reflejó una nueva forma de abordar esta problemática, ante las deficiencias que evidenciaban las instituciones públicas existentes hasta ese momento. Desde 1994, se ha creado adicionalmente el Programa de Focalización del Gasto Social Básico, con el objetivo de que los propios ministerios sectoriales vayan asumiendo la tarea de prestar servicios que permitan a la población más desfavorecida ir mejorando sus condiciones de vida. Estos programas, junto a la construcción de colegios por parte del INFES, las obras de infraestructura urbana realizadas por el FONAVI y el reparto de alimentos del PRONAA han estado entre las prioridades del gobierno en los meses pasados. El inicio de un nuevo gobierno establece la necesidad de enfocar esta problemática trascendiendo el corto plazo, proyectándonos hacia el mediano y largo plazo. A pesar de la mayor importancia que se le ha venido dando a la política social en los tiempos recientes, hay todavía una serie de retos que ésta debe enfrentar si se quiere alcanzar eficiencia y eficacia. En el capítulo anterior hemos presentado evidencias respecto de los niveles de cobertura, focalización y redistribución que implican algunos de los principales programas sociales del gobierno. Este análisis cuantitativo, sin embargo, tiene que ser complementado con un análisis cualitativo. Al respecto, presentamos algunas ideas preliminares de los principales retos que, en este terreno, debe afrontar la política social en el Perú. 3.1 Primer Reto: Servicios de Calidad El primer reto en política social para los próximos 5 años es el pasar de la construcción de infraestructura y entrega de insumos, a la prestación de servicios de calidad. No cabe duda que para poder prestar un servicio eficiente, sea éste de educación, salud o nutrición, es indispensable contar con la infraestructura y los materiales necesarios. Pero es igualmente cierto que siendo ése un requisito necesario, no es suficiente. Los colegios y postas de salud con buenas edificaciones, la disponibilidad de textos educativos y medicinas, la entrega de alimentos son parte de las necesidades. En estos aspectos se ha avanzado bastante, aunque queda todavía mucho camino por recorrer. Al mismo tiempo que se sigue con estos programas, es necesario dar un paso cualitativo más: que el capital físico y los insumos sean bien utilizados. Una adecuada política de recursos humanos, que incluya la capacitación, la mejora en las remuneraciones y el restablecimiento de la carrera pública, resulta sustantiva en este terreno. Las tres cosas deben ir juntas. La capacitación sin aumento de sueldos sólo va a servir para que los trabajadores y profesionales preparados sigan emigrando del servicio público. El aumento de sueldos sin capacitación puede demorar en dar todos sus efectos positi181
Francke
vos potenciales. La carrera pública debe aunarse a estas dos políticas para ir asegurando que se cree una institucionalidad eficiente, una meritocracia que haga que la dirección y orientación de los servicios públicos tenga estabilidad y conocimiento profundo de su realidad. 3.2 Segundo Reto: Articulación de los Programas El segundo reto es la articulación de las distintas políticas sociales. Hay distintos niveles a este respecto. El primero es al interior de los sectores. Por ejemplo, la articulación entre los distintos niveles educativos, particularmente entre la pre-primaria, la básica y la superior. En el caso de salud, la relación entre el Ministerio de Salud y el IPSS, y dentro del MINSA, entre los distintos programas y proyectos que se están ejecutando. Otro nivel es entre distintas instituciones que desarrollan políticas similares; por ejemplo, hay varios programas relativamente independientes de alimentación escolar, algunos financiados por el FONCODES, otros a cargo del PRONAA, otros por parte del Ministerio de Educación. En casos como éste, de duplicación de programas, lo lógico es concentrarlos bajo una sola institución, de acuerdo al objetivo principal que se busca: ¿es éste nutricional, educativo, o de transferencia de ingresos? Un tercer nivel es entre los distintos sectores. La educación, tanto formal como no formal, por ejemplo, puede jugar un rol fundamental en la salud, como lo han demostrado las campañas de difusión realizadas en torno al cólera y las enfermedades diarreicas. Los problemas nutricionales tienen también como una causa importante la falta de conocimientos sobre prácticas adecuadas de higiene y nutrición -además, por supuesto, de la carencia de suficientes alimentos-. Por estas razones, así como por la mayor eficiencia de la acción preventiva, los colegios deben ser un centro integral de atención de servicios sociales a la niñez. 3.3 Tercer Reto: Objetivos Claros y Medios Adecuados Ello es, sin embargo, todavía insuficiente. Hay también un problema de orientación general en varios de los principales servicios públicos. La educación es un ejemplo bastante claro: la falta de adecuación de los programas curriculares a la heterogénea realidad peruana y a las necesidades planteadas desde el mercado del trabajo ha sido observada por los especialistas desde años atrás. Sin embargo, los cambios curriculares han llegado recién a los primeros años de la educación primaria. Por otro lado, la educación inicial y pre-primaria, que se consideran la etapa formativa más importante dentro del sistema educativo, no han tenido la atención y prioridad necesarias. Muchos otros problemas podrían anotarse, en el terreno educativo, el deterioro de la educación ocupacional y técnica, la semi-anarquía existente en la educación universitaria, etc. En la salud, aún no se da la suficiente prioridad a la atención preventiva sobre la curativa, ni se ha resuelto adecuadamente el problema de la relación entre el IPSS y el Ministerio de Salud, y dentro de éste, entre hospitales, centros y postas. En el caso de la política nutricional, se mantienen programas de reparto de alimentos sin objetivos claros ni focalización de la asistencia en los grupos donde esa ayuda puede tener mayores efectos, como son los niños menores de 6 años. 182
Programas Sociales en el Perú
Una política social adecuada tiene que responder primero a la pregunta de cuáles son los problemas que se buscan enfrentar, cuáles son los objetivos que se quiere lograr, a quiénes se pretende llegar y cuáles son las mejores maneras para hacerlo. Eso es algo que está aún insuficientemente respondido en el Perú. 3.4 Cuarto Reto: Acercamiento a la Población Una de las mejores formas de optimizar los servicios sociales del Estado es hacer que respondan más a las necesidades e inquietudes de la población, y evitar un sistema administrativo hipercentralizado que resulta ineficiente. Es muy difícil para autoridades ubicadas en algún ministerio o institución en Lima saber cuáles son las prioridades de mejora para un colegio o posta de salud en Uripa (departamento de Apurímac) o Tabalosos (departamento de San Martín), y mucho menos, cuál es la prioridad dentro de la problemática social global de esos distritos. El sistema del FONCODES de financiar proyectos responde a esta problemática, aunque tiene la desventaja que quienes son más pobres o están más alejados les resulta más costosa y difícil la tramitación de sus proyectos. Es urgente diseñar e implementar un sistema para descentralizar la provisión de estos servicios sociales básicos, comprometiendo en su administración a los gobiernos regionales y locales, así como, y a la propia población beneficiaria. Tal tarea no es en absoluto sencilla, ya que demanda la distribución de diversas responsabilidades en estos distintos niveles, cuya capacidad administrativa tiene que ser reforzada para poder cumplir adecuadamente sus funciones, y además tienen que establecerse mecanismos de supervisión y fiscalización. Se trata además, de un cambio estructural, permanente, que debe ser diseñado cuidadosamente para que no se frustre a medio camino. El Programa de Administración Compartida del Ministerio de Salud, que de manera experimental está funcionando en decenas de puestos y centros de salud del país, es un primer avance en este sentido que hay que evaluar con detenimiento. Este programa establece los llamados Comités Locales de Administración de Salud - CLAS, conformados por miembros de la comunidad, más el médico o profesional de salud jefe del establecimiento, y son ellos los que, de acuerdo a un plan establecido, deciden cómo orientar el uso de sus fondos. 3.5 Quinto Reto: Promoción de la Generación de Ingresos Autónomos Nuestro país enfrenta gravísimos problemas sociales, pero su solución duradera escapa al ámbito exclusivo de la política social. No es posible pensar que todos los problemas sociales se van a resolver por la acción directa del Estado. Lo que hay que asegurar es que, junto a la acción del Estado para asegurar que toda la población tenga acceso a una canasta básica de bienes y servicios, la población pueda contar con los medios para obtener ingresos adecuados y vías de progreso. Es decir, es muy difícil de cumplir el objetivo del pleno empleo bajo condiciones adecuadas y con ingresos suficientes. Medio millón de desempleados, la mitad de los peruanos en situación de pobreza disponiendo menos de un dólar diario para vivir, un cuarto de millón de jóvenes integrándose anualmente a la fuerza de trabajo, grafican la magnitud del problema. 183
Francke
Una respuesta a este problema es la promoción de la productividad en los distintos mecanismos que los peruanos han autogenerado para subsistir, llámense informales, micro y pequeños empresarios, campesinos o parceleros. Este último aspecto es el que ha generado una variada gama de políticas, incluyendo políticas de crédito -con las Cajas Rurales y los EPDYMES-, compras de productos como los programas de FONCODES de carpetas, buzos escolares y lampas-, construcción de canales de riego e infraestructura productiva, fondos rotatorios, programas de capacitación, etc. Pocos de estos programas, sin embargo, tienen un alcance nacional y masivo. Es el momento de hacer un balance, escoger cuáles de estos programas son los más eficientes y darles este alcance. 3.6 Sexto Reto: Una Política Promotora de Empleo Bajo Condiciones Adecuadas En el caso del empleo, un análisis de la OIT (1994) en el ámbito latinoamericano resalta la tendencia dispar entre el producto y la ocupación en la industria peruana en los últimos años: de 1990 a 1994, mientras el producto aumentó 6%, el empleo se redujo en 4.2% y los salarios reales crecieron en 5.9%. El empleo creado no sólo ha sido pequeño, sino que ha estado sesgado hacia la informalidad: un 70% del empleo urbano generado en el período 1990-93 corresponde a actividades informales, las que en 1993 responden por un 45% de la PEA (frente a 41% del sector formal)15. Al respecto, una primera cuestión es generar los incentivos adecuados, evitando la imposición de cargas tributarias excesivas sobre el trabajo que encarece excesivamente la contratación de mano de obra. Un cálculo indica que el costo total neto de las cargas laborales (descontando los beneficios al trabajador) se aproxima al 20% del salario por mes trabajado, más de la mitad del cual corresponde al FONAVI (Francke 1995). También es necesario considerar las normas que regulan las relaciones de trabajo. Las leyes laborales deben asegurar una relación equitativa entre empleados y empleadores, y establecer mecanismos de fiscalización eficientes para asegurar el respeto a los derechos laborales. Algunas cifras al respecto son aleccionadoras. Dentro del sector formal, un elevado porcentaje (31%) de trabajadores estaría contratado ilegalmente16, proporción que se eleva a 43% en los establecimientos de menos de 20 trabajadores pero que alcanza todavía a 25% de los trabajadores en las empresas de 100 a 500 trabajadores. Este fenómeno es mayor en ramas con mayor fragmentación, como restaurantes y hoteles o servicios personales, y en empresas sin sindicato. Se considera empleo ilegal al que no tiene acceso al beneficio de la seguridad social, y se encuentra también que las remuneraciones de este grupo son sustancialmente menores (-45%) que la de los empleos legales. 15 16
184
Fuente: Infante (1994). Fuente: A. de los Heros y E.Kritz (1992). Esta fuente se aplica a todo el párrafo. Las cifras se refieren a 1992.
Programas Sociales en el Perú
Ello se junta a un elevado porcentaje de contrataciones temporales: dentro del empleo empresarial registrado, los contratos temporales responden por dos tercios de los nuevos contratos. Esto se ve facilitado porque los niveles de rotación de la mano de obra son relativamente elevados: en 1992, un 31% de los empleados en empresas grandes (más de 100 trabajadores) habría salido de un puesto. En un contexto de fuerte rotación y muchos contratos de corto plazo, resulta mucho más fácil la contratación ilegal y la evasión de contribuciones e impuestos. Las razones de este comportamiento del mercado laboral son dos: la elusión o evasión de contribuciones laborales, que puede ser de conveniencia tanto para el trabajador como para el empleador; y la no aplicación de leyes laborales protectivas para el trabajador. Así, este tipo de comportamiento para el empleador tiene beneficios y no cowtos, con un riesgo mínimo dadas las posibilidades de elusión. Para el trabajador, en cambio, no tiene beneficios, pero si riesgos mayores, por el lado de la desprotección frente a posibles abusos del empleador, así como respecto de riesgos de salud y pensiones de jubilación. El nuevo marco regulatorio en materia laboral favorece este tipo de relaciones laborales que, paradójicamente, han pasado a ser combatidas más por la autoridad tributaria que por la de trabajo. En esas condiciones, de informalidad, ilegalidad y eventualidad, es imposible para sus trabajadores ejercer derechos elementales de reclamo y negociación colectiva, a través de los cuales pueda generarse una dinámica que lleve a que la riqueza creada se reparta de manera un poco más equitativa. 3.7 Sétimo Reto: Política Macroeconómica Promotora del Empleo y los Ingresos de los Pobres Aún todas las propuestas planteadas resultan insuficientes, si no establecemos un marco macroeconómico e institucional adecuado que promueva el empleo en condiciones adecuadas. La cuestión es promover un estilo de desarrollo que no otorgue peso excesivo a sectores primarios que generan relativamente pocos puestos de trabajo. Un mayor énfasis en sectores como el agro y el turismo, así como determinadas industrias con fuertes eslabonamientos internos, resulta fundamental. En este terreno destaca la protección de los productos agropecuarios frente a materias primas importadas que son fuertemente subsidiadas en sus países de origen. Dado que las situaciones de pobreza más graves se concentran en las zonas rurales del país, la búsqueda de mecanismos que mejoren los precios que reciben los productores agropecuarios por sus productos resulta de gran importancia. La serie de medidas que puede tomarse para promover estos sectores es larga y variada, e incluye además asistencia técnica, acceso al crédito, capacitación, apoyo a mecanismos de comercialización colectiva en el mercado interno y externo, etc.
185
Francke
El punto fundamental que queremos resaltar, antes que las medidas en sí, es que una propuesta de desarrollo tiene que tomar en consideración como una cuestión fundamental que no sólo debe crecer la economía, sino que además, debe hacerlo de una manera que favorezca el empleo y la generación de ingresos para los grupos pobres.
186
Programas Sociales en el Perú
BIBLIOGRAFIA Altimir, O. y Sourrouille, J. (1980). “Measuring Levels of Living in LatinAmerica. An overview of main problems”, Living Standards Measuring Studies Working Paper Nº 3, The World Bank, Washington DC, EEUU. Asociación Pro-Derechos Humanos- APRODEH y Centro de Asesoría LaboralCEDAL. (1995). “Perú: Los Derechos Económicos y Sociales. Informe anual 1994”, Lima. Baker, J. y Grosh. M. (1995). “Proxy means test for targeting social programs, simulation and speculation”, Living Standards Measurement Study Nº 118, Washington DC, EEUU. Banco Central de Reserva del Perú. (1993). “Estrategias de Alivio de la Pobreza”, Documentos de Trabajo Nº 2, Gerencia de Estudios Económicos, Lima. Banco Central de Reserva. (1995). Memoria anual, Lima. Banco Mundial. (1990). “Informe sobre el Desarrollo Mundial 1990. La Pobreza”, Washington DC, EEUU. Banco Mundial. (1992). “Poverty Reduction Handbook”, Washington DC, EEUU. Banco Mundial. (1993). “Perú: Poverty assesment and social policies and programs for the poor”, Washington DC, EEUU. Banco Mundial. (1994). “Envejecimiento sin crisis”, Washington DC, EEUU. Bazán, C. et. al. (1991). “Efectos distributivos del programa enfermedad-maternidad del Instituto Peruano de Seguridad Social”, Proyecto “Salud y Seguridad Social”, Area Económico- Financiera, Documento Nº 3. Blondet, C. y Montero, C. (1995). “Hoy: Menú popular. Comedores en Lima”, Instituto de Estudios Peruanos - UNICEF, Lima. Carr-Hill,R. (1994). “Equidad para los pobres”. En Salud Mundial, Revista de la OMS, año 47 Nº 5, set/oct.94. Cornia, G; Jolly, R. y Stewart, F. (1987). “Ajuste con Rostro Humano”, UNICEF, ed. Siglo XXI, España. De Habich, M. (1991). “Gasto público en salud y sus efectos distributivos”, mimeo, trabajo presentado al VIII Encuentro de Economistas de la Gerencia de Investigación Económica, Banco Central de Reserva del Perú, Lima. De los Heros, A. y Kritz, E. (1992). “Las relaciones laborales en el nuevo contexto socioeconómico”, informe preparado para el proyecto PAPI de USAID, mimeo. 187
Francke
Figueroa, A. (1993). “Crisis Distributiva en el Perú”, Pontificia Universidad Católica del Perú, Lima. Foncodes. (1994). Nota Mensual Nº 10, noviembre 1994. Foxley, A.; Aninat, E. y Arellano, J. P. (1980). “Las desigualdades económicas y la acción del Estado”, Fondo de Cultura Económica, México. Francke, P. (1994). “El trabajador y el Sistema Privado de Pensiones: ¿cómo elegir?”, en “Sistema Privado de Pensiones: desafíos y respuestas”, Dilemas Actuales Nº 1, CEDAL. Francke, P. (1994). “La educación pública, los pobres y el ajuste”, APRODEH-CEDAL, Lima. Francke, P. (1995). “Los efectos de los costos laborales no salariales sobre el mercado de trabajo”, trabajo presentado al XII Encuentro de Economistas de la Gerencia de Estudios Económicos del Banco Central de Reserva del Perú. Francke, P. (1996). “Equidad en el acceso y efectos distributivos del gasto público en salud: Perú 1994”, en prensa. Francke, P. y Guabloche, J. (1995). “Focalización: Identificando a los pobres según características socio-económicas de los hogares”, Documento de Trabajo Nº 4, Banco Central de Reserva del Perú. García-Naranjo, A. (1994). “Nosotras, las mujeres del vaso de leche”, UNICEF-Radda Barnen-CEDAL, Lima. Gertler, P, Locat, L y Sanderson, W. (1987). “Are user fees regressive? The welfare implications of health care financing proposals in Peru”, Journal of Econometrics, vol. 36. Gertler, P y Glewwe, P. (1992). “The willingness to pay for education for daughters in contrast to sons: evidence from rural Peru”, en World Bank Economic Review, vol. 6 Nº 1, enero 1992. Glewwe, P. y Kanaan, O. (1989). “Targeting assistance to the poor using household survey data”, Working Paper Nº 225, The World Bank, Washington D.C. Infante, R. (1994). “Perú. Ajuste del mercado laboral urbano y sus efectos sociales: evolución y políticas”, OIT, informe preparado para la misión piloto del BID sobre reforma socio-económica en el Perú, mimeo. Instituto Cuánto S.A. (1991). “Ajuste y Economía Familiar”, Lima. Instituto Cuánto - UNICEF. (1995). “Retrato de la Familia Peruana. Niveles de Vida, 1994", Lima. 188
Programas Sociales en el Perú
Kakwani, N. C. (1977). “Applications of Lorenz curves in economic analysis”. En: Econometrica, vol.45 Nº 3, abril 1977. Kakwani, N. C. (1980). “Income inequality and poverty. Methods of estimation and policy applications”, A World Bank Research Publication, Oxford University Press. Medina, A. (1995). “Pobreza, crecimiento y desigualdad: Perú 1994", tesis de maestría, ILADES/Georgetown University, Santiago de Chile, 1995. Ministerio de Economía y Finanzas. (1995). “Estabilización, reformas estructurales y programas sociales en el Perú”, documento preparado para la reunión del Grupo Consultivo, París 23-24 de octubre de 1995. Musgrove, P. (1983). “La equidad del sistema de servicios de salud. Conceptos, indicadores e interpretación”. En: Boletín de la Oficina Sanitaria Panamericana, diciembre 1983. Naciones Unidas - Consejo Económico y Social. (1992). “El nuevo orden económico internacional y la promoción de los derechos humanos”, Informes del relator especial Danilo Turk de la Comisión de Derechos Humanos, Subcomisión De Prevención de Discriminaciones y Protección de las Minorías, Comisión Andina de Juristas - seccional colombiana, Bogotá 1993. Organización Internacional del Trabajo - OIT. (1994). “El desafío del empleo en América Latina y el Caribe”, OIT. Rodríguez, J. (1992). “Gasto Público en Educación y Distribución del Ingreso en el Perú”, Documento de Trabajo Nº 19, GRADE, Lima. Saavedra, J. (1995). “Educación e Ingresos en el Perú”, mimeo, GRADE, ponencia presentada al Seminario Internacional “Desafíos de la Economía Peruana” organizado por el Consorcio de Investigación Económica. Lima, 24 al 26 de octubre de 1995. Selowsky, M. (1979). “Who benefits from government expenditure? A case study of Colombia”, World Bank Research Publication, Oxford University Press. Tanzi, V. (1977). “El Presupuesto como instrumento de redistribución del ingreso en América Latina”, en “Política fiscal en América Latina”, A.Porzecanski comp, CEMLA, Mexico 1977, tomado de Banca Nazionale del Lavoro Quarterly Review, Vol XXVII, Nº 108, marzo 1974. UNICEF - Instituto Apoyo. (1995). “Perú Políticas Sociales 1995. Guía de Consulta Rápida”, Lima. Webb, R. y Figueroa, A. (1975). “La distribución del ingreso en el Perú”, Instituto de Estudios Peruanos, Lima. 189
Francke Cuadro Nº 2 INDICADORES DE COBERTURA DE LA EDUCACION 6 a 12 años Nº de niños % que asiste
12 a 16 años Nº de niños % que asiste
17 a 25 años Nº de niños % que asiste
TOTAL
3 295 242
96
2 634 461
90
3 925 269
39
POR QUINTILES Quintil 1 Quintil 2 Quintil 3 Quintil 4 Quintil 5
1 171 558 760 889 634 196 430 008 298 590
92 98 97 99 98
728 821 638 362 546 238 405 167 315 874
83 89 95 95 95
771 169 891 223 872 924 803 122 586 831
26 32 41 45 52
775 755 587 728 139 961 530 607 780 656 235 759 244 772
97 98 92 98 95 94 89
679 537 517 139 102 934 454 188 535 581 183 958 161 124
95 93 83 96 84 86 69
1 252 333 712 502 149 587 759 863 644 370 231 774 174 837
37 40 17 59 28 36 13
POR REGIONES Lima metropolitana Costa urbana Costa rural Sierra urbana Sierra rural Selva urbana Selva rural
Cuadro Nº 3 INDICADORES DE FOCALIZACION DE LA EDUCACION PUBLICA (Porcentaje) Primaria % Público Distribución
Secundaria % Público Distribución
Superior % Público Distribución
TOTAL
91
100
85
100
78
100
POR QUINTILES Quintil 1 Quintil 2 Quintil 3 Quintil 4 Quintil 5
99 97 93 78 45
40 26 20 10 4
98 95 92 81 47
22 27 26 18 8
100 87 94 81 49
8 16 30 29 17
POR REGIONES Lima metropolitana Costa urbana Costa rural Sierra urbana Sierra rural Selva urbana Selva rural
83 85 99 87 98 97 99
190
77 78 97 85 99 95 97
70 75 100 79 95 99 100
Programas Sociales en el Perú Cuadro Nº 4 INDICADORES DE VACUNACION (Porcentaje) Porcentaje de vacunados Ninguna Alguna Todas BCG Sarampión POR QUINTILES Quintil 1 Quintil 2 Quintil 3 Quintil 4 Quintil 5
1,3 0,3 0,0 0,0 1,5
21,9 22,3 12,4 12,6 15,8
76,8 77,5 87,6 87,4 82,7
96,7 98,5 98,4 100,0 97,2
94,5 95,6 97,6 98,1 93,0
POR EDADES De 1 a 2 años Entre 2 y 5 años
1,1 0,5
28,9 15,2
70,0 84,2
97,4 98,1
90,5 97,3
POR REGIONES Lmma metropolitana Costa urbana Costa rural Sierra urbana Sierra rural Selva urbana Selva rural
0,4 0,4 0,0 0,4 0,7 0,4 3,1
6,7 19,0 21,9 21,5 22,6 18,1 28,0
92,9 80,5 78,1 78,1 76,7 81,5 69,0
99,3 99,1 98,7 98,7 97,6 97,6 91,2
97,9 97,0 92,7 95,4 95,3 96,1 90,0
Distribución de las vacunas (% Todas BCG Sarampión
36,3 24,7 17,2 13,6 8,2
36,8 25,1 16,8 13,3 8,0
36,9 24,9 17,1 13,3 7,8
Cuadro Nº 5 INDICADORES DE CONTROLES PRE-NATALES Nº de gestantes
TOTAL
% Nº de Distribución de que se controles Lugar de control % de Controles controló 1/ Hospital Posta Privado Partera Otro Públicos (%)
190 065
56,6
0,56
48,8
30,2
18,0
0,8
2,2
100,0
POR QUINTILES Quintil 1 Quintil 2 Quintil 3 Quintil 4 Quintil 5
67 939 26 694 31 564 35 898 27 970
45,6 38,8 50,2 77,5 80,7
0,34 0,39 0,59 0,62 0,83
48,6 50,1 58,8 42,6 48,4
48,7 49,9 32,7 24,4 0,0
0,0 0,0 4,2 27,3 51,6
2,6 0,0 0,0 0,0 0,0
0,0 0,0 4,3 5,7 0,0
23,4 9,2 19,9 26,5 21,0
POR REGIONES LIma metropolitana Costa urbana Costa rural Sierra urbana Sierra rural Selva urbana Selva rural
36 082 27 909 11 108 24 512 47 820 17 267 25 369
83,3 82,4 40,0 76,5 27,5 57,7 32,4
0,77 0,51 0,47 0,43 0,40 0,70 0,29
47,4 23,1 66,7 91,7 22,2 66,7 33,3
15,8 53,8 0,0 0,0 77,8 13,3 58,3
31,6 23,1 16,7 8,3 0,0 20,0 0,0
0,0 0,0 16,7 0,0 0,0 0,0 0,0
5,3 0,0 0,0 0,0 0,0 0,0 8,3
34,0 20,7 3,2 17,2 12,1 12,9 5,1
1/ Promedio entre las gestantes que se controlaron.
191
Francke
192
Programas Sociales en el Perú
193
Francke
Cuadro Nº 8 INDICADORES DE PENSIONES Monto mensual (S/.)
Porcentaje que recibe 1/ mayores 50 años mayores 60 años
Distribución de las pensiones (%)
TOTAL
282
32,7
57,4
100,0
POR QUINTILES Quintil 1 Quintil 2 Quintil 3 Quintil 4 Quintil 5
130 183 245 246 364
9,1 21,3 36,4 36,2 43,2
15,5 33,9 57,0 54,2 67,2
1,5 6,9 18,4 22,3 50,9
POR REGIONES Lima metropolitana Costa urbana Costa rural Sierra urbana Sierra rural Selva urbana Selva rural
289 271 193 294 194 345 205
47,7 40,6 15,3 39,3 5,3 21,2 1,6
88,8 70,3 23,1 67,4 9,6 34,7 2,4
46,2 26,6 1,3 20,0 2,1 3,7 0,1
1/ Se refiere al porcentaje de hogares que tiene al menos un miembro con esa edad.
Cuadro Nº 9 INDICADORES DE COBERTURA DEL VASO DE LECHE Accede a Programa de Vaso de Leche Porcentaje Número tribución (%)
TOTAL Población
% de todas las edades
Hasta 6 años Quintil 1 Quintil 2 Quintil 3 Quintil 4 Quintil 5
857 522 436 464 263 478 118 910 18 543 20 127
100,0 50,9 30,7 13,9 2,2 2,3
22,7 31,2 27,9 18,5 3,8 6,7
3 772 930 1 399 575 943 435 643 927 483 704 302 289
40,5
De 7 a 13 años Quintil 1 Quintil 2 Quintil 3 Quintil 4 Quintil 5
492 813 232 718 137 985 94 841 20 011 7 258
100,0 47,2 28,0 19,2 4,1 1,5
12,9 17,0 15,6 13,3 4,0 2,0
3 830 169 1 366 515 885 420 715 321 499 114 363 799
23,3
continúa ...
194
Programas Sociales en el Perú Cuadro Nº 9 INDICADORES DE COBERTURA DEL VASO DE LECHE Accede a Programa de Vaso de Leche Número tribución (%) Porcentaje
TOTAL Población
Conclusión. % de todas las edades
De 14 a 20 años Quintil 1 Quintil 2 Quintil 3 Quintil 4 Quintil 5
193 622 65 529 61 379 39 712 20 056 6 947
100,0 33,8 31,7 20,5 10,4 3,6
5,6 8,1 7,4 5,5 3,0 1,5
3 483 421 804 663 831 187 727 367 668 120 452 084
9,1
De 21 a 60 años Quintil 1 Quintil 2 Quintil 3 Quintil 4 Quintil 5
498 496 183 523 156 096 113 336 33 937 11 604
100,0 36,8 31,3 22,7 6,8 2,3
4,9 9,1 7,4 5,2 1,7 0,7
10 129 825 2 015 017 2 115 258 2 193 111 2 039 915 1 766 524
23,5
Más de 60 años Quintil 1 Quintil 2 Quintil 3 Quintil 4 Quintil 5
68 833 25 232 17 228 16 873 9 500 0
100,0 36,7 25,0 24,5 13,8 0,0
4,0 10,4 5,2 4,6 2,7 0,0
1 702 554 243 433 332 542 368 243 357 569 400 766
3,2
2 119 376 948 627 637 669 385 098 102 046 45 936
100,0 44,8 30,1 18,2 4,8 2,2
9,2 16,2 12,5 8,3 2,5 1,4
22 952 257 5 840 096 5 115 506 4 653 165 4 052 308 3 291 182
100,0
TOTAL Quintil 1 Quintil 2 Quintil 3 Quintil 4 Quintil 5
Cuadro Nº 10 INDICADORES DE FOCALIZACION DEL VASO DE LECHE Accede a Programa de Vaso de Leche Número Distribución (%) Porcentaje TOTAL POR QUINTILES Quintil 1 Quintil 2 Quintil 3 Quintil 4 Quintil 5 POR REGIONES Lima Costa urbana Costa rural Sierra urbana Sierra rural Selva urbana Selva rural
Población Total
2 119 377
100,0
9,2
22 952 258
948 627 637 669 385 098 102 046 45 936
44,8 30,1 18,2 4,8 2,2
16,2 12,5 8,3 2,5 1,4
5 840 096 5 115 506 4 653 165 4 052 308 3 291 182
542 728 280 732 160 695 96 605 554 708 152 745 331 162
25,6 13,2 7,6 4,6 26,2 7,2 15,6
8,5 6,3 16,8 2,5 12,2 10,5 25,2
6 405 993 4 467 093 955 286 3 823 829 4 533 306 1 453 073 1 313 679
195
Francke
196
Programas Sociales en el Perú Cuadro Nº 12 INDICADORES DE LOS PROGRAMAS SOCIALES EN EDUCACION (Porcentajes) Uniformes
Libros
Utiles
Otro
2,8
1,4
1,3
4,7
Quintil 1
5,6
2,0
2,2
6,4
Quintil 2
3,0
1,0
2,0
5,3
Quintil 3
1,6
1,5
0,5
4,3
Quintil 4
1,4
1,0
0,2
2,8
Quintil 5
0,8
1,0
1,2
3,1
Lima metropolitana
0,6
0,8
0,8
4,6
Costa urbana
2,6
1,0
0,5
3,8
Costa rural
8,5
1,1
5,1
11,6
COBERTURA TOTAL POR QUINTILES
POR REGIONES
Sierra urbana
0,8
0,7
0,3
1,3
Sierra rural
6,3
3,1
2,6
9,3
Selva urbana
2,4
1,4
0,9
1,8
Selva rural
7,1
2,4
4,4
4,5
Quintil 1
53,4
39,2
44,6
36,8
Quintil 2
23,1
16,0
34,1
25,1
Quintil 3
11,3
22,3
7,0
18,6
Quintil 4
8,5
12,4
2,2
10,4
Quintil 5
3,7
10,1
12,1
9,2
DISTRIBUCION
197
Francke Cuadro Nº 13 RESUMEN COMPARATIVO DE INDICADORES DE LOS PROGRAMAS SOCIALES Cobertura (%) Focalización (%) Coeficiente de Quintil 1 Quintiles 1 a 3 Quintil 1 Quintiles 1 a 3 Concentración EDUCACION De 6 a 11 años De 12 a 16 años De 17 a 25 años Primaria Secundaria Superior SALUD Vacunas 1/ Consultas Hos. Min. Salud Consultas Puesto o Centro Total Consultas Min. Salud Internamientos Hosp. MINSA Internamientos Centros Total Internamientos Min. Salud Controles Pre-natales 2/ PENSIONES Mayores de 50 años Mayores de 60 años Total VASO DE LECHE Menores de 6 años Toda la población ASISTENCIA ALIMENTARIA Institución 3/ Popular 4/ Total PROGRAMAS SOCIALES EN EDUCACION Uniformes Libros Utiles Otros (desayunos)
92,0 83,0 26,0
95,0 88,4 33,3
95,6
95,5
45,6
45,3
9,1 15,5
24,3 39,0
31,2
40,0 22,0 8,0
86,0 75,0 54,0
-0,25 -0,04 0,24
36,3 15,6 22,7 19,4 33,1 59,9 38,2 23,4
78,2 67,1 75,3 71,5 81,8 72,4 81,7 52,5
-0,17 0,08 -0,05 0,01 -0,16 -0,28 -0,20 0,15
1,5
26,8
0,55
44,8
93,0
-0,34
27,4
0,4 3,3 3,8
0,3 2,7 3,0
50,1 44,1 45,0
97,8 96,9 97,0
-0,29 -0,37 -0,36
5,6 2,0 2,2 6,4
3,6 1,5 1,6 5,5
53,4 39,2 44,6 36,8
87,8 77,5 85,7 80,4
-0,36 -0,15 -0,30 -0,18
1/ La cobertura se refiere a la vacuna antisarampionosa en niños entre 1 y 5 años. 2/ La cobertura se refiere a la existencia de algún control. 3/ Incluye asilo, iglesia católica e iglesia no católica. 4/ Incluye club de madres, cocina popular, comedor popular u olla común.
198
PAUTAS PARA LA ESTIMACION DE LA DEMANDA DE SERVICIOS DE SALUD INFANTIL EN EL PERU: ANALISIS TEORICO Y EMPIRICO * ¶ G· Rafael A. Cortez
*
El presente documento constituye una parte de los resultados del Proyecto del Consorcio de Investigación Económica: “Ajuste estructural y sus efectos en los ingresos, pobreza y salud familiar: El caso Peruano 1991-1994”, realizado bajo los auspicios del Centro Internacional de Investigación para el Desarrollo y la Agencia Canadiense para el Desarrollo Internacional. Se agradece la valiosa colaboración de Luis Velasco, asistente del Centro de Investigación de la Universidad del Pacífico, siendo cualquier error u omisión de exclusiva responsabilidad del autor.
Cortez
Resumen En el presente artículo, el autor expone las tendencias del gasto e indicadores de salud en niños menores de cinco años en el Perú, y analiza los factores que influyen en el comportamiento de la demanda de este servicio. Se efectuó un análisis empírico de la demanda de salud infantil sobre la base de modelos de regresión con variables dicotómicas sobre una muestra de 1,527 niños menores de cinco años recopilada de la Encuesta Nacional de Hogares sobre Medición de Niveles de Vida de 1994. Las principales interrogantes que se intentan responder son las siguientes: ¿Qué factores explican la frecuencia de enfermedades de los niños en el Perú y la decisión del jefe de hogar de visitar servicios médicos? y ¿Cuáles son los determinantes en la toma de decisión de visitar un específico centro de salud?. Se realizó una estimación de los niveles de cantidad demandada de los servicios de salud por tipo de proveedor, con la finalidad de medir el efecto sobre la misma de cambios en tarifas e ingreso familiar.
200
Demanda de Salud Infantil
PAUTAS PARA LA ESTIMACION DE LA DEMANDA DE SERVICIOS DE SALUD INFANTIL EN EL PERU: UN ANALISIS TEORICO Y EMPIRICO Introducción El tema de las necesidades y la demanda de cuidados de salud esta íntimamente ligado al análisis de la pobreza y a la medición de los niveles de vida de la población. Los trabajos recientes en el área de pobreza y desarrollo se han concentrado en la evaluación de los indicadores de empleo e ingreso, pero creemos que también es necesario tomar en cuenta otros criterios de bienestar relacionados al acceso de bienes y servicios en mercados tan importantes como el de la salud. En el Perú hay una ausencia de trabajos empíricos que permitan conocer el comportamiento del usuario en el mercado de la salud. Son muy escasas las fuentes de información que permitan un análisis desagregado por grupos poblacionales y que a su vez tome en cuenta las diversas variables sociales y económicas que definen relaciones de causalidad. La ausencia de un análisis de demanda para los servicios primarios de salud ha sido un obstáculo en los esfuerzos para financiar dichos servicios y también para el diseño de programas de salud focalizados hacia grupos objetivos de la población. Por esta razón, es relevante presentar y discutir esquemas metodológicos y criterios que sirvan para el análisis empírico de las necesidades y la demanda de salud de las personas. El presente documento concentra esfuerzos en entender el patrón de comportamiento de la demanda de cuidados de salud en la población infantil que forma parte de la población considerada de alto riesgo. A pesar de los avances logrados en la salud infantil en la última década y la ligera mejora en los niveles de ingreso en 1994 con relación a 1991, la pobreza aún afecta al 66.3% de los niños menores de cinco años, tasa superior al 48.2% registrada por la población total (ver Cuadro Nº 1), y aún persisten los altos estándares de mortalidad infantil y malnutrición. La tasa de mortalidad infantil en 1994 fue 58.5 por mil nacidos vivos y de acuerdo a la ENNIV 1994, la tasa de malnutrición crónica para los niños menores de 5 años de edad de acuerdo a la relación talla-edad es de 33%. En niños pobres extremos, la desnutrición registra un 51% del total. Además, el 29.7% de la población menor de cinco años de edad reportó algún tipo de enfermedad y casi 45% de la población infantil vive en condiciones precarias con insuficientes servicios de agua potable, desagüe y luz eléctrica. 201
Cortez
Los resultados cuantitativos de esta investigación se calcularon sobre la base de las Encuestas Nacionales de Hogares sobre Medición de Niveles de Vida (ENNIV) realizadas por Cuánto en 1991 (octubre-noviembre) y en 1994 (mayo-julio) con el auspicio del Banco Mundial y el Banco Interamericano de Desarrollo. La definición y estadística de las variables dependientes y explicativas utilizadas son expuestas en el Cuadro Nº 2. La primera parte del documento contiene una revisión de las tendencias de los indicadores de salud en 1991 y 1994. La segunda parte presenta una breve síntesis de los trabajos empíricos en el área de la demanda de cuidados de la salud en países en desarrollo. La tercera parte describe un modelo de decisión que incluye a los ingresos y al tiempo como variables explicativas de la cantidad demandada de servicios de salud. La cuarta parte contiene el análisis empírico y, finalmente, se presentan las conclusiones.
1. La Evolución del Estado de la Salud: 1991-1994 Los indicadores de salud han evolucionado favorablemente entre 1991 y 1994. Uno de los grupos de mayor prioridad desde el punto de vista de inversión en capital humano es el de los niños menores de cinco años. El Cuadro Nº 3 muestra los indicadores principales de este grupo de la población en los dos años de la encuesta. La incidencia de enfermedades (porcentaje de la población que se enfermó durante el mes previo a la entrevista) en los niños en pobreza extrema se redujo de 38.0% a 30.7%. Asimismo, dicho porcentaje disminuyó de 51.4% a 27.5% en el caso de los niños pobres no extremos. La brecha en el estado de salud, entre niños pobres y pobres extremos es menor en 1994 comparada con la existente en 1991. La incidencia de enfermedades es un fenómeno multifactorial que puede depender del nivel de ingresos de la familia, la dieta de alimentos, las prácticas de higiene, hábitos y factores culturales, la disponibilidad de servicios de saneamiento básico, y el acceso y uso de los servicios de salud preventiva, entre otros factores1. Durante el período 1991-1994, los niveles de ingresos y el consumo de alimentos han fluctuado favorablemente en el Perú. Por su parte, las prácticas de higiene y los servicios de saneamiento básico pueden haber mejorado, sobre todo a partir de la epidemia del cólera de 1991. Las tendencias favorables de estos dos factores, entre otros, pueden haber contribuido a una mejora del estado de salud de la población infantil. La disminución en la incidencia de enfermedades para el grupo de pobres extremos es un fenómeno generalizado a nivel de las regiones del país. La única excepción a considerar es el aumento en la incidencia de enfermedades infantiles en la Sierra rural de 31.9% a 35.4%. Cabe indicar que dicha región y la región Selva urbana (36.4%) presentan los mayores índices de prevalencia de enfermedades, por lo que deberían ser áreas de focalización indispensable. 1
202
Un factor que es difícil de evaluar y que podría imprimir cierto sesgo a estos resultados es la estacionalidad de las enfermedades en el país a lo largo del año. Nótese que la encuesta de 1991 se realizó entre octubre y noviembre, mientras que la de 1994 se efectuó entre mayo y julio. No se han encontrado estudios respecto a la estacionalidad de alcance nacional y el conocimiento general del tema no da una respuesta clara, pues los niños suelen enfermarse más de diarrea y deshidratación en el verano y de afecciones bronco-pulmonares en el invierno.
Demanda de Salud Infantil
A nivel regional, se aprecia un cambio de la incidencia de enfermedades de manera diferenciada. En Lima metropolitana se registró una tasa de enfermedades reportadas de 51.5% en 1991, y disminuyó a sólo 16.7% en 1994. Esto podría sustentar los efectos favorables de los programas de salud preventiva, principalmente en los sectores de bajos ingresos. El cambio observado en las otras regiones del país no es tan drástico, en la Sierra urbana y rural la incidencia de enfermedades disminuyó de 53.0% y 34.5% a 29.3% y 33.8% respectivamente. El nivel educativo de la madre es uno de los factores que influye en la incidencia de enfermedad infantil. En la mayoría de los casos, es ella quien toma la decisión de solicitar servicios de cuidado de salud para el niño. Gómez2 plantea dos hipótesis sobre los efectos que puede tener una mayor instrucción materna en la demanda de servicios de salud para los niños. Primero, un mayor grado de educación de la madre viene acompañado de un mayor conocimiento de las consecuencias negativas de las enfermedades. Así, es de esperar un aumento de la demanda de servicios de salud preventiva. Segundo, las madres más instruidas tienen mayor información sobre los síntomas de las enfermedades y elevan su capacidad de percibir la enfermedad del niño, si ésta se presenta. Entre 1991 y 1994 se observa una mejora relativa del estado de salud de los niños cuyas madres poseen educación secundaria y superior (ver Cuadro Nº 4). La incidencia de enfermedad en el primer grupo disminuyó de 40% a 32%, mientras que en el segundo grupo se redujo de 48% a 29%. Por otro lado, los niños cuyas madres poseen una educación primaria o ninguna educación redujeron su incidencia de enfermedad de 40% a 32%. El acceso a consulta para la población infantil que manifestó enfermedades se ha incrementado entre 1991 y 1994. Para el caso de la población infantil en el ámbito nacional, el porcentaje de niños enfermos que acudieron a una consulta profesional3 aumentó de 24.5% a 33.4% y se aprecia un tendencia similar en todas las regiones del país. La proporción de niños enfermos que acudieron a consulta en Lima metropolitana fue de 28.8% en 1991, y aumentó a 50.4% en 1994; mientras que en la Sierra rural se registró una tasa de consulta médica de 12.8% en 1991 y de 22.2% en 1994. Estas cifras muestran cierta evidencia sobre el mejoramiento del nivel de acceso y de cobertura en Sierra rural entre 1991 y 1994, aunque en una proporción menor que la observada en otras regiones del país. Por otro lado, en el caso de los niños pobres extremos, la tasa de consulta se incrementó de 13.3% a 26.6% y la tendencia es similar para todas las regiones. El aumento de la oferta de servicios de salud, a través de la rehabilitación de centros de atención primaria (por ejemplo, postas y centros de salud) que estaban inoperativos por su virtual abandono, así como un mejor equipamiento de los hospitales regionales habrían influido en la tendencia favorable de estos indicadores. La evolución sólo ha sido desfavorable para el caso de los niños pobres no extremos (se pasó de 30.5% a 28.7%), aunque dicha variación es explicada por la caída de las consultas realizadas en el resto de la Costa urbana. 2
Gómez, Luis, Household Demand for Health Care in El Salvador, vol. 1, Arlington, V.A.: The Resources for Child Health, 1989, p. 34.
3
El concepto de profesional en este caso es lo más amplio posible, pues incluye doctores, enfermeras, promotores de salud, farmacéuticos, y hasta curanderos y parteras.
203
Cortez
No obstante los avances experimentados en el área de salud, es alarmante aún la baja proporción de niños enfermos que tienen acceso a consultas, sobre todo en la población pobre. Sólo uno de cada cinco niños pobres extremos que reportan alguna enfermedad acude a una consulta profesional, y esta relación es de uno a siete en el caso de la Sierra rural. La cobertura de salud es más favorable para los niños pobres extremos de Lima metropolitana y Costa urbana, dónde uno de cada tres niños enfermos recibe cuidados de salud. Para compensar este desigual acceso a cuidados de salud entre la población infantil, la estrategia debiera incidir en la generación de una mayor oferta de servicios de calidad en las zonas de pobreza extrema, a través de inversión en infraestructura y en el fomento de la decisión de los padres de demandar tales servicios de salud, a través de campañas de información que difundan los beneficios de una mejor atención de salud infantil. La provisión de servicios de centros de salud no garantiza una mayor cobertura en los grupos de la población más pobre. Aún, si estos servicios se ofertaran a precio cero, otros costos influyen en la decisión de demandar los servicios de salud. Por ejemplo, los costos de oportunidad de la madre (derivados del tiempo de espera y transporte) que tiene que llevar al niño hasta el centro de salud y el costo de transporte son factores que influyen en la decisión de demandar cuidados de salud. En 1994, el 65% de los pacientes de los proveedores de salud pública tuvo un tiempo de espera promedio menor a 30 minutos, mientras que en los consultorios y servicios privados, la proporción fue mayor (73%). Cabe anotar que los tiempos de espera son relativamente mayores en los servicios ofrecidos por el sector público que en los provistos por el sector privado. El 22% y 5% de los usuarios que visitaron los servicios de salud público y privado respectivamente, tuvieron que esperar entre un rango de 2 y 3 horas para ser atendidos. En cuanto al tipo de proveedor de los servicios de salud al enfermo, encontramos que los niños pobres extremos y no extremos tienen cada vez menos acceso a los hospitales, mientras que los infantes no pobres tienen una atención hospitalaria creciente. Aunque es probable que los niños pobres tengan una mayor proporción de enfermedades de baja complejidad como diarreas y afecciones bronco-pulmonares, la población pobre también adquiere enfermedades de cierta gravedad que deben ser atendidas en los centros de salud con mejor equipamiento como son los hospitales. Una primera hipótesis, a ser verificada por un posterior análisis, es que las tarifas de consulta en los hospitales públicos están excluyendo a los pacientes pobres. La variación de precios relativos de los ofertantes está modificando la selección del servicio a ser comprado o solicitado. Por esta razón, los niños pobres extremos tendrían que recurrir cada vez más a los puestos de atención primaria de salud, a las consultas informales de los farmacéuticos y curanderos, y recibir cuidados en el hogar, todos los cuales están incluidos en el rubro de “Otros Servicios”. Es justamente, el proveedor “Otros” el que muestra un aumento significativo en la atención de los niños pobres extremos, de 17.3% en 1991, a 40.7% en 1994. Esta tendencia es aún más clara en los pobres extremos de la Sierra rural. En 1991, 25.1% de los niños pobres extremos enfermos visitaban hospitales, en 1994 la tasa disminuyó a 8.7%. Por otro lado, el porcentaje de niños pobres extremos de la Sierra rural que visitaban a “Otros” proveedores en 1991 fue de 12.3% y subió a 41.7% en 1994. 204
Demanda de Salud Infantil
Otra hipótesis, que explica esta variación en la selección del proveedor en los pobres extremos, es la existencia de altos costos de espera y de transporte en los hospitales. Por otro lado, el Cuadro Nº 5 muestra que la eficiencia de la atención de los hospitales no ha aumentado. El tiempo de espera para acceder a una consulta es de 3.1 días (el doble de lo necesario para acceder a una consulta en clínicas privadas). Por su parte, la focalización de los recursos de inversión en la mejora de los centros de atención primaria de salud pareciera estar dando resultados, pues el tiempo de espera para una consulta se ha reducido de 3.2 a 2.1 días. Los gastos de la familia en la prevención de la salud de infantes se han incrementado en 75% para los pobres extremos. Este es un hecho positivo y otro síntoma de la recuperación en los niveles de bienestar ocurrida en los últimos años. El grupo de niños no pobres ha aumentado su gasto real en prevención de la salud en 32.5%, aunque todavía gasta una cantidad mayor que los pobres extremos en este rubro (ver Cuadro Nº 6). Por otro lado, el gasto en medicinas para atender a los infantes enfermos ha aumentado en todos los grupos de la población. Tal resultado se debe al abaratamiento real de las medicinas como producto de la libre importación de las mismas, la caída del tipo de cambio real y la mayor competencia entre los establecimientos de venta. El Cuadro Nº 7 muestra la tendencia de gastos promedios en la consulta de un niño menor de 5 años. Encontramos que el gasto promedio de una visita de salud se incrementó en 50.1% de 1991 a 1994. El costo de una consulta en niños pobres extremos subió en 68.3%, mientras que en los niños no pobres en 26.4%. La cobertura de vacunación también muestra una tendencia favorable entre 1991 y 1994. Se han logrado avances importantes en la ampliación de la cobertura de los niños no pobres y pobres no extremos. En 1991, el 58.8% de los niños pobres no extremos recibía todas las vacunas, en 1994 se logró alcanzar el 90.2% de cobertura en la vacunación completa. Por otro lado, el porcentaje de infantes pobres extremos sin vacunación alguna4 ha disminuido de 10.9% a 3.9%, mientras que el porcentaje de infantes pobres extremos con vacunas completas se ha incrementado de 61.3% a 84.2%. Cubrir al 15.8% de niños pobres extremos que carecen total o parcialmente de las dosis completas de vacunas es todavía una tarea a enfrentar. Ver Cuadro Nº 8. La prevalencia de lactancia es generalizada tanto en hogares pobres y no pobres, sobrepasando el 95% de los niños en todos los casos (Cuadro Nº 9). Sin embargo, las diferencias se registran en el tiempo de duración de la lactancia. Los nutricionistas afirman que la lactancia exclusiva, durante los primeros seis meses de vida del infante, es la mejor alimentación posible. Por el contrario, la lactancia exclusiva más allá de los seis meses no provee de una ingesta nutricional adecuada al niño. El 81.0% de los niños nacidos en hogares pobres extremos sigue recibiendo leche materna por encima de los seis meses de nacidos y esta proporción disminuye a 66.1% en el caso de los hogares no pobres, que aún sigue siendo un porcentaje alto. Las prácticas de lactancia 4
Las preguntas cubren las vacunas contra la tuberculosis (BCG), la sarampión, el polio y la vacuna triple (DPT).
205
Cortez
constituyen un área donde la difusión de información y hábitos no han tenido los efectos deseados (Cuadro Nº 10). Probablemente debido a los meses en los que se efectuaron las encuestas (primavera e invierno), no se observa una diferencia muy marcada en la prevalencia de diarreas entre los niños pobres y no pobres (28.0% versus 23.9%). Sin embargo, ante la presencia de la diarrea en el niño, sólo uno de cada tres hogares pobres extremos busca atención fuera del hogar, mientras que uno de cada dos hogares no pobres lo hace. Por otro lado, un 58.3% de los hogares pobres extremos no tiene acceso a las sales de rehidratación oral (SRO) en caso de emergencia (Cuadros Nº 12 y 13). El síntoma más distintivo de la posible presencia de neumonía, bronco-neumonía y pulmonía infantil es la respiración rápida, agitada y dificultosa. Los síntomas de fiebre o tos no son características de estas enfermedades. Sólo uno de cada cinco hogares pobres extremos puede reconocer correctamente la posible presencia de estas afecciones broncopulmonares, cuyos efectos pueden ser fatales en los niños puesto que la decisión de visita médica se posterga. En los hogares pobres no extremos y no pobres la relación es de dos a cinco, y de uno a dos, respectivamente. Otro problema que los hogares pobres extremos enfrentan es el desconocimiento de los lugares de atención adecuados en caso de requerirlos. Uno de cada tres hogares en extrema pobreza no tiene información sobre el lugar a acudir para la atención urgente de estas enfermedades. (Cuadro Nº 14)
2. Revisión de Literatura Heller5 presentó un modelo teórico y empírico completo para explicar el comportamiento de la demanda por servicios de salud en Malasia. Heller indica que las personas no derivan utilidad directamente de una buena salud; en su lugar, ésta se deriva de servicios de salud discrecional, que se define como el consumo de salud total menos un nivel mínimo necesario de consumo curativo de salud que debe adquirirse para sobrevivir. Su principal hallazgo radica en que los precios, costos de viaje e ingresos afectan la opción del proveedor, pero tienen poco o ningún efecto sobre la cantidad total de servicios de salud demandados. Descubrió que el tiempo de espera en los servicios de salud que ofrece el Estado no desalentaba el empleo de los mismos. Musgrove6 analizó la información de varias encuestas familiares de países de América Latina. Sobre la base del presupuesto familiar, determinó la sensibilidad del gasto por servicios de salud privados respecto al ingreso y concluyó que, conforme aumenta el ingreso, también se incrementa la proporción del gasto total que se asigna a los servicios de salud privados.
5
Heller, P., “A Model of Demand for Medical and Health Services in Peninsular Malaysia”, en Social Science and Medicine, vol. 16, Nº 3, 1982, pp. 267-284.
6
Musgrove, Philip, “Family Health Care Spending in Latin America”, en Journal of Health Economics, vol. 2, 1983.
206
Demanda de Salud Infantil
En otro estudio realizado sobre Brasil, el mismo autor concluye que el gasto en servicios de salud aumenta con mayor rapidez que el ingreso en la población de bajos recursos: y conforme aumentan los ingresos, el gasto en servicios de salud tiende a convertirse en una fracción constante de ellos. Mwabu7 presentó un estudio sobre la demanda por servicios de salud en la zona rural de Kenya. Encontrado efectos significativos en el precio, en el tiempo de viaje y en el ingreso sobre la demanda, tal como es de esperarse de acuerdo con la teoría económica. Akin8 no encontró significación estadística en un importante grupo de variables económicas. Las elecciones en el tipo de servicio de salud no pueden ser explicadas ni por el costo en efectivo de la visita, ni por el tiempo de espera, o por la cobertura del seguro, cualquiera que fuera la gravedad de la enfermedad. Así, el autor observa que los costos pecuniarios y no pecuniarios en el consumo de servicios de salud, no eran importantes para explicar la elección del servicio en los hogares de la muestra. Van Doorslaer y Geurts9 estudiaron la demanda por fisioterapistas en los Países Bajos y concluyen que las variaciones de los precios relativos incentivan a los proveedores de los servicios a modificar la cantidad de terapias que ofrecen. Joseph y Cloutier10 expresan que una apropiada comprensión de los patrones de consumo de los servicios de salud requiere un análisis por el lado del consumidor o del usuario. Ellos estudiaron la demanda por servicios de salud de las personas mayores de 65 años de edad de Grey County, zona rural de Ontario, y concluyeron que la edad, el sexo y el estado civil de los individuos están íntimamente relacionados con el uso de los servicios de salud. Dressler11 concluye que las variables más importantes para explicar la enfermedad crónica en la familia son la edad del jefe del hogar, las ocupaciones de los miembros y el estilo de vida incongruente. Dressler define al “estilo de vida incongruente” como la diferencia entre el estilo de vida de la familia (medido como la acumulación de bienes de consumo y la práctica de ciertas actividades de ocio) y el status económico familiar (medido como tipo de trabajo y niveles de educación). Para explicar la enfermedad en los niños, Dressler señala que los factores más importantes son: el ratio de sexo, el tamaño de la familia, la edad del jefe de familia, el estilo de vida incongruente y el tiempo dedicado al trabajo por la familia. En suma, los 7
Mwabu, G.A., “Health Care Decisions and the Household Level: Results of Rural Health Survey in Kenya”, en Social Science and Medicine, vol. 2, Nº 3, 1986, pp. 315-319.
8
Akin, John S., “The Demand for Primary Health Care Services in the Bicol Region of the Phillipines”, en Journal of Labour Economics, Chicago: 1986, pp. 756-782.
9
Van Doorslaer, V. y J. Geurts, “Supplier-Induced Demand for Physioterapy in the Netherlands”, en Social Science and Medicine, vol. 24, Nº 11, 1987, pp. 919-925.
10
Joseph, Alun E. y Denise S. Cloutier, “A Framework for modeling the Comsumption of Health Services by the Rural Elderly”, en Social Science and Medicine, vol. 30, Nº 1, 1990, pp. 45-52.
11
Dressler, William W., “Social Status and the Health of Families: A Model”, en Social Science and Medicine, vol. 39, Nº 12, 1994, pp. 1605-1613.
207
Cortez
resultados del estudio apoyan la idea de que una incongruencia en el estilo de vida y el status económico (tomado como ocupación y educación) está relacionada con un nivel más bajo de salud familiar.
3. Un Modelo de Demanda de Salud Infantil 3.1 Marco Conceptual ¿Qué es la demanda de salud? La demanda es una relación entre cantidades de un bien/servicio y el precio cobrado por aquel bien. Un análisis global de la demanda requiere describir la relación entre las “compras deseadas” y todos los factores que afectan la demanda. El marco conceptual de la economía neoclásica sugiere que los individuos tienen un comportamiento racional al elegir el tipo de servicios y la cantidad de los mismos. La demanda de insumos para la salud se discute en el contexto de un modelo de producción familiar descrito por Becker (1965) y Lancaster (1966). En el caso de la salud de los niños, la unidad de decisión es la familia y se asume que el objetivo es maximizar una función de utilidad que es definida sobre la base de bienes de consumo, el estado de la salud de los niños y el nivel de ocio de los padres, sujeta a restricciones de ingreso, de distancia y de tiempo. Formalmente este problema de optimización se describe de la siguiente manera: Max U (x, Zh, tl) sujeto a: w T + V = S = x + Ph H + w t l + w t h Zh = f (Th,H) U(x, Zh, tl) es la función de utilidad familiar, x es el bien compuesto que representa el consumo de los otros bienes, Zh denota el estado de salud de los niños. El precio del bien compuesto, x, es normalizado a uno de tal forma que Ph es el precio del servicio del insumo salud. T representa el tiempo total disponible de los padres, tl y th son el tiempo destinado al ocio y a la producción de salud12. La variable Zh es el producto de salud, entendido como el estado de la salud del individuo después del tratamiento, V y S son otros ingresos no laborales y el ingreso global. Después de reemplazar la función de producción en la función objetivo, podemos escribir el problema de Lagrange como sigue: Max L = U (x, f(Th H), tl) + u (w T + V - x - Ph H - w tl - w th ) De este problema se estiman funciones de demanda de salud para grupos de la población o servicios previamente definidos: Qij = F (Ppu, Ppr, Ptr, Tpu, Tpr, Ttr, Y, Zj)
12
208
El símbolo th también incluye el tiempo que los padres del paciente (niño) utilizan para dirigirse al establecimiento de salud y el tiempo de espera para la consulta médica.
Demanda de Salud Infantil
Dónde Qij es el servicio médico “i” usado por individuo “j”, i= público (pu), privado (pr), tradicional (tr) j= niños, adultos, madres que demandan servicios prenatales, y otros servicios P= precios pagados (costo de visitas, medicinas, transporte) T= costos de tiempo (de espera, de transporte) Yi= activos y riqueza del individuo i Zj= vector social, demográfico y biológico. Variables de control del individuo j. Entre los bienes óptimos comprados se ubica la cantidad demandada de servicios de salud. Esta mide el nivel de cuidados de salud que una persona desea adquirir considerando los precios, el ingreso disponible, los costos de viaje y espera, la necesidad advertida, la dotación de educación y otros factores socioeconómicos. Entre quienes no son economistas se suele utilizar el término “demanda” cuando se quiere decir “cantidad demandada”, la cual está vinculada con la “necesidad de atención de salud” para ayudar a prevenir, tratar o rehabilitar alguna situación que haya quebrantado su salud13. Esta necesidad puede o no ser percibida por la persona. En el presente trabajo, el número de visitas a centros de salud se considera un bien homogéneo14. Gertler15 hace mención a Barlett quien identifica factores demográficos (por ejemplo, sexo, edad), biológicos (por ejemplo, gravedad de la enfermedad), culturales, factores relacionados con el servicio (por ejemplo, calidad) y económicos (por ejemplo, precio, costos de transporte y espera, e ingreso disponible). Akin16, divide a los determinantes de la demanda por servicios de salud en: a) precio: incluye variables como costo de transporte, tiempo de espera, precio del servicio, costo del seguro; b) otros precios: considera los precios de los bienes y servicios sustitutos y complementarios del servicio de salud; c) ingreso disponible y riqueza; d) distribución del tiempo: considera el tipo de trabajo y el tiempo dedicado en las distintas ocupaciones; e) necesidad de atención médica: tanto la psicológica como la percibida y real; f) factores demográficos: sexo, tamaño y estructura de la familia; g) grado de urbanización; h) nivel de conocimiento e información; i) estacionalidad. La teoría económica requiere que la variable dependiente en el sistema de demanda sea continua (por ejemplo, para cada persona la cantidad exacta de cada servicio consumido debe ser conocida). Sin embargo, en este caso sólo se conoce el tipo de proveedor. La variable dependiente es limitada: 1 y 0 para cada alternativa. Aplicar Mínimos Cuadrados Ordinarios (MCO) no es apropiado, por lo que se propone el pro13
El comportamiento en mercados de salud depende de la necesidad de salud relacionada a factores de necesidad física (i.e, demanda de salud por accidentes, embarazos, enfermedades) y factores ligados al ciclo de vida (i.e, inmunización en edad temprana y atención a personas de edad avanzada).
14
Con la excepción de Heller (1982) y Akin (1986), la mayor parte de los trabajos revisados tratan de explicar las visitas de los pacientes. Un análisis mas efectivo sobre la demanda de servicios de salud supone una desagregación de los diferentes servicios (i.e, enfermedad, prenatal, cuidados de infantes, inmunización).
15
Gertler, Paul, Demanda de servicios de salud en el Perú - Informe técnico Nº 2, Lima: mayo 1986, p. 25.
16
Akin, John S. y otros, “The Demand for Primary Health Care Services in the Bicol Region of the Philippines”, en Journal of Labour Economics, Chicago: 1986, p. 56.
209
Cortez
cedimiento de modelos dicotómicos, el mismo que se viene utilizando para estimar las probabilidades de ocurrencia de enfermedad, asistencia, y selección de establecimientos de salud, dadas las características socio-económicas de las personas. El anexo Nº 1 incluye una breve descripción de la metodología a seguir para estimar las probabilidades de ocurrencia de enfermedad, visita y tipo de servicio de salud seleccionado y sus respectivas elasticidades. La elección del individuo se puede dividir en tres etapas: 1) Se decide si se busca o no servicios de salud, y la decisión está condicionada a que se perciba un síntoma de enfermedad o se sufra un accidente. 2) Se opta por concurrir a un centro de salud para recibir atención. 3) Se decide seleccionar un hospital, un centro o una posta de salud. Así, el modelo sugiere tres ecuaciones: ProbEnferij = F(Xij) ProbBuscarij = F(Yij) ProbSelecij = F(Eij) Xij, Yij y Eij son vectores que incluyen variables precio, sociales, de activos, demográficas y biológicas (ejemplos, el precio de la consulta, ingreso del hogar), edad, educación y horas de trabajo de la madre, dotación de agua potable y desagüe y otras variables de control del individuo j. Un primer intento para tener una idea sobre estos criterios es el cálculo de las elasticidades. La meta es medir el efecto en la probabilidad de enfermedad o de asistencia a un establecimiento de salud ante una variación porcentual en cualquiera de las variables que se consideran explicativas. Una de estas variables es el precio. Si el efecto del precio en la selección del tipo de establecimiento de salud visitado es cero, entonces dicha insensibilidad del precio sugiere que los servicios públicos pueden tener un grado de manipulación de las tarifas para cubrir costos. Sobre la base de las funciones de probabilidad mostradas líneas arriba, se pueden estimar los cambios en las probabilidades de ocurrencia de enfermedad, de la decisión favorable de solicitar servicios de salud y buscar un tipo de servicio de salud específico, con el fin de simular los efectos en la cantidad demandada de servicios de salud. La demanda de servicios del j-ésimo establecimiento de salud, en el período t para la población i, medido en número de visitas, se obtiene de la siguiente manera: Demandaijt = Poblaciónit * Incidencia de i en t * ProbBusqijt * Probeleccijt Incidenciait es la probabilidad de la población “i” de estar enferma y/o accidentada en el período t, ProbBusq denota la probabilidad de buscar o acceder a algún tipo de servicio de salud. ProbElecc es la probabilidad de buscar un tipo de servicio de salud específico (hospitales, postas médicas o centros de salud, clínica y otro tipo de servicio). Para evaluar el impacto en la cantidad demandada de los servicios de salud debido a una variación de los precios y de los ingresos, se han utilizado las elasticidades 210
Demanda de Salud Infantil
que se obtienen de las regresiones probit y logit sobre enfermedad reportada, consulta y selección del proveedor (ver Anexo Nº 1). Por razones de espacio, los resultados de las regresiones dicotómicas no se incluyeron en el documento pero están disponibles de ser requerido por el lector. El análisis sugerido líneas arriba nos podría ayudar a responder las siguientes preguntas de interés: ¿Son el ingreso del hogar, los precios y la distancia determinantes de la demanda? ¿Cuál es el impacto de los programas de educación, inversión en agua, electricidad y desagüe en la cantidad demandada de salud para diferentes grupos de ingreso? 4. Análisis de Resultados 4.1 Regresión Probit de Percepción de Enfermedad En la regresión estimada, el coeficiente de la variable zona de residencia tiene un signo positivo. Las familias que residen en zonas rurales presentan una mayor probabilidad de reportar enfermedad. La ausencia de una adecuada provisión de servicios básicos de agua y desagüe en zonas alejadas de centros poblados contribuye a la propagación de enfermedades como el cólera, infecciones estomacales menores, etc. Por otro lado, existe un bajo nivel de conocimiento acerca del cuidado de la salud (los jefes de familia tienen pocos años de educación y hay gran número de madres jóvenes con reducidos conocimientos y habilidades para desempeñar actividades de producción en el hogar), las condiciones de vida no son óptimas (acumulación de basura en el hogar, material de construcción del hogar de mala calidad), falta de cultura higiénica, etc. Es importante incidir en campañas de educación en salud e implementar redes de agua y desagüe que ayuden a mejorar el estado de salud de la población. Por otro lado, se observa una fuerte correlación entre el estado de salud materna y el de sus hijos. Si la probabilidad que la madre presente alguna enfermedad aumenta, se observa una mayor probabilidad de enfermedad en los niños. Esta relación es aún más clara en los niños de dos años o menos, pues el contacto madre-hijo es permanente y, por tanto, el contagio también. La elasticidad de esta variable es una de las más altas, lo cual es un incentivo para invertir en programas de salud dirigidos a beneficiar a madres cuyos hijos son menores de dos años. De esta manera, la reducción de los casos de enfermedad en las madres podría tener un impacto positivo sobre la salud de los infantes. El coeficiente de edad del padre es positivo. A medida que aumentan los años del padre, aumenta la probabilidad de percepción de enfermedad. Con el paso de los años, las personas van adquiriendo conocimientos y acumulando experiencia y haciendo posible saber más sobre la importancia de atender a un niño enfermo a tiempo. En la variable horas de trabajo de la madre, el coeficiente es negativo. La probabilidad de enfermedad es menor cuando la madre pasa más tiempo fuera de casa. Esto puede suceder debido a la presencia en el hogar de personas que reemplazan el rol de la madre en las tareas de cuidado de los hijos. Además, existe una relación positiva entre las horas de trabajo y los ingresos de la familia por lo que se puede destinar parte de estos ingresos familiares en el cuidado infantil. 211
Cortez
Por último, el coeficiente de la variable educación de la madre es positivo. La probabilidad de reportar enfermedad aumenta en la medida que el grado de instrucción materna es mayor. Una mujer con más años de educación tendrá más conocimiento acerca de las enfermedades y su tratamiento. La elasticidad es relativamente alta lo cual es un aliciente para programas de inversión en educación, dado que se tendría un efecto positivo en la salud de la población infantil menor de 5 años. 4.2 Regresión Probit de la Variable Consulta Se observa que el coeficiente de la variable número de días enfermo del hijo es de signo positivo. Conforme aumenta el número de días que el niño está enfermo, la salud del mismo empeora y, por tanto, la probabilidad de acceder a una consulta aumenta. En los primeros días de enfermedad el niño recibe cuidados en el hogar, pero que no siempre son los mejores. Conforme evoluciona la enfermedad, la necesidad de ir a un centro de salud se vuelve cada vez más urgente. Para el caso de la variable zona de residencia se obtiene coeficiente negativo. En las zonas rurales la provisión de servicios básicos de salud es ineficiente. Hace falta una mayor provisión de servicios de salud, principalmente por parte del Estado. Esto se aprecia en que el hecho de vivir en zonas rurales disminuye la probabilidad de ir a una consulta. La variable ingresos de la familia presenta coeficiente positivo. Se observa que las familias están dispuestas a gastar más en el cuidado de la salud si es que experimentan un aumento significativo en los ingresos. Con una mejora en los niveles de vida de las personas se conseguirá mejorar la salud de los integrantes de la familia, y la demanda por servicios de salud (preventiva y curativa) tenderá a incrementarse cada vez más. El coeficiente de horas de trabajo de la madre es negativo. Al igual que en la regresión probit para la variable enfermedad, la madre dedica menos tiempo al cuidado de los hijos, por lo que la probabilidad de acceder a una consulta médica disminuye. Se podrían implementar programas que ofrezcan incentivos a las madres a visitar centros de salud de buena calidad. Por último, la variable precio del servicio tiene coeficiente negativo. Esto significa que si el precio de algún servicio de salud aumenta, la probabilidad de acceder al mismo disminuye. Aumentar los precios de los servicios de salud del Estado tendría consecuencias negativas en la salud de los más pobres. Estos no tienen la posibilidad de cambiar de ofertante debido al elevado costo de los servicios privados. 4.3 Regresión Logit Multinomial para el Tipo de Proveedor Consultado Para esta variable se tiene cuatro opciones: hospitales, postas médicas/centros de salud, clínicas y otros, este último se refiere a servicios de salud prestados por no profesionales y medicina tradicional. La variable zona tiene coeficiente negativo, lo que confirma lo dicho anteriormente en la regresión probit de consulta: hace falta una mayor provisión de servicios de salud por parte del Estado. El hecho de vivir en zonas rurales disminuye la probabilidad 212
Demanda de Salud Infantil
de asistir a un hospital y/o a una posta médica. Se prefiere ir a otro tipo de servicio de salud, por lo general medicina tradicional, la cual predomina en los centros poblados rurales. Cuando se toma en cuenta la variable ingresos del hogar, ésta presenta coeficiente positivo. Ante un aumento de los ingresos, la probabilidad de ir a otro servicio de salud se incrementa. En cuanto a la variable horas de trabajo, ésta tiene signo negativo en todos los casos. Ello implica que a más horas de trabajo, la probabilidad de demandar otros servicios de salud es mayor. Puede suceder que la atención en estos centros de salud sea más rápida (hay menor pérdida de tiempo) por lo cual es preferida. Además, y sobre todo en zonas rurales, existe más confianza en la medicina tradicional en donde factores como las monetarios y temporales no son impedimento para demandarlos. El precio del servicio parece ser un determinante importante en la elección del tipo de servicio. Se observa que se va a demandar el servicio de salud de menor costo sin importar la calidad del mismo. Ante un aumento del precio en el servicio de salud prestado por hospitales o postas, se incrementa la demanda por la medicina tradicional. 5. Conclusiones En la actualidad, la mejora del stock de capital humano se considera un elemento fundamental del desarrollo de los países. Dicha mejora requiere no sólo de una mejor educación, sino también de nutrición y salud adecuadas. Con respecto a lo último se observa que en el Perú, antes que un aumento en el gasto en salud, es necesaria la focalización del mismo a los grupos más necesitados. Para lograrlo, se requiere una mayor comprensión de los procesos que llevan a una familia a tomar decisiones de demanda con respecto a la salud, por lo que se ha ofrecido algunas pautas al respecto. De la observación de los valores de los coeficientes de las regresiones dicotómicas, se concluye que un grado de instrucción materna superior mejora el desempeño de la madre en la producción de salud de sus hijos y la probabilidad de que el niño reciba atención médica. Los retornos de la inversión en educación secundaria materna tienen un efecto directo en la cantidad y calidad de la demanda por servicios de salud de la población menor de 5 años. Además, los costos no pecuniarios, tiempo de transporte y espera, y los precios del servicio explican la selección del establecimiento de salud a ser visitado. Por otro lado, los niveles de ingreso son factores explicativos claves de la frecuencia de la enfermedad y de la decisión de dónde buscar los cuidados de salud. Sobre la base de las funciones de probabilidad mostradas se estimaron los cambios en las probabilidades de ocurrencia de enfermedad, de la decisión favorable de solicitar servicios de salud y la selección del proveedor, con el fin de simular los efectos en la cantidad demandada de servicios de salud. La tabla de elasticidades de los factores más relevantes que explican la enfermedad, la consulta y la selección del proveedor se encuentran en los Cuadros Nº 17-19 La demanda por servicios de salud es más sensible ante un aumento en el costo del servicio que ante un incremento en los ingresos familiares. En el primer caso, se calculó 213
Cortez
que la demanda de servicios de salud de niños menores de cinco años, medida en número de visitas, disminuiría en 7%, en el segundo caso sólo aumenta en 0.9%. Por otro lado, se observa una marcada preferencia por los servicios de salud ofrecidos por hospitales y por la medicina tradicional ante un aumento del costo del servicio, en el primer caso aumenta de 34.9% a 38.3%, y en el segundo pasa de 26.3% a 34.7%. Esto confirma lo dicho anteriormente, que se va demandar el servicio de salud de menor costo dejando de lado la calidad del mismo. Los resultados del análisis de sensibilidad de la cantidad demandada de servicios de salud ante un cambio en precios no es alta, tal como se aprecia en el Cuadro Nº 21. Un aumento de 50% en el promedio de las tarifas de los servicios, reduce en 7% la cantidad demandada de salud infantil. Ello da cierta evidencia sobre la posibilidad de diseñar e implementar una política de tarifas óptimas diferenciadas, de acuerdo a la disponibilidad a pagar del usuario, que permita una provisión sostenida de los servicios de salud en el largo plazo. La aplicación de la metodología de estimación en grupos de ingresos podría dar ciertos indicios sobre los comportamientos diferenciados y estimar los montos que los usuarios estarían dispuestos a pagar. Por otro lado, hay que anotar que un aumento de las tarifas en 50% modificaría la composición de los servicios solicitados. Se observa una tendencia a demandar más los servicios ofrecidos por la medicina tradicional, las postas, y las clínicas privadas; y una disminución en el acceso a los servicios ofertados por los hospitales.
214
Demanda de Salud Infantil
REFERENCIAS Akin, John S. C. Griffen, D. K. Guilkey and B.M. Popkin. (1984). “The Demand for Primary Health Services in the Third World”, Totowa, N. J.: Rowman and Allanheld. Akin, John S. y otros. (1986). “The Demand for Primary Health Care Services in the Bicol Region of the Philippines”, en Journal of Labour Economics, Chicago. Becker, Gary S. (1965). “A theory of the allocation time”, en Economic Journal, vol. 75. Bitran, Ricardo A. (1989). “Household Demand for Medical Care in Santo Domingo”, Dominican Republic, Washington, D.C.:, World Bank. Bitran, Ricardo A. y D. Keith McInnes. (1993). “The Demand for Health Care in Latin America. Lessons from the Dominican Republic and El Salvador”, Washington D.C., World Bank. Dressler, William W. (1994). “Social Status and the Health of Families: A Model”, en Social Science and Medicine, vol. 39, Nº 12. Gertler, Paul. (1986). “Demanda de servicios de salud en el Perú” - Informe técnico Nº 2, Lima: mayo. Gertler, Paul and Jacques Van der Gaag. (1988). “The Willingness to Pay for Medical Care”, Baltimore, MD.: John Hopkins University Press. Gómez, Luis. (1989). “Household Demand for Health Care in El Salvador”, vol.1, Arlington, V.A.: The Resources for Child Health. Heller, P. (1982). “A Model of Demand for Medical and Health Services in Peninsular Malaysia”, en Social Science and Medicine, vol. 16, Nº 3. Instituto Cuánto. (1991, 1994). ENNIV, “Encuesta de Niveles de Vida”. Instituto Cuánto. (1995). UNICEF, "Retrato de la Familia Peruana, Niveles de Vida 1994”. Lima. INEI. “Perú: compendio estadístico 1992-1993”. Joseph, Alun E. y Denise S. Cloutier. (1990). “A Framework for Modeling the Comsumption of Health Services by the Rural Elderly”, en Social Science and Medicine, vol. 30, Nº 1. Lancaster, K.J. (1966). “A New Approach to Consumer Theory”, en Journal of Political Economy, vol. 74. 215
Cortez
Miners, Laurance A. (1981). “The Family’s Demand for Health: Evidence from a Rural Community”, Advances in Health Economics and Health Services Research. Musgrove, Philip. (1983). “Family Health Care Spending in Latin America”, en Journal of Health Economics, vol. 2. Musgrove, Philip. (1985). “Reflexiones sobre la demanda por salud en América Latina”, en Cuadernos de Economía, año 22, Nº 66. Mwabu, G. A. (1984). “A Model of Household Choice among Medical Treatment Alternatives in Rural Kenya”, Boston, Masachusetts: Boston University. Mwabu, G. A. (1986). “Health Care Decisions and the Household Level: Results of Rural Health Survey in Kenya”, en Social Science and Medicine, vol. 2, Nº 3. Organización Panamericana de la Salud. (1994). “Las condiciones de salud en las Américas”, vol. II, publicación científica 549. Tedford, J. R., O. Capps Jr. y J. Havlicek Jr. (1986). “Adult Equivalent Scales once more - A development approach”, en American Journal of Agricultural Economics, vol. 68. The World Bank. (1994). “World Development Report 1994”, New York: Oxford University Press. Van Doorslaer, V. y J. Geurts. (1987). “Supplier-Induced Demand for Physioterapy in the Netherlands”, en Social Science and Medicine, vol. 24, Nº 11. Wounters, A. V. (1993). “Patrones de utilización de la atención de salud en países en desarrollo: función del medio tecnológico en la derivación de la demanda de atención de salud”, en Boletín de la Organización Panamericana de la Salud, vol. 115, Nº 2, OPS.
216
Demanda de Salud Infantil
Anexo Nº 1 Modelos de regresión con variables dicotómicas y método de estimación La regresión Probit será usada para estimar las ecuaciones de enfermedad y de consulta. La técnica de Probit asume una distribución normal de los errores17 donde la variable dependiente asume valores discretos, siendo el caso más simple cuando ésta es binaria (toma valores 0 y 1). En este caso, se asume un modelo: Y*1 = β’Xi + μi (1), dónde Y*1 es una variable no observada y además E(Y*1/Xi)=β’Xi,.; Lo que si se observa es una variable dummy Yi que toma la siguiente forma: Yi = 1 si Y*1>0
(2)
Yi = 1 si Y*1≤0 De (1) y (2): μi > -β β’Xi) ≈ P(Y*1>0) PI = P(Yi=1) = P(μ
(3)
β’Xi) Pi = 1 - F(-β β’Xi) es la Función de Distribución Acumulativa de μi, Yi es una variable donde, F(-β binomial con probabilidades dadas por (3). La función de verosimilitud es:
Se maximiza la función de verosimilitud con respecto a β y se resuelve por un procedimiento iterativo. Una vez que se encuentran los estimadores de los parámetros β, por ejemplo, β =-0.1 de la variable explicativa TIEMPO de la regresión de CONSULTA, significa que a mayor tiempo de espera y transporte, la probabilidad de acudir a una consulta médica disminuye. Además, los coeficientes β son útiles para conocer diferentes niveles de las variables explicativas y el efecto de un cambio de cada una de ellas sobre la probabilidad de ocurrencia del evento (i.e, CONSULTA). El mencionado indicador se obtiene de multiplicar el estimador de la variable independiente i (βi) y la función de densidad de las variables dependientes, φ(x), como sigue:
El modelo Probit presenta dificultades de cómputo cuando hay más de tres categorías para la variable dependiente (yi=1 si se visita hospital privado, yi=2 si se visita hospital público, yi=3 si se visita posta médica, yi=4 si se visita personal tradicional). Por esta razón, se utilizó un modelo Logit para estimar la ecuación del centro de salud visitado. Se comparará la elección entre los cuatro tipos de servicios (i.e, servicio de salud privado, hospital, posta pública y servicio de salud brindado por personas no especializadas) tomándolos de dos en dos. 17
Si se asume una función acumulativa logística, entonces tenemos un modelo logit: Pi= E(Y=1/Xi)= , donde e es la conocida base del logaritmo natural. Pi denota la probabilidad de enfermarse y (1-Pi) denota la probabilidad de no enfermarse.
217
Cortez
Cuadro Nº 1 POBREZA SEGUN REGIONES: POBLACION MENOR DE CINCO AÑOS DE EDAD (Porcentaje) Región Nivel de pobreza
No pobre 1991 1994
Perú
33,3
33,7
29,4
31,4
37,3
34,8
Lima metropolitana
46,6
59,3
41,7
33,9
11,7
6,9
Costa urbana
42,6
32,9
33,4
51,3
24,0
15,8
Costa rural
Pobre no extremo 1991 1994
23,8
Pobre extremo 1991 1994
36,7
39,5
Sierra urbana
31,7
36,7
34,4
37,2
33,9
26,1
Sierra rural
20,4
18,8
15,4
21,6
64,2
59,6
Selva urbana
53,0
30,7
16,3
Selva rural
26,6
25,8
47,5
Fuente: ENNIV 1991, 1994 - Cuánto S.A. Elaboración: Propia.
Cuadro Nº 2 LISTA DE VARIABLES UTILIZADAS Variable Consulta de salud (hijo)
Promedio
Desv. Est
Mínimo
Máximo
Casos
2,184
1,259
0
3
1 527
Días enfermo (hijo)
2,902
6,353
0
30
1 527
Días enfermo (madre)
3,030
6,239
0
30
1 527
Edad de la madre
30,625
6,943
17
64
1 527
Edad del padre
35,441
8,677
17
75
1 527
Educación de la madre (años)
8,811
4,355
0
20
1 527
10,277
3,387
1
12
1 527
Enfermedad de la madre
0,332
0,471
0
1
1 527
Enfermedad del hijo
0,299
0,458
0
1
1 527
316,100
527,940
0
3960
1 527
Ingresos del hogar
4559,400
6656,500
0
121900
1 527
Precio del servicio
31,089
6,116
5,97
36,77
1 527
Proveedor de salud
3,730
0,897
0
4
1 527
Región de residencia
4,331
1,935
1
7
1 527
Zona de residencia
0,517
0,500
0
1
1 527
Enfermedad del padre
Horas de trabajo de la madre
Fuente: ENNIV 1991, 1994 - Cuánto S.A. Elaboración: Propia.
218
Demanda de Salud Infantil
Cuadro Nº 3 ENFERMEDAD, CONSULTA Y LUGAR DE ATENCION EN NIÑOS MENORES DE CINCO AÑOS, PERU 1991 Y 1994 (Porcentajes) TOTAL 1991 1994 Enfermedad Total Pobres extremos Pobres no extremos No pobres Consulta Total Pobres extremos Pobres no extremos No pobres Tipo de servicio Pobres extremos - Hospital - Centro de salud/posta - Clínica - Otro Pobres no extremos - Hospital - Centro de salud/posta - Clínica - Otro No pobres - Hospital - Centro de salud/posta - Clínica - Otro
Lima metrop. 1991 1994
Costa urbana 1991 1994
C. rural 1994
45,4 38,0 51,4 48,3
29,7 30,7 27,5 30,8
51,5 41,7 47,7 57,3
16,7 0,0 13,0 21,1
45,8 48,4 52,8 38,7
31,1 28,0 33,3 29,1
32,7 27,6 33,3 40,0
24,5 13,3 30,5 30,8
33,4 26,6 28,7 43,4
28,8 25,0 32,6 39,6
50,4 35,2 37,5 54,8
24,9 23,1 30,9 21,3
30,3 42,9 12,0 57,9
28,0 37,5 22,2 25,0
25,1 54,2 3,4 17,3
8,7 50,6 0,0 40,7
14,3 85,7 0,0 0,0
n.d. n.d. n.d. n.d.
0,0 71,4 0,0 28,6
0,0 66,7 0,0 33,3
0,0 66,7 0,0 33,0
43,0 33,0 13,5 10,5
40,4 31,0 8,4 20,1
45,5 42,4 9,1 3,0
33,3 33,3 33,3 0,0
23,7 23,7 26,3 26,3
0,0 73,3 0,0 26,7
75,0 25,0 0,0 0,0
35,9 19,3 31,4 13,4
49,4 12,3 18,4 19,9
41,5 9,8 34,1 14,6
46,6 0,0 31,1 22,3
38,5 23,1 38,5 0,0
56,8 0,0 13,6 29,6
100,0 0,0 0,0 0,0
Enfermedad Total Pobres extremos Pobres no extremos No pobres Consulta Total Pobres extremos Pobres no extremos No pobres Tipo de servicio Pobres extremos - Hospital - Centro de salud / posta - Clínica - Otro Pobres no extremos - Hospital - Centro de salud / posta - Clínica - Otro No pobres - Hospital - Centro de salud / posta - Clínica - Otro Fuente: ENNIV 1991, 1994 - Cuánto S.A. Elaboración: Propia.
Sierra urbana 1991 1994
Sierra rural 1991 1994
Selva urbana rural 1994 1994
53,0 45,5 61,5 52,0
29,3 18,4 30,0 36,2
34,5 31,9 42,4 36,9
33,8 35,4 24,4 40,0
29,7 36,4 34,2 25,1
32,4 31,9 25,4 40,0
26,8 13,2 34,5 33,6
33,9 22,2 33,3 38,5
12,8 9,0 17,7 21,0
22,2 14,3 23,8 43,3
46,3 66,7 41,0 41,9
36,3 29,7 41,2 42,3
58,9 0,0 9,5 31,6
100,0 0,0 0,0 0,0
24,4 59,8 3,5 12,3
8,3 50,0 0,0 41,7
0,0 62,5 0,0 37,5
9,1 36,4 0,0 54,5
64,4 15,9 15,9 3,8
57,1 14,3 0,0 28,6
0,0 61,1 0,0 38,9
0,0 100,0 0,0 0,0
34,3 10,9 0,0 54,7
57,1 14,3 28,6 0,0
40,6 10,1 30,6 18,7
40,0 10,0 30,0 20,0
0,0 70,6 10,3 19,1
7,7 53,8 15,4 23,1
83,7 0,0 8,1 8,1
36,4 18,2 18,2 27,3
219
Cortez
Cuadro Nº 4 ENFERMEDAD REPORTADA SEGUN NIVEL DE EDUCACION DE LA MADRE (Porcentaje) Educación/año
1991
1994
Primaria Secundaria Superior
40,0 48,0 54,0
32,0 29,0 30,0
1991
1994
2,9 3,1 0,9 0,2
3,1 2,1 1,6 0,8
Fuente: ENNIV 1991, 1994 - Cuánto S.A. Elaboración: Propia.
Cuadro Nº 5 TIEMPOS DE ESPERA PARA ACCEDER A UNA CONSULTA (Días) Tipo de servicio/año Hospitales Centros de salud Clínicas Otros Fuente: ENNIV 1991, 1994 - Cuánto S.A. Elaboración: Propia.
Cuadro Nº 6 GASTO PROMEDIO EN SALUD EN UN NIÑO MENOR DE 5 AÑOS DE EDAD (Nuevos soles de 1994 de Lima Metropolitana) Nivel de pobreza/año
1991
1994
Var %
Pobres extremos Pobres no extremos No pobres
10,5 23,6 63,6
18,4 21,5 84,3
75,0 -9,0 32,5
Fuente: ENNIV 1991, 1994 - Cuánto S.A. Elaboración: Propia.
Cuadro Nº 7 GASTO PROMEDIO EN CONSULTA EN UN NIÑO MENOR DE 5 AÑOS DE EDAD (Nuevos soles de 1994 de Lima Metropolitana) Región Niveles de pobreza/año
1991
Perú 1994 (Var %)
Lima metropolitana 1991 1994 (Var %)
Costa urbana 1991 1994 (Var %)
Pobre extremo Pobre no extremo No pobre
4,1 8,9 17,8
6,9 14,8 22,5
2,3 8,2 18,7
11,1 11,1 17,3
68,3 66,3 26,4
n.d. 15,5 10,8
89,0 -42,2
Región Niveles de pobreza/año
Sierra urbana 1991 1994 (Var %)
Pobre extremo Pobre no extremo No pobre
4,0 10,7 21,3
Fuente: ENNIV 1991, 1994 - Cuánto S.A. Elaboración: Propia.
220
5,7 7,0 26,4
42,5 -34,6 23,9
6,3 23,1 26,7
-43,2 108,1 54,3
Sierra rural 1991 1994 (Var %) 1,9 3,6 5,8
7,9 9,6 23,2
315,8 166,7 300,0
Demanda de Salud Infantil
Cuadro Nº 8 COBERTURA DE VACUNACION EN NIÑOS MENORES DE CINCO AÑOS (Porcentajes) Cobertura/nivel de pobreza
Total 1991
1994
TOTAL
100,0
100,0
100,0
100,0
60,8 29,8 9,4
86,2 11,9 1,9
61,3 27,8 10,9
84,2 11,9 3,9
No pobres 1991
1994
Todas las vacunas Algunas vacunas Ninguna vacuna
Cobertura/nivel de pobreza TOTAL Todas las vacunas Algunas vacunas Ninguna vacuna
Pobres no extremos 1991 1994
Pobres extremos 1991 1994
100,0
100,0
100,0
100,0
58,8 34,5 6,7
90,2 9,8 0,0
62,1 27,9 10,0
85,7 14,3 0,0
Fuente: ENNIV 1991, 1994 - Cuánto S.A. Elaboración: Propia.
Cuadro Nº 9 LACTANCIA AL RECIEN NACIDO, 1994 (Porcentaje) Nivel de pobreza Pobres extremos Pobres no extremos No pobres
96,2 96,7 95,4
Región Lima Costa urbana Costa rural Sierra urbana Sierra rural Selva urbana Selva rural
95,1 92,9 93,8 98,3 97,8 96,0 96,9
Fuente: ENNIV 1994 - Cuánto S.A. Elaboración: Propia.
221
Cortez
Cuadro Nº 10 PRACTICA DE LACTANCIA MATERNA, 1994 (Porcentaje) Nivel de pobreza/meses
Pobres extremos
Pobres no extremos
No pobres
15,2 81,0
23,6 73,0
29,3 66,1
Pobres extremos
Pobres no extremos
No pobres
19,6 8,4 72,0
18,1 7,3 74,7
19,1 4,8 76,1
1 a 6 meses Más de 6 meses Fuente: ENNIV 1994 - Cuánto S.A. Elaboración: Propia.
Cuadro Nº 11 PRESENCIA DE DIARREA, 1994 (Porcentaje) Nivel de pobreza/percepción
Sí Depos. líquidas No Fuente: ENNIV 1994 - Cuánto S.A. Elaboración: Propia.
Cuadro Nº 12 ATENCION MEDICA ANTE PRESENCIA DE DIARREA, 1994 (Porcentaje) Pobres extremos
Pobres no extremos
No pobres
35,3
40,5
49,3
Fuente: ENNIV 1994 - Cuánto S.A. Elaboración: Propia.
Cuadro Nº 13 LUGAR DE OBTENCION DE SRO*, 1994 (Porcentaje) Lugar/ nivel de pobreza UROC Hospital Centro de salud Puesto de distribución No tiene dónde TOTAL * Sales de Rehidratación Oral Fuente: ENNIV 1994 - Cuánto S.A. Elaboración: Propia.
222
Pobres extremos
Pobres no extremos
No pobres
12,8 3,8 19,8 5,3 58,3
19,6 8,2 27,9 4,7 39,6
16,5 13,0 24,7 4,7 41,1
100,0
100,0
100,0
Demanda de Salud Infantil
Cuadro Nº 14 RECONOCIMIENTO DE SINTOMAS DE NEUMONIA, 1994 (Porcentaje) Reconocimiento/ nivel Correcto Incorrecto/no reconoce
Pobres extremos
Pobres no extremos
No pobres
21,6 78,4
40,6 59,4
53,9 46,1
Pobres extremos
Pobres no extremos
No pobres
67,3 32,6
85,6 14,4
89,1 10,9
Fuente: ENNIV 1994 - Cuánto S.A. Elaboración: Propia.
Cuadro Nº 15 CONOCIMIENTO DEL LUGAR DE ATENCION, 1994 (Porcentaje) Conocimiento/ pobreza Correcto Incorrecto Fuente: ENNIV 1994 - Cuánto S.A. Elaboración: Propia.
Cuadro Nº 16 NIÑOS MENORES DE CINCO AÑOS SEGUN TIPO DE DESNUTRICION Y CONDICION DE POBREZA Nº de Orden
Aguda 1/
Crónica 2/
Global 3/
Total de niños
No pobre
78,543 10 61,465 8 76,317 11
158,824 19 223,663 30 341,508 51
72,748 9 74,427 10 142,212 21
821,156 36,9 733,521 32,6 671,596 30,2
289,387 13,0
2.226.273 100,0
Pobre no extremo Pobre extremo
Total
216,325 723,995 9,7 32,5 1/ Desnutrición aguda: el puntaje Z para la relación peso-talla es menor a -1. 2/ Desnutrición crónica: el puntaje Z para la relación talla-edad es menor a -2. 3/ Desnutrición global: el puntaje Z para la relación peso-edad es menor a -2. Fuente: ENNIV 1994 - Cuánto S.A. Elaboración: Propia.
223
Cortez
Cuadro Nº 17 ELASTICIDADES DE LA REGRESION PROBIT PARA PERCEPCION DE ENFERMEDAD Variable
Elasticidad
Zona de residencia Enfermedad de la madre Edad del padre Horas de trabajo (madre) Educación de la madre
0,08235 0,06643 0,00510 -0,00003 0,03257
Fuente: Estimación propia sobre la base de ENNIV 1994.
Cuadro Nº 18 ELASTICIDADES DE LA REGRESION PROBIT PARA CONSULTA DE SALUD Variable
Elasticidad
Días enfermo (hijo) Zona de residencia Ingresos del hogar Horas de trabajo (madre) Precio del servicio
0,00887 -0,09098 0,00303 -0,00021 -0,04582
Fuente: Estimación propia sobre la base de ENNIV 1994.
Cuadro Nº 19 ELASTICIDADES DE LA REGRESION LOGIT POR PROVEEDOR Variable
Zona de residencia Ingresos del hogar Educación de la madre Horas de trabajo (madre) Precio del servicio
Hospital
Elasticidades Posta
Clínica
-1,13E-12 1,16E-17 -2,16E-13 -8,33E-15 1,92E-13
-2,55964 0,000016 -0,32683 -0,00130 0,36855
0,000010 3,55E-09 -0,000004 -2,49E-10 0,000002
Fuente: Estimación propia sobre la base de ENNIV 1994.
224
Demanda de Salud Infantil
Cuadro Nº 20 DEMANDA POR SERVICIOS DE SALUD, 1994 Tipo de Servicio
Población
Incidencia en enfermedad
Probabilidad de búsqueda
Probabilidad de elección
Estimación de la demanda
Estructura porcentual
Hospital Posta Clínica Otro
2 902 959 2 902 959 2 902 959 2 902 959
0,29928 0,29928 0,29928 0,29928
0,32618 0,32618 0,32618 0,32618
0,34870 0,28290 0,10530 0,26310
98 816,14 80 169,44 29 840,38 74 558,43 283 384,39
34,9 28,3 10,5 26,3 100,0
Fuente: Estimación propia sobre la base de la ENNIV 1994.
Cuadro Nº 21 ESCENARIOS SOBRE LA DEMANDA DE SERVICIOS DE SALUD ANTE CAMBIOS EN PRECIOS E INGRESOS, 1994 A. CAMBIO EN PRECIOS Tipo de Servicio
Población
Incidencia en enfermedad
Probabilidad de búsqueda
Probabilidad de elección
Estimación de la demanda
Estructura porcentual
Hospital Posta Clínica Otro
2 902 175 2 902 175 2 902 175 2 902 175
0,29928 0,29928 0,29928 0,29928
0,30327 0,30327 0,30327 0,30327
0,38342 0,17762 0,09158 0,34738
100 996,31 46 786,72 24 123,00 91 503,05 263 409,08
38,3 17,8 9,2 34,7 100,0
Fuente: Estimación propia sobre la base de la ENNIV 1994.
B. CAMBIO EN INGRESOS Tipo de Servicio
Población
Incidencia en enfermedad
Probabilidad de búsqueda
Probabilidad de elección
Estimación de la demanda
Estructura porcentual
Hospital Posta Clínica Otro
2 902 175 2 902 175 2 902 175 2 902 175
0,29928 0,29928 0,29928 0,29928
0,32921 0,32921 0,32921 0,32921
0,34870 0,28289 0,10531 0,26311
99 706,85 80 888,02 30 111,73 75 233,00 285 939,60
34,9 28,3 10,5 26,3 100,0
Fuente: Estimación propia sobre la base de la ENNIV 1994.
225
Cortez
226
Demanda de Salud Infantil
227
Cortez
228
Demanda de Salud Infantil
229
Cortez
230
Saavedra
Resumen El propósito de este ensayo es evaluar el impacto relativo del tipo de gestión de la institución educativa (pública o privada) sobre el ingreso de sus egresados en el Perú. El punto de partida del análisis es la constatación que, usando promedios simples, los egresados de instituciones privadas ganan hasta 35% más que los egresados de instituciones públicas. El estudio se hace utilizando datos a nivel micro para individuos del área urbana del Perú que a la fecha de la encuesta estaban trabajando y que ya han terminado su educación formal. Los datos corresponden a la Encuesta Nacional de Hogares sobre Medición de Niveles de Vida (ENNIV) de 1985.
232
Educación y su impacto sobre los ingresos
EDUCACION PUBLICA Y EDUCACION PRIVADA EN EL PERU: SU IMPACTO RELATIVO SOBRE LOS INGRESOS Evidencia basada en Encuestas de Hogares1
1. Introducción Diversos estudios realizados para países en desarrollo han encontrado que controlando por el status socioeconómico de la familia y por sesgos de selección muestrales, los individuos que asisten a colegios privados tienen un mejor desempeño en pruebas de aptitud verbal y matemática que aquellos que asisten a colegios públicos (Jiménez y otros 1991, Cox y Jiménez 1991). En los Estados Unidos, Coleman, Kilgore y Hoffer (1981) analizaron la eficiencia relativa de los colegios públicos y privados en cuanto a logro educativo2, y también encontraron que los estudiantes de colegios privados mostraban un aprovechamiento más alto que los de colegios públicos, aún controlando por antecedentes socioecónomicos. El análisis del impacto relativo del régimen de gestión de los colegios está relacionado con el análisis de los diferenciales de calidad. En estudios para países en desarrollo, diversos autores han encontrado un efecto positivo de la calidad de la educación sobre el aprovechamiento (Harbison y Hanushek 1986), aún cuando la situación socioeconómica parece ser un determinante de mayor relevancia (Heyneman y Loxley 1983). En los Estados Unidos, después de un enorme esfuerzo de investigación, el análisis del impacto de la calidad del colegio sobre el logro educativo ha arrojado resultados contradictorios, que han sido objeto de un extenso debate. Sin embargo, el logro educativo no es ni la única ni la más precisa medida del éxito del proceso educativo. Otro de los objetivos de la educación es mejorar las oportunidades de los individuos en el mercado laboral. No obstante que los resultados en el sector educativo son usualmente medidos en términos de logro educativo, los retornos generados por la inversión en capital humano son finalmente medidos por los cambios en el potencial de ingresos; por tanto, tiene sentido utilizar indicadores del mercado laboral para estimar la eficiencia relativa de los colegios públicos y privados. 1
Este trabajo es un resumen basado en uno de los capítulos de la tesis doctoral del autor. Se agradece el financiamiento de la Fundación Ford, al Grupo de Análisis para el Desarrollo (GRADE) y a la Universidad de Columbia, Nueva York, para el desarrollo del mismo.
2
En este estudio logro educativo se refiere a aprendizaje. En trabajos empíricos, este es usualmente aproximado por puntajes en pruebas de aptitud verbal y aptitud matemática , entre otras.
233
Saavedra
Investigaciones hechas para el mercado laboral norteamericano muestran una relación positiva entre la calidad de los colegios y la tasa de retorno a la educación (Card y Krueger 1992) y los ingresos (Rizzuto y Wachtel 1980). Asimismo, junto a la evidencia sobre mayor logro de los estudiantes de colegios privados, existe alguna evidencia que indica que estos tienen ventaja en ingresos (Smith 1993, Neal 1994). En los países en desarrollo, los resultados son escasos pero también sugieren que hay un impacto positivo de la calidad del colegio sobre los ingresos (Berhman y Birdsall 1986). Los estudios respecto al impacto del tipo de colegio sobre los ingresos son también escasos, aunque Psacharopoulos y Velez (1993) discuten alguna evidencia que indica una ventaja en ingresos de los egresados de instituciones privadas en Colombia. Una percepción común hoy en día en el Perú es que la educación privada es de mayor calidad que la pública. En realidad, no se ha hecho ningún análisis sistemático sobre el impacto de los diferenciales de calidad educativa sobre los ingresos en general, ni sobre cómo esos diferenciales están relacionados con el tipo de colegio. A primera vista, sin embargo, parece ser que el colegio privado típico está mejor organizado, tiene mejores profesores y mejor infraestructura que el colegio público típico. El propósito de este ensayo es evaluar el impacto relativo del tipo de gestión de la institución educativa (pública o privada) sobre el ingreso de sus egresados en el Perú. El punto de partida del análisis es la constatación que, usando promedios simples, los egresados de instituciones privadas ganan hasta 35% más que los egresados de instituciones públicas. El análisis de los mecanismos mediante los cuales el tipo de colegio influye sobre el logro educativo y los resultados en el mercado laboral, se basa usualmente en el mismo marco conceptual utilizado para analizar los efectos de los diferenciales de calidad. Si la eficiencia relativa de ambos tipos de instituciones está relacionada a indicadores de calidad observables tales como textos, calificaciones de los profesores, tamaño de la clase o número de alumnos por profesor, no habrá nada intrínseco al tipo de institución, y la medición relevante podría hacerse directamente desde el indicador de calidad o insumos observable hacia la variable de “resultado”. No obstante, pueden haber diferencias de calidad en la administración, organización y mecanismos de financiamiento que afecten el entorno educativo, y que son más bien intrínsecas al tipo de institución. Para determinar el efecto del régimen de gestión educativa sobre los ingresos es crucial aislarlo del efecto del status socioeconómico de la familia y de la comunidad, y de las características observables de la institución, por lo que la estimación se realiza controlando por las diferencias observables referidas a estas variables. Además, es necesario reconocer los diferentes canales mediante los cuales el régimen educativo puede afectar los ingresos. No hacerlo expondría al análisis a la crítica de que cualquier ventaja en ingresos para los egresados de escuelas privadas que se encuentre utilizando ecuaciones de ingreso estará afectada por un problema de sesgo de selección. Al margen del efecto directo de la familia sobre los ingresos, es posible que los individuos que se matriculan en instituciones privadas son los que tienen un capital humano inicial más alto, y esa es la causa de sus mayores ingresos. Solucionar el problema de sesgo de selección requiere analizar los determinantes de la elección del tipo de institución (pública/privada). En el Perú, los individuos tienen la libertad de escoger entre un colegio público, en los que teóricamente no se paga 234
Educación y su impacto sobre los ingresos
nada y uno privado, en los que se cobra una pensión. En el trabajo se modela el proceso de selección del tipo de institución como dependiente de la voluntad y la capacidad de la familia para financiar una educación privada. Corregir el problema de selectividad es necesario porque pueden existir factores no observables que elevan la probabilidad de elección de un colegio privado y también los ingresos, generando así inconsistencia en los parámetros estimados. Otro problema que se confronta en este contexto es el problema de identificación, el cual se resuelve usando un conjunto de variables dummy para la localidad donde el individuo fue educado, junto con algunos indicadores de la estructura familiar. Asimismo, se ha medido el efecto que el tipo de colegio tiene sobre los retornos generados por la educación, y se presentan descomposiciones de los diferenciales de ingreso estimados, que permitirán determinar cuánto del diferencial se debe a diferencias en los rasgos promedio de los dos tipos de individuo, y cuánto a diferencias en los precios de mercado de esos rasgos. El estudio se hace usando datos a nivel micro para individuos del área urbana del Perú que a la fecha de la encuesta estaban trabajando y que ya han terminado su educación formal. Los datos corresponden a la Encuesta Nacional de Hogares sobre Medición de Niveles de Vida (ENNIV) de 1985. Además de información sobre educación, ingreso, ocupación y otras características personales de individuos que al momento de la encuesta están trabajando, dicha encuesta contiene información sobre la educación y la ocupación de los padres de esos individuos3. Desde la perspectiva del diseño de políticas, aislar el efecto del tipo de régimen educativo -público o privado- sobre los ingresos, del efecto que causan las características del estudiante y su familia y la calidad observable del colegio, permitirá aclarar si las instituciones privadas son en realidad más efectivas, o si sólo están educando individuos con un capital humano inicial más alto. Si se confirma esto último, no tendría sentido incrementar el acceso a la educación privada o reducir la participación del sector público. En cambio, si el valor añadido de las instituciones privadas es mayor, los recursos públicos deberían dirigirse a financiar la provisión del servicio educativo en el sector privado o en su defecto el régimen estatal debería modificar la forma como administra sus recursos y organiza sus escuelas. Encontrar una prima de ingresos de la educación privada puede aparecer como un resultado obvio dado el mayor costo promedio de la educación privada; no obstante, encontrar que efectivamente existe un diferencial de ingresos entre los egresados de instituciones públicas y privadas, implica que la inversión tiene una racionalidad económica y sean cuales fueren las diferencias entre los dos tipos de instituciones será claro que no son sólo un bien de consumo4.
3
Lamentablemente, el módulo de información de los padres de los individuos de la muestra no se ha incluido en encuestas posteriores.
4
Como se ve más adelante, al calcular valores presentes netos se encuentra que el flujo de ingresos de un trabajador con educación secundaria que asistió a un colegio privado es 20% más alto que el de uno que asistió a un colegio público. El hecho que algunos individuos tengan acceso a este tipo de educación, mientras otros no pueden invertir en ella, evidencia que el sector público no está haciendo de la educación un instrumento para la igualación de oportunidades.
235
Saavedra
2. Marco Conceptual La escasa literatura disponible sobre el efecto del régimen de la institución educativa sobre los ingresos se ha basado implícitamente en el hecho que la gestión es otra dimensión de la calidad de la educación. Desde el punto de vista de la teoría del capital humano, la ventaja en ingresos que en promedio obtienen los trabajadores educados en instituciones privadas se debe a que el tipo de colegio -así como otras dimensiones de la calidad de la educación- tiene un efecto positivo sobre los años de escolaridad y sobre la tasa de retorno de cada año de escolaridad. El incremento en la productividad de un año de educación y por tanto, el retorno pecuniario, aumenta con la calidad de la educación. Para analizar algunos de estos tópicos conceptuales, considérese la siguiente función estructural de ingresos (Willis 1986): ln(Y) = h (S, Q)
(1)
donde S son los años de escolaridad y Q es un indicador de la calidad de dicha educación. Asúmase además que el retorno marginal de la escolaridad es decreciente, (hS > 0, hSS < 0), de modo que el perfil de ingresos es cóncavo (véase el Gráfico Nº 1). La curva (S,QH) corresponde a un individuo con educación de alta calidad, mientras la curva (S,QL) corresponde a un individuo con una educación de baja calidad. A cualquier nivel de escolaridad, un individuo que adquiere una educación de tipo H obtiene mayores ingresos que un individuo con una educación de tipo L. Suponiendo que todos los individuos enfrentan los mismos costos marginales, los individuos que tienen acceso a una educación de alta calidad adquieren S*(QH), porque el beneficio marginal de un año en el colegio será igual al costo marginal a un nivel de S más alto, mientras que los individuos que no pueden obtener este tipo de educación adquieren S*(QL). Si hay una igualación de las tasas marginales de retorno entre individuos, aquellos con educación privada tendrán un logro educativo más alto y un ingreso mayor. Nótese sin embargo, que para que esto suceda, las dos funciones de ingresos estructurales no pueden ser paralelas. El supuesto que subyace a este “despliegue” de las curvas es que hSQ > 0. En términos de la estimación econométrica, estas funciones de ingreso pueden ser rastreadas en base al hecho que cada individuo enfrenta diferentes tasas de interés, y en consecuencia invierte en distintas cantidades de capital humano. Más aún, incluso si las tasas de interés fueran las mismas, el hecho que la gente tenga diferentes tasas de preferencia en el tiempo, implicará diferentes niveles de inversión. Si hSQ = 0, las dos funciones serían paralelas y una única ecuación de ingresos puede ser estimada, con una dummy capturando el efecto del tipo de colegio. Si hSQ > 0, entonces el uso de dos modelos se justifica en el hecho que tanto el intercepto como la tasa de retorno promedio difieren5. El análisis de oferta y demanda por inversión en capital humano realizado por Becker (1993) captura la misma idea que se acaba de exponer, pero poniendo énfasis
5
236
Una estimación conjunta utilizando todas las observaciones llevará a una sobreestimación de las tasas de retorno, mientras que una estimación separada para cada grupo permitiría el cálculo de diferentes retornos generados por la educación y por otros rasgos.
Educación y su impacto sobre los ingresos
en el análisis marginal (véase el Gráfico Nº 2). Las curvas de demanda por capital humano capturan el beneficio marginal derivado de diferentes inversiones en capital humano. Esta curva se mueve hacia arriba para aquellos individuos que tienen acceso a educación de mayor calidad. Suponiendo nuevamente que los perfiles de ingreso tienden a separarse, a mayor calidad de la educación más grande será el incremento en capital humano y por tanto el retorno de cada año de educación y mayor será el número de años de educación. Por otro lado, una curva de oferta con pendiente creciente captura el creciente costo marginal del financiamiento, a medida que se incrementa la inversión en educación. Un tópico importante que puede ser analizado en este marco conceptual es el rol del status socioeconómico de la familia. Un análisis de medias de la muestra, indica que los padres de individuos que terminaron su educación en instituciones privadas tienen una mejor educación y es más probable que tengan ocupaciones profesionales o gerenciales, respecto a los padres de aquellos que estudiaron en instituciones públicas6. Si los individuos con mejores antecedentes socioeconómicos asisten a colegios de mayor calidad, y todas las personas tienen las mismas curvas de oferta, el status socioeconómico estará positivamente correlacionado con las tasas de retorno y años de escolaridad. Pero diferencias en status socioeconómicos también implican distintas curvas de oferta, debido principalmente a diferencias en la capacidad para financiar la educación. Si las personas con más dinero tienen acceso a fuentes de crédito más baratas, la curva de costo marginal se moverá hacia afuera para ellos7. Si tanto los factores de oferta como de demanda son considerados, y si las personas con más dinero son también aquellas que acceden a colegios privados, los ingresos y la escolaridad de los individuos provenientes de familias más ricas serán más altos, pero el efecto sobre las tasas de retorno será ambiguo. Se podría encontrar una tasa de retorno más alta entre egresados de instituciones privadas si las diferencias por el lado de la demanda son mayores que las diferencias por el lado de la oferta. La importancia teórica de los antecedentes familiares tiene también implicancias econométricas. El diferencial de ingresos entre los individuos egresados de distintos tipos de instituciones educativas puede deberse a diferencias en los antecedentes socioeconómicos. La ventaja en ingresos de egresados de instituciones privadas puede deberse a que el capital humano de los padres tiene una influencia en el logro educativo -aprendizaje- y éste sobre la productividad valorada por el mercado, y además los individuos con padres más educados tienden a asistir a instituciones privadas. En consecuencia, la educación privada no necesariamente es más efectiva sino sólo que seleccionan a aquellos individuos que tienen un capital humano inicial mayor. Si esto es cierto, la introducción de controles para los antecedentes socioeconómicos familiares debería reducir la ventaja de los trabajadores educados en instituciones privadas. Por otro lado, si el status socioeconómico está positivamente relacionado con los años de escolaridad que un individuo obtiene (porque aquél está negativamente relacionado con la tasa de interés), la introducción de este control podría también reducir las tasas de retorno a la educación. 6
Véase Taubman (1975) para una discusión de la relación entre riqueza familiar y calidad del colegio en los Estados Unidos.
7
Alternativamente, la curva de costo marginal puede ser única, pero comienza a ser inelástica en cierto punto. Este quiebre puede darse a niveles bajos de escolaridad para las personas más pobres, a partir del cual la tasa de interés equivale a infinito.
237
Saavedra
El principal mecanismo alternativo a través del cual el tipo de institución puede afectar los ingresos es sólo otra forma de inversión en capital humano. Las inversiones en salud o migración son consideradas inversiones que acrecientan el valor del propio capital humano, incrementando los ingresos recibidos gracias a un stock dado de éste. En la misma forma, el efecto positivo que tiene asistir a un colegio privado sobre los ingresos puede relacionarse a la mayor probabilidad de ser parte de redes sociales que incrementan el retorno a la inversión educativa. Como cualquier inversión, los retornos del capital humano están sujetos a riesgo. Pertenecer a ciertas redes sociales reduce los costos de buscar trabajo mediante canales informativos más amplios sobre oportunidades de empleo. Esto puede permitir una reducción del tiempo de búsqueda de trabajo, o puede incrementar la probabilidad de encontrar un mejor ajuste entre las capacidades adquiridas y empleo. En este sentido, si los padres deciden invertir en una educación de mejor calidad, pueden estar incurriendo concientemente en una inversión temprana de búsqueda de empleo8. No es posible ni necesario excluir que invertir en una educación de alta calidad incrementa los ingresos mediante un incremento del stock de capital humano a una tasa más rápida por unidad de tiempo y a la vez mediante un incremento de su valor de mercado. Finalmente, la hipótesis de selección puede también aplicarse aquí. En su versión original, esta hipótesis sostiene que los empleadores usan la educación como una señal de capacidad, ya que para los más capacitados el esfuerzo requerido para lograr más años de educación es menor que para los menos capacitados. En este contexto, la señal extraída puede ser relacionada con el capital humano inicial más alto poseído por quienes asisten a instituciones privadas, debido al nivel educativo promedio más alto de sus padres.
3. Calidad, Tipos de Colegio y Resultados en el Mercado de Trabajo 3.1 Calidad del Colegio y Tasa de Retorno Los primeros estudios sobre la relación entre la calidad de la educación y los ingresos a través de la tasa de retorno a la educación fueron los de Johnson y Stafford (1973), Link y Rattledge (1973) y Rizzuto y Wachtel (1980) quienes encuentran tasas de retorno a la calidad de la educación positivas y significativas en los Estados Unidos. La principal conclusión de estos estudios es que la calidad de la educación, y en general las características del colegio, tienen un impacto positivo sobre el ingreso9. Otro grupo de estudios empíricos evalúan el efecto directo de la calidad de la educación sobre las tasas de retorno a los años de escolaridad -la cantidad de educación- (Berhman y Birdsall 1985; Card y Krueger 1992). Usando datos para Brasil, Behrman y Birdsall aproximan la calidad mediante el número promedio de años de escolaridad 8
Este es otro caso en el cual importan los pares. Los padres pueden preocuparse sobre los antecedentes socioeconómicos promedio de los otros estudiantes en el colegio, tanto porque ellos pueden tener un capital humano inicial mayor, como por las “conexiones” futuras que ello puede implicar.
9
Otros estudios, le otorgan un rol menos importante a la calidad. Altonji (1990), encuentra que “el uso de efectos fijos con el propósito de controlar las características del colegio tiene sólo un efecto modesto” en la tasa de retorno generada por la educación.
238
Educación y su impacto sobre los ingresos
de los profesores en la comunidad en que el individuo fue educado, y encuentran que la tasa de retorno se eleva con la calidad de la educación. Card y Krueger estiman tasas de retorno para diferentes grupos divididos por cohorte, raza y estado en los Estados Unidos, y encuentran una asociación positiva entre las tasas estimadas de retornos a la educación e indicadores de calidad de la educación para aquellas razas en aquellos estados durante el tiempo en que cada una de esas cohortes fue educada. 3.2 Institución Privada e Institución Pública Unos pocos estudios empíricos analizan específicamente la distinción público/ privado y sus efectos sobre los ingresos. En un estudio hecho para Estados Unidos, Chipty y Kessler (1992) no encuentran un diferencial significativo de ingresos entre los trabajadores educados en los sistemas público y privado. Sin embargo, Smith (1993) encuentra que aún controlando el sesgo de selección, los antecedentes socioeconómicos familiares, indicadores de habilidad e indicadores observables de la calidad del colegio, el retorno a un año adicional de educación privada es 13.1%, mientras la cifra para la educación pública es 6.6%. Neal (1994) muestra que en Estados Unidos, y especialmente entre las minorías urbanas, el principal impacto de los colegios católicos sobre los ingresos es a través de incrementar la probabilidad de finalizar la secundaria. Neal también encuentra que incluso controlando por graduación del colegio y de la universidad, la asistencia a un colegio católico genera una prima de 0.23 en los ingresos registrados10. Estudios hechos para el Perú usando funciones de ingreso, muestran consistentemente una ventaja en ingresos para individuos egresados de instituciones privadas de alrededor de 20% entre los asalariados limeños varones (Khandker 1990). Sin embargo, el impacto del tipo de colegio no fue significativo en otras áreas urbanas y en las áreas rurales. Estos resultados fueron similares entre mujeres, pero en este caso, la ventaja debida a la educación privada estuvo alrededor de 35% en Lima. ¿Por qué importan las instituciones privadas? Como se dijo anteriormente, el tipo de colegio parece tener un impacto sobre el logro educativo alcanzado y sobre los resultados en el mercado de trabajo. El mecanismo a través del cual esto sucede es menos claro, aunque se suele hacer referencia a él como la existencia de diferenciales de calidad. Sin embargo, la pregunta crucial es cuál es la fuente de estos diferenciales. Si la eficiencia relativa de ambos tipos de colegio está relacionada con factores observables tales como textos, calificaciones de los profesores, tamaño de la clase o número de alumnos por profesor, no habrá nada intrínseco al tipo de institución, y la evaluación relevante podría hacerse directamente desde los factores observables hacia la variable de resultado -logro educativo o resultado en el mercado laboral. Aun así, las principales fuentes de diferencias en calidad pueden ser difíciles de observar y medir, y difíciles de ser influidas por la política educativa. Los colegios privados y públicos en el Perú difieren marcadamente en su estructura de organización. En el caso de los colegios públicos, el Estado tiene el control de la administración, la plana docente, los estándares educativos, el abastecimiento de ma10
Dicho autor reconoce que la estimación puede estar sobredimensionada, dado que componentes del salario vinculados específicamente a la ubicación geográfica, correlacionados con la asistencia a colegios católicos, pueden no haber sido adecuadamente controlados.
239
Saavedra
terial educativo, el presupuesto y el currículum, y lo hace de una manera altamente centralizada. Por ello, los administradores de los colegios tienen muy poco poder sobre los mecanismos de promoción y evaluación de su plana docente y administrativa. El buen desempeño de los profesores no es necesariamente recompensado, aún si el director desea hacerlo. El buen desempeño de los directores tampoco es recompensado, por lo que no hay incentivos para que éstos motiven a sus profesores, pidan mayor esfuerzo, promuevan la disciplina y el orden entre estudiantes, u organicen el colegio de forma tal que se puedan sortear las restricciones que impone la burocracia. En cambio, en los colegios privados el director suele tener un control casi absoluto en la determinación de los mecanismos de evaluación y promoción y en los ingresos de su plana, y es él mismo quien tiene que asumir la responsabilidad de cómo está manejando el colegio, y mantener ciertos estándares educativos impuestos por los propietarios, los padres o las organizaciones religiosas. Todos estos aspectos están íntimamente relacionados con un punto al parecer fácilmente observable: financiamiento. Las diferencias son no sólo el nivel y las fuentes de gasto, sino la forma en que los recursos financieros son gastados y la manera en que los fondos fluyen al interior del sistema. Los colegios públicos tienden a usar una mucho mayor proporción de sus recursos en gastos administrativos no relacionados con la educación misma, y son mucho menos flexibles que sus contrapartes privadas en determinar los usos más eficientes de esos recursos. ¿Cómo pueden las diferencias en administración, organización y financiamiento afectar a los estudiantes? Claramente, el entorno educativo es mucho más favorable si los profesores y el personal administrativo están más motivados y si los colegios tienen sus metas educativas bien claras. No es posible dividir los colegios públicos y privados de manera tajante y postular que los colegios públicos tienen siempre estándares educativos más pobres. Es sabido que hay grandes diferencias en los recursos gastados en las instituciones públicas en cada región. Y las instituciones privadas también varían grandemente en términos de recursos. Sin embargo, es posible suponer -por lo menos como una hipótesis de trabajo- que hay una dispersión de calidades, pero que ambos tipos de colegios tienen distintas distribuciones. La distribución de calidad de los colegios públicos tiene una menor varianza y una menor media que la de los colegios privados.
4. Algunas Notas sobre la Educación Privada y Pública en el Perú 4.1 Los Datos La muestra utilizada ha sido extraída de la Encuesta Nacional de Hogares sobre Medición de Niveles de Vida de 1985, realizada en el Perú conjuntamente por el Banco Mundial, el Instituto Nacional de Estadística y el Banco Central de Reserva. Esta es una encuesta de hogares que recoge información detallada sobre vivienda, ingreso, educación, ocupación, migración, fertilidad y consumo. En esta aplicación específica, la selección de la muestra fue dictada por el interés de analizar los resultados en el mercado laboral, por lo que se incluyó sólo a los individuos que estuvieran trabajando 35 horas o más por semana, que hubieran recibido educación y que no estudiasen estudiando a tiempo completo en el momento de la encuesta. Además, dada la necesi240
Educación y su impacto sobre los ingresos
dad de controlar los antecedentes familiares, sólo se incluyó a los trabajadores para los cuales estuviera disponible la información sobre educación y ocupación de los padres11. Dadas las restricciones previas, la muestra final incluyó 1,394 individuos de Lima y 1,662 individuos de otras áreas urbanas12.
4.2 Una Comparación de los Regímenes de Gestión Las Instituciones Educativas Excepto por las cifras de matrícula, los datos sobre las instituciones privadas son bastante escasos. Entre 1955 y 1975, el Perú experimentó un drástico incremento de la inversión educativa en todos los niveles educacionales. Como se ve en el Cuadro Nº 1, en 1990 la matrícula en colegios privados fue equivalente a 12% del total de la matrícula primaria y secundaria, y a 32% de la matrícula universitaria. Esta proporción se ha mantenido relativamente estable desde 1960, lo cual indica que el sector privado se ha expandido a una tasa más o menos similar que el sector público. Sin embargo, se observa un rápida expansión en el sistema privado en el nivel postsecundario, donde la proporción de la matrícula en instituciones privadas se incrementó de 10% en 1950 a 32% en 1985. Los colegios privados se concentran en las áreas urbanas, siendo su número en las áreas rurales poco menos que insignificante. Una parte importante de las instituciones privadas son colegios católicos. Una opinión muy extendida es que junto con la expansión del sistema educativo en el Perú, sucedió un drástico deterioro de los estándares de calidad y una creciente ampliación de los diferenciales de calidad. Un indicador del primer problema es el agudo deterioro de los salarios reales de los profesores secundarios y universitarios del sector público. Aun cuando la tendencia en el sector privado fue similar, los salarios de los profesores tienen una pequeña prima. Adicionalmente, la diferencia de organización entre ambos tipos de colegios, como se discutió antes, debe haber dado una ventaja a los colegios privados en tanto son más capaces de modificar sus estructuras de costos y sus mecanismos de financiamiento, ante la necesidad de encarar un entorno económico menos favorable.
11
Muchos de los resultados empíricos reportados a continuación se volvieron a procesar usando una muestra extendida que incluyó individuos para los cuales no había información disponible sobre los antecedentes familiares, y se incluyeron variables dummy para controlar esta carencia. En general, los resultados no se vieron afectados. Esta comprobación de la consistencia del resultado era importante dado que limitar la muestra a los trabajadores con información sobre los padres implicaba una exclusión no aleatoria de observaciones del segmento más bajo en la distribución de los ingresos.
12
Una carencia importante de estos datos es que la categoría público/privado es reportada sólo para la última institución a la que se asistió. Esto implica que los resultados deberían ser interpretados como el efecto de una institución privada en general. Si el análisis hubiera estado restringido a los colegios primarios y secundarios, y los individuos con educación superior hubieran sido dejados fuera de la muestra, un número desproporcionado de individuos con educación privada habrían sido excluidos, dado que ellos tienen una probabilidad más alta de continuar su educación luego de la secundaria. Idealmente, la encuesta debería haber indagado por el tipo de institución a la cual se asistió en cada nivel educativo.
241
Saavedra Cuadro Nº 1 Matrícula por régimen de gestión y nivel educativo (miles, 1990)
Pública
Privada
Total
% Privada
Distribución de matrícula privada
TOTAL*
6,027
1,063
7,080
15.0
100.0
Primaria Secundaria Superior no univ. Universitaria
3,653 1,712 148 352
459 262 75 160
4,112 1,974 223 512
11.2 13.3 33.7 31.3
43.2 24.7 7.1 15.1
* Este total incluye educación ocupacional y educación especial. Fuente: Ministerio de Educación (1993).
Los colegios públicos dependen casi completamente de un flujo centralizado de recursos, y en tal sentido son menos heterogéneos que los colegios privados. En el sector público los estudiantes no pagan pensiones, y en el nivel primario se supone que incluso deben recibir útiles escolares. Esto, sin embargo, ha dependido del estado general de las finanzas del gobierno y no siempre se ha cumplido. Es probable que la reducción en el gasto público por alumno y el deterioro de la calidad de los colegios públicos estuvieran acompañados por un aumento en los costos enfrentados por las familias (por ejemplo, mediante la contribución a las asociaciones de padres de familia). En los niveles primario y secundario, algunas instituciones privadas imparten exámenes de admisión que les permiten discernir cuáles son los estudiantes más capaces. En el nivel de educación superior, todas las instituciones, públicas o privadas, llenan sus cuotas autoimpuestas de matrícula usando estos tipos de exámenes; sin embargo, el nivel de dificultad de ellos varía enormemente de una institución a otra. Los colegios privados son muy heterogéneos tanto en términos de las contribuciones del estudiante como en niveles de calidad, por lo que es difícil llegar a conclusiones definitivas en cuanto a los diferenciales de calidad. Como se ve en el Cuadro Nº 2, los colegios privados cuestan en Lima casi cuatro veces más (a los padres) que los colegios públicos. Estas cifras, sin embargo, ocultan mayores varianzas en las pensiones y en la calidad al interior del sector privado. Generalmente, los estudiantes en las instituciones privadas pagan pensiones, aunque no hay una correlación perfecta entre esto y la calidad. Entre otras razones, ello se debe a que muchos de los colegios privados son conducidos por organizaciones religiosas y reciben subsidios pecuniarios del Estado y subsidios pecuniarios y en especie de organizaciones religiosas patrocinadoras. Por tanto, los colegios privados pueden ser altamente subsidiados, y esta asignación puede variar marcadamente de un colegio privado a otro13. Finalmente, tanto las universidades públicas como algunas privadas reciben fondos públicos. Las universidades públicas son gratuitas, mientras las privadas suelen cobrar pensiones de acuerdo al nivel de ingreso familiar del estudiante. 13
242
Un argumento similar para Estados Unidos se puede encontrar en Lankford y Wyckoff (1992).
Educación y su impacto sobre los ingresos
Cuadro Nº 2 Costo anual promedio (pagado por el estudiante) de los colegios públicos y privados (1990, en dólares corrientes) Colegios públicos
Primaria Lima Otras áreas urbanas Secundaria Lima Otras áreas urbanas Educación superior Lima Otras áreas urbanas
Colegios privados
Pagado por los padres
Subsidio Estatal
Pagado por los padres
70 53
47 47
478 268
97 86
96 96
477 298
231 176
265 265
755 396
Fuente: Rodríguez (1993).
Respecto a los diferenciales en logro educativo, no han habido esfuerzos sistemáticos para reunir información sobre el desempeño de los estudiantes en los exámenes de aptitud en el Perú. Hay sólo un estudio realizado en 1981 por el Ministerio de Educación con una muestra de 1,600 estudiantes de sexto grado. Se encontró que 76% de los estudiantes no tenían un nivel “adecuado” de aptitudes matemáticas y 15% no lo tenían en aptitud verbal. Las diferencias en desempeño eran grandes entre las áreas urbana y rural, siendo el desempeño mucho menor para la última en todos los casos. Al interior de las regiones existen también discrepancias en cuanto al logro entre los que asisten a colegios públicos y los que concurren a colegios privados. En los colegios privados la proporción de estudiantes que no tenían un nivel “adecuado” era de 64% en matemáticas y 3% en lenguaje. En los colegios públicos las cifras eran 81% y 19% respectivamente14. Comparación entre trabajadores educados en instituciones públicas y trabajadores educados en instituciones privadas Utilizando la ENNIV es posible hacer una descripción inicial de las diferencias entre quienes asistieron a instituciones privadas y quienes acudieron a instituciones públicas. Un simple análisis de las medias de las muestras revela que los trabajadores que asistieron a colegios privados tienen ingresos promedio por hora 35% superiores a los de aquellos que fueron a colegios públicos. Estos resultados provienen principalmente de diferencias entre trabajadores con educación secundaria (véase el Cuadro Nº 3). Entre los trabajadores con educación primaria el resultado se invierte, y aquellos que asistieron a colegios públicos tienen una ventaja pequeña con respecto a su contraparte privada, mientras que entre los trabajadores con más que educación secundaria la diferencia no es importante. En general, las diferencias son menores en otras áreas urbanas que en Lima, pero son todavía significativas. 14
Desafortunadamente, en el documento que recoge los resultados del estudio no hay ninguna explicación de lo que significa “adecuado”.
243
Saavedra
Cuadro Nº 3 Media del logaritmo del Ingreso por hora - 1985
Lima
Otras áreas urbanas
Toda la muestra Pública Privada
1.48 1.95
1.22 1.49
Educación primaria Pública Privada
1.01 0.91
0.96 1.00
Lima
Otras áreas urbanas
Secundaria Pública Privada
1.49 1.83
1.33 1.47
Postsecundaria Pública Privada
2.25 2.24
1.91 2.27
Fuente: ENNIV 1985.
En lo que respecta a los años de escolaridad, los egresados del sector privado en Lima completan casi tres años más que los del sistema educativo público. En otras áreas urbanas, este diferencial es de alrededor de un año. Si se compara la media de la muestra de trabajadores que asistieron a una institución pública con la media correspondiente a aquellos que asistieron a una institución privada (véase el Cuadro Nº 4), se encuentra que en Lima los egresados del sistema privado tuvieron padres con casi tres años más de educación que los padres de los que se educaron en instituciones públicas. La proporción de estudiantes matriculados en instituciones privadas aumenta a medida que aumentan los años de educación del padre. Cálculos hechos en base a la ENNIV muestran que esta proporción está por debajo del 15% para individuos cuyos padres tienen hasta once años de escolaridad, y salta hasta 45% cuando los padres tienen más años de educación. Quienes asistieron a colegios privados tienen una mayor probabilidad de tener padres profesionales o en trabajos no manuales. Asimismo, tienden a ser originarios de ciudades grandes, y sólo 2% nacieron en áreas rurales. En cambio, 46% de los trabajadores educados en el sistema público nacieron en áreas rurales, lo cual indica que una gran proporción de personas que migraron desde áreas rurales y pequeños pueblos hacia Lima hacen uso de la educación pública.Ta m b i é n se observa que el promedio de años de escolaridad en las comunidades de nacimiento de los individuos es más alto para los trabajadores educados en instituciones privadas que para los educados en instituciones públicas15. Entre los trabajadores egresados de instituciones públicas, la proporción que repitió uno o más años es 22%, cifra más alta que la del otro grupo (15%). Si el número de años que un estudiante repite un año se usa como una aproximación de la habilidad, se puede concluir que los estudiantes más capacitados son seleccionados para los colegios privados. Sin embargo, esta selección no es necesariamente hecha antes que los 15
244
Estas variables son promedios tomados sobre los individuos que en el momento de la encuesta estaban viviendo en la comunidad (provincia) donde el individuo había nacido. Por tanto, cualquier conclusión en el análisis empírico respecto a los antecedentes de comunidad de origen se basa en el supuesto que la distribución del ingreso y la educación entre comunidades no ha cambiado dramáticamente a lo largo del tiempo.
Educación y su impacto sobre los ingresos
padres decidan el tipo de colegio, porque no todos los colegios privados requieren un examen de aptitud para admitir a un estudiante. Sin embargo, es probable que estudiantes problemáticos o de bajo rendimiento a los cuales no se les permite continuar en un colegio privado, terminen su educación en uno público. La encuesta reporta sólo el tipo de gestión de la última institución a la cual se asistió, por lo que no se puede saber cuántos estudiantes de colegios públicos asistieron a colegios privados previamente. Los resultados que se reportan aquí respaldan la idea que los estudiantes que repiten el año son menos capaces, en tanto tienden a completar menos años de escolaridad en casi todos los casos. También en base a la ENNIV se encuentra que tanto en Lima como en otras áreas urbanas, el porcentaje de personas que usaron libros de texto es mayor entre egresados de instituciones privadas, aunque no se encuentran diferencias significativas en cuanto a mobiliario. No están disponibles otros indicadores directos de diferenciales de calidad entre colegios privados y públicos. Toda esta caracterización es similar para los trabajadores de otras áreas urbanas. Los padres de trabajadores educados en colegios privados tienen más años de educación: en promedio, el padre tiene 1.5 años más, mientras la madre tiene 1.3 años más de educación, aunque sus niveles educacionales son mucho menores que en Lima. Los padres tienen también una mayor probabilidad de ser trabajadores no manuales. La relación positiva entre matrícula en colegios privados y educación del padre, aunque se mantiene, no es tan clara como en Lima. En lo que se refiere a la proporción de estudiantes que repitieron uno o más años, la cifra llega a 28% para los que asistieron a colegios públicos y a 15% para los que asistieron a colegios privados.
5. Implementación Empírica y Problemas Econométricos Si el efecto de ser egresado de una institución privada sobre los ingresos se debe al hecho que estos individuos provienen de un entorno socioeconómico más favorable o son más capaces, las diferencias de ingreso deberían desaparecer una vez que dichas variables son incluidas en el modelo. El primer enfoque utilizado fue la estimación de la siguiente especificación en forma escalonada: ln (wi) = Xi’δ1 + Qi’δ2 + Bi’δ3 + Ci’δ4 + Ai’δ5 + δ6Pi + νi
(2)
donde X es un vector de características personales que incluye género, variables educacionales, experiencia general y ocupacional; Q es un conjunto de indicadores observables de calidad del colegio; B es un vector de variables de antecedentes socioeconómicos que incluye educación y ocupación de los padres; C es un vector de variables sobre la comunidad de origen, que incluyen el tipo de localidad en que el individuo nació (pueblo o ciudad), y el número promedio de años de educación en esa comunidad; A incluye indicadores de capacidades, aproximados por dummies que indican si el individuo repitió uno o más años; P indica el régimen de gestión del colegio. Se supone que νi tiene una distribución N(0,σ2). La especificación anterior supone que todos los individuos han sido tomados de la misma población, de modo que los δi’s están restringidos a ser independientes de la 245
Saavedra
elección del colegio, y la variable dummy P genera un cambio en el intercepto. Una especificación más flexible supone que los individuos de los colegios privados y los de los colegios públicos constituyen observaciones tomadas de diferentes muestras y tienen diferentes funciones estructurales de ingreso. En este caso, la estimación se hace separadamente para cada grupo:
ln (wpi) = J’pi δp + νpi
(3)
ln (wgi) = J’gi δg + νgi
(4)
donde J = [X,Q,B].
5.1 Sesgo de Selección La estimación de parámetros consistentes a partir de la ecuación (2) supone que P es una variable exógena, no correlacionada con el término de error. La estimación de parámetros consistentes en el modelo de dos poblaciones (ecuaciones 3 y 4) supone que los individuos no se autoseleccionan ellos mismos a ninguna de las dos poblaciones. Sin embargo, como ha sido extensamente discutido en la literatura sobre el tema, un problema econométrico serio en este contexto es el sesgo de selección. Los estudiantes no son asignados aleatoriamente a cierto tipo de colegio, sino que el régimen de gestión del colegio es una función de ciertas variables, algunas observadas y otras no. Si las variables no observables afectan también a los ingresos, los coeficientes de las ecuaciones de ingresos estarán sesgados. Por ejemplo, considérese el caso en que las familias de trabajadores que estudiaron en instituciones privadas pertenecen a ciertos circuitos o redes sociales. Esto mejora las posibilidades de asistir a un colegio privado y al mismo tiempo hace más fácil y más rápido conseguir un trabajo al finalizar los estudios. Si por cualquier razón este efecto no es completamente capturado en las variables de status socioeconómico de la familia, usadas en las estimaciones, el indicador de educación privada puede estar correlacionado con νi y el coeficiente para la escolaridad privada en la ecuación (2) estará sobreestimado. Por otro lado, esto introducirá un sesgo en los parámetros estimados de (3) y (4). Con el propósito de resolver el problema de asignación no aleatoria de individuos en la educación pública y privada, se han estimado ecuaciones de ingreso corregidas por sesgo de selección. Para hacer esto es necesario modelar empíricamente los determinantes de la elección del colegio. La probabilidad de ser observado en un colegio privado está dada por: prob (P=1) = prob (ε ≥ -Z’π) = Φ(Z’π)
(5)
donde Φ es la función de distribución de la normal estándar. Z es un vector de variables relacionadas a los antecedentes familiares del individuo, indicadores de habilidad -gruesamente aproximados por dummies que indican si el individuo repitió de 246
Educación y su impacto sobre los ingresos
año- y un conjunto de efectos fijos para la comunidad donde el individuo se educó. Los parámetros en π pueden ser estimados usando una función probit de máxima verosimilitud: (6) Cuando se considera el modelo de una sola población, para evitar los problemas derivados del carácter endógeno de la elección del colegio, y para poder obtener estimaciones consistentes, Pi puede ser reemplazado por la probabilidad estimada obtenida de la estimación probit, y calculado usando mínimos cuadrados ordinarios. Cuando se considera el modelo de dos poblaciones (ecuaciones 3 y 4), a menos que la selección de régimen sea aleatoria y E(νg)=0 y E(νp)=0, se requiere una corrección del sesgo de selección para obtener parámetros consistentes. En este caso, es posible que E(εi,νi)≠0. Esto puede ocurrir si los factores no observables que afectan la elección del colegio están correlacionados con factores no observables que también influyen sobre los ingresos. Por ejemplo, las variables de antecedentes socioeconómicos no observables que incrementan la probabilidad de asistir a un colegio privado pueden también aumentar los ingresos, generando una correlación positiva entre los términos de error de ambas ecuaciones. En consecuencia, es necesario incorporar términos de ajuste de medias truncadas, que deben tomar en cuenta el proceso de selección no aleatorio. Estas medias truncadas (o ratios de Mill) son calculadas usando los coeficientes de la ecuación probit discutida arriba, y son incorporadas como regresores adicionales en las ecuaciones de ingreso. Este es el procedimiento en dos etapas de Heckman-Lee. Las ecuaciones a ser estimadas son en este caso:
(7)
(8) En todos los casos en los cuales se incluye un término de corrección de la selección, los errores estándar deben ser corregidos ante una posible heterocedasticidad. Los coeficientes de los ratios de Mill son estimados de cov(ε,νp) y cov(ε,νg). 5.2 Identificación Como se sabe, para que las ecuaciones 7 y 8 estén propiamente identificadas, es necesario incluir en el vector de variables explicativas de la ecuación probit (las Zs) algunas variables que no son determinantes de ingresos (las Js). La identificación en este caso es obtenida mediante el uso de dos grupos de variables. Dado que no hay datos disponibles sobre la oferta de educación privada a nivel regional, hemos identificado la localidad donde el individuo radicaba mientras estaba cumpliendo su último nivel educacional, y hemos introducido efectos fijos para la localidad. Para determinar dónde se encontraba el individuo mientras estaba en su último nivel de educación, hemos combinado datos sobre educación y la provincia de nacimiento con datos sobre migración. 247
Saavedra
La información disponible indica si el individuo había migrado en el pasado o no, la edad a la que se migró, y las provincias de origen y destino. La identificación fue fácil para los no migrantes, en cuyo caso la localidad de educación fue aquella donde el individuo nació. Para aquellos que migraron, hemos comparado la edad a la que se migró con la edad a la que el individuo terminó de estudiar, para poder determinar si la migración ocurrió antes o después de haberse logrado el último nivel educativo. En los casos de aquellos individuos que migraron más de una vez, hemos utilizado el lugar actual de residencia o el lugar de residencia inmediatamente anterior, dependiendo del momento en que ocurrió la última migración. Las otras variables utilizadas para la identificación estuvieron relacionadas con la estructura familiar, asumiendo que las familias en las que tanto el padre como la madre están presentes tendrán una mayor voluntad o capacidad de gastar en educación y una mayor probabilidad de matricular a sus hijos en un colegio privado16. Este indicador fue combinado con el nivel educacional de los padres, bajo el supuesto que a mayor nivel educacional, menos determinante será la estructura familiar en la decisión sobre elección de colegio.
6. Resultados Empíricos Básicos El modelo de una sola población (ecuación 2) fue estimado en primer lugar de manera escalonada; se realizaron estimaciones incluyendo diferentes conjuntos de controles, que permitieron obtener las tasas de retorno a la educación y el coeficiente de P que indica la ventaja en ingresos por haber asistido a instituciones privadas (véanse los Cuadros Nº 5 y Nº 6). Las tasas de retorno caen ligeramente cuando se introduce la variable dummy tipo de colegio, lo cual sugiere una correlación positiva entre calidad y cantidad de educación, que crea un sesgo hacia arriba en el retorno que genera la educación cuando la calidad no se incluye. Las tasas de retorno se mantienen significativas aún después de introducirse todos los controles. Sin embargo, se reducen de 10.9 a 8.5%17 por la introducción de variables de status socioeconómico de la familia (B), y a 7.7% por la introducción de características de la comunidad de origen. Cuando se subdivide la muestra por región y por género, se encuentra que después de incluir todos los controles, los retornos más altos corresponden a mujeres en otras áreas urbanas (9.5%). En lo que concierne a la ventaja en ingresos derivada de la educación privada, los resultados obtenidos son consistentes con los encontrados por Khandker (1990). La estimación básica (véase la primera columna del Cuadro Nº 5), muestra una prima privada de 19.7%, que cae a 12.2% cuando los vectores Q, B, C y A se incluyen. Debe notarse que la caída más significativa en la prima se observa cuando se incluyen las variables de antecedentes familiares. La ventaja en ingresos es más alta en Lima que en otras áreas urbanas, patrón que se mantiene luego que se incluyen todos los vectores de regresores. Cuando una muestra combinada para todo el Perú urbano es dividida por 16
El indicador utilizado provino de la pregunta de la encuesta referida a si el individuo estaba viviendo con sólo uno o con sus dos padres cuando tenía diez años de edad.
17
En el estudio de Altonji (1990) descrito líneas arriba, éste encuentra en Estados Unidos, introduciendo variables de antecedentes familiares, que la tasa de retorno generada por un año de educación académica postsecundaria se reduce de 8.2% a 6.5%.
248
Educación y su impacto sobre los ingresos
género (columnas 4 y 5), no hay diferencias significativas entre ambos grupos hasta que se incluye B en la estimación, punto en el cual la prima para las mujeres no es significativamente distinta de cero mientras que las de los hombres es 13.4%. Estos resultados ocultan marcadas diferencias que aparecen cuando la muestra es subdividida tanto por género como por región (véase el Cuadro Nº 6). Las primas en ingresos por educación privada más altas son las correspondientes a las mujeres limeñas y los varones de otras áreas urbanas, mientras que para las mujeres en otras áreas urbanas son siempre no significativas18. Aún si la ventaja en ingresos por educación privada es más pequeña que los estimados gruesos previos, los colegios privados son aparentemente más efectivos que los públicos en aumentar las oportunidades en el mercado laboral. La existencia de una prima privada aún después de introducir controles por capacidades, status socioeconómico de la familia e indicadores de calidad del colegio, revela que las instituciones privadas difieren de las públicas por rasgos que no son capturados por los indicadores de calidad a la mano, y que los primeros tienen un significativo efecto sobre los ingresos. Estas especificaciones no controlan por tipo de sesgo de selección; sin embargo, la inclusión de valores estimados de la dummy de régimen de gestión no cambia los resultados (no reportados aquí) para la prima público/privado, ni para las tasas de retorno estimadas. El siguiente paso fue dividir la muestra de acuerdo a régimen de gestión, y estimar las ecuaciones (3) y (4) añadiendo cada vector de coeficientes de manera escalonada. Se estimaron tasas de retorno a la educación para las diferentes especificaciones (véase el Cuadro Nº 7); se puede ver que en Lima dichas tasas son de 13.3% para los trabajadores que asistieron a colegios privados, y 10.4% para los trabajadores que asistieron a colegios públicos. Las tasas y las diferencias entre muestras se reducen cuando se incluyen los indicadores de antecedentes familiares, calidad del colegio y capacidades. Sin embargo, cuando se incluyen los indicadores de comunidad de origen entre los regresores, las diferencias en las tasas de retorno vuelven a ponerse nuevamente alrededor de los 2.5 puntos porcentuales. En otras áreas urbanas no hay diferencias significativas, y de acuerdo a la especificación, los retornos pueden ser incluso mayores para los trabajadores educados en el sistema público. 6.1 Corrección del Sesgo de Selección Como ya se discutió, utilizar mínimos cuadrados ordinarios puede llevar a estimaciones sesgadas si la posible endogeneidad de la elección del colegio no se toma en cuenta. Con el propósito de aplicar el procedimiento de dos etapas de Heckman (1979) y Lee (1978), se estimó un modelo de máxima verosimilitud para la elección del colegio (ecuación 6). Los resultados de las estimaciones probit respaldan en general la hipótesis que el status socioeconómico de los padres es un determinante clave en la elección del colegio (véase el Cuadro Nº 8). En Lima, los años de escolaridad de la madre tienen un significativo efecto positivo sobre la probabilidad de asistir a un colegio privado. En 18
Los problemas en la selección de la muestra pueden estar introduciendo algún sesgo en estos resultados, en tanto sólo se están incluyendo en la muestra mujeres que trabajan.
249
Saavedra
términos de los efectos marginales, un incremento de un año en la escolaridad de la madre eleva la probabilidad de asistir a una institución privada en 10%19. Como lo indican los valores p, las variables dummy sobre la ocupación de los padres y los controles referidos a la localidad de educación (L) -cruciales para la identificación del modelo- son significativos en conjunto en ambas regiones. Las estimaciones mediante mínimos cuadrados ordinarios de las ecuaciones de ingreso condicionales, con y sin la corrección en dos etapas de Heckman para Lima (ecuaciones 3, 4, 7 y 8), se muestran en el Cuadro Nº 9. Se encuentra que los vectores de coeficientes para cada régimen son significativamente diferentes, como lo indica la prueba F (el valor F estimado fue 4.67, comparado con un valor crítico de F(35, 1335) = 1.8). Además de las diferencias en tasas de retorno generadas por la educación ya discutidas antes, existe también una significativa diferencia en los coeficientes de experiencia. Los retornos generados por la experiencia potencial y ocupacional son significativos entre aquellos que asistieron a colegios públicos, mientras que los perfiles de experiencia parecen ser indiferenciados entre los que asistieron a instituciones privadas. El efecto de los diferentes tipos de entrenamiento posterior a la educación formal (academia, instituto o programas de capacitación laboral) también varía entre muestras. Los que asistieron a instituciones privadas tienen un alto retorno por cursos tomados en academias e institutos, mientras los egresados de instituciones públicas obtienen retornos positivos sólo en programas de capacitación laboral. Finalmente, el status socioeconómico de la familia es un determinante importante de los ingresos de ambos grupos. Por ejemplo, entre los que asistieron a colegios privados, un año adicional de escolaridad de la madre implica un incremento de 4% en los ingresos20. La corrección por sesgo de selección no afecta la magnitud o significancia de los otros parámetros. Los coeficientes de selección en sí mismos no son significativos para ninguno de los dos grupos. Esto no significa que la elección del colegio no es endógena, sino sólo que cualquier factor no observable que pudiera crear una correlación entre la elección y los ingresos, es capturado por las variables disponibles21. En el caso de Lima, los estadísticos F para las variables en el vector B son 7.27 y 2.68 para las muestras pública y privada respectivamente; cuando los términos de corrección de selectividad son incluidos, ellos caen a 3.39 y 1.94 (los valores p para estos estadísticos son menores que 0.07). 19
Estas probabilidades marginales son calculadas utilizando la fórmula:
20
El impacto estimado de la escolaridad de los padres sobre el ingreso es consistente con lo encontrado por Lam y Schoeni (1993) para Brasil. Como se mostró en la estimación recursiva previa, este efecto de la escolaridad paterna también reduce las tasas estimadas de retorno generadas por la propia escolaridad. Aquí se ha encontrado que los retornos generados por la escolaridad de los padres son la mitad de los correspondientes a la propia escolaridad, algo que sugiere un grado bastante bajo de movilidad intergeneracional.
21
En realidad, cuando las variables de status socioeconómico son excluidas de las ecuaciones de ingreso, los términos de selectividad son altamente significativos. En el caso de la educación pública el signo es positivo, indicando un sesgo de selección negativo, lo cual sugiere que los que asistieron a colegios públicos con ingresos mayores a los predichos, tienen una mayor probabilidad de asistir a un colegio privado. Para los trabajadores que asistieron a colegios privados, el coeficiente correspondiente indica una selección positiva, lo cual refleja que los que asistieron a colegios privados con ingresos mayores a los predichos, tienen también una mayor probabilidad de asistir a un colegio privado.
250
Educación y su impacto sobre los ingresos
En cuanto a los resultados para otras áreas urbanas (véase el cuadro Nº 10), el conjunto de coeficientes en su totalidad es significativamente diferente entre regímenes de gestión (F = 3.56, mientras el valor crítico es F(35,1601) = 1.91). Los resultados son relativamente similares a los de Lima. Las dummies de experiencia y para las mujeres (usualmente un descuento) no son significativas para los egresados de instituciones privadas. La escolaridad de los padres es significativa para ambas submuestras. Nuevamente, los términos de corrección de la selección no son significativos y no tienen un impacto importante sobre el resto de coeficientes.
6.2 Diferencias en Ingreso entre Educación Pública y Privada por Nivel Educativo Para poder analizar si los diferenciales en las tasas de retorno entre sectores varían de acuerdo al nivel educativo, se utilizó una especificación más flexible en la que se incluyó un conjunto de dummies para cada segmento educativo (splines). Los resultados, mostrados en el Cuadro Nº 11, indican que en Lima, el retorno del undécimo año de escolaridad (equivalente a culminar la educación secundaria) es mayor para los que asistieron a colegios privados, mientras que los retornos por años adicionales de educación postsecundaria, hasta el décimo sexto año (gruesamente equivalente a culminar la educación universitaria) son mayores para los trabajadores educados en el sistema público22. En otras áreas urbanas, los retornos calculados a partir de esas ecuaciones son gruesamente similares para la educación secundaria, pero mayores que los egresados de instituciones privadas y que continuaron más allá de la educación secundaria. Usando los resultados de estas estimaciones, se calcularon los perfiles de los ingresos educacionales para ambos regímenes de gestión en Lima y en otras áreas urbanas. Los perfiles de ingreso (mostrados en los gráficos Nº 5 y Nº 6), son ingresos predichos para un varón casado con diez años de experiencia y ningún entrenamiento posterior al colegio. La variable de migración, y las variables de antecedentes familiares (ocupación y años de escolaridad de los padres) se fijan en sus valores medios, calculados para la región como un todo. Es fácil confirmar que el nivel de los ingresos es más alto para todos los niveles educativos para el régimen de gestión privada, en ambas regiones. En Lima, la efectividad relativa de la educación privada para aumentar los ingresos es mayor en los niveles primario y -especialmente- en el secundario, que en el nivel universitario. En otras áreas urbanas, las diferencias son relativamente constantes a través de los niveles educacionales. Para analizar el efecto de las instituciones de educación primaria y secundaria solamente, es necesario tener información sobre el régimen de gestión en cada uno de estos niveles educacionales para todos los individuos (incluyendo aquellos que continuaron estudiando), o la muestra debería restringirse a los trabajadores sin educación superior23. Sin embargo, como ya se dijo, la encuesta indica el régimen de gestión sólo para el último colegio al cual se asistió. Restringir la muestra sólo a los trabajadores con 22
El retorno puede ser aproximado por la diferencia entre los coeficientes de dos niveles adyacentes.
23
La importancia de este ejercicio radica en que la mayoría de los estudios sobre el desempeño relativo de las instituciones públicas respecto de las privadas en otros países, se ha realizado a nivel de los colegios, pero no a nivel de las universidades.
251
Saavedra
educación primaria y secundaria implicaría dejar de lado un número importante de trabajadores educados en el sistema privado. Cuando la muestra se trunca de esta forma, la prima por educación privada puede tener un sesgo hacia abajo si los menos hábiles de los que asistieron a colegios privados dejaran de estudiar después de terminar la secundaria. Para evitar el problema y poder estimar diferenciales de ingreso entre los dos regímenes, se realizaron regresiones de logaritmos de ingresos que incluyen términos de ajuste de medias truncadas, que corrigen la exclusión de esas observaciones24. La primera etapa de esta corrección involucró la estimación de una especificación probit de la probabilidad de no tener educación superior25. Luego se calculó un ratio de Mills, que fue añadido a las ecuaciones de ingreso estimadas con la muestra truncada26. Los resultados se muestran en el Cuadro Nº 12 y confirman el patrón encontrado antes (véase el Cuadro Nº 11). En Lima, el diferencial en tasas de retorno por cada año de escolaridad entre ambos regímenes es mayor para los trabajadores con educación primaria y secundaria que para el total de la muestra. Esto es también cierto en otras áreas urbanas, pero la diferencia en tasas de retorno no es estadísticamente significativa. La prima por educación privada en Lima, aún después de controlar por antecedentes socioeconómicos, es 13%, mientras que en otras áreas urbanas es 5.5%27.
7. Otros Resultados 7.1 Diferenciales por Cohortes En la sección previa se encontró una ventaja de ingresos considerable por haber asistido a una institución privada. Si se observa una muestra de trabajadores con el mismo nivel educativo a través del tiempo, el diferencial de ingresos debido solamente al tipo de colegio debería en principio ser constante, es decir, las diferencias en capital humano debidas solamente a este factor deberían permanecer de por vida. Un problema en la medición de los diferenciales de ingreso público-privado, es que las diferentes cohortes han confrontado diferentes sistemas educacionales y en particular, la brecha de calidad entre instituciones públicas y privadas podría haber cambiado a través del tiempo. Una medición directa de los cambios en los diferenciales de calidad entre colegios públicos y privados es imposible debido a la falta de series de tiempo adecuadas. Pero si observamos las diferentes cohortes en un punto del tiempo, y suponiendo que el efecto de los diferenciales de calidad educativa sobre los ingresos se mantiene durante toda la vida laboral, es posible medir cómo los diferenciales de calidad entre 24
Esto implica excluir a 12.1% de la muestra de Lima y 9.7% de la muestra de otras áreas urbanas.
25
Esta especificación probit incluyó las mismas variables que la especificación probit (8). Los resultados sugieren un efecto positivo de los indicadores de educación de los padres y de capacidades, sobre la probabilidad de recibir educación superior. Vivir con sólo uno de los padres y ser mujer reduce esta probabilidad.
26
Nuevamente, la identificación en este caso es lograda usando dummies para la provincia de educación (L), que en este caso puede controlar la oferta de educación superior.
27
En este último caso la medición no es precisa, resultado que puede atribuirse al reducido tamaño de la muestra.
252
Educación y su impacto sobre los ingresos
instituciones públicas y privadas han cambiado, analizando las diferencias en las primas de ingresos entre cohortes28. Sea wic el logaritmo del ingreso por hora para el individuo i que pertenece a la cohorte c. Sus ingresos serán determinados por la siguiente función:
ln (wic) = Xi’ß + rS + δc (Pi * αc) + ßBi + εic
(9)
donde αc es un vector de dummies que representan a las cohortes; X, P y B ya fueron definidos. Pi * αc es un término de interacción entre la cohorte a la que pertenece el individuo y el tipo de colegio. Por tanto, δc es la prima o descuento ajustada por cohorte, resultante de asistir a una institución privada. Los resultados de esta estimación muestran que, cuando se controla por características personales, antecedentes y escolaridad, la prima privada decrece para las cohortes mayores (véanse los Gráficos Nº 5 y Nº 6). Controlando por años de escolaridad y status socioeconómico de la familia, los trabajadores que asistieron a instituciones privadas y estaban entre los 20 y 25 años en 1985, ganaron 16% más que los individuos que asistieron a instituciones públicas. La prima alcanza un pico de 40% para la cohorte entre 35 y 39 años, y luego cae dramáticamente. Esto implica que una educación privada no significa una diferencia para los individuos que son mayores de 45 años. Dado un logro educacional promedio para esta cohorte de alrededor de siete años, este resultado sugiere que para las personas educadas antes de 1950, la ventaja de un colegio privado no es significativa. Es que las instituciones privadas comenzaron a representar una diferencia desde los años sesenta, cuando comenzó la expansión educativa masiva. Este patrón es relativamente similar en las otras áreas urbanas. 7.2 Valores Presentes Netos El hecho que los individuos escojan asistir a instituciones privadas, que en promedio son más caras que las públicas, sugiere que a menos que las diferencias en las características de ambos tipos de colegios constituyan un bien de consumo, debe haber un flujo de ingresos futuros que compense la inversión. En el caso que las diferencias entre la educación pública y privada constituyan un bien de consumo, el ratio de los valores presentes netos (VPN) de los desembolsos hechos por recibir educación privada con respecto a la educación pública debería ser menor que uno. En el caso en el cual la educación es considerada una inversión, el ratio de VPN debería ser mayor que uno para que la inversión resulte rentable. Incluso si no hay información detallada sobre gastos educacionales por régimen de gestión para todas las cohortes incluidas en la muestra, usar valores presentes netos de flujos simulados de ingresos permite estimar cuánto un individuo debería estar dispuesto a pagar por educación privada. Los VPN fueron calculados usando los coeficientes mostrados en los Cuadros Nº 11 y 12. La comparación fue hecha para un varón casado con educación secundaria, con las otras variables fijas en los valores de las medias del total de la muestra. Dependien28
En un intento por evaluar la existencia de cambios por ciclos de vida en la prima privada, esta dummy fue interactuada con experiencia potencial y experiencia ocupacional. En estas estimaciones, sin embargo, ninguno de los términos de interacción fueron significativos.
253
Saavedra
do de la tasa de descuento utilizada, los ratios están en un rango de 1.17 a 1.24. Esto implica que, suponiendo un ingreso base anual de 2,000 dólares, un individuo que completa la educación secundaria estará dispuesto -él o su familia- a invertir entre 8,000 y 13,000 dólares en la alternativa privada (suponiendo que las instituciones públicas son gratuitas). Este rango es consistente con el hecho que en 1991, un colegio privado promedio costaba 470 dólares por año, dando un total de 5,170 dólares por toda la educación secundaria29.
7.3. Descomposición de los Diferenciales de Ingreso por Educación Pública o Privada En esta sección se analiza brevemente la naturaleza de la ventaja en ingresos de los trabajadores educados privadamente, observada a lo largo del estudio. La práctica estándar para este propósito consiste en descomponer los diferenciales de ingreso en una porción debida a diferencias en características (capital humano y rasgos demográficos) y una porción atribuida a diferencias en los retornos de mercado generados por esas características observadas. El objetivo es discernir si la ventaja de ingresos se debe a que los trabajadores educados privadamente tienen, por ejemplo, más capital humano o un mayor status socioeconómico, o si se debe a mayores retornos a estas características. El ampliamente utilizado análisis de descomposición de Oaxaca (1973)-Blinder (1973), supone que la estructura de ingresos de uno de los grupos prevalecerá en ausencia de retornos diferentes. Aquí se utiliza una descomposición más general propuesta por Cotton (1988) que evita el bien conocido problema de índice que sufre la descomposición Oaxaca-Blinder. Sea X un vector de todas las variables explicativas incluidas en las ecuaciones de ingresos, y ß la correspondiente estructura de ingresos; el diferencial de ingresos promedio puede ser descompuesto como:
(10) donde p está referido a los indicadores para egresados de instituciones privadas y g a los indicadores para egresados de públicas, ß* son los coeficientes de ingreso a los cuales los rasgos promedios son valuados en ausencia de diferencias. ß* se construye como un promedio ponderado de ambos vectores de coeficientes. El Cuadro Nº 13 muestra los resultados de la descomposición30. En Lima, 27% del diferencial de ingresos entre egresados de instituciones privadas y públicas es explicado por diferencias en esos retornos. Es interesante notar que la mayor parte del diferencial total es explicada por variables educacionales, específicamente escolaridad, cali29
Los datos de costo son para 1991; por tanto, para que estos cálculos sean válidos, se supuso que el proceso de generación de ingresos estimado es estable.
30
Las estimaciones de los diferenciales de ingreso dependen de estimados puntuales que son consistentes sólo cuando son corregidos por selectividad, por lo que hemos reportado esos diferenciales aún si las variables de sesgo de selectividad mostraron previamente no ser significativas. Los estimados puntuales no varían significativamente con la introducción de los términos de selección.
254
Educación y su impacto sobre los ingresos
dad del colegio y entrenamiento, donde además de la contribución de los años de escolaridad alcanzados, una gran parte del efecto puede atribuirse a diferencias en los coeficientes. Esto sugiere que los individuos educados en el sistema privado ganan más gracias a sus mayores indicadores de capital humano (más escolaridad, más entrenamiento ocupacional), pero también porque esas características tienen un mayor valor de mercado. Esto puede estar relacionado a diferenciales de calidad no observables de escolaridad previa, y también a diferencias entre los institutos de entrenamiento ocupacional a los cuales se asistió. Las variables relativas a la familia tienen un pequeño efecto atribuido principalmente a diferencias en características. La experiencia, por su parte, contribuye a reducir el diferencial de ingresos. Esto puede estar relacionado con una mayor incidencia de individuos educados en instituciones públicas en el sector público, donde un puesto fijo es un determinante importante de incrementos salariales, y a la relativamente mayor incidencia de trabajadores educados en instituciones privadas en puestos profesionales, donde los retornos generados por la experiencia, se ha encontrado que son menores. Los mayores retornos generados por variables educacionales son también consistentes con una hipótesis de redes sociales. En otras áreas urbanas, el diferencial de ingresos es explicado casi de manera pareja por diferencias en las características y por diferencias en retornos a esas características. Sin embargo, en este caso, distintos interceptos contribuyen largamente a explicar las diferencias, con las otras categorías actuando para eliminar el diferencial. En particular, la experiencia y los atributos personales (género, estado civil, estado migrante, etc.) actúan para reducir el diferencial, mientras los atributos paternos actúan para incrementarlo.
8. Comentarios Finales Una comparación gruesa de individuos educados en instituciones públicas y privadas, muestra que quienes asistieron a las privadas tienen más años de escolaridad, mayor entrenamiento ocupacional (en academias e institutos), viven en comunidades con mayor educación promedio, y sus padres son más educados. Quienes asistieron a colegios públicos, tienden a obtener más entrenamiento en sus centros de trabajo pero tienen mayor probabilidad de repetir de año. El modelo de elección del régimen de gestión muestra que el status socioeconómico de la familia importa en la decisión de asistir a un colegio privado. Si por ejemplo, las instituciones privadas fueran principalmente religiosas y la elección del colegio se basara en estas consideraciones, la educación y la ocupación de los padres no debería tener un efecto importante. Sin embargo, los resultados son consistentes con la hipótesis que los individuos de familias de mayor status socioeconómico tienen una mayor probabilidad de asistir a escuelas privadas, presumiblemente porque la familia está más dispuesta y tiene los recursos suficientes para pagar los mayores costos involucrados. Existe también evidencia que la estructura familiar (vivir con los dos padres cuando se es niño, por ejemplo) afecta la probabilidad de asistir a un colegio privado. La pregunta crucial que esta investigación ha pretendido responder es la siguiente: suponiendo que los estudiantes fueran asignados aleatoriamente a diferentes tipos de instituciones y que tuvieran el mismo entorno socioeconómico, ¿existe todavía un rol 255
Saavedra
para el tipo del colegio en la determinación de los ingresos? La respuesta parece ser positiva. Los resultados indican que incluso luego de controlar por factores como status socioeconómico de la familia, por capital humano promedio en la comunidad de origen, indicadores de habilidad y características observables del colegio, existe una ventaja en ingresos para los egresados de instituciones privadas. Usando el marco conceptual de Becker para la oferta y demanda de capital humano, se puede decir que si las diferencias entre quienes asistieron a colegios públicos y privados se debieran sólo a diferentes capacidades para financiar educación, esto es, diferentes curvas de oferta, los últimos deberían lograr mayor escolaridad pero una menor tasa de retorno. Si hay también diferencias en la demanda por capital humano, en este caso debido a diferencias en la calidad de la educación, entonces la tasa de retorno no tiene necesariamente que ser menor. Se ha detectado que los individuos egresados de instituciones privadas obtienen una mayor tasa de retorno por cada año de educación, especialmente si son mujeres. Esto, junto al hecho que ellos son en promedio más educados, es consistente con la predicción que los individuos que logran un beneficio mayor por cada unidad de tiempo invertida en capital humano -esto es, tienen curvas de demanda más altas-, logran mayor escolaridad, mayores retornos y un mayor ingreso. No es posible, sin embargo, descartar que tanto los factores de demanda como los de oferta de capital humano sean los que expliquen estos resultados. La corrección del sesgo de selección en las ecuaciones de ingresos no afecta el nivel de significancia de los estimados ni su magnitud, y los términos de selectividad (los ratios de Mills) no son significativos. Ello indica que la covarianza entre los términos del error en la elección del colegio y las ecuaciones de ingresos no es diferente de cero, posiblemente porque las variables incluidas capturan cualquier factor no observable que pudiera crear una correlación. La descomposición de los diferenciales de ingreso entre egresados de instituciones públicas y privadas muestra que tanto las diferencias en características promedio de cada grupo como diferencias en los retornos a esas características son responsables de la brecha de ingresos. Muestra también que los individuos que asistieron a una institución privada ganan más, tanto porque obtienen más años de escolaridad como porque el retorno generado por cada uno de esos años es mayor. Sin embargo, la ventaja en ingresos para la educación privada no es la misma para todas las cohortes sino que es mayor para las cohortes más jóvenes. Otra observación interesante es que los que asistieron a instituciones privadas logran un mayor entrenamiento postescolar y consiguen un mayor retorno por éste, mientras sus equivalentes públicos logran más en el entrenamiento en el centro de trabajo. En ambas muestras se encuentra que la educación de los padres tiene un efecto significativo sobre los ingresos. Este resultado sugiere un bajo grado de movilidad intergeneracional31. En segundo lugar, desde el punto de vista del individuo, la educación en el régimen privado no es sólo un bien de consumo sino que es también una inversión rentable. El análisis de valor presente neto sugiere que incluso si los perfiles de experiencia-
31
256
En Saavedra (1995a) se muestra también que asistir a una institución privada tiene un efecto positivo sobre la probabilidad de tener una ocupación no manual, y al interior de cada ocupación, existe un efecto positivo sobre los ingresos.
Educación y su impacto sobre los ingresos
ingresos son más planos para los trabajadores educados privadamente, sus ingresos durante su vida son mayores que para los individuos educados en el sistema público y la diferencia parece ser suficientemente grande como para cubrir los mayores costos involucrados en la educación privada. El diferencial de ingresos que se encuentra para los egresados del sistema privado aún luego de controlar por las diferencias en el entorno familiar, la comunidad de origen, etc. estaría así revelando que el régimen educativo tiene un impacto sobre los ingresos de individuos comparables. Mas aún, suponiendo que el conjunto de características de la institución educativa disponible para este estudio de suficiente información acerca de las diferencias de calidad entre instituciones, el haber detectado una ventaja en colegios privados indicaría que no es suficiente que las instituciones públicas repliquen las características de las instituciones privadas para reducir el diferencial de ingresos. Una reducción en la brecha de recursos humanos y financieros entre instituciones públicas y privadas no será suficiente en tanto existen diferencias no observadas, presumiblemente relacionadas a esquemas organizacionales y administrativos, que elevan la eficacia de las instituciones privadas para incrementar los ingresos de sus egresados. Esto último lleva a la pregunta acerca del mecanismo específico por el cual el tipo de institución educativa genera un diferencial de ingresos. Una posibilidad es que la productividad de estos individuos sea mayor porque su logro educativo es mayor32. Otra posibilidad es que los empleadores los perciban como más productivos, dada la presunción que las instituciones privadas proveen de una educación de mayor calidad. En todo caso, sí es claro que existe un diferencial de ingresos y que la inversión en educación privada es rentable. Finalmente, es importante notar que los mayores retornos por cada año de educación privada se encuentran entre trabajadores con educación secundaria. En el Perú la mayor proporción de los recursos del sistema educativo público son dirigidos a este nivel y la participación del sector público en la matrícula secundaria total es muy grande, de modo que existe un gran margen de intervención de política.
32
No hay forma de confirmar esta hipótesis, ya que sería necesario disponer , por ejemplo, de pruebas de aprendizaje estandarizadas que sean aplicadas a estudiantes de instituciones públicas y privadas, y además, de información sobre las características del individuo y de su familia.
257
Saavedra
BIBLIOGRAFIA ARREGUI, Patricia. (1994). “Transformación y Dinámica de la Educación en el Perú” (mimeo). Lima, Grupo de Análisis para el Desarrollo. ARRIAGADA, Ana María. (1989a). “Occupational Training Among Peruvian Men, Does It Make a Difference?”, Washington D.C., Population and Human Resources Department, World Bank, WPS 207. ----- (1989b). “The Effect of Job Training on Peruvian Women’s Employment and Wages”, Washington D.C., Population and Human Resources Department, World Bank, WPS 241. ----- (1990). “Labor Market Outcomes of Non-Formal Training for Male and Female Workers in Peru”. En: Economics of Education Review, 90:4, 331-342. BECKER, Gary. (1983). “Human Capital, a Theoretical and Empirical Analysis with Special Reference to Education”, Chicago, University of Chicago Press. BERHMAN, J. y N. BIRDSALL. (1983). “The Quality of Schooling: Quantity Alone is Misleading”. En: American Economic Review, Vol.73, Nº 5, diciembre. 1983. CARD, David y Alan KRUEGER. (1992a). “School Quality and Black-White Relative Earnings: A Direct Assessment”. En: Quarterly Journal of Economics, 57, 151200, febrero. (1992b). “Does School Quality Matter?. Returns to Education and the Characteristics of Public Schools in the United States”. En: Journal of Political Economy, Vol. 100, Nº 1, 1-40. COLEMAN, James, HOFFER, T. y S. KILGORE. (1981). “High School Achievement”, New York, Basic Books. COLEMAN, James. (1990). “Equality and Achievement in Education”, Boulder, Westview Press. COTTON, Jeremiah. (1988). “On the Decomposition of Wage Differentials”. En: The Review of Economics and Statistics, 70(2):236-43. COX, Donald y Emmanuel JIMENEZ. (1991). “The Relative Effectiveness of Private and Public Schools. Evidence from two Developing Countries”. En: Journal of Economic Development, 34:99-121. EPSTEIN, Erwin. (1989). “Peru”. En: International Encyclopedia of Education. FREEMAN, Richard. (1986). “Demand for Education”. En: O. Ashenfelter y R. Layard (op.cit).
258
Educación y su impacto sobre los ingresos
GERTLER, Paul y Paul GLEWWE. (1990). “The Willingness to Pay for Education in Developing Countries: Evidence from Rural Peru”. En: Journal of Public Economics, 42. HEYNEMAN, Stephen P. y WILLIAM A. LOXLEY. (1983). “The Effect of Primary School Quality on Academic Achievement across Twenty-nine High and Low Income Countries”. En: American Journal of Sociology, Vol. 88, Nº 6. HANUSHEK, Eric. (1986). “The Economics of Schooling: Production and Efficiency in Public Schools”. En: Journal of Economics Literature, 24:3, 1141-1177, setiembre. JAMES, Estelle. (1993). “Why do Different Countries Choose a Different Public-Private Mix of Educational Services?”. En: Journal of Human Resources. JIMENEZ, Emmanuel, M. E. LOCKHEED and V. PAQUEO. (1991). “The Relative Efficiency of Private and Public Schools in Developing Countries”. En: Research Observer, Vol. 6, Nº 2: 205-218, julio. KHANDKER, Shahidur. (1990). “Labor Market Participation, Returns to Education and Male - Female Wage Differences in Peru”, Washington D.C., Population and Human Resources Department, The World Bank, WPS 461. KING, Elizabeth y Rosemary BELLEW. (1989). “The Effects of Peru’s Push to Improve Education”, Washington D.C., Population and Human Resources Department, The World Bank, WPS 172. LANKFORD, Hamilton y James WYCKOFF. (1992). “Primary and Secondary School Choice Among Public and Religious Alternatives”. En: Economics of Education Review, Vol. 11, Nº 4:317-337. LINK, Charles y E. RATLEDGE. (1975). “Social Returns to Quantity and Quality of Education”. En: Journal of Human Resources, 10, 78-89. MADDALA, G. S. (1983). “Limited Dependent and Qualitative Variables in Econometrics”, New York, Cambridge University Press. MINCER. (1974). “Schooling, Experience and Earnings”, New York, Columbia University Press. MINISTERIO DE EDUCACION. (1993). “Diagnóstico General de la Educación”, Lima, ME/BM/GTZ/PNUD/UNESCO-OREALC. MUÑOZ, Carlos y Alberto HERNANDEZ. (1978). “Financiamiento de la Educación Privada en América Latina”. En: Brotherson, M. and M.A. Sanjurjo, Financiamiento de la Educación en América Latina, México D.F., Fondo de Cultura Económica.
259
Saavedra
MURNAME, Richard. (1984). “A Review Essay - Comparison of Public and Private Schools: Lessons from the Uproar”. En: Journal of Human Resources, 19(2):263277. MURNAME, Richard, S. NEWSTEAD y R. J. OLSEN. (1985). “Comparing Public and Private Schools: the Puzzling Role of Selectivity Bias”. En: Journal of Business & Economic Statistics, Vol. 3, Nº 1:23-35, enero. MURPHY, Kevin y Robert TOPEL. (1985). “Estimation and Inference in Two Step Econometric Models”. En: Journal of Business and Economic Statistics, 3:37079, octubre. NEAL, Derek. (1994). “The Effects of Catholic Secondary Schooling on Educational Attainment”, Chicago, University of Chicago, Center for the Study of the Economy and the State, WP Nº 95. PSACHAROPOULOS, George y Maureen WOODHALL. (1985). “Education for Development”, Oxford University Press. PSACHAROPOULOS, George and Eduardo VELEZ. (1993). “Educational Quality and Labor Market Outcomes: Evidence from Bogota, Colombia”. En: Sociology of Education, Vol. 66:130-145. RODRIGUEZ, José. (1993). “Retornos Económicos de la Educación en el Perú”, Lima, ME/PNUD/GTZ. SAAVEDRA, Jaime. (1995). “Public and Private Education: Their Relative Impact on Earnings: Evidence from Peruvian Survey Data” mimeo, GRADE, Lima. SCHULTZ, T. Paul. (1988). “Education Investments and Returns”. En: H. Chenery y T.N. Srinivasan (eds.), Handbook of Development Economics, North Holland. SMITH, John Z. (1993). “Private School Choice and the Returns to Schooling” (disertación doctoral). Massachusetts Institute of Technology. WILLIS, Robert. (1986). “Wage Determinants: A Survey and Reinterpretation of Human Capital Earning Functions”. En: O. Ashenfelter y R.Layard, op. cit. WILLIS, Robert y Sherwin Rosen. (1979). “Education and Self-Selection”. En: Journal of Political Economy, Vol. 87, Nº 5, Pt. 2. WITTE, John. (1992). “Private School versus Public School Achievement: Are There Findings That Should Affect the Educational Choice Debate?”. En: Economics of Education Review, Vol. 11, Nº 4:317-337.
260
Educación y su impacto sobre los ingresos
Cuadro Nº 4 MEDIAS MUESTRALES SEGUN TIPO DE INSTITUCION EDUCATIVA Otras Areas Urbanas Publico Privado Características Personales Mujer Edad Casado o conviviente Migrante Viviendo con padre y madre a los 10 años Viviendo con padre o madre a los 10 años Nació en un caserío Nació en un pueblo Nació en la ciudad Características de los Padres Años de escolaridad del padre Años de escolaridad de la madre Padre profesional o administrador Padre trabajador de oficina Padre comerciante Padre trabajador en industria Padre trabajador en servicios Padre no trabajó Madre profesional o administradora Madre trabajadora de oficina Madre comerciante Madre trabajadora en industria Madre trabajadora en servicios Madre no trabajó Características de la Comunidad de Origen Años de escolaridad promedio Variables educativas Años de escolaridad Primaria Secundaria incompleta Secundaria completa Superior no universitaria Universidad incompleta Universidad completa Recibió algún título Utilizó textos en las escuelas Variables Educativas Escuela tenía mobiliario Recibió entrenamiento ocupacional Repitió un año escolar Repitió dos o más años escolares
Lima Publico
Privado
0,328 39,874 0,846 0,778 0,677 0,231 0,164 0,330 0,375
0,326 38,920 0,899 0,761 0,775 0,167 0,123 0,174 0,558
0,307 39,303 0,776 0,814 0,670 0,209 0,107 0,391 0,445
0,348 38,816 0,787 0,676 0,763 0,188 0,034 0,203 0,744
4,344 2,696 0,038 0,040 0,093 0,723 0,104 0,003 0,010 0,004 0,090 0,290 0,040 0,566
5,851 3,985 0,116 0,072 0,152 0,587 0,072 0,000 0,022 0,014 0,109 0,181 0,036 0,638
5,647 3,896 0,065 0,062 0,112 0,630 0,130 0,001 0,009 0,012 0,103 0,225 0,060 0,591
8,328 6,665 0,188 0,097 0,159 0,357 0,198 0,000 0,024 0,043 0,145 0,072 0,072 0,644
7,974
8,547
8,849
9,809
7,886 0,527 0,148 0,185 0,049 0,034 0,058 0,102 0,692
8,949 0,413 0,116 0,210 0,080 0,043 0,138 0,239 0,783
9,039 0,348 0,195 0,287 0,035 0,045 0,091 0,136 0,810
11,841 0,092 0,097 0,314 0,135 0,145 0,217 0,275 0,937
0,905 0,277 0,161 0,053
0,877 0,420 0,087 0,058
0,943 0,416 0,153 0,072
0,976 0,614 0,140 0,043 continúa ...
261
Saavedra
Cuadro Nº 4 MEDIAS MUESTRALES SEGUN TIPO DE INSTITUCION EDUCATIVA Otras Areas Urbanas Publico Privado Resultados en el Mercado Laboral Experiencia potencial Experiencia ocupacional en el trabajo principal Logaritmo del ingreso horario Horas a la semana trabajadas Ocupación Profesional, técnico Administradores, gerentes Comerciantes dueños del local Trabajadores de oficina Trabajadores en ventas Artesanos, reparadores Operarios y transportistas Trabajadores no calificados Autoemp. no-agric. últimos 7 días Sectores Minería e ind. manufactureras Serv. públicos, transp. y comunic. Construcción Comercio mayorista y minorista Banca y finanzas Servicios Gobierno Tiene trabajo secundario Tamaño de la muestra Fuente: ENNIV, 1985.
262
Conclusión. Lima Publico Privado
26,949
24,804
25,210
21,976
10,042 1,218 47,061
8,823 1,487 48,072
8,538 1,483 46,627
7,098 1,952 44,213
0,115 0,040 0,159 0,068 0,150 0,066 0,246 0,152 0,572
0,152 0,072 0,116 0,130 0,094 0,080 0,203 0,152 0,471
0,115 0,043 0,080 0,108 0,158 0,068 0,241 0,187 0,457
0,217 0,121 0,087 0,222 0,121 0,048 0,130 0,053 0,454
0,214 0,081 0,070 0,270 0,015 0,307 0,209 0,157 1 528
0,239 0,065 0,058 0,210 0,051 0,275 0,232 0,094 132
0,234 0,076 0,059 0,199 0,053 0,349 0,208 0,086 1 199
0,198 0,077 0,029 0,174 0,130 0,329 0,232 0,053 195
Educación y su impacto sobre los ingresos
Cuadro Nº 5 TASA DE RETORNO A LA EDUCACION Y VENTAJA EN INGRESOS DE EGRESADOS DE INSTITUCIONES PRIVADAS (Coeficientes de años de escolaridad y coeficientes de la dummy para educación privada en ecuaciones de ingresos. Errores estándar entre paréntesis) Perú
Lima
OAU
Hombres
Mujeres
Tasas de Retorno a los Años de Escolaridad (0) X 0,113 (0,005) (1) X, P 0,109 (0,005) (2) X, P, Q 0,109 (0,005) (3) X, P, Q, B 0,085 (0,005) (4) X, P, Q, B, C 0,077 (0,005) (5) X, P, Q, B, C, A 0,077 (0,005)
0,116 (0,006) 0,111 (0,006) 0,109 (0,006) 0,082 (0,007) 0,075 (0,007) 0,077 (0,007)
0,113 (0,007) 0,109 (0,007) 0,108 (0,007) 0,088 (0,008) 0,079 (0,008) 0,078 (0,007)
0,111 (0,007) 0,106 (0,005) 0,104 (0,005) 0,083 (0,006) 0,075 (0,006) 0,074 (0,006)
0,110 (0,008) 0,109 (0,007) 0,108 (0,007) 0,088 (0,008) 0,079 (0,008) 0,078 (0,007)
0,198 (0,061) 0,192 (0,061) 0,135 (0,061) 0,139 (0,060) 0,137 (0,060)
0,174 (0,072) 0,168 (0,072) 0,145 (0,074) 0,134 (0,074) 0,125 (0,074)
0,196 (0,058) 0,179 (0,063) 0,144 (0,058) 0,134 (0,057) 0,134 (0,057)
0,194 (0,095) 0,191 (0,095) 0,115 (0,096) 0,096 (0,094) 0,096 (0,094)
Prima a la Escuela Privada (1) X (2)
X, Q
(3)
X, Q, B
(4)
X, Q, B, C
(5)
X, Q, B, C, A
0,197 (0,049) 0,199 (0,049) 0,137 (0,050) 0,124 (0,049) 0,122 (0,049)
X = Experiencia, experiencia al cuadrado, experiencia ocupacional, experiencia ocupacional al cuadrado, género, estado civil , tiene trabajo secundario, variables de entrenamiento, migrante. Q = Escuela tiene mobiliario, usan texto en la escuela. B = Años de escolaridad del padre y la madre, dummies ocupacionales de los padres. C = Años promedio de educación de la comunidad donde nació, tipo de localidad donde nació (caserío, pueblo o ciudad). A = Repitió una vez, repitió más de una vez.
263
Saavedra
Cuadro Nº 6 TASA DE RETORNO A LA EDUCACION Y VENTAJA EN INGRESOS DE EGRESADOS DE INSTITUCIONES PRIVADAS POR GENERO Y REGION (Coeficientes de años de escolaridad y coeficientes de la dummy para educación privada en ecuaciones de ingresos. Errores estándar entre paréntesis) Lima Tasa de Retorno a los años de Escolaridad (0) X (1)
X, P
(2)
X, P, Q
(3)
X, P, Q, B
(4)
X, P, Q, B, C
(5)
X, P, Q, B, C, A
Prima a la Escuela Privada (1) X (2)
X,Q
(3)
X, Q, B
(4)
X, Q, B, C
(5)
X, Q, B, C, A
Hombres
Mujeres
OAU Hombres
Mujeres
0,114 (0,007) 0,115 (0,007) 0,109 (0,007) 0,084 (0,008) 0,081 (0,008) 0,080 (0,008)
0,111 (0,012) 0,101 (0,012) 0,100 (0,013) 0,077 (0,015) 0,077 (0,015) 0,082 (0,015)
0,109 (0,008) 0,102 (0,008) 0,101 (0,007) 0,083 (0,009) 0,076 (0,009) 0,073 (0,009)
0,136 (0,014) 0,125 (0,013) 0,124 (0,014) 0,107 (0,016) 0,092 (0,016) 0,095 (0,016)
0,164 (0,062) 0,153 (0,062) 0,110 (0,063) 0,118 (0,063) 0,113 (0,063)
0,346 (0,094) 0,351 (0,094) 0,245 (0,101) 0,242 (0,102) 0,234 (0,102)
0,216 (0,093) 0,223 (0,093) 0,165 (0,091) 0,155 (0,091) 0,148 (0,090)
0,076 (0,160) 0,073 (0,162) 0,031 (0,165) 0,014 (0,162) 0,013 (0,161)
Nota: Para la definición de cada conjunto de coeficientes, ver Cuadro Nº 5.
Cuadro Nº 7 TASA DE RETORNO A LA EDUCACION SEGUN TIPO DE INSTITUCION EDUCATIVA (Coeficientes de los años de escolaridad de las ecuaciones de ingresos condicionales. Errores estándar entre paréntesis) Lima Tasa de Retorno de los Años de Escolaridad (1) X
Público
Privado
OAU Público
Privado
0,104 (0,007)
0,133 (0,020)
0,104 (0,007)
0,109 (0,026)
(2)
X, B
0,081 (0,007)
0,096 (0,023)
0,091 (0,008)
0,081 (0,028)
(3)
X, Q, B
0,079 (0,007)
0,095 (0,022)
0,093 (0,008)
0,083 (0,029)
(4)
X, Q, B, A
0,083 (0,008)
0,096 (0,023)
0,090 (0,009)
0,083 (0,031)
(5)
X, Q, B, C, A
0,075 (0,008)
0,101 (0,023)
0,079 (0,009)
0,087 (0,031)
Nota: Para la definición de cada conjunto de coeficientes, ver Cuadro Nº 5.
264
Educación y su impacto sobre los ingresos
Cuadro Nº 8 RESULTADOS DE LA ESTIMACION PROBIT PARA LA ELECCION DE INSTITUCION PRIVADA (Errores estándar entre paréntesis) Lima Intercepto Mujer Migrante Años escolaridad padre Años escolaridad madre Vive con padre o madre a los 10 años 1/ Vive con un padre* nivel educativo 2/ Repitió un año 3/ Repitió dos años 3/ o más Migró por estudios Valor P para el test F para las dummies de ocupación de padres 4/ Valor P para el test F para provincia donde se educó Log-L Pseudo R2 Chi - cuadrado (p=0.0000) N = 0 (público) N = 1 (privado)
-2,195 (0,480) 0,079 (0,101) -0,067 (0,137) 0,014 (0,015) 0,042 (0,016) -0,486 (0,218) 0,058 (0,031) -0,026 (0,134) -0,092 (0,211) -0,213 (0,166) 0,0019
Otras Areas Urbanas **
-2.252** (0,395) -0,075 (0,106) -0,067 (0,119) 0,019 (0,018) 0,012 (0,019) -0,232 ** (0,112)
** ** **
-0,245 * (0,153) 0,153 (0,215) -0,012 (0,173) 0,0041
*
0,0074
0,0029
-478,20 0,15 172,66 (p=0.0000) 1201 195
-653,3 0,06 89,12 (p=0.0000) 1528 132
* Nivel de significancia al 10% ** Nivel de significancia al 5% 1/ El 82% de los casos viven con la madre. 2/ Corresponde a la interacción padre y nivel educativo. 3/ La variable dummy indica si el individuo cursó más de una vez el mismo grado. 4/ La categoría de control para las ocupaciones de los padres son los dedicados a servicios, para las madres son las no ocupadas.
265
Saavedra
Cuadro Nº 9 RESULTADOS DE LAS ESTIMACIONES DE LAS ECUACIONES DE INGRESOS SEGUN REGIMEN EDUCATIVO - LIMA. VARIABLE: LOGARITMO DEL INGRESO HORARIO (Errores estándar entre paréntesis) Público MCO Corregido por Selección Intercepto Años de escolaridad Mujer Casado Experiencia Experiencia al cuadrado Experiencia ocupacional Exp.Ocupacional al cuadrado Estudió en academia Estudió en instituto Entrenamiento en la empresa Tiene trabajo secundario Migrante Migró para estudiar Años de escolaridad - padre Años de escolaridad - madre Ocupación del padre: Profesional Ocupación del padre: Trabajador de oficina Ocupación del padre: Comerciante
-0,245 (0,166) 0,079 (0,007) -0,331 (0,051) 0,191 (0,055) 0,033 (0,007) -0,0005 (0,000) 0,024 (0,007) -0,0004 (0,000) -0,051 (0,066) 0,080 (0,051) 0,261 (0,121) -0,056 (0,079) -0,047 (0,057) 0,112 (0,069) 0,009 (0,007) 0,023 (0,007) 0,368 (0,111) 0,161 (0,105) -0,011 (0,195)
** ** ** ** ** ** **
**
*
** ** *
-0,281 (0,169) 0,079 (0,008) -0,337 (0,052) 0,191 (0,055) 0,033 (0,007) -0,0004 (0,000) 0,023 (0,007) -0,0004 (0,000) -0,050 (0,066) 0,079 (0,051) 0,264 (0,121) 0,056 (0,079) -0,027 (0,060) 0,124 (0,071) 0,007 (0,007) 0,018 (0,007) 0,353 (0,111) 0,165 (0,105) 0,159 (0,087)
Privado MCO Corregido por Selección * ** ** ** ** ** ** **
**
*
** ** ** **
-0,190 (0,572) 0,095 (0,022) -0,311 (0,129) 0,251 (0,142) 0,010 (0,019) -0,0002 (0,000) 0,027 (0,019) -0,0006 (0,001) 0,402 (0,162) 0,241 (0,142) 0,203 (0,220) -0,017 (0,247) -0,137 (0,128) 0,116 (0,225) 0,002 (0,022) 0,042 (0,020) 0,004 (0,207) -0,044 (0,226) -0,010 (0,194)
**
**
** *
**
-0,547 (0,762) 0,097 (0,022) -0,302 (0,131) 0,242 (0,145) 0,010 (0,019) -0,0002 (0,000) 0,028 (0,019) -0,0007 (0,002) 0,401 (0,163) 0,236 (0,141) 0,191 (0,221) -0,035 (0,249) -0,149 (0,129) 0,815 (0,232) 0,003 (0,022) 0,049 (0,022) 0,032 (0,210) -0,447 (0,226) -0,012 (0,194)
** ** **
** *
**
continúa ...
266
Educación y su impacto sobre los ingresos
Cuadro Nº 9 RESULTADOS DE LAS ESTIMACIONES DE LAS ECUACIONES DE INGRESOS SEGUN REGIMEN EDUCATIVO - LIMA. VARIABLE: LOGARITMO DEL INGRESO HORARIO (Errores estándar entre paréntesis) Público MCO Corregido por Selección Ocupación del padre: Obrero Escuela tiene mobiliario Escuela usa libros de texto
0,059 (0,067) 0,072 (0,091) 0,081 (0,054)
0,084 (0,070) 0,072 (0,091) 0,059 (0,059) 0,237 -0,217
σνμg −σνμp Nº de Observaciones F- Statistic R2
Privado MCO Corregido por Selección
1199 31,05 0,36
1199 29,69 0,36
-0,239 * (0,167) 0,451 (0,365) -0,057 (0,242)
-0,288 * (0,181) 0,466 (0,366) -0,002 (0,256)
195 5,06 0,38
-0,175 -0,247 195 4,84 0,38
Test F para diferencia de coeficientes entre grupos. 4,67 MCO MCO Corregido por selección 4,12 * Nivel de significancia al 10%. ** Nivel de significancia al 5%. Nota: Esta regresión también incluyó un set de dummies para las ocupaciones de las madres, pero ninguna de ellas son significativas.
Cuadro Nº 10 RESULTADOS DE LAS ESTIMACIONES DE LAS ECUACIONES DE INGRESOS SEGUN REGIMEN EDUCATIVO - OTRAS AREAS URBANAS VARIABLE: LOGARITMO DE INGRESOS HORARIOS MCO Intercepto Años de escolaridad Mujeres Casado Experiencia Experiencia al cuadrado Experiencia ocupacional Exp. ocupacional al cuadrado Estudió en academia
-0,618 (0,172) 0,093 (0,008) -0,128 (0,053) 0,191 (0,066) 0,034 (0,008) -0,0004 (0,0001) 0,037 (0,007) -0,001 (0,0002) 0,039 (0,088)
Público Corregido por selección **
** ** ** ** ** **
-0,622 (0,177) 0,093 (0,008) -0,127 (0,053) 0,191 (0,066) 0,034 (0,008) -0,0005 (0,0001) 0,037 (0,007) -0,001 (0,0002) 0,039 (0,089)
MCO ** ** ** ** ** ** **
Privado Corregido por selección
-0,333 (0,659) 0,083 ** (0,029) -0,173 (0,210) -0,114 (0,288) 0,009 (0,031) -0,0001 (0,0005) 0,036 (0,031) -0,001 (0,001) -0,259 (0,280)
-1,008 (0,961) 0,081 ** (0,029) -0,149 (0,212) -0,149 (0,299) 0,006 (0,032) -0,0001 (0,0005) 0,039 (0,032) -0,001 (0,001) -0,225 (0,283) continúa ...
267
Saavedra
Cuadro Nº 10 RESULTADOS DE LAS ESTIMACIONES DE LAS ECUACIONES DE INGRESOS SEGUN REGIMEN EDUCATIVO - OTRAS AREAS URBANAS VARIABLE: LOGARITMO DE INGRESOS HORARIOS
MCO
Estudió en instituto Entrenamiento en la empresa Tiene trabajo secundario Migrantes Migró para estudiar Años de escolaridad - padre Años de escolaridad - madre Ocupación del padre: Profesional Ocupación del padre: Trabajador de oficina Ocupación del padre: Comerciante Ocupación del padre: Obrero Escuela tiene mobiliario Escuela usa libros de texto
Público Corregido por selección
-0,022 (0,063) 0,109 (0,129) -0,356 ** (0,064) 0,236 ** (0,056) -0,121 (0,085) 0,013 * (0,008) 0,012 (0,009) -0,029 (0,144) -0,097 (0,135) -0,014 (0,102) -0,087 (0,076) 0,108 (0,072) 0,007 (0,051)
σνμg
-0,022 (0,063) 0,109 (0,129) -0,356 ** (0,064) 0,237 ** (0,056) -0,121 (0,085) 0,013 (0,008) 0,011 (0,010) -0,034 (0,153) -0,099 (0,137) -0,016 (0,104) -0,087 (0,076) 0,111 (0,080) 0,006 (0,051) 0,027
Conclusión Privado MCO Corregido por selección -0,159 (0,234) 0,105 (0,383) -0,118 (0,328) 0,187 (0,207) 0,172 (0,308) -0,005 (0,032) 0,104 ** (0,031) -0,263 (0,426) -0,725 * (0,448) -0,331 (0,378) -0,018 (0,321) 0,149 (0,283) -0,288 (0,230)
-0,124 (0,236) 0,075 (0,391) -0,340 (0,308) 0,219 (0,209) 0,236 (0,315) -0,018 (0,034) 0,104 ** (0,031) -0,389 (0,446) -0,799 * (0,455) -0,415 (0,388) -0,054 (0,324) 0,231 (0,296) -0,327 (0,233)
-0,277 −σνμp Nº de Observaciones F- Statistic R2
0,326 1519 23,67 0,25
1519 22,58 0,25
132 3,31 0,39
Test F para diferencia de coeficientes entre grupos MCO 3,56 MCO corregido por selección 3,23 * Nivel de significancia al 10%. ** Nivel de significancia al 5%. Nota: Esta regresión también incluyó un set de dummies para las ocupaciones de las madres, pero ninguna de ellas son significativas.
268
-0,338 132 3,20 0,39
Educación y su impacto sobre los ingresos
Cuadro Nº 11 COEFICIENTES POR NIVEL EDUCATIVO EN ECUACIONES DE INGRESOS CONDICIONALES (Errores estándar entre paréntesis) Público
Privado
Lima Años de educación 6 7 - 10 11 12 - 15 16+
0,018 0,262 0,402 0,772 1,037
(0,073) (0,079) (0,084) (0,106) (0,105)
N R2
1199 0,35
195 0,35
Test F para niveles educativos
9,80 *
8,71 *
-0,133 0,472 0,748 0,919 1,046
(0,391) (0,311) (0,314) (0,326) (0,337)
-0,086 0,430 0,803 1,394 1,230
(0,621) (0,609) (0,486) (0,616) (0,513)
Otras Areas Urbanas Años de educación 6 7 - 10 11 12 - 15 16+
0,247 0,374 0,727 1,036 1,164
N R2
1243 0,35
207 0,28
Test F para niveles educativos
8,45 *
7,67 *
(0,059) (0,068) (0,073) (0,089) (0,098)
Nota: Se omitió el nivel de 0-5 años de educación. Otras variables de control incluidas fueron la experiencia, experiencia al cuadrado, experiencia ocupacional, experiencia ocupacional al cuadrado, variables de entrenamiento, migrante, tiene un trabajo secundario y variables que miden el capital humano de la familia (educación y experiencia de los padres). * Valor crítico al 99% es 2.80.
269
Saavedra
Cuadro Nº 12 ESTIMACIONES DE LAS ECUACIONES DE INGRESOS USANDO SOLO EGRESADOS DE PRIMARIA Y SECUNDARIA Muestra Completa
Público
Privado
Lima Tasa de Retorno
0,061 ** (0,011)
0,057 ** (0,012)
σνμg
0,054 ** (0,012) 0,860 **
0,119 ** (0,055)
0,119 ** (0,055)
(0,291) −σνμp Corrección por Inclusión en la muestra Dummy por escuela privada
0,184 -0,06 (0,230) 0,132 * (0,080)
-0,032 (0,247)
0,072 (0,257)
0,732 (0,862)
(0,384) 0,736 (0,866)
0,089 ** (0,012)
0,092 ** (0,012)
0,092 ** (0,012) 0,125
0,096 * (0,065)
0,095 * (0,065)
-0,964 (1,141)
(0,442) -1,036 (1,125)
Otras Areas Urbanas Tasa de Retorno σνμg
-0,328 −σνμp Corrección por Inclusión en la muestra Dummy por escuela privada
-0,073 0,240 (0,303) 0,055 (0,055)
-0,126 (0,327)
-0,120 (0,320)
** Nivel de significancia al 1%. * Nivel de significancia al 10%. Todas las regresiones incluyen las siguientes variables de control, ocupación de los padres, años de escolaridad de los padres, migrante, nivel de entrenamiento, experiencia, experiencia al cuadrado, experiencia ocupacional, experiencia ocupacional al cuadrado, género y dummies para años de repitencia.
270
Educación y su impacto sobre los ingresos
Cuadro Nº 13 DESCOMPOSICION DE LOS DIFERENCIALES DE INGRESOS ENTRE EGRESADOS DE INSTITUCIONES PUBLICAS Y PRIVADAS Diferencias debido a: CaracteCoefirísticas cientes Lima Años de escolaridad Indicadores de calidad de la escuela Experiencia Atributos personales Entrenamiento Atributos de los padres Intercepto TOTAL (%) Otras áreas urbanas Años de escolaridad Indicadores de calidad de la escuela Experiencia Atributos personales Entrenamiento Atributos de los padres Intercepto TOTAL (%)
Total
0,2286 0,0108 -0,0497 -0,0061 0,0208 0,1227
0,2103 0,3294 -0,3273 -0,0549 0,1331 -0,0869 -0,0811
0,4389 0,3401 -0,3770 -0,0610 0,1538 0,0358 -0,0811
0,3271 72,7
0,1226 27,2
0,4497 100,0
0,0981 -0,0066 -0,0152 0,0235 -0,0027 0,0387
-0,1000 -0,1500 -0,4327 -0,2654 -0,0417 0,0435 1,0741
-0,0019 -0,1566 -0,4479 -0,2419 -0,0444 0,0821 1,1741
0,1358 51,6
0,1277 48,4
0,2634 100,0
La descomposición se refiere a la ecuación :
donde β * es un promedio ponderado de los dos vectores de coeficientes, los ponderadores están dados según el tamaño muestral de los dos grupos.
271
Saavedra
272
Educación y su impacto sobre los ingresos
273
Saavedra
274
ACCESO A LOS SERVICIOS PUBLICOS EN EL PERU, 1994 ¶ G· Manuel Del Valle Andrés Vinelli
Del Valle - Vinelli
Resumen El estudio trata sobre el acceso de los hogares peruanos a los servicios públicos. Cinco servicios públicos son examinados: teléfono, suministro de agua, desagüe, fuente de energía para la preparación de alimentos y alumbrado. La primera parte del estudio es descriptivo y da una idea del estado actual de la utilización de los servicios en el Perú de 1994. La segunda parte del estudio es más analítica, para lo cual se utilizan modelos econométricos cuya variable dependiente es discreta. Estos modelos permiten estudiar con más detalle la relación que existe entre el tipo de servicio público existente en un lugar, el nivel de ingreso y la distribución geográfica. En resumen, el estudio ratifica que la situación de los servicios públicos en el Perú es precaria. A pesar que las variables macroeconómicas han llegado a estabilizarse y que el crecimiento del producto bruto interno ha sido muy alto en los últimos años, la verdadera prueba de un programa económico se encuentra en el bienestar de sus pobladores, y en la agilidad con que el Estado mueve recursos para solucionar problemas básicos de la población, cual es el acceso a servicios públicos.
276
Acceso a servicios públicos
ACCESO A LOS SERVICIOS PUBLICOS EN EL PERU, 1994
1. Resumen Ejecutivo Este estudio trata sobre la situación de los servicios públicos en el Perú en 1994. Para el análisis se utilizan los resultados de la Encuesta Nacional de Hogares sobre Medición de Niveles de Vida de 1994, realizada por el Instituto Cuánto, el Banco Mundial y el Banco Interamericano de Desarrollo. En países en vías de desarrollo es difícil encontrar bases de datos de esta envergadura y calidad. Cinco servicios públicos son examinados en este estudio: teléfono, suministro de agua, desagüe, fuente de energía para la preparación de alimentos y fuente de energía para el alumbrado. La primera parte del estudio es un reporte descriptivo que da una idea del estado actual de la utilización de estos servicios en el Perú de 1994. Por ejemplo, el estudio reporta que en 1994, solamente el 11.8% de los domicilios cuenta con servicio telefónico. Hay regiones, tales como Mariátegui, donde ninguno de los hogares entrevistados tiene teléfono. Los datos también indican que en Lima, casi uno de cada cinco domicilios cuenta con el servicio. A nivel nacional, la mitad de los hogares entrevistados en la muestra tiene acceso a un sistema de agua desde dentro de la casa. Muchas de las regiones, tales como Lima, Arequipa, Chavín, Wari y La Libertad tienen porcentajes más altos que 50%. En el ámbito nacional, solamente 43% de los domicilios cuentan con desagüe dentro de la casa. Las regiones de la Selva, tales como Ucayali y Marañón tienen un porcentaje aún mucho menor. A nivel nacional y con respecto a la fuente de energía para cocinar, los resultados indican que más de un domicilio de cada tres utiliza leña, mientras que otro tercio utiliza kerosene y una proporción similar, gas. También a escala nacional, la fuente de energía para alumbrado más común es la electricidad (66%), mientras que un 5% de los domicilios entrevistados aún utiliza velas. Como es de esperarse, casi en el cien por ciento de los hogares entrevistados en Lima y Arequipa la electricidad es la fuente energética para el alumbrado. La segunda parte de este estudio es más analítica. Consiste en la construcción de modelos econométricos cuya variable dependiente es discreta. Estos modelos son utilizados para estudiar con más detalle la relación que existe entre el tipo de servicio público existente en un hogar, el nivel de ingreso y la distribución geográfica. Así, por 277
Del Valle - Vinelli
ejemplo, con estos modelos se puede determinar qué probabilidad tiene un hogar de usar velas como fuente de alumbrado, si el ingreso del hogar es de 4,000 soles al año se encuentra en provincias. Un modelo logístico fue utilizado en el caso de teléfonos y modelos logísticos multinomiales fueron usados para el resto de los servicios: agua, desagüe, y fuente de energía para alumbrado y cocina. En la mayor parte de los modelos, las variables de ingreso y geográficas fueron significativas. En el caso de servicios de teléfono, el modelo revela las probabilidades de poseer un teléfono de acuerdo al ingreso y el área geográfica. Por ejemplo, las familias de más bajos ingresos en Lima tienen una probabilidad de 9% de tener un teléfono en el domicilio, mientras que familias de altos ingresos tienen un 27% de probabilidad. En la región de Loreto, las familias de ingresos altos, (quienes ganan más que 21,810 de nuevos soles al año) solamente tienen una probabilidad de 9% de tener un teléfono, la misma probabilidad que se obtuvo para familias de bajos ingresos en Lima. Dentro del esquema de privatizaciones de sectores de servicios públicos, las regiones de altos ingresos y probabilidad baja pueden ser objetivos para la inversión de infraestructura. Con respecto al suministro de agua, el estudio indica que solamente el 60% de familias de bajos ingresos en Lima y Callao obtienen agua desde dentro de la casa, siendo este porcentaje sólo 42% en las provincias. El agua vendida en camiones cisterna es una fuente importante para el 13% de familias de bajos ingresos en Lima, mientras que esta práctica casi no existe en las provincias. Como es de esperarse, el porcentaje de familias que tienen acceso a desagüe desde dentro de la casa no es tan grande como el porcentaje de familias que tienen el acceso al suministro de agua en el interior de sus viviendas. Esta diferencia se mantiene para todas las clases sociales, sin embargo es notorio que la diferencia aumenta en las provincias. Este estudio indica que el 11% de familias de bajos ingresos en las provincias depende de velas para el alumbrado, y sólo 42% de estas familias tienen acceso a electricidad. En Lima y Callao el 98% de los hogares de altos ingresos tiene acceso a electricidad, mientras que solamente 83% en las provincias. El estudio también concluye que en el caso de fuente de energía para alumbrado, el kerosene es un bien inferior en Lima así como en las provincias. El estudio también revela que en las provincias, el 68% de las familias pobres dependen de la leña como fuente de energía para cocinar, lo cual tendría importantes efectos sobre el medio ambiente. Además, el kerosene pasa a ser un bien inferior en Lima porque su consumo disminuye a medida que aumenta el ingreso, mientras que en las provincias es un bien normal. Cuando el ingreso sube, las familias en Lima reemplazan el kerosene por gas natural como fuente de energía para cocinar. En resumen, el estudio ratifica que la situación de los servicios públicos en el Perú es precaria. A pesar que las variables macroeconómicas han llegado a estabilizarse y que el crecimiento del producto bruto interno ha sido muy alto en los últimos años, la verdadera prueba de un programa económico se encuentra en el bienestar de sus pobladores, y en la agilidad con la que el Estado mueve recursos para solucionar problemas básicos de la población, cual es el acceso a servicios públicos básicos. 278
Acceso a servicios públicos
2. Introducción De 1985 a 1990 el gobierno de Alan García aplicó una estrategia de desarrollo económico basada en la sustitución de importaciones, la cual resultó en una severa hiperflación hacia fines de los ochentas. Un nuevo gobierno que comenzó en 1990, liderado por Alberto Fujimori, aplicó un severo programa de estabilización para detener la inflación. Dicho programa fue seguido de una igualmente severa reforma comercial para abrir la economía a los mercados internacionales. Desde los últimos años de la década de los ochenta hasta inicios de los noventa, la estrategia fue pasar de una economía controlada por el Estado a un retiro de la influencia del gobierno en las actividades económicas. Uno de los sectores que están experimentando mayores cambios es el de los servicios públicos, que incluye los servicios de teléfono, agua, desagüe y fuentes de energía para cocinar y para alumbrado. Desde fines de los sesenta hasta fines de los ochenta todos los servicios públicos estuvieron en manos del Estado. Las tarifas y la adopción de tecnología eran decididas por el gobierno. En la década de los noventa, estas compañías estatales están pasando al sector privado: la compañía de teléfonos, por ejemplo, fue privatizada en 1994. El cambio de control de los servicios públicos, hacia manos privadas dará como resultado un escenario diferente, sin precedentes en el caso peruano. En el sector de teléfonos, por ejemplo, después de la privatización, mucha inversión fluirá hacia áreas que darán las mayores ganancias, y no necesariamente a sectores donde el electorado está concentrado o donde las oficinas de gobierno están situadas. Este estudio describe la situación de los servicios públicos en el Perú en 1994. Para el análisis se utilizan los resultados de la Encuesta Nacional de Hogares sobre Medición de Niveles de Vida realizada por el Instituto Cuánto, el Banco Mundial y el Banco Interamericano de Desarrollo. Es usualmente muy difícil hallar datos de hogares en un país en desarrollo que satisface los requerimientos de tener un buen diseño de muestra y un número de casos que sea estadísticamente significativo. Cinco servicios públicos son examinados en este estudio: teléfono, suministro de agua, desagüe, fuente de energía para preparar alimentos y fuente de energía para el alumbrado. La primera parte del trabajo es un reporte descriptivo que da una idea del estado actual de la utilización de estos servicios en el Perú de 1994, mientras que la segunda parte utiliza modelos econométricos para estudiar en más detalle la relación entre la existencia de un tipo de servicio público, el ingreso del hogar y la ubicación geográfica del mismo. El presente estudio detecta las áreas geográficas donde la inversión en infraestructura de servicios públicos tendrá el mejor impacto social y económico. En el escenario actual peruano, el estudio puede ser una guía preliminar para la inversión privada en servicios públicos, o puede facilitar un pronóstico del efecto de medidas de distribución de ingreso en el patrón de consumo de servicios públicos.
279
Del Valle - Vinelli
3. El Análisis Descriptivo El objetivo principal de la encuesta arriba mencionada fue recoger información para evaluar el nivel de vida de la población peruana, para determinar las actividades productivas de los hogares y para proveer la información estadística para el diseño y análisis de políticas públicas. Especial atención se dio a la medida de la estructura del ingreso y del gasto de los hogares. El universo estadístico de la encuesta son todos los hogares del Perú, en áreas urbanas y rurales. Se excluye a quienes viven en hospitales, cárceles, iglesias, hoteles y en bases militares. La muestra incluye 3,544 domicilios en las 14 regiones diferentes del país. Es una muestra probabilística independiente en cada área de estudio. En cada escenario, la selección sistemática tuvo una probabilidad proporcional al tamaño de la unidad de selección. El tamaño de la muestra posibilita estimar variables diferentes con un error relativo entre 5 y 10 por ciento para un intervalo de confianza de 95 por ciento. En esta sección, se hace un repaso descriptivo de los datos que serán posteriormente utilizados en modelos econométricos. En muchas ocasiones un análisis descriptivo simple es más útil que un tratamiento más sofisticado de los datos.
3.1 Servicio Telefónico El Cuadro Nº 1 muestra el porcentaje de hogares a escala nacional que cuenta con servicio telefónico en la casa. Aproximadamente sólo uno de cada diez domicilios tiene acceso a este servicio.
Cuadro Nº 1 Porcentaje de domicilios con teléfono
Presencia de teléfonos
Porcentaje
Sí
11.8
No
88.2
La distribución regional de porcentajes es como se muestra en el Cuadro Nº 2. Como es de esperarse, el porcentaje más alto se presenta en Lima y Callao. La región de Arequipa sigue con casi 18%. Ninguno de los hogares de la muestra en la región Mariátegui cuenta con este servicio. Las regiones de Chavín, San Martín y Wari tienen los porcentajes más bajos. 280
Acceso a servicios públicos
Cuadro Nº 2 Porcentaje regional de la presencia de un teléfono (En porcentajes) Región
Porcentaje de hogares que cuentan con teléfono
Loreto Andrés Avelino Cáceres Arequipa Chavín Grau Inca José Carlos Mariátegui Libertadores Wari Nor Oriental del Marañón La Libertad Ucayali San Martín Callao Lima
5.38 8.82 17.68 4.74 12.50 13.44 0.00 5.83 9.64 7.42 7.46 5.44 21.16 25.88
3.2 Suministro de Agua La mitad de los hogares en Perú tiene suministro de agua en el interior de la vivienda, el 18% obtiene agua de un río y el 10% de un pozo, como se muestra en el Cuadro Nº 3. Es interesante mencionar que el 2% de la población peruana aún compra agua de camiones, lo que acontece generalmente en Lima, que se ubica en un valle con reducidos recursos hídricos. Los pueblos jóvenes están situados en las afueras de la ciudad y camiones llevan agua del centro a la periferia. Cuadro Nº 3 Tipo de suministro de agua (En porcentajes) Tipo de suministro de agua
Porcentaje de hogares
Dentro del hogar
50.47
Río
18.10
Pozo
10.63
Pozo comunal
4.75
Fuera del hogar
2.76
Camión tanque
2.07
Otro
2.13
281
Del Valle - Vinelli
El Cuadro Nº 4 describe la distribución regional de porcentajes de hogares que tienen el suministro de agua dentro de la casa. Otra vez, los porcentajes más altos son para Lima y Callao. Casi ocho de cada 10 domicilios tienen la fuente de agua potable dentro la casa. La región Ucayali tiene el porcentaje más bajo, probablemente porque está situada en la Selva donde pueden existir otras fuentes naturales de agua. Es interesante anotar que en Arequipa, la segunda ciudad más moderna del Perú, los porcentajes son semejantes a la capital. Cuadro Nº 4 Hogares con suministro de agua dentro de la casa (En porcentajes) Región
Porcentaje de viviendas con suministro de agua dentro de la casa
Loreto Andrés Avelino Cáceres Arequipa Chavín Grau Inca José Carlos Mariátegui Libertadores Wari Nor Oriental del Marañón La Libertad Ucayali San Martín Lima Callao
33.33 54.27 77.44 65.95 54.02 52.57 44.79 61.65 47.71 58.08 20.90 50.34 76.63 82.35
3.3 Tipo de Desagüe En el Cuadro Nº 5 se presentan los diferentes tipos de desagüe y el porcentaje de hogares. Cabe recalcar que en el ámbito nacional, uno de cada cuatro hogares no cuenta con desagüe, mientras que sólo 43% de los domicilios tiene acceso a la red pública desde dentro de la casa. Es de mencionar que el porcentaje de viviendas con suministro de agua dentro del domicilio es significativamente más alto que 43%, lo cual indica que hay un gran número de viviendas que tienen un suministro de agua pero no cuentan con desagüe. Cuadro Nº 5 Hogares con suministro de agua dentro de la casa (En porcentajes) Tipo de desagüe Sistema público adentro del hogar Pozo Sin desagüe Río/Arroyo Sistema público afuera del hogar 282
Porcentaje de hogares 43.08 25.73 24.74 3.18 2.37
Acceso a servicios públicos
El Cuadro Nº 6 muestra, a nivel de regiones, el porcentaje de domicilios que están conectados desde dentro de la casa a un sistema de desagüe. Otra vez, Lima y Arequipa presentan los porcentajes más altos. Siete de cada diez hogares tienen sistema de desagüe dentro de la casa. Cuadro Nº 6 Domicilios con desagüe dentro de la casa (En porcentajes) Región
Porcentaje de viviendas con desagüe dentro de la casa
Loreto Andrés Avelino Cáceres Arequipa Chavín Grau Inca José Carlos Mariátegui Libertadores Wari Nor Oriental del Marañón La Libertad Ucayali San Martín Lima Callao
26.34 45.45 71.34 28.88 39.73 21.34 22.40 25.73 28.67 43.67 8.96 29.93 71.63 83.53
3.4 Tipo de Combustible para Cocinar El Cuadro Nº 7 muestra el tipo de combustible utilizado para cocinar. Es interesante acotar que más de una tercera parte de hogares utiliza leña como fuente de energía para cocinar. Esta práctica puede tener impacto serio en el medio ambiente. El kerosene es usado por casi otra tercera parte de los domicilios. La electricidad como fuente de energía para cocinar es muy poco usada. Cuadro Nº 7 Fuente de energía para cocinar (En porcentajes) Tipo de combustible para cocinar Leña Kerosene Gas Electricidad Otro
Porcentaje de hogares 36.68 34.85 23.23 2.04 3.20
283
Del Valle - Vinelli
3.5 Fuente de Energía para el Alumbrado A escala nacional, 27% de los hogares usa kerosene como fuente de energía para el alumbrado, el 66% utiliza electricidad y el 5% todavía recurre a las velas, como se muestra en el Cuadro Nº 8. La distribución regional indica que más domicilios en la parte moderna del Perú: Lima y Arequipa, dependen de electricidad. Cuadro Nº 8 Fuente de energía para alumbrado eléctrico (En porcentajes) Fuente de energía para el alumbrado
Porcentaje de hogares
Electricidad Kerosene Vela Otro
66.64 27.17 5.11 1.08
Finalmente, el Cuadro Nº 9 describe la distribución geográfica de los hogares que usan la electricidad como fuente principal de alumbrado.
Cuadro Nº 9 Fuente de energía para el alumbrado por región (En porcentajes) Región
Loreto Andrés Avelino Cáceres Arequipa Chavín Grau Inca José Carlos Mariátegui Libertadores Wari Nor Oriental del Marañón La Libertad Ucayali San Martín Lima Callao
284
Porcentaje de hogares con alumbrado por electricidad 51.61 58.68 96.95 62.07 58.04 55.73 43.75 64.56 42.65 57.64 59.70 44.20 94.53 98.82
Acceso a servicios públicos
4. Análisis Econométrico En esta sección se hace un tratamiento más complejo de los datos presentados en la sección anterior, que fue un análisis descriptivo. El lector que no está familiarizado con técnicas econométricas puede evadir el tratamiento de coeficientes y resultados de modelos, y puede revisar directamente los resultados probabilísticos de los modelos, que se presentan en la subsección b) de la presente sección. a) Técnicas Estadísticas El objetivo de esta subsección es modelar una variable dependiente discreta, binaria en el caso de la presencia o ausencia de teléfono en el hogar o de varios discretos, como lo son los diferentes tipos de energía que se utilizan para cocinar, por ejemplo. En la presente subsección, la variable dependiente fue relacionada a dos factores causales: el nivel de ingreso del hogar y la ubicación geográfica del mismo. Los modelos de variable dependiente discreta tienen la virtud de permitir al investigador presentar los resultados en términos probabilísticos. Por ejemplo, mediante la aplicación de estos modelos es posible determinar qué probabilidad tiene un hogar de contar con servicio telefónico, dados ciertos datos sobre el ingreso del hogar y su ubicación geográfica. En el caso de teléfonos se usó un modelo logístico (logit), mediante el cual la variable dependiente toma un valor probabilístico de 0 a 1, reflejando la presencia o ausencia de un teléfono en el domicilio. La especificación logística difiere del modelo de Mínimos Cuadrados Ordinarios en el sentido que no es lineal. Una ventaja del logit es que tiene mejores predicciones en las colas de la distribución. Es también importante acotar que la interpretación de los coeficientes es diferente que la de los Mínimos Cuadrados Ordinarios, pues como es un método no lineal, los “coeficientes” cambian con la variable independiente. Para los otros servicios públicos: agua, desagüe, alumbrado y combustible de cocina se utilizaron modelos logit multinomiales, en los cuales la variable dependiente no es binaria como en el caso de los teléfonos (ausencia o presencia), sino que pueden tomar tres o más valores, como por ejemplo en el caso del suministro de agua. En este ejemplo, un hogar determinado puede obtener el agua de un sistema que se ramifica hasta el hogar mismo, o fuera del hogar, o también la fuente de agua puede ser pozo o un río. En el caso de fuente energética para el alumbrado, el domicilio puede utilizar electricidad, kerosene o velas, tres opciones. b) Resultados de los Modelos En esta sección se presenta la especificación, estimación y resultados de los modelos propuestos para los cinco servicios públicos arriba ya mencionados: servicio telefónico, agua, desagüe y fuente de energía para el alumbrado y preparación de alimentos.
285
Del Valle - Vinelli
4.1 Teléfonos Con respecto al servicio de teléfono el modelo siguiente fue propuesto: Logit tel inc r02 r03 r04 r05 r06 r07 r08 r09 r10 r11 r12 r13 r141 en el cual logit indica un modelo logit, con la variable binaria que indica la presencia o ausencia de un teléfono en el domicilio. La variable independiente inc indica ingreso y las otras variables independientes, que son ficticias, representan las 14 regiones. La región Loreto (r01) fue omitida del modelo para evitar multicolinealidad. Los resultados del modelo se presentan en el Cuadro Nº 10. Cuadro Nº 10 Resultados del modelo logit presencia de teléfono Nº de observ. chi2(13) Prob > chi2 Pseudo R2
Log Likelihood = - 1008.1993 tel
Coef.
Std. Err.
inc Andrés Avelino Cáceres Arequipa Chavín Grau Inca Libertadores Wari Nor Oriental del Marañón La Libertad Ucayali San Martín Lima Callao _cons
0.0000987 0.9386651 1.721725 0.384297 1.337968 1.814975 0.8288644 1.170804 0.54249 0.9950117 0.6007744 1.379592 1.956025 -4.528643
5.76E-06 0.4483669 0.4551363 0.5201647 0.4587852 0.4458607 0.5109704 0.4375017 0.4898217 0.6201497 0.5509015 0.4109992 0.4826904 0.4127603
z 17.124 2.094 3.783 0.739 2.916 4.071 1.622 2.676 1.108 1.604 1.091 3.357 4.052 -10.972
3431 573.37 0.0000 0.2214
P>(z) [95% Intervalo confianza] 0.000 0.036 0.000 0.460 0.004 0.000 0.105 0.007 2.680 0.109 0.275 0.001 0.000 0.000
0.000087 0.598821 0.8296741 -0.635207 0.4387657 0.9411043 -0.1726192 0.3133164 -0.4175428 -0.2204594 -0.4789727 0.5740486 1.00997 -5.337638
0.00011 1.817448 2.613776 1.403801 2.237171 2.688846 1.830348 2.028292 1.502523 2.210483 1.680521 2.185136 2.902081 -3.719648
La región José Carlos Mariátegui fue excluida del modelo, pues ninguna de las familias entrevistadas en esta región tiene teléfono. El signo de los coeficientes es el esperado, especialmente el de la variable ingreso, que muestra un signo positivo que indica una relación directamente proporcional entre el ingreso y la presencia de un teléfono en el hogar. Seis de las 14 regiones tienen coeficientes estadísticamente significativos. Las dos últimas regiones (Lima y El Callao), que conforman el área metropolitana de Lima, la capital, muestran un coeficiente significativo.
1
Siendo r02, r03, ......, r14 las diferentes regiones del Perú.
286
Acceso a servicios públicos
4.2 Suministro de Agua Con respecto al suministro de agua, el siguiente modelo fue postulado: Mlogit wat inc lima que es un modelo logit multinomial en el cual la variable wat, tipo de suministro de agua puede tomar los valores siguientes: 1 Si el sistema de agua llega hasta dentro del hogar, 2 si llega hasta fuera de la casa, 3 si es origen de uso comunal, 4 si es un pozo, 5 si es un río y 6 si el agua es vendida desde un camión. La variable inc, indica ingresos y la variable Lima es ficticia y sirve para diferenciar domicilios situados en la capital y domicilios ubicados en las provincias. Como se muestra en el Cuadro Nº 11 los coeficientes son estadísticamente significativos.
Cuadro Nº 11 Resultados del modelo multilogit para el tipo de suministro de agua Nº de observ. chi2(10) Prob > chi2 Pseudo R2 Nº de observ. chi2(10)
Log Likelihood = - 3756.7491
wat
Coef.
Std. Err.
3545 892.73 0.0000 0.1062 3545 892.73
z
P>(z)
[95% Intervalo confianza]
2 inc lima _cons
-0.0000713 0.5149795 -2.501893
0.000169 0.2208849 0.1808443
-4.215 2.331 -13.835
0.000 0.020 0.000
-0.0001045 -0.0000382 0.082053 0.947906 -2.856341 -2.147444
inc lima _cons
0.0001178 0.3737031 -1.545614
0.000165 0.1806274 0.1430598
-7.130 2.069 -10.804
0.000 0.039 0.000
-0.0001501 -0.0000854 0.0196798 0.7277264 -1.826007 -1.265222
inc lima _cons
-0.000083 -1.355862 -0.679157
0.0000103 0.1945283 0.974593
-8.028 -6.970 6.969
0.000 0.020 0.000
-0.0001032 -0.0000627 -1.73713 -0.9745936 -0.8701738 -0.4881402
inc lima _cons
-0.0001327 -2.318154 0.2356017
0.0000105 0.2408059 0.0850661
-12.689 -9.627 2.770
0.000 0.020 0.006
-0.0001532 -0.0001122 -2.790125 -1.846184 0.0688752 0.4023282
inc lima _cons
-0.0001348 2.285868 -3.268765
0.0000245 0.2815201 0.273404
-5.506 8.120 -11.956
0.000 0.000 0.000
-0.0001828 -0.0000868 1.734098 2.837637 -3.804627 -2.732903
3
4
5
6
287
Del Valle - Vinelli
4.3 Tipo de Desagüe Para el tipo de desagüe el siguiente modelo multilogit fue utilizado: Mlogit desa inc lima donde desa es una variable discreta que puede tomar seis valores: 1 si el sistema de desagüe llega hasta dentro del domicilio, 2 si el sistema se encuentra fuera de la casa, 3 si el desagüe consiste en un pozo séptico, 4 si es un pozo sencillo, 5 si los desperdicios se botan a un riachuelo o río; 6 si no hay sistema de desagüe. Como en los otros modelos inc indica ingreso y Lima es una variable ficticia que indica si el domicilio se encuentra en la capital o en las provincias. El Cuadro Nº 12 muestra los coeficientes y se puede ver que son estadísticamente significativos, lo cual indica que ambos, el ingreso y la ubicación geográfica son variables explicativas pertinentes.
Cuadro Nº 12 Resultados del modelo para el tipo de desagüe Nº de observ. Prob > chi2 Pseudo R2
Log Likelihood = - 4506.4614 desa
Coef.
Std. Err.
z
3621 0.000 0.1256
P>(z) [95% Intervalo confianza]
2 inc lima _cons
-0.0001025 0.4275118 -1.967907
0.0000198 0.2307461 0.2162127
-5.174 1.853 -9.102
0.000 0.064 0.000
-0.0001413 -0.0000637 -0.024742 0.8797659 -2.391677 -1.544138
inc lima _cons
-0.0000836 -0.7309561 0.3510192
9.76E-06 0.1443932 0.1115628
-8.567 -5.062 -3.146
0.000 0.000 0.002
-0.0001027 -0.0000645 -1.013962 -0.4479507 -0.5696782 -0.1323602
inc lima _cons
-0.0001301 -1.296954 0.6476596
9.80E-06 0.1404626 0.0974056
-13.279 -9.233 6.649
0.000 0.000 0.000
-0.0001493 -0.0001109 -1.572256 -1.021652 0.4567481 0.8385712
inc lima _cons
-0.0001124 -2.120107 -1.040229
0.0000187 0.396707 0.1757478
-6.020 -5.344 -5.919
0.000 0.000 0.000
-0.000149 -0.0000758 -2.897638 -1.342575 -1.384688 -0.6957694
inc lima _cons
-0.0002079 -1.763039 1.607933
0.0000111 0.1481734 0.0937173
-18.800 -11.898 17.157
0.000 0.000 0.000
-0.0002296 -0.0001862 -2.053454 -1.472625 1.42425 1.791615
3
4
5
6
288
Acceso a servicios públicos
4.4 Tipo de Energía para la Preparación de Alimentos Para el consumo de combustible en la preparación de alimentos, el siguiente modelo logit multinomial fue propuesto: Mlogit com inc lima donde com es una variable discreta que puede tomar cuatro valores: 1 si la fuente de energía para cocinar es la electricidad; 2 si es gas, 3 si es kerosene y 4 si es leña. La variable carbón fue unida a la variable leña pero en realidad muy pocas familias en la muestra dijeron que usan carbón para preparar los alimentos. Como en el modelo anterior, Lima es una variable binaria que puede tomar dos valores: 1 si el domicilio está en el área metropolitana, Lima y Callao, y cero si el domicilio se encuentra en provincias. Cuadro Nº 13 Resultados del modelo para la energía utilizada en la preparación de alimentos Nº de observ. Pseudo R2
Log Likelihood = - 3194.5341 com
Coef.
Std. Err.
z
3505 0.2139
P>(z) [95% Intervalo confianza]
1 inc lima _cons
0.000225 3.14747 -5.665104
0.0000107 0.3298638 0.2033072
20.962 9.542 -27.865
0.000 0.000 0.000
0.000204 2.500948 -6.063579
0.0002461 3.793991 -5.266629
inc lima _cons
0.0002051 3.935926 -3.153366
9.96E-06 0.2270526 0.1097999
20.584 17.335 -28.719
0.000 0.000 0.000
0.0001855 3.490912 -3.36857
0.0002246 4.380941 -2.938162
inc lima _cons
0.0001409 3.070006 -1.499989
9.31E-06 0.220771 0.0826663
15.138 13.906 -18.145
0.000 0.000 0.000
0.0001226 2.637302 -1.662012
0.0001591 3.502709 -1.337966
2
3
(Outcome com = 4 is the comparison group)
La presentación de resultados en el Cuadro Nº 13 indica significación estadística para todos los coeficientes, lo que quiere decir que el tipo de fuente de energía que se utiliza para cocinar depende del ingreso, así como también del lugar donde está ubicado el hogar. 4.5 Fuente de Energía Utilizada en el Alumbrado El modelo propuesto para la fuente energética para el alumbrado es también un modelo logit multinomial: Mlogit alum inc lima
289
Del Valle - Vinelli
Cuadro Nº 14 Resultados del modelo para la fuente de energía para el alumbrado Regresion multinomial
Nº de observ. chi2(4) Prob > chi2 Pseudo R2
Log Likelihood = - 2249.0186 alum
Coef.
Std. Err.
z
3579 1043.50 0.0000 0.1883
P>(z) [95% Intervalo confianza]
2 inc lima _cons
-0.0001377 -2.630692 0.6286139
9.21E-06 0.2025173 0.0773542
-14.949 -12.990 8.126
0.000 0.000 0.000
-0.0001558 -0.0001197 -3.027618 -2.233765 0.4770024 0.7802254
inc lima _cons
-0.0002407 -1.294053 -0.5532424
0.0000246 0.2793918 0.1476433
-9.796 -4.632 -3.747
0.000 0.000 0.000
-0.0002889 -0.0001926 -1.841651 -0.7464553 -0.8426179 -0.2638669
3
(Outcome alum == 1 is the comparison group)
donde alum es una variable discreta que puede tomar tres valores: 1 si la fuente de energía es la electricidad, 2 si es kerosene y 3 si es vela. Los resultados muestran que las variables explicativas: ingreso y ubicación geográfica, son estadísticamente significativas. 7. Conclusiones, Limitaciones y Algunas Sugerencias de Política Conclusiones El objetivo de este estudio es analizar la situación de los servicios públicos en el Perú, en base a una encuesta realizada en 1994 por el Instituto Cuánto, el Banco Mundial y el Banco Interamericano de Desarrollo, la cual consiste en una muestra de 3,544 hogares en todo el territorio nacional. Cinco servicios públicos son examinados en este estudio: servicio telefónico, suministro de agua, desagüe, fuente de energía para preparar alimentos y fuente de energía para el alumbrado. La primera parte del estudio es descriptiva, en la cual se presentan algunas variables que dan una idea general del estado actual de la utilización de los servicios públicos. Por ejemplo, la investigación indica que solamente 11.8% de los hogares a nivel nacional tiene teléfono y hay regiones, tales como Mariátegui, donde ningún hogar entrevistado tiene teléfono. La información muestra que en la ciudad de Lima, solamente uno de cada cinco hogares tiene teléfono. Estos resultados deben verse a la luz de la reciente privatización de la Compañía Peruana de Teléfonos y pueden considerarse como una línea de base antes de los importantes cambios que se han dado en este sector a partir de la privatización.
290
Acceso a servicios públicos
Con respecto al suministro de agua, sólo la mitad de los hogares entrevistados tiene acceso a un sistema de agua desde dentro de la casa. En varias de las regiones, tales como Lima, Arequipa, Chavín, Wari y La Libertad se hallaron porcentajes mucho más altos. Servicio de desagüe accesible desde dentro de la casa sólo existe en el 43% de los hogares entrevistados. Las regiones de Selva, tales como Ucayali y Marañón tienen un porcentaje mucho más bajo que el promedio. En relación a la fuente de energía utilizada para la preparación de alimentos, los resultados indican que uno de cada tres hogares utiliza leña para cocinar, mientras que otro tercio usa kerosene y un porcentaje similar, gas. La fuente más común de energía para el alumbrado es la electricidad (66%) y curiosamente el 5% de los hogares todavía usa velas para el alumbrado. Como es de esperarse, casi el 100% de los hogares entrevistados en Lima y Arequipa utiliza la electricidad como fuente de energía para el alumbrado. La segunda parte de este estudio consiste en un análisis econométrico de los datos; más precisamente, se utilizan modelos de variables discretas para analizar sistemáticamente la relación que existe entre el tipo de servicios públicos utilizados por una familia, su ubicación geográfica y su nivel de ingreso. Un modelo logit se usa en el caso de teléfonos y modelos logit multinomiales se utiliza en el caso de los servicios públicos. Con respecto al servicio de teléfono, este estudio reporta las probabilidades que un hogar posea un teléfono dado un nivel de ingresos y una ubicación geográfica. Por ejemplo, las familias de más bajos ingresos en Lima tienen una probabilidad de 9% de tener un teléfono en el hogar, mientras que familias de altos ingresos tienen una probabilidad de 27%. En la región Loreto, por ejemplo, familias de rentas altas, (que tienen un ingreso mayor que 21,810 nuevos soles) solamente tienen una probabilidad 9% de tener un teléfono. En el esquema de privatizaciones de servicios públicos, las regiones de altos ingresos y baja probabilidad son un mercado potencial para contruir infraestructura. En el caso de suministro de agua, los estimados indican que solamente 60% de las familias de bajos ingresos en Lima y Callao tienen acceso a agua potable desde dentro de la casa, mientras que en provincias, el porcentaje asciende a 42%. El agua vendida por camiones en Lima y Callao es una fuente importante para el 13% de familias de ingresos bajos y medios bajos, mientras que en provincias esta modalidad casi no existe. Como es de esperarse, el porcentaje de familias que tienen acceso a un sistema de desagüe desde dentro de la casa es menor que el porcentaje de ellas que tienen acceso a agua potable desde el interior de la vivienda. Esto sucede a nivel de toda la muestra, a través de las familias de todo tipo de ingreso. Sin embargo esta diferencia se hace más notoria en provincias. Este reporte también indica que el 11% de familias de rentas bajas en las provincias depende de las velas como fuente de energía para el alumbrado, y solamente 42% de ellas tienen acceso a electricidad. En Lima y Callao, el 98% de familias de altos ingresos tiene acceso a la energía eléctrica, mientras que solamente 83% en las provincias. En el caso de alumbrado, el kerosene es un bien inferior en Lima y en provincias.
291
Del Valle - Vinelli
El presente estudio revela que las familias provincianas de ingresos más bajos dependen críticamente de la leña como fuente de energía para cocinar (68%). Sin duda esta práctica tiene efectos importantes en el medio ambiente. Otro hallazgo de resaltar es que el kerosene utilizado como fuente de energía para preparar los alimentos es un bien inferior en Lima, mientras que en provincias es un bien normal, cuyo consumo aumenta a medida que se incrementa el ingreso. En Lima a medida que aumenta el consumo, las familias reemplazan el kerosene por el gas para preparar los alimentos. La privatización de servicios públicos, por ejemplo en teléfonos, abrirá áreas muy interesantes en las provincias al sector privado. El gobierno, al igual que el sector privado, debe estar preparado para manejar inversiones en provincias y no tanto en la capital. Los modelos presentados en este estudio también pueden servir para evaluar el impacto de políticas sociales o programas de redistribución del ingreso. Otro importante uso que se le puede dar a los resultados reportados en este estudio es en el contexto del actual crecimiento del Producto Bruto Interno del Perú. En los últimos años el PBI ha estado creciendo, lo cual indica que la demanda de servicios públicos también aumentará. Como se indica en los resultados de este estudio, los servicios públicos son definitivamente bienes normales a los cuales la población tiene acceso, siempre y cuando sus ingresos lo permitan. Las limitaciones Una de las limitaciones del análisis en este trabajo es que solamente incluye dos variables explicatorias: ingreso y distribución geográfica. Aunque ambas variables son estadísticamente significativas en los modelos utilizados en este estudio, se pueden incluir otras variables en un análisis futuro. Ellas podrían ser educación e idioma materno. La base de datos de la encuesta utilizada tiene un factor operacional que puede dar luces a los factores étnicos del Perú. La inclusión de la variable educación es rutina en estos tipos de análisis, pero la inclusión del idioma, como variable, puede brindar resultados interesantes. La principal razón para incluir la variable idioma es que una gran parte de la población peruana no habla Español sino el Quechua u otros. También se podría pensar que otra limitación de este estudio es la naturaleza de la variable ingreso. Generalmente, esta variable es muy difícil de medir. Sin embargo, en este caso particular, la variable ingreso ha sido cuidadosamente construida, pues incluye diferentes fuentes de ingreso, tales como empleos informales, agricultura de subsistencia y otras variables. Algunas recomendaciones de política 1) Este documento confirma la hipótesis que la situación de acceso a los servicios públicos básicos en el Perú es precaria. La necesidad de inversión privada o pública es aparente. Existe un número considerable de hogares de ingresos suficientes que no pueden accesar las redes de servicios públicos. 2) La privatización de servicios públicos, por ejemplo en teléfonos, abrirá áreas muy provechosas en las provincias al sector privado. Los agentes gubernamentales, así 292
Acceso a servicios públicos
como los gerentes de los servicios públicos, deben dirigir esfuerzos más a las provincias y no tanto a la capital. 3) Los modelos presentados pueden ayudar a evaluar el impacto de programas sociales, así como también programas de redistribución de renta y la aplicación de impuestos a diferentes sectores de la población. 4) Debería tenerse cuidado con respecto a los impactos ambientales de algunas prácticas relacionadas a los servicios públicos, por ejemplo, la práctica que se refiere al uso extensivo de leña para la preparación de alimentos y a la ausencia de servicios de desagüe para sectores importantes de la población. 5) El gobierno debe tener en cuenta la importancia del kerosene en segmentos significativos de la población. Un impuesto a este combustible puede resultar en un importante regresivo con respecto a la distribución del ingreso.
293
Del Valle - Vinelli
BIBLIOGRAFIA Grosh, Margareth and Paul Glewwe. (1995). “A Guide to Living Standards Measurement Study Surveys and their Data Sets”. Living Standards Measurement paper Nº 120, The World Bank, Washington. Instituto Cuánto. (1994). “Manual del Encuestador”, Encuesta Nacional de Hogares Sobre Medición de Niveles de Vida 1994. Documento Metodológico Nº 5. Abril. Instituto Cuánto. (1994). “Especificaciones para la Composición del Ingreso y del Gasto”, Encuesta Nacional de Hogares Sobre Medición de Niveles de Vida 1994. Documento Metodológico Nº 3. Abril. Instituto Cuánto. (1994). “Manual del Jefe de Brigada”, Encuesta Nacional de Hogares Sobre Medición de Niveles de Vida 1994. Documento Metodológico Nº 6. Abril. Instituto Cuánto. (1994). “Diseño Muestral”, Encuesta Nacional de Hogares Sobre Medición de Niveles de Vida 1994. Documento Metodológico Nº 1. Abril. Instituto Cuánto. (1994). “Programa de la encuesta”, Encuesta Nacional de Hogares Sobre Medición de Niveles de Vida 1994. Documento Metodológico Nº 4. Abril. Instituto Cuánto. (1994). “Cuestionario de la Encuesta de Hogares”, Encuesta Nacional de Hogares Sobre Medición de Niveles de Vida 1994. Documento Metodológico Nº 2. Abril. Instituto Cuánto. (1994). “Diccionario de Variables”, Encuesta Nacional de Hogares Sobre Medición de Niveles de Vida 1994. Documento Metodológico Nº 7. Abril. Revista Cuánto. (1995). “Pobreza y Lengua Materna”, págs.. 34-35, Lima. Julio. The World Bank. (1994). “Means Table”, Peru Living Standards Survey (PLSS). Poverty and human Resources Division. noviembre.
294
EL BIENESTAR SOCIAL EN LIMA: CAMBIOS EN LA ESTRUCTURA DE ACCESO Y USO DE LOS SERVICIOS PUBLICOS, 1985-86 A 1990 ¶ G· Gillette Hall*
*
Agradezco la valiosa colaboración de Agustín Cortegana en la traducción.
Hall
Resumen Para muchas naciones en desarrollo, particularmente las de América Latina y Africa, el proceso de ajuste ocurrido en la década de los 80 implicó no solamente caídas en las tasas de crecimiento del Producto Bruto Interno (PBI), sino además, reducciones en los niveles del gasto público. Hay evidencias que sugieren que el impacto de la reducción en los gastos sociales no fue distribuido equitativamente. Con la ventaja de los datos provenientes de las encuestas de hogares -que permiten una desagregación de los indicadores por niveles de consumo o ingreso-, algunos estudios recientes encuentran evidencia de severas pérdidas de bienestar entre los pobres, las que no se hacen patentes cuando solamente se observa la evolución de los indicadores a nivel agregado. Este estudio analiza la evolución de los indicadores de bienestar y de acceso a los servicios sociales en Lima, entre 198586 y 1990, utilizando como fuente principal los datos provenientes de las Encuestas Sobre Medición de Niveles de Vida (ENNIV) efectuadas en esos años.
296
El Bienestar Social en Lima
El Bienestar Social en Lima: Cambios en la Estructura de Acceso y Uso de los Servicios Públicos, 1985-86 a 1990 1. Introducción Para muchas naciones en desarrollo, particularmente las de América Latina y Africa, el proceso de ajuste ocurrido en la década de los 80 implicó no solamente caídas en las tasas de crecimiento del Producto Bruto Interno (PBI), sino además, reducciones en los niveles del gasto público. En muchos países, esto último fue acompañado por una reducción de la participación del sector social en el total del gasto público. Estimaciones del Banco Mundial sugieren que en América Latina, entre 1972 y 1988, la proporción de gastos en educación en el total del gasto público cayó de 17.5 a 13.3 por ciento, Salud de 5.7 a 4.0 por ciento, y Vivienda de 16.2 a 10.6 por ciento (Banco Mundial, 1990). Una característica preocupante de estos hechos fue la caída observada en el gasto per cápita en el sector social, y su impacto sobre el bienestar de la población (UNICEF, 1987; Grosh, 1990). Los indicadores básicos de calidad de vida (mortalidad infantil, tasa de analfabetismo, etc.), que mostraron una vigorosa mejoría en las décadas del 60 y 70, en su mayoría continuaron en esa tendencia durante la década siguiente. Sin embargo, hay evidencias que sugieren que el impacto de la reducción en los gastos sociales no fue distribuido equitativamente. Con la ventaja de los datos provenientes de las encuestas de hogares -que permiten una desagregación de los indicadores por niveles de consumo o ingreso-, algunos estudios recientes encuentran evidencia de severas pérdidas de bienestar entre los pobres, las que no se hacen patentes cuando solamente se observa la evolución de los indicadores a nivel agregado (Grooteart, 1994). Este estudio analiza la evolución de los indicadores de bienestar y de acceso a los servicios sociales en Lima, entre 1985-86 y 1990, utilizando como fuente principal los datos provenientes de las Encuestas Sobre Medición de Niveles de Vida (ENNIV) efectuadas en esos años. El tema de la evolución del gasto social, estudiado brevemente en la sección 2, demuestra que el período analizado coincide con una redistribución inicial de los fondos públicos a favor del sector social entre 1985 y 1986, situación que fue dominada por la caída severa en los gastos reales ocurrida con posterioridad a este último año, llegando en 1990 a los niveles más bajos de la década. 297
Hall
La evolución de los indicadores básicos y agregados en los sectores de Educación, Salud y Vivienda es examinada en las secciones 3 a 6. Estos datos son profundizados con las cifras desagregadas por deciles provenientes de la encuestas ENNIV. La información permite un mayor acercamiento a los indicadores de bienestar y acceso a servicios sociales entre los pobres, revelando cómo ambos factores han cambiado durante un período coincidente con fuertes caídas en los niveles reales del gasto social. 2. El Gasto Público en Perú, 1985-86 a 1990 De acuerdo con los retos del programa planteado por el gobierno de García, entre 1985 y 1986 se observó un impulso al nivel del gasto público, con énfasis en los sectores social y económico (ver Cuadro Nº 1). Cuadro Nº 1 Gasto Real del Sector Público en el Perú, 1980 - 1990 1980
1981
1982
1983
1984
1985
Gasto Total (Indice 1985=100) Form. Bruta de Capital (% gasto total)
105.0 13.0
103.0 15.4
98.0 14.8
100.0 11.8
102.0 12.2
100.0 10.3
Participación sectorial en el gasto total Administración Sector social Sector económico Programas multisectoriales
61.2 20.1 16.3 2.5
60.0 21.1 17.4 1.4
65.3 19.3 13.5 2.0
69.8 16.9 10.4 2.9
68.7 16.8 11.5 3.0
71.6 16.7 8.2 3.6
Gasto Sectorial (Indice 1985=100) Administración Sector social Sector económico
91 126 208
86 130 219
89 113 160
96 100 125
99 104 144
100 100 100
1986
1987
1988
1989
1990
Gasto Total (Indice 1985=100) Form. Bruta de Capital (% gasto total)
101.0 10.9
96.0 8.5
70.0 6.8
62.0 10.4
55.0 7.1
Participación sectorial en el gasto total Administración Sector social Sector económico Programas multisectoriales
65.4 21.6 9.8 3.1
66.2 18.0 13.0 2.7
67.4 20.7 8.9 3.0
62.5 21.6 11.8 4.1
73.8 15.9 5.7 2.8
Gasto Sectorial (Indice 1985=100) Administración Sector social Sector económico
93 132 121
89 104 152
67 89 77
54 81 90
57 51 37
1/ El rubro "Administración" incluye servicio de la deuda, defensa, administración general, y del interior. A través de todo el período el servicio de la deuda representó más de la mitad de todos los gastos en esta categoría. 2/ La participación sectorial en los gastos totales suma 100, excepto para las discrepancias debidas al redondeo. Fuente: Webb y Fernández Baca, 1991.
298
El Bienestar Social en Lima
El crecimiento inicial en el sector fue sustantivo. Mientras que el valor (real) total del gasto público aumentó 1.5 por ciento en el bienio 85-86, en el sector social el gasto (real) aumentó en 32 por ciento en este mismo período. Después de 1986 el valor real del gasto público se deterioró, disminuyendo el porcentaje orientado hacia el sector social. Las cifras disponibles indican que durante la década 1980-90, el valor del gasto público cayó casi a la mitad, y la mayor parte de esta declinación ocurrió entre 1987 y 1990. En este último año, el gasto en el sector social se encontraba en el nivel más bajo de la década, representando también la proporción más pequeña del gasto público total. Se observa en el patrón de gastos en el sector social un énfasis mayor en el gasto corriente que en inversiones en capital, sugiriendo una política dirigida hacia el corto plazo (por ejemplo, en aumentos de sueldos y subsidios orientados al consumo), en vez de inversiones en infraestructura encaminadas hacia el largo plazo (ver Cuadro Nº 2). Dentro de cada sub-sector social (educación, salud, vivienda, y empleo) el gasto real cayó en más de la mitad en el período 1985-1990. Esta disminución implicó un deterioro aún más grande en el gasto per cápita y, dado el incremento de la pobreza que acompañó a este período, también produjo una severa restricción en el gasto de las personas pobres1. Cuadro Nº 2 Gasto en el Sector Social, 1985 - 1990 1985
1986
1987
1988
1989
1990
Educación Corriente Formación bruta de capital
100 100 100
141 141 127
103 104 83
93 95 47
88 89 39
56 58 10
Salud Corriente Formación bruta de capital
100 100 100
109 103 140
105 118 67
79 86 39
64 72 20
47 53 9
Vivienda Corriente Formación bruta de capital
100 100 100
115 157 105
102 180 86
52 130 36
82 224 51
25 81 14
Empleo
100
131
235
119
121
40
1/ Las cifras representan los gastos totales anuales, valorados en intis corrientes a partir de un índice donde 1985=100. 2/ La Formación Bruta de Capital en el Sector Empleo representó una fracción tan pequeña de los gastos totales (promediando 2.7% entre 1985 y 1990) que es combinada con los gastos corrientes para empleo. 1
El incremento de pobreza en Lima entre 1985-86 y 1990-91 está documentada en otros trabajos utilizando la información de las ENNIV. Ver por ejemplo Moncada, 1994; Glewwe y Hall, 1992; Cuánto, 1991.
299
Hall
Este estudio examina la evolución de los indicadores de impacto (por ejemplo, matrícula escolar, tasas de enfermedad, etc.) y de acceso a los servicios públicos básicos (utilización de centros de salud, asistencia escolar, acceso a servicio de agua y servicios sanitarios, etc.) que acompañó este cambio en el gasto social entre 1985-86 y 1990. 3. Educación Los indicadores agregados demuestran que en los últimos 50 años se ha registrado en el Perú un progreso sustantivo en la batalla contra el analfabetismo. En 1940, más de la mitad de la población era analfabeta; cinco décadas después el analfabetismo alcanza a solamente al 11 por ciento de la población nacional (Cuadro Nº 3). En las áreas urbanas la tasa de analfabetismo es aún menor: cifras para 1989 indican que 2.4 por ciento de hombres y 7.4 por ciento de mujeres en dichas zonas son analfabetos. Los datos de la ENNIV para Lima muestran altas tasas de asistencia escolar primaria, lo mismo que acontece en los segmentos más pobres de la población. Cuadro Nº 3 Tasas de Analfabetismo en el Perú, 1940 - 1990
TOTAL Urbano Hombres Mujeres Rural Hombres Mujeres
1940
1961
1972
1981
1985
1989
1990
58
39
28
18
15
12
11
-
9.3 25.8
5.9 19.1
3.6 12.5
2.9 10.0
2.4 7.4
-
-
41.6 76.2
34.3 69.2
23.2 55.8
17.9 51.9
12.2 47.2
-
Fuente: Ministerio de Educación, citado en Webb y Fernández Baca, 1991.
Los Cuadros Nº 4 y 5 proporcionan información sobre la asistencia escolar en Lima en 1985-86 y 1990. Para todos los miembros del hogar mayores de cinco años, la encuesta registró si es que habían asistido alguna vez a la escuela, o si lo habían hecho en los últimos 12 meses, y si el último centro escolar al que concurrieron era público o privado2. Para los individuos que asistían a la escuela, la encuesta recopiló el número de horas de asistencia escolar durante la última semana. Los cuadros presentan los datos por quintil de la población de acuerdo a su nivel per cápita de consumo, cada quintil conteniendo el mismo número de personas (ver Glewwe y Hall, 1992). El apéndice A provee una tabulación de la población encuestada por edad y sexo. La información sobre la asistencia escolar indica que en Lima solamente un pequeño porcentaje de la población (1 - 2 por ciento) nunca había asistido a la escuela. La incidencia de la asistencia escolar fue distribuida en forma relativamente igualitaria, 2
300
Se identifica como miembro del hogar a cualquier individuo presente y compartiendo comidas en el hogar durante por lo menos 3 de los últimos 12 meses, excluyendo trabajadores domésticos y pensionistas. El jefe de hogar siempre es considerado miembro del hogar, sin importar el número de meses que se encuentre ausente.
El Bienestar Social en Lima
con solamente una ligera correlación positiva con los niveles de consumo en ambos años de la encuesta. En 1985-86, en el quintil más pobre el 98.6% de la población mayor de 5 años había asistido a la escuela, ascendiendo esta proporción a 99.7% de la población en el quintil más rico. En 1990, los datos respectivos fueron 98.8% y 99.8%. En los quintiles más pobres hubieron más hombres con alguna educación que mujeres, en ambos años. Cuadro Nº 4 Asistencia Escolar por quintiles, todo Lima, 1985 - 1986 Quintil
1
2
3
4
5
Ha asistido alguna vez a la escuela (1) Población total (2) Hombres (3) Mujeres
98.6 99.3 98.0
98.7 98.8 98.5
99.4 99.5 99.3
99.3 99.3 99.3
99.7 100.0 99.5
Asistió a la escuela el pasado año (4) Población total (5) Hombres (6) Mujeres
66.9 67.4 66.4
66.8 67.0 66.6
65.7 64.5 66.8
67.7 69.2 66.3
70.3 73.3 67.1
(7) Asiste a escuela pública
90.9
89.3
80.7
71.6
57.4
Horas en escuela/semana, edades 6-18 (8) Pública (9) Privada
18.3 23.0
16.8 24.0
19.3 18.6
19.5 22.9
19.2 24.7
Horas en escuela/semana, edades 6-18, Junio-Julio solamente (10) Pública 24.9 21.2 (11) Privada -
22.7 25.7
20.7 25.0
18.4 23.1
Nota: Los datos en las líneas (10) y (11) corresponden a los hogares entre junio y julio, 1986
Sin embargo, en el período estudiado 1985-86 a 1990, en el quintil más pobre se observa una ligera caída en la proporción de hombres que alguna vez había asistido a la escuela: de 99.3% baja a 98.8%, sugiriendo una declinación en la matrícula de varones en edad escolar en este lapso, no observándose este fenómeno entre las mujeres. En sentido contrario, entre los dos quintiles más ricos se aprecia un aumento en la proporción de hombres que había alguna vez asistido a la escuela, alcanzando el 100% en el quintil 5. Entre las mujeres de estos quintiles no hubo mayores cambios. En conclusión, las cifras documentan una alta tasa de incidencia de la educación (proporción de la población que alguna vez ha asistido a la escuela) -en ninguna instancia menor que 98.5%- y ligeramente aumentando con el tiempo. Una excepción es la ligera caída de este indicador entre los hombres del quintil más pobre de la población en el lapso analizado, sugiriendo un decrecimiento en la tasa de matrícula de hombres en este quintil. 301
Hall Cuadro Nº 5 Asistencia Escolar por Quintiles, todo Lima, 1990 Quintil
1
2
3
4
5
Ha asistido alguna vez a la escuela (1) Población total (2) Hombres (3) Mujeres
98.8 98.9 98.8
99.3 99.9 98.7
99.5 99.2 99.7
99.6 99.9 99.3
99.8 100.0 99.6
Asistió a la escuela el pasado año (4) Población total (5) Hombres (6) Mujeres
54.9 52.0 57.7
57.7 58.4 57.0
59.5 60.4 58.6
55.4 55.9 54.9
59.3 62.5 56.4
(7) Asiste a escuela pública
93.2
88.9
84.6
76.3
53.3
Horas en la escuela/semana, edades 6-18 (8) Pública (9) Privada
24.2 25.6
25.1 26.3
25.7 29.4
26.4 28.3
26.1 29.1
Los cambios en la tasa de matrícula entre 1985-86 y 1990 se examinan en las líneas 4, 5 y 6 de los Cuadros Nº 4 y 5. Los datos presentan el porcentaje de la población en cada quintil, por sexo, que había asistido a la escuela durante los 12 meses previos a la entrevista. En ambos años de la encuesta, la tasa de matrícula estuvo correlacionada positivamente con el nivel de consumo. Sin embargo, también se observa un caída en la matrícula entre 1985-86 y 1990 en todos los quintiles, la que fue más severa entre los hombres del quintil más pobre. En este grupo, la proporción matriculada en alguna institución educativa cayó en 23%, de 67% en 1985-86 a 52% en 1990. En los otros quintiles, se observa una caída mas ligera indicando un cambio regresivo; por ejemplo, en el quintil más rico, la tasa de matrícula entre hombres se redujo en 15%, de 73% a 62%. Entre las mujeres no se observa declinaciones en la tasa de matrícula escolar en ningún quintil, y al contrario este indicador se incrementa entre los pobres. En 1990, las mujeres del quintil más pobre (y del quintil 3) tenían una tasa de matrícula mayor que la de los hombres. En los otros quintiles, la matrícula femenina continuaba rezagada en comparación con la masculina. La línea 7 de cada cuadro muestra la matrícula escolar en la escuela pública. En ambos años de la encuesta, la matrícula en instituciones públicas estuvo correlacionada negativamente con los niveles de consumo. Se observa también que esta relación se intensifica entre 1985-86 y 1990. Entre estos años, se incrementó la tendencia de los estudiantes del quintil más rico a matricularse en instituciones privadas, mientras que la proporción de escolares que asistían a instituciones públicas se redujo de 57 a 53 por ciento. 302
El Bienestar Social en Lima
Este resultado insinúa una caída en la calidad de la educación proporcionada por las instituciones públicas, empujando a las personas con mayores recursos a buscar opciones en el sector privado. En el quintil más pobres se observa una tendencia opuesta, pues la proporción de estudiantes matriculados en instituciones públicas aumentó de 91% a 93%. Este resultado indicaría que cada vez menos hogares pobres podían financiar los costos educativos en el sector privado, y fueron forzados a depender del sector público con mayor frecuencia, aún cuando los recursos de este sistema fueron crecientemente restringidos y la calidad de sus servicios probablemente se deterioraban. En resumen, los resultados sugieren que la brecha entre los pobres y los ricos se hizo mayor entre 1985-86 y 1990, en términos de acceso a la educación y a la calidad de los servicios a su alcance. Las encuestas ENNIV también proporcionan información sobre las horas de asistencia semanal a la escuela, lo cual brinda una indicación sobre la calidad de la educación obtenida por cada quintil. Estos datos, presentados en las líneas 8 y 9, muestran que en ambos años de la encuesta, el promedio de horas estudiadas estuvo negativamente correlacionado con el nivel de consumo: los estudiantes de los quintiles más pobres pasaron menos horas en la escuela que los estudiantes pertenecientes a los quintiles más ricos, siendo esta tendencia regresiva aún más aguda en 1990. Además, en ambos años, los estudiantes que asistieron a instituciones privadas invirtieron más horas en la escuela, que aquellos matriculados en instituciones públicas. Ambos períodos no son directamente comparables debido a diferencias en la época del año escolar en que la información fue recogida. Durante la ENNIV de 1985-86, las entrevistas se realizaron en Lima entre noviembre 1985 y junio 1986, un período de ocho meses que incluyó las vacaciones largas del fin del año escolar. En la ENNIV de 1990, las entrevistas se efectuaron solamente durante los meses de junio y julio, en plena época escolar. La información sobre las horas promedio en la escuela se recogió para cada estudiante matriculado, pero la pregunta se refirió a las horas pasadas en el centro escolar durante los siete días previos a la entrevista. Por este motivo los datos para 1985-86, que incluyeron los meses de vacaciones, muestran promedios más bajos de horas estudiadas que los datos de 1990. Una forma más correcta de comparar la información entre ambos períodos es la de incluir en el promedio para 1985-86 solamente los datos para aquellos hogares entrevistados en junio del 86 -la misma época del año escolar a la cual se refieren los datos de 1990. Estos indicadores se presentan en las líneas 10 y 11 del Cuadro Nº 4, aún cuando presentan debilidades: la muestra para 1986 es pequeña (101 personas) y los promedios menos confiables (sujetos a mayores varianzas). Además, no hay observaciones para los quintiles más bajos de estudiantes matriculados en instituciones privadas. Sin embargo, es interesante notar que no existe evidencia de una caída en el promedio de horas estudiadas entre 1985-86 y 1990; al contrario, la información sugiere que el promedio aumentó, especialmente en los quintiles más ricos. 303
Hall
Matrícula Escolar, por Sexo y Edad, 1985-86 y 1990 Los Cuadros Nº 6 y 7 examinan la matrícula escolar por edad y sexo en 1985-86 y 19903. En ellos se agregan cuatro categorías de consumo adicionales: el 5% más pobre, el 10% más pobre, el 5% más rico y finalmente el 10% más rico. Esta información facilita un examen más detallado y preciso de las características poblacionales en los extremos de la distribución del consumo. Entre estos años, las tasas de matrícula se mantuvieron constantes a un nivel de aproximadamente 95% para los niños entre 6 y 10 años; sin embargo, para edades mayores se observa una caída en el indicador, la que fue más severa entre los hombres mayores de 15 años, del quintil más pobre. Cuadro Nº 6 Asistencia Escolar por Sexo y Grupos de Edad, 1985-86 Quintil
1
2
3
4
5
Más pobre 5% 10%
Más rico 10% 5%
Asistieron a la escuela el pasado año Hombres, por grupo de edad 6 - 10 94.4 11 - 15 96.1 16 - 18 73.3 19 - 23 42.5 24 - 25 21.4
93.1 98.1 72.0 44.4 28.0
96.9 97.2 83.0 48.6 28.7
97.5 98.8 76.9 56.6 25.6
98.8 96.7 85.0 56.0 24.0
96.7 100.0 93.9 70.2 31.1
100.0 100.0 96.8 77.4 38.3
100.0 100.0 90.9 75.0 42.2
100.0 100.0 100.0 75.0 39.5
Mujeres, por grupo de edad 6 - 10 100.0 11 - 15 92.9 16 - 18 73.3 19 - 23 48.5 24 - 25 11.1
96.3 92.3 72.2 50.8 25.5
97.3 93.6 78.8 53.9 24.5
96.6 100.0 80.7 52.6 23.5
97.1 98.6 95.1 60.0 34.8
97.6 100.0 80.5 64.6 28.3
100.0 100.0 94.6 78.3 28.5
100.0 100.0 100.0 91.3 30.5
100.0 100.0 100.0 85.7 24.3
La matrícula para los niños entre 6 y 10 años no declinó en el período 1985-86 a 1990. Las tasas de asistencia de varones y mujeres se incrementaron en todos los niveles durante 1990, a excepción del 20% más pobre de la población (quintil 1), donde la asistencia de los hombres cayó sólo ligeramente. La asistencia escolar femenina fue mayor en 1990 que en 1985-86, aún en el grupo de consumo más pobre; sin embargo en 1990 estas tasas aún eran menores que la de los hombres, excepto en el quintil más pobre donde debido a la caída en la matrícula masculina, esta fue superada por la femenina la cual llegó a 100%. Los resultados sugieren que el leve incremento en la incidencia de la educación (observado en las Cuadros Nº 4 y 5) estuvo ligado al aumento en la tasa de matrícula entre los niños -especialmente de las mujeres-, con edades de 6 a 10 años. Por otro lado, se observa una disminución en la tasa de matrícula de los niños cuyas edades fluctúan entre 11 y 15 años. Sin embargo, este indicador permanece alto en ambos años de la encuesta, superando el 90% en todos los quintiles. Otra vez se 3
304
Se debe notar que por motivos de matrícula tardía (niños ingresando en el primer grado a mayor edad) y repitencia, la edad no corresponde con el grado o nivel de estudios.
El Bienestar Social en Lima
produce un mayor deterioro en la matrícula de los varones en el quintil más pobre. Este mismo fenómeno se observa -en forma aún más aguda- en la población mayor de 15 años. En el quintil más pobre, la tasa de matrícula disminuyó en 25% para los hombres entre los 16 y 18 años, 50% para los situados en edades entre 19 y 23 años, y 70% para aquellos entre los 24 y 35 años. Estas caídas son aún más marcadas entre el 10% y 5% más pobre de la población. Se nota también que la tasa de matrícula cayó entre los hombres mayores de 15 años no importando su nivel de consumo, excepto entre los que pertenecían al 5% más rico de la población. Entre ellos, la tasa de matrícula se incrementó en 25% entre 198586 y 1990, alcanzando al 85% de la población masculina en estas edades. Esta información sugiere que el retirar a los varones de la actividad educativa (en búsqueda de trabajo, por ejemplo) fue una forma en que los hogares se adaptaron a la crisis ocurrida en este período. La sola excepción fue hecha en los hogares más ricos; es posible que en ellos la educación reemplazara a las actividades económicas -es decir, el costo-oportunidad del tiempo invertido en la educación disminuyó dado el deterioro económico ocurrido en los últimos años de la década. Cuadro Nº 7 Asistencia Escolar por Sexo y Grupos de Edad, 1990 Quintil
1
2
3
4
5
Más pobre 5% 10% Asistieron a la escuela el pasado año Hombres, por grupo de edad 6 - 10 100.0 11 - 15 95.2 16 - 18 50.0 19 - 23 32.3 24 - 25 9.1 Mujeres, por grupo de edad 6 - 10 100.0 11 - 15 100.0 16 - 18 69.6 19 - 23 36.6 24 - 25 12.3
Más rico 10% 5%
96.5 87.2 63.3 32.0 8.1
96.3 91.9 74.5 33.5 8.4
100.0 97.6 76.5 37.2 15.6
100.0 99.5 76.0 41.4 13.7
99.3 96.2 76.5 38.0 18.2
100.0 98.7 75.0 54.7 19.9
100.0 100.0 83.3 64.1 21.9
100.0 100.0 85.7 85.7 23.1
100.0 100.0 71.0 35.8 6.3
100.0 100.0 73.7 35.6 7.5
98.7 96.2 72.8 48.1 8.7
98.3 98.8 81.9 43.8 15.2
99.1 98.5 89.2 44.6 13.8
98.6 99.0 75.4 49.6 15.9
100.0 100.0 76.5 53.8 15.3
100.0 100.0 71.4 56.2 3.6
4. Salud Los indicadores agregados sobre las condiciones de salud en la población peruana son escasos y fragmentados. Trabajando con las cifras disponibles, el Cuadro Nº 8 provee un resumen de algunos indicadores básicos para Perú, y en lo posible para Lima, durante la década de los 80. 305
Hall
La mortalidad infantil es un indicador general de la salud familiar, reflejando no sólo el estado de salud de los recién nacidos sino también de sus madres. En lo que respecta al Perú (y Lima), este indicador demuestra generalmente una tendencia hacia el mejoramiento. Sin embargo, para la década no hay cifras confiables después de 1988, cuando la crisis económica se agudiza. Un dato disponible para 1991, muestra en la capital un incremento en la mortalidad infantil de 27 por mil en 1988 a 30.2 por mil en 1991. Por otro lado, se nota un empeoramiento en otras condiciones básicas durante los últimos años de la década: se produce un incremento en la frecuencia de niños nacidos con bajo peso (los datos provienen de solamente un hospital en Lima), aconteciendo lo mismo con el número de muertes reportadas por causa de tuberculosis (TBC) y otras infecciones respiratorias, lo que se comprueba con las cifras posteriores a 1987. Los indicadores disponibles, aunque no proveen una visión completa de las condiciones de salud en la población, sugieren claramente un deterioro en los últimos años de la década de los 80. Cuadro Nº 8 Indicadores Agregados de las Condiciones Básicas de Salud en el Perú, 1980-91
Años
1980 1981 1982 1983 1984 1985 1986 1987 1988 1989 1990 1991
Mortalidad infantil Perú Lima 89 82 76 -
48 46 27 30.2
Bajo peso al nacer Lima
Casos reportados de TBC
TBC
11.4 12.2 15.9 15.1 -
30.5 38.7 38.6 41.1 -
21.9 21.6 22.8 22.8 24.4 24.7 30.6 38.7 26.9 22.9 -
Muertes por : Infecciones Enferm. respiratorias gastrointes. 200.3 258.8 312.0 359.1 419.9 491.1 554.5 702.4 685.5 588.2 -
109.1 142.8 193.8 174.7 193.5 208.1 232.7 276.2 278.7 210.0 -
La Tuberculosis es anotada como "TBC" LA TASA DE MORTALIDAD INFANTIL, mide el número de niños muertos antes de alcanzar el primer año por cada 1,000 nacimientos. El BAJO PESO AL NACER representa el porcentaje de niños nacidos pesando menos de 2.5 kilos. La información proviene de uno de los mayores hospitales (María Auxiliadora) en el Sur de Lima, el que atiende a la población de los pueblos jóvenes del Cono Sur. Las cifras sobre muerte por TBC, infecciones respiratorias y enfermedades gastrointestinales están en miles, y reflejan el número de casos reportados al Ministerio de Salud en un año dado. Fuente: Ministerio de Salud, Instituto Andino de Estudios en Población y Desarrollo, el Instituto Nacional de Estadística e Informática; citados en Webb y Fernández Baca, 1991, 1992.
306
El Bienestar Social en Lima
Frecuencia de Enfermedad Los Cuadros Nº 9 y 10 analizan la frecuencia de enfermedad reportada por las personas que respondieron la ENNIV en 1985-86 y 1990. Es de indicar que estos datos no pueden ser utilizados para la evaluación directa de las condiciones de salud de la población, pues fueron los mismos encuestados -y no un médico u otro profesional de la salud- quienes determinaron si habían padecido de alguna enfermedad en las 4 semanas previas al día de la entrevista. Existe además, la posibilidad de que las cifras acerca de las enfermedades reportadas, no sean comparables entre las dos encuestas, debido a un pequeño cambio en la forma de la pregunta en el cuestionario de 1990 (ver Apéndice B). Para superar una comparación directa entre los valores para cada año, el análisis se centra en la distribución (por niveles de consumo) de la frecuencia con que las enfermedades y consultas médicas fueron reportadas, y examina su variación en el tiempo. Cuadro Nº 9 Enfermedades Reportadas y Consultas de Salud en Lima, por Quintiles, 1985-86 Quintil
1
2
3
4
5
Más pobre 5% 10% Porcentaje (1) Enfermedades reportadas (2) Mujeres (3) Hombres (4) Realizó consulta (5) Mujeres (6) Hombres
Más rico 10% 5%
47.4
44.7
46.6 49.7 43.2
50.8 52.8 48.7
49.8 53.4 45.9
48.4 54.4 42.0
50.4 54.0 46.8
51.1
47.0
17.8
17.8
18.5 19.5 17.3
23.5 24.4 21.5
25.6 26.3 24.9
24.0 26.4 21.4
28.5 29.7 27.3
27.3
24.6
Nota: Las cifras representan porcentajes de la población por quintil.
Cuadro Nº 10 Enfermedades Reportadas y Consultas de Salud, por Quintiles, 1990 Quintil
1
2
3
4
5
Más pobre 5% 10% Porcentaje (1) Enfermedades reportadas (2) Mujeres (3) Hombres (4) Realizó consulta (5) Mujeres (6) Hombres
Más rico 10% 5%
22.9
23.0
23.1 23.4 22.7
25.1 28.6 21.6
24.0 27.5 20.3
22.6 24.7 20.6
26.8 28.5 25.1
26.9
30.8
8.9
10.8
11.4 11.7 11.1
14.2 16.6 11.7
13.3 15.4 11.2
15.2 17.1 13.3
17.9 20.0 15.6
16.7
19.8
Nota: Las cifras representan porcentajes de la población por quintil.
307
Hall
El primer resultado remarcable es que en ambos años de la encuesta, los pobres reportaron enfermedades con menor frecuencia que los no pobres; y cuando lo hicieron, realizaron consulta médica, siendo también menor la frecuencia. Una segunda observación es que esta relación se agudizó entre los años de la encuesta: la tendencia de los pobres a reportar sus enfermedades y buscar ayuda médica (en forma de una consulta) se redujo en comparación con los más ricos entre 198586 y 1990. Es decir, durante la crisis económica, los pobres disminuyeron su tendencia a considerarse enfermos y a obtener servicios médicos. Esta situación se observa más claramente en el Cuadro Nº 11, donde se muestra la relación de estas características entre los más pobres y los más ricos y su evolución en 1985-86 y 1990. Se calcula esta relación para: 1) el 20% más pobre y más rico de la población -columna 1, y 2) el 5% más pobre y más rico de la población -columna 2. En este cuadro, un valor de 1.00 indica que los pobres y los ricos tienen idéntica tendencia a mostrar la característica analizada. Por otro lado, un valor menor de 1.00 refleja la disminución de la tendencia entre los pobres. En cada instancia, se aprecia que la inclinación entre los pobres a reportar enfermedades y buscar ayuda médica se redujo entre 1985-86 y 1990 en relación a sus contrapartes ricos. Es improbable que estos resultados muestren que los pobres padecieran de enfermedades con menor frecuencia que los más ricos. Una posible interpretación podría indicar que los pobres se adaptaron durante la crisis reduciendo, no solamente, las veces en que buscaron atención médica, sino también las instancias en que se consideraron enfermos (“incapaces de conducir sus actividades normales diarias”, de acuerdo al cuestionario), reportando por esta causa con menor frecuencia enfermedades. Un tercer resultado, que se evidencia en los Cuadros Nº 9 y 10 es que las mujeres también mostraron una frecuencia mayor a reportar enfermedades, y a realizar consulta médica. Los resultados indicarían dos posibles motivos: 1) Qué las condiciones de salud entre las mujeres fueron peores que las de los hombres o, 2) las mujeres mismas tenían una tendencia mayor a reconocer (y reportar) sus enfermedades y buscar atención médica. Cuadro Nº 11 Características de Salud, Ratio de los Grupos de Consumo más Pobres Respecto a los más Ricos, 1985-86 y 1990 Quintil más bajo más alto 1985-86 1990
5% más bajo más alto 1985-86 1990
Incidencia poblacional de las enfermedades reportadas
0.92
0.86
1.00
0.74
Incidencia poblacional de la consulta
0.65
0.63
0.72
0.45
308
El Bienestar Social en Lima
Calidad de Atención Médica En el Cuadro Nº 12 se muestra los tipos de profesional médico consultados de acuerdo a los niveles de consumo en ambos años de la encuesta. Esta información provee una indicación de la calidad de la atención médica recibida y su accesibilidad a la población, en distintos niveles del consumo per cápita. Los datos indican que las consultas con profesionales de la salud -doctores y enfermeras-fueron poco frecuentes entre los pobres. Este grupo más bien tendió a buscar atención médica de los farmacéuticos, y en menor medida de proveedores informales (curanderos). Las cifras también muestran que el acceso a los servicios de médicos y enfermeras se redujo para la mayor parte de la población entre 1985-86 y 1990. Entre el 5% más pobre, por ejemplo, la proporción de consultas con aquellos profesionales de salud se redujo de 12.3% a 8.1%, y disminuciones de similar proporción se observaron en el resto de la distribución, con excepción solamente del 5% más rico de la población, para el cual el cambio fue mínimo (de 23.7% en 1985-86 a 22.4% en 1990).
Cuadro Nº 12 Tipo de Profesional Consultado, por Quintil, 1985 - 86 y 1990 Quintil
1
2
3
4
5
Más pobre 5% 10%
Más rico 10% 5%
1985-86 Porcentaje de la población Doctor / Enfermera Farmacéutico Otros
12.3 5.0 0.3
14.0 3.5 0.1
15.6 2.6 0.2
19.7 3.4 0.8
21.6 3.7 0.8
21.2 2.4 0.2
26.2 2.1 0.0
25.8 1.5 0.0
23.7 0.9 0.0
1990 Porcentaje de la población Doctor / Enfermera Farmacéutico Otros
8.1 1.2 0.0
10.5 1.8 0.0
11.3 1.5 0.3
14.9 1.1 0.1
14.8 0.7 0.7
17.1 0.8 0.3
21.6 0.5 0.2
21.0 0.0 0.0
22.4 0.0 0.0
Nota: "Otros" incluye a los promotores locales de salud y "curanderos".
Uso de Servicios Públicos versus Privados En esta sección se estudia las consultas de acuerdo al tipo de establecimiento visitado. El Cuadro Nº 13 muestra la frecuencia en el uso de los servicios públicos y privados para 7 categorías de establecimientos. El tipo de establecimiento proporciona una indicación de la calidad del servicio obtenido. Bajo el rubro de servicios públicos se agrupan tres tipos de locales básicos: hospitales, centros de salud, y puestos sanitarios. De ellos, generalmente los hospitales 309
Hall
proveen los mejores servicios4. Los centros de salud tienen menos profesionales entrenados y equipo disponible; y un puesto comunal representa una versión aún mas humilde que el anterior. Con respecto a los servicios privados, son las clínicas las que generalmente proveen el cuidado de salud de más alta calidad. Las visitas en casa proporcionadas solamente por médicos privados, también suministran un servicio de calidad.
Cuadro Nº 13 Lugar de Consulta, por Quintil, 1985-86 y 1990 Quintil
1
2
3
4
5
Más pobre 5% 10%
Más rico 10% 5%
Porcentaje de aquellos que consultaron en: 1985-86 Servicios Públicos 36.1 43.0 Hospital 16.4 24.8 Centro de salud 11.5 12.4 Puesto sanitario 8.2 5.8
50.8 30.8 14.8 5.2
55.8 28.8 23.2 3.8
47.5 28.6 14.3 4.6
44.1 34.0 8.0 2.1
34.4 24.7 8.2 1.5
26.4 21.6 4.3 0.5
25.3 19.3 6.0 0.0
Servicios Privados Clínica Propio hogar Farmacia Centro comunal
55.8 27.9 0.0 27.9 0.0
46.6 26.4 0.4 19.8 0.0
43.6 24.0 4.8 14.8 0.0
40.3 23.5 0.9 15.0 0.9
45.8 27.2 3.1 14.6 0.9
51.8 37.4 2.8 10.4 1.2
62.4 42.3 11.3 8.8 0.0
70.2 51.3 13.0 5.9 0.0
73.5 54.2 15.7 3.6 0.0
1990 Servicios Públicos Hospital Centro de salud Puesto sanitario
56.6 13.3 40.0 3.3
55.6 24.0 29.1 2.5
49.4 22.7 22.2 4.5
39.9 19.7 15.8 4.4
45.6 22.3 18.9 4.4
39.8 23.5 13.5 2.8
23.1 17.0 5.6 0.5
18.8 17.3 1.5 0.0
17.7 17.7 0.0 0.0
Servicios Privados Clínica Propio hogar Farmacia Centro comunal
41.6 18.3 0.0 13.3 10.0
43.0 25.3 0.0 13.9 3.8
46.1 30.2 0.0 11.4 4.5
56.3 45.9 1.0 6.5 2.9
49.3 40.9 1.4 4.6 2.4
54.4 48.2 0.9 4.5 0.9
72.6 65.2 4.2 2.5 0.7
75.5 67.3 6.0 0.7 1.5
72.3 63.8 8.5 0.0 0.0
Nota: Las respuestas para "otros" lugares de consulta, que representan el 4 por ciento de las consultas en 1985-86, no son mostrados en la tabla 4
310
Sin embargo, en la época de la ENNIV 1990 los hospitales públicos de Lima fueron paralizados por una huelga de enfermeras, y puestos bajo investigación debido a las condiciones insalubres en que se encontraban, producto de la falta de provisiones y medicinas (Reportes televisivos. “Buenos Días Perú, Julio, 1990”). Según evidencias presentadas en forma de anécdota a la autora, en 1989 muchas instituciones del sector público no tenían medicinas para proporcionar a sus usuarios; hasta para las operaciones de emergencia los medicamentos y fármacos tenían que ser comprados en una farmacia o directamente al médico. Otros reportes también informaban que las listas de medicinas a comprar fueron “infladas”, incluyendo medicamentos innecesarios que luego eran revendidos a otros pacientes.
El Bienestar Social en Lima
Las farmacias juegan un papel importante en el diagnóstico y tratamiento de las enfermedades en Perú. Sin embargo, sus servicios son informales y sujetos a una gran variación en la calidad (hay “farmacias” operadas por personas sin entrenamiento formal). Un centro comunal es un centro de salud privado, establecido por la junta directiva de una comunidad, frecuentemente un pueblo joven. Aunque pueden estar bien organizadas, estas comunidades no cuentan con recursos para asegurar al centro la provisión de una buena atención médica. Las cifras muestran en primer lugar, que los hogares de alto nivel de consumo utilizaban servicios privados con más frecuencia que el resto de la población. En segunda instancia, entre 1985-86 y 1990 se observa una tendencia en las clases media y alta a retirarse del uso de los servicios públicos y depender con mayor frecuencia de los servicios privados. Observando los resultados con mayor detenimiento, en 1985-86 se aprecia que la mayor proporción de consultas en el sector público fueron realizadas en los hospitales, siguiendo en importancia los centros de salud. La población ubicada en el quintil más pobre, sin embargo, no utilizó ninguno de estos servicios con mucha asiduidad. El uso de estos servicios fue mayor en la población de mediano nivel de consumo, decayendo entre los sectores de la población de más alto consumo. La utilización de los hospitales fue más frecuente entre las personas de mediano y alto nivel de consumo que los centros de salud, a los que acudieron mayormente la población ubicada en los quintiles 1 y 2. El uso de los puestos sanitarios fue mayor entre los pobres situados en el quintil 1, y dentro de este grupo, la utilización de estos servicios fue especialmente vigorosa entre el 5% más pobre de la población. La evidencia indica que de todos los servicios públicos de salud, los pobres acudieron a los de más baja calidad con mayor frecuencia. En 1990 se observó una caída en el uso de los servicios públicos entre los quintiles medianos y altos, y una mayor dependencia de ellos en la población más pobre, donde la concurrencia a los centros de salud, especialmente, se expandió en gran medida. En el sector privado, los datos indican claramente que los servicios ofrecidos por las clínicas fueron mas asequibles a la población de nivel de consumo más alto, y que esta tendencia se profundizó entre 1985-86 y 1990. En el quintil 5, el porcentaje de todas las consultas que se realizaron en clínicas privadas aumentó de 42% en 1985-86 a 65% en 1990, evidenciándose una fuerte tendencia entre la población de mayores recursos a retirarse del sector público. A modo de ejemplo, en este quintil la utilización de los hospitales cayó de 25% a 17% en este período a favor de los servicios privados. Los resultados sugieren una caída en la calidad de los servicios ofrecidos en el sector público. A la vez, se observa que el uso que los pobres hicieron de los servicios privados -mayormente clínicas y farmacias- descendió, en favor de su ingreso al siste311
Hall
ma público, o como lo hemos visto en la sección anterior, a determinar su retiro completo del sistema de salud. Se aprecia como excepción, la fuerte expansión en el uso de los centros comunales entre los mas pobres, especialmente la población perteneciente al 5% más pobre de la población. Entre ellos, la utilización de los centros comunales creció de 0% en 198586 a 10% en 1990. Estos resultados sugieren las siguientes conclusiones. En primero término, el acceso a los servicios de mayor calidad en Lima fue privilegio de los sectores de la población con mayores recursos, tendencia que se agudizó entre 1985-86 y 1990. En segundo lugar, se comprueba el retiro de la población situada en los quintiles más altos de los servicios brindados por el sector público, a fin de obtener sus servicios de salud en el sector privado (mayormente clínicas), lo que indicaría una caída en la calidad de los servicios públicos. Entre 1985-86 y 1990 se observa el aumento de la dependencia de los servicios públicos por parte de los pobres, sin embargo también se aprecia una mayor tendencia entre ellos a partir de 1990, a retirarse completamente del sistema de salud, quedando una proporción significativa sin ninguna atención médica para sus enfermedades. Se observa, finalmente, una tendencia entre los más pobres a organizarse durante la crisis económica, con el fin de autoproveerse de los servicios básicos necesitados. Ello se expresa en la fuerte crecimiento en la utilización de los centros comunales. 5. Vivienda Para suministrar un resumen de los recursos agregados al alcance de la población en cuanto a servicios básicos de vivienda, el Cuadro Nº 14 proporciona la información disponible para los años 1976-90, sobre la producción nacional de electricidad, agua potable (sólo Lima), y el valor real de los prestamos públicos para la construcción y mejoramiento de la vivienda. Las cifras muestran un crecimiento gradual pero sostenido de la provisión de electricidad (a escala nacional) y de agua (en Lima) entre la mitad de la década de los 70 hasta fines de la década siguiente. Sin embargo, entre 1988-89, la producción de energía eléctrica sufrió su primera caída en el período analizado. En el bienio 1989-90, ocurrió un acontecimiento similar con la producción hídrica. Se observa en las cifras sobre préstamos para mejoramiento de la vivienda el impulso a un nuevo programa entre 1986 y 1987, notándose una caída abrupta en el valor real del monto de préstamos otorgados después de este último año. En su conjunto, la información muestra una reducción en la disponibilidad de los servicios básicos públicos de vivienda entre 1988 y 1990. Los datos de las encuestas ENNIV dan testimonio de un obvio deterioro en la calidad de las viviendas entre 1985-86 y 1990. En el Cuadro Nº 15 se aprecia que el 312
El Bienestar Social en Lima
porcentaje de viviendas construidas de materiales “improvisados” (esteras, lata, barro, etc.) aumentó de 6.4% a 10.6% en Lima metropolitana. Aumentos apreciables en el porcentaje de viviendas sin acceso a energía eléctrica, sin conexión privada al servicio de agua, y sin un sistema de saneamiento, fueron apreciadas. Cuadro Nº 14 Servicios Públicos y Préstamos para Vivienda, 1976-1990 Quintil
1976 1978 1980 1981 1982 1983 1984 1985 1986 1987 1988 1989 1990
Producción de electricidad (Perú)
Producción de Agua potable (Lima)
Préstamos públicos para vivienda
8,096 8,974 10,039 10,757 11,350 10,675 11,717 12,115 12,941 13,785 13,544 13,358 13,817
467.0 512.2 521.1 516.3 532.9 581.8 561.5 558.1 590.3 639.3 645.5 653.8 544.7
184 286 117 110 66
1/ La producción eléctrica está expresada en Giga-watt/horas. 2/ La producción de agua está expresada en millones de milímetros cúbicos. 3/ Los préstamos para vivienda están valorizados en millones de intis constantes de 1986, y los datos son mostrados desde el primer año disponible. Fuente: Ministerio de Energía y Minas, Servicios de Agua Potable y Alcantarillado y Banco de Materiales, citados en Webb y Fernández Baca, 1991.
Durante 1990 casi un tercio de las viviendas limeñas carecían de uno o más de estos servicios. La última línea del Cuadro Nº 15 muestra que la frecuencia de las invasiones (ocupación de terrenos sin tener un título) también aumentó dramáticamente: de 3.4% de todas las viviendas en 1985-86 a 17.5% en 1990. Este resultado sugiere una deficiencia cada vez mas amplia de viviendas adecuadas en Lima metropolitana. Cuadro Nº 15 Condiciones Básicas de Vivienda, 1985-86 y 1990 Porcentaje de la población en vivienda Hecha de materiales improvisados (paja, lata, barro) Sin electricidad Sin conexión privada de agua Sin sistema de desagüe Ocupada por invasión
1985-86
1990
6.3 4.3 22.1 16.6 3.4
10.6 9.5 30.0 28.5 17.5
313
Hall
El Cuadro Nº 16 brinda la distribución de las características de vivienda por niveles de consumo per cápita. En ambos años de la ENNIV, las cifras muestran que la población pobre (situada en los quintiles bajos) se ubicó en las viviendas de pobre calidad con mayor frecuencia que la población de alto nivel de consumo, agudizándose esta situación entre 1985-86 y 1990. Cuadro Nº 16 Condiciones Básicas de Vivienda, por Quintil, 1985-86 y 1990 Quintil
1
2
3
4
5
Más pobre 5% 10%
Más rico 10% 5%
Porcentaje del quintil en vivienda 1985-86 Hecho de materiales improvisados Sin electricidad Sin conexión privada de agua Sin sistema de desagüe Ocupada por invasión
8.5 11.6 26.7 24.6 15.1
6.1 8.8 29.4 27.2 10.1
7.8 8.2 28.7 25.1 7.1
8.4 2.9 28.5 22.1 2.3
8.6 4.3 23.4 14.1 3.4
4.2 4.6 20.6 13.3 3.2
2.6 1.2 9.2 8.4 0.7
1.2 0.0 5.5 8.4 0.3
0.3 0.0 5.3 10.9 0.0
1990 Hecho de materiales improvisados Sin electricidad Sin conexión privada de agua Sin sistema de desagüe Ocupada por invasión
18.4 14.8 48.0 39.9 26.6
21.5 12.9 42.7 36.5 24.4
17.4 15.4 47.2 43.0 23.4
16.3 14.0 48.2 37.1 23.1
12.9 7.4 24.8 28.2 16.6
9.3 7.3 25.6 22.9 15.2
5.2 3.1 14.1 11.5 9.1
3.0 1.4 8.7 6.8 7.4
2.5 0.5 1.4 2.1 1.9
Los datos sugieren que la distribución en la capital de los servicios públicos de electricidad, agua y saneamiento eran menos asequibles a la población pobre en 1990 que en 1985-86. Una constatación de ello se puede lograr si se aprecia la distribución de los servicios de agua en la capital en 1990. Durante este año, debido a una gran escasez del líquido, SEDAPAL, la compañía pública encargada de su distribución, inició su racionamiento. Las horas de servicio asignadas a cada distrito de la ciudad fueron anunciadas por los diversos medios de comunicación, más en la práctica, el servicio era errático y no siempre se ciñó a los horarios. Los reportes noticiosos informaron que en las áreas más retiradas y pobres no llegaba el agua por varios días consecutivos. Para evaluar en forma más concreta la distribución del servicio público de agua, fue agregada una pregunta al cuestionario ENNIV de 1990 que se refirió a las horas diarias en las cuales el hogar recibía el servicio a través de la tubería pública. Los resultados se observan en el Cuadro Nº 17. Estas cifras muestran claramente que los hogares más pobres recibían servicios de agua menos frecuentemente que los no pobres. De la población situada en el quintil más pobre, que poseía conexión privada al sistema de agua, el 22% no recibía el servicio. En el quintil más rico, solamente el 9% estaba en esa condición, y en el 5% más rico de la población, menos del 1% tenía este problema. Además, más de la mitad de 314
El Bienestar Social en Lima
estos hogares (60%) recibían 7 o más horas de agua diariamente, a través de tubería pública, mientras que solamente el 34% del 5% más pobre de la población recibía este nivel de servicio. Es decir, durante la crisis económica de esta época, el servicio público de agua fue distribuido en forma diferencial, beneficiándose a los hogares de alto nivel de consumo. Cuadro Nº 17 Provisión Pública de Agua, por Quintiles, 1990 Quintil
1
2
3
4
5
Más pobre 5% 10% Servicio público de agua (horas por día) Ninguna 1-3 4-6 7 o más
21.6 29.2 15.6 33.6
22.4 23.5 13.3 40.0
Más rico 10% 5%
22.3 24.5 16.9 36.2
21.5 17.3 17.3 43.4
13.2 19.7 23.0 44.2
10.3 15.6 27.2 46.5
9.1 15.5 20.7 54.4
6.4 11.3 22.0 60.3
0.6 11.4 28.1 59.9
6. Conclusión Esta investigación se centra en el estudio de la evolución del acceso y uso de servicios básicos de educación, salud y vivienda en Lima metropolitana entre 1985-86 y 1990. Se documenta, en primer término, el cambio del gasto público en los servicios sociales, consistente en una caída del valor real cercano al 50% en el período de estudio. En segundo lugar, se examinan algunos indicadores básicos y agregados sobre las condiciones de vida o disponibilidad de recursos en cada sector. En tercera instancia, se explora la evidencia proporcionada por las ENNIV acerca de la distribución del acceso y uso de los servicios en cada sector, por niveles de consumo. Apoyándonos en las conclusiones de recientes estudios, en el caso peruano el impacto del deterioro del gasto social, no se destaca claramente en los indicadores agregados, aunque estos si sugieren una caída leve en las condiciones básicas de nutrición y salud familiar (hay un aumento en la tasa de mortalidad infantil) y en los recursos públicos disponibles se aprecia una declinación en la producción de electricidad y agua. Los datos provenientes de las ENNIV facilitan una desagregación por niveles de bienestar (en este caso, el indicador utilizado es el consumo per cápita), lográndose identificar con mayor precisión el cambio en el acceso a los servicios básicos y su distribución en la población. Esta información evidencia un cambio en la provisión de servicios públicos, la que no fue equitativamente distribuida, pero que tuvo gran impacto sobre los sectores mas pobres de la población. En educación, los resultados muestran que los indicadores agregados básicos, como tasas de analfabetismo y matrícula primaria, continuaron su mejoría en el período estudiado. Sin embargo la visión más amplia y desagregada ofrecida por las ENNIV eviden315
Hall
cian una caída profunda en las tasas de matrícula de los estudiantes mayores de 15 años. Este declive fue más pronunciado entre los hombres, y en los quintiles pobres. Por ejemplo, para los varones entre 16 y 18 años de edad situados en el quintil más pobre, el porcentaje de matriculados descendió desde 73% en 1985-86 a menos de 50% en 1990. Existe también evidencia que los pobres se matricularon en instituciones públicas con mayor frecuencia en 1990 que en 1985-86, mientras que lo opuesto aconteció con la población más rica. El paso de los estudiantes de los hogares de mayores recursos a las instituciones privadas durante este período, es indicativo de una caída en la calidad de los servicios públicos, y refleja un aumento en la brecha entre la calidad de los servicios educacionales obtenidos por los pobres y los ricos. En el sector de salud, los indicadores agregados disponibles evidencian un deterioro en las condiciones de salud de la población hacia fines de la década de los 80. Se visualiza un aumento en la tasa de mortalidad infantil en Lima de 27% en 1988 a 30.2% en 1991, y también un incremento en el número de muertos reportados debido a la tuberculosis. Las ENNIV proporcionan información complementaria sobre el acceso y uso de servicios de salud y su distribución en la población, de acuerdo a niveles de consumo. Los datos muestran un declive en el uso de los servicios públicos. Entre los hogares situados en los quintiles altos esto se refleja en una transferencia hacia los servicios privados, mientras que en los quintiles bajos se produce una caída en la tendencia de buscar ayuda médica al padecer enfermedades. Los resultados también sugieren un deterioro en la calidad de los servicios ofrecidos por los establecimientos públicos, y nuevamente, una brecha entre la calidad de los servicios al alcance de los pobres y los no pobres. Por ejemplo, en el período estudiado, el acceso a los servicios de un profesional de salud -médico o enfermera-, se redujo para toda la población, excepto para el 5% más rico. Las cifras también muestran que una forma de adaptación a la crisis económica que asumieron los pobres fue la de no gastar recursos en atención médica. En el sector vivienda, se analiza en primer término algunos indicadores globales de producción de los servicios públicos. A finales de la década se registran caídas en la producción de electricidad y agua, y una declinación dramática en el valor real de los préstamos para construcción de vivienda. Las informaciones complementarias provenientes de las ENNIV evidencian un gran deterioro en la calidad de la vivienda y en el acceso a servicios básicos de electricidad, agua, y saneamiento entre los años 1985-86 y 1990. Este deterioro fue mayor entre los más pobres. En el 5% de la población más pobre, el porcentaje que habitaba viviendas construidas de materiales improvisados (esteras, lata, barro, etc.) ascendió de 8.4% a 18.4% en este período, verificándose un aumento similar en el porcentaje sin servicios básicos. En algunos casos, existe evidencia clara de una distribución de recursos fuertemente regresiva, beneficiando a los hogares situados en los quintiles más altos de consumo y perjudicando los más pobres. Por ejemplo, en 1990 se produjo una falta de recursos hídricos en Lima metropolitana. Observando su distribución con la ventaja 316
El Bienestar Social en Lima
que brindan los datos de las ENNIV, se puede apreciar que entre los hogares con conexiones privadas conectados al sistema público de agua, alrededor del 20% de los hogares situados en el quintil más pobre no recibían agua; en contraparte, más del 90% de los hogares ubicados en el quintil más rico recibían por lo menos una hora de agua diaria, y más de la mitad recibían el servicio por 7 o más horas de agua al día. Las cifras proporcionadas por las ENNIV para Lima han contribuido con algunos resultados interesantes a investigaciones recientes acerca de los mecanismos de adaptación utilizados por los hogares, durante períodos de crisis económica. Varias hipótesis han sido presentadas sobre las formas en que los pobres se adaptan a las condiciones de ajuste e inestabilidad económica, sugiriéndose que frecuentemente ellas son contraproductivas en el largo plazo. Por ejemplo, si un hogar pobre retira a uno o más de sus niños de la escuela o no les provee de atención médica, debido a la inestabilidad macroeconómica, ello puede redundar en la disminución de la productividad futura de los niños y perjudicar sus oportunidades de salir de la pobreza (Hausmann y Gavin, 1995). Los resultados para Lima contribuyen como evidencia positiva, a nivel microeconómico, de la existencia de varios mecanismos adaptativos, mostrando que entre los pobres, la disponibilidad de invertir en educación y en servicios médicos disminuyó durante el período de crisis. Los resultados sugieren que los pobres pueden implementar estrategias de sobrevivencia durante épocas de crisis que, sin embargo, pueden atrasar su futura productividad e ingresos, y en consecuencia su salida de la pobreza. Hay evidencia que muestra una fuerte relación entre educación y pobreza. Estudios recientes para América Latina estiman que el nivel educativo explica aproximadamente el 25% del total de la desigualdad en la distribución de ingresos (Psacharopoulos et al, 1995); y que en promedio, cada año adicional de estudios rebaja la probabilidad de ser pobre en 3 a 4 puntos porcentuales (Fiszbein et al, 1995). En educación, el cómo responder al reto de las altas tasas de “dropout” (estudiantes que se matriculan pero no llegan a terminar el año o nivel) ha sido un enfoque particular de investigación para los países en desarrollo, tanto en la evaluación de los costos cognoscitivos al estudiante (Khander et al, 1994) y en la identificación de los factores que determinan si él completará o no sus estudios (Hanushek y Lavy, 1994). Las áreas sugeridas para una investigación más profunda incluyen la evaluación de los procesos de adaptación de los hogares en otros países y contextos, y, la identificación de estrategias de intervención que prevengan la toma de acciones para la supervivencia que son contraproductivas en el largo plazo.
317
Hall
Apendice A Población de la muestra ENNIV, por Edad y Sexo, 1985-86 y 1990 El Cuadro A provee detalles sobre las características de la muestra de las ENNIV 1985-86 y 1990 para Lima. Los datos para este último año son calculados en dos formas: 1) con cada individuo en la población de la muestra recibiendo igual peso, y 2) corregidos por efectos de muestreo en este año. Debido a ello, cada residente en las áreas de “Nueva Lima” (zonas de la capital construidas entre 1985-86 y 1990, y cuyos pobladores, por esta razón, sólo fueron entrevistados en 1990) recibió un peso de 0.5; mientras que los residentes del “Vieja Lima” (áreas encuestadas en ambos años) recibieron un peso de 1. Los resultados presentados en esta investigación utilizan los datos corregidos. Cuadro 3.A Descomposición de la Muestra Poblacional por Edad y Sexo, 1985-86 y 1990 Años
0 - 5 6 - 10 11 - 15 16 - 18 19 - 23 24 - 35 36 - 45 45 - 60 61 - 100 Ausentes
Total
1985 - 86 TOTAL Hombres Mujeres
843 412 431
805 413 392
815 418 397
451 205 246
755 378 377
1,351 654 697
741 348 393
720 346 374
422 200 222
-(4) 6,903 -(1) 3,374 -(3) 3,529
1990 TOTAL Hombres Mujeres
936 481 455
809 394 415
856 451 405
500 241 259
787 355 432
1,523 752 771
824 403 421
769 375 394
446 209 237
-(22) 7,450 -(12) 3,661 -(10) 3,789
Lima (Ponderación 0.5) 752 448 703 1,284 398 220 320 631 354 228 383 653
719 348 371
715 347 368
425 200 226
-(20) 6,445 -(10) 3,157 -(10) 3,288
1990 - Individuos en Nueva TOTAL 732 669 Hombres 374 320 Mujeres 358 349
318
El Bienestar Social en Lima
Apendice B Frecuencia de las enfermedades reportadas en las ENNIV 1985-86 y 1990 Debido a cambios en la sección referida a salud entre las ENNIV 1985-86 y 1990, los resultados sobre la frecuencia de las enfermedades reportadas no son directamente comparables. En la encuesta 1985-86, a cada individuo se le preguntó si había estado enfermo durante las 4 semanas previas a la entrevista. En cambio, en 1990 la interrogante fue expresada en forma distinta: se inquirió si el individuo había padecido una enfermedad que significara un gasto al hogar durante los 4 semanas anteriores a la encuesta. Esta modificación se realizó para poder recopilar datos más completos sobre gastos médicos. En otros términos, se excluyeron los individuos que reportaron enfermedades que no tenían costos médicos asociados. Como resultado de ello, la informaciones sobre la frecuencia de enfermedades, para ambos años, no son exactamente comparables. Cuadro 3.B Consultas de Salud y Compras de Medicinas, 1985-86 y 1990
Porcentaje de la población: Pagó por consulta médica en las últimas 4 semanas Compró medicinas en las últimas 4 semanas Pagó por consulta y/o medicinas en los últimas 4 semanas
1985-86
1990
13.9 38.5 39.5
12.6 30.2 31.0
319
Hall
BIBLIOGRAFIA Fiszbein, A. and G. Psacharopoulos. (1995). “Inequality Trends in Latin America in the Eighties: A Decomposition Analysis”. In Lustig, N. (ed.). Coping with Austerity: Poverty and Income Distribution in Latin America. The Brookings Institution. Washington, DC. Grosh, M. (1990). “Social Spending in Latin America: The Story of the 1980s”. World Bank Discussion Paper Nº 106. World Bank, Washington, DC. Grootaert, C. (1994). “Poverty and Basic Needs Fulfilment in Africa During Structural Change: Evidence from Cote D’Ivoire”. World Development 22(10), October. pp. 1521-34. Glewwe, P. and G. Hall. (1992). “Poverty and Inequality During Unorthodox Adjustment: The Case of Peru, 1985-86 to 1990”. LSMS Working Paper Nº 86. The World Bank. Washington, DC. Hanushek and Lavy. (1994). “School Quality, Achievement Bias, and Dropout Behavior in Egypt”. Living Standards Measurement Study Working Paper Nº 107. The World Bank. Washington, DC. pp. 36. Khander, S, V. Lavy, and D. Filmer. (1994). “Schooling and Cognitive Achievement of Children in Morocco: Can the Government Improve Outcomes?” Discussion Paper Nº 264. The World Bank. Psacharopoulos, G., S. Morley, A. Fiszbein, H. Lee, and W. Wood. (1995). “Poverty and Income Inequality in Latin America during the 1980s”. Review of Income and Wealth 41(3), pp. 245-264. UNICEF. (1987). “Adjustment with a Human Face, Protecting the Vulnerable and Promoting Growth”, Volume I. Cornia, G., R. Jolly, and F. Stewart, eds. Clarendon Press. Oxford. Webb, R. and G. Fernández Baca. “Perú en Números 1991“. Cuánto S.A. Lima. Anuario Estadístico.
320
ANEXO 1
Como Obtener la Información de las Encuestas ENNIV En el Perú, para obtener la información de las ENNIV 1990, 1991 y 1994, es necesario contactarse con: Instituto Cuánto Plaza del Ovalo 203-B San Isidro, Lima 27, Perú Telf.: (511) 442-3421 Fax: (511) 442-5460 E-mail:
[email protected] Para obtener información sobre la ENNIV 1985-86 dirigirse a: Instituto Nacional de Estadística e Informática (INEI) Av. General Garzón 658 Jesús María, Lima, Perú Telf.: (511) 433-4223 o 433-3865 Fax: (511) 433-3591 También es posible conseguir las bases de datos de las ENNIV en el Banco Mundial, quien posee la información de todas las ENNIV realizadas en el Perú. Dirigirse a: Living Standards Measurement Study (LSMS) Poverty and Human Resourses Division Policy Research Department The World Bank 1818 H Street, N.W. Washington, DC 20433 U.S.A. Fax: (202) 522-1153 E-Mail:
[email protected]
321
REFERENCIA DE LOS AUTORES JORGE AGÜERO LEON Economista de la Pontificia Universidad Católica del Perú. Actualmente se desempeña como investigador asistente en el Area de Estudios Macroeconómicos y Sectoriales del Grupo de Análisis para el Desarrollo (GRADE). RAFAEL A. CORTEZ Doctor en Economía Aplicada por la Universidad de Minnesota y Master en Economía en la misma universidad. Licenciado en Economía por la Universidad del Pacífico. Profesor investigador en el Centro de Investigaciones de la Universidad del Pacífico. MANUEL DEL VALLE Doctor en Economía por Oklahoma State University. Fue asesor del Ministerio de Agricultura del Perú 1988-1992. Actualmente se desempeña como Teaching Fellow en la Kennedy School of Government de la Universidad de Harvard. JAVIER ESCOBAL D'ANGELO Economista graduado en la Universidad del Pacífico. Master y candidato a Doctor en Economía por la Universidad de Nueva York. Actualmente se desempeña como Director de investigaciones e investigador en el Area de Estudios Macroeconómicos y Sectoriales del Grupo de Análisis para el Desarrollo (GRADE). PEDRO FRANCKE BALLVE Magister en Economía por la Pontificia Universidad Católica del Perú, donde obtuvo también el título de Economista y es profesor a tiempo parcial. Trabaja en el Departamento de Estudios del Sector Social del Banco Central de Reserva del Perú. Autor del Libro “La educación pública, los pobres y el ajuste” y, junto con J. Guabloche, del documento “Focalización: identificando a los pobres según las características socioeconómicas de los hogares”. GILLETTE HALL Candidata al Doctorado en Economía por la Universidad de Cambridge, Inglaterra. Organizó la ENNIV de 1990 en Lima conjuntamente con Cuánto S.A. Es consultora del Banco Mundial y de diversos gobiernos latinoamericanos, y autora de varios artículos sobre pobreza en el Perú.
322
EMMANUEL JIMENEZ Natural de Filipinas. Actualmente se desempeña como Jefe de la División de Pobreza y Recursos Humanos en el Departamento de Investigaciones sobre Política en el Banco Mundial. Estudió Economía en la Universidad de McGill en Montreal Canadá (B.A.), y en la Universidad de Brown (Ph.D.) en Providence, EE.UU. Ha publicado muchos artículos sobre la economía de recursos humanos, el desarrollo urbano y las finanzas públicas. Es autor del libro “Pricing Policy in the Social Sectors”. Enseñó Economía en la Universidad de Western Ontario en Canadá. ANDRES E. MEDINA AYALA Master en Economía (MA) por Georgetown University -ILADES, cursó estudios de Economía en la Pontificia Universidad Católica del Perú. Actualmente trabaja en el Departamento de Estudios del Sector Social de la Gerencia de Estudios Económicos del Banco Central de Reserva del Perú. GILBERTO A. MONCADA VIGO Master en Economía (MA) por Georgetown University -ILADES. Actualmente se desempeña como investigador y gerente general de la organización Cuánto. Ha participado en el planeamiento, dirección y análisis de las ENNIV 1985-86, 1990, 1991 y 1994. JAIME SAAVEDRA CHANDUVI Economista graduado en la Pontificia Universidad Católica del Perú. Doctor en Economía por la Universidad de Columbia. Actualmente se desempeña como investigador en el Area de Estudios Macroeconómicos y Sectoriales del Grupo de Análisis para el Desarrollo (GRADE), y como profesor en la Pontificia Universidad Católica del Perú. ANDRES VINELLI Candidato a Master en Política Pública de la Kennedy School of Government de la Universidad de Harvard. Licenciado en Economía de la Universidad de San Andrés, Argentina. GUSTAVO A. YAMADA FUKUSAKI Master y Doctor en Economía por la Universidad de Columbia. Licenciado en Economía por la Universidad del Pacífico. Actualmente se desempeña como profesor e investigador de la Universidad del Pacífico. Especialista en Desarrollo Económico, Economía Laboral y Comercio Internacional. Consultor internacional.
323
