Professional Documents
Culture Documents
MARCOS
(Universidad del Perú. Decana de América)
2018
INTRODUCCION
En el presente trabajo nos centraremos principalmente en el IDH, pero para empezar a hablar
del Índice de Desarrollo Humano, tal vez, lo mejor sería empezar definiendo que es el Desarrollo
Humano. El cual puede definirse como el proceso por el que una sociedad mejora la calidad de
vida de sus ciudadanos incrementando los bienes con los que puede cubrir sus necesidades,
tanto básicas, como complementarias, y de la creación de un entorno en el que se respeten todos
los derechos humanos de esa sociedad.
También puede definirse como el proceso por el cual es posible incrementar las opciones de
todos los habitantes de un país o región en distintos ámbitos como: educativo, laboral, recreativo,
material y cultural, entre otros. Así, el desarrollo humano consiste en aumentar el bienestar
integral de un individuo y no solo en su mejoría material. Cuantas más opciones tenga, mayor
desarrollo humano y viceversa.
Por lo cual trabajaremos con los datos que se obtendrán del INEI, los cuales serán
específicamente por departamentos de la sección ENAHO, el cual nos brindaran los resultados
de las encuestas obtenidas a nivel nacional sobre las condiciones de vida y pobreza de la
población
Una vez formulado el marco teórico, pasaremos a analizar un poco la situación actual de Perú y
como es que actualmente está avanzando su desarrollo.
Para finalizar nos centraremos en los componentes del IDH los cuales se expondrán
individualmente y como es que se calculan a través de la base de datos obtenidas del INEI y
luego los resultados obtenido serán comparados con los supuestos teóricos con respecto al
desarrollo humano, de tal modo se podrá sacar las conclusiones respectivas y quizá dar
recomendaciones para mejorar la situación del país de tal modo que podamos un buen desarrollo
tan humano como económico.
REGIÓN AMAZONAS
I. CONTEXTO GEOGRAFICO Y POLITICO
ALTO..............................+ de 0,800
BAJO.............................. - de 0,500
Las cinco actividades principales y el conjunto de otras actividades han crecido en el tiempo
durante el período 2009-2015, a excepción de la minería con resultados desfavorables solo en
el último año, y de la manufactura que mostró una tendencia negativa durante tres momentos en
el periodo de análisis. Como resultado el PBI real de región Amazonas creció 37.35%, pasando
de 2,058 millones de nuevos soles en 2009 a 2,0833 millones de nuevos soles en 2015. Sin
embargo, los años de mayor crecimiento fueron el 2010 y el 2012, con incrementos de 7% y 12%
respectivamente; en contraste, en el año 2011 se tuvo el menor crecimiento del periodo, llegando
solo a 3.5%.
Por otro lado, el crecimiento del producto solo permite observar los resultados a mayor escala,
pero el empleo que cada actividad genera muestra su impacto en el bienestar de los hogares.
Así, la agricultura, primera actividad económica de la región, proporciona junto con la pesca, la
mayor cantidad de empleos (61% de la PEA); y aunque por mucho trecho le siguen el comercio
y la enseñanza, con 10% y 6% de empleos de la PEA, respectivamente. Las demás actividades
generan empleo en menor cuantía de 5%.
Existen diversos métodos para la identificación de los pobres, desde los métodos que miden la
situación de los hogares en cuanto a sus características, el medio donde se desenvuelven y su
acceso a servicios básicos; hasta los métodos que miden la pobreza según el poder adquisitivo
de los hogares a través de líneas de pobreza.
Según CEPAL (2001): “la teoría no permite elegir un método por sobre los demás, ya que todos
tienen defectos y virtudes; más bien, es la práctica quien ha resuelto la elección de un método, de
acuerdo al contexto en el que se aplica”.
La pobreza monetaria
Se define como la insuficiencia de recursos monetarios para adquirir una canasta de consumo
mínima aceptable socialmente. Para ello se elige un indicador de bienestar (gasto per cápita) y
parámetros de lo socialmente aceptado (líneas de pobreza total para el caso de consumo total y
línea de pobreza extrema para el caso de alimentos):
Se dice que un hogar es pobre cuando su gasto per cápita es inferior a una Línea de Pobreza
(LPt).
Se dice que un hogar es pobre extremo cuando su gasto per cápita es inferior a una Línea de
Pobreza Extrema (LPex).
La tasa de pobreza monetaria es comúnmente el indicador que hace referencia al nivel de vida
de la población, esta refleja la capacidad de un hogar para afrontar las exigencias mínimas para
vivir; en este sentido el indicador que se utiliza es el gasto per cápita del Hogar.
Se toma una norma nutricional de consumo de calorías diarias. Se cuantifica el valor mensual de
este consumo bajo una canasta de bienes alimenticios (CBA) que sea lo más real posible.
Se ubica una población de referencia, la cual debe tener como gasto total per cápita mensual
(GTPC) aproximadamente el mismo valor de la canasta de consumo alimenticio, es decir:
CBA=GTPC. La línea de pobreza total (LPT) se calcula como el valor de la canasta per cápita
mensual multiplicada por la inversa del coeficiente de ENGEL (CE) de la población de referencia,
es decir:
Con los datos de la ENAHO (Encuesta Nacional de Hogares), el INEI construye tres canastas
mínimas alimentarias, una para cada región natural. Ellas aseguran el consumo de 2318 Kilo
calorías diarias per cápita.
Para cada área, se definió una población de referencia equivalente al 30%, con el fin de obtener
información confiable en cada región. En la costa, se consideró a los hogares ubicados entre los
percentiles 11 al 40; en la sierra del 42 al 71 y en la selva del 27 al 56.
Se considera pobre a aquel hogar cuyo gasto per cápita sea inferior a la línea de pobreza y se
considera pobre extremo a aquel hogar cuyo gasto per cápita sea inferior a la línea de pobreza
extrema. Este método se complementa con los indicadores de Foster, Greer y Thorbecke (FGT).
, donde 0
Donde:
Z: es la línea de Pobreza
Yi: es el gasto o ingreso per cápita del hogar donde proviene el individuo
n: es el número total de personas
q: es el número total de personas cuyo ingreso o gasto per cápita está por debajo de la línea de
pobreza.
De los distintos indicadores que forman parte de este grupo, el que más atención suele
recibir es P2 (que se obtiene con = 2), que es una medida de la “severidad” de la pobreza,
el cual representa la distribución de los gastos per cápita entre los pobres.
a. Ventajas
Para el caso de este método los censos de población y vivienda no constituyen una buena
fuente de datos, en la medida que éstos normalmente no contienen información sobre los
ingresos o el consumo; o bien en los contados casos que existen en la región en que
investigan el ingreso, la medición suele no reportar estimaciones suficientemente
confiables. Asimismo, dado que es una variable coyuntural, los datos recogidos de la
información censal pierden vigencia rápidamente en uno o dos años después de su
recolección.
Este método mide la capacidad de compra más no el consumo efectivo de los bienes. Se
asume que los hogares distribuyen correctamente sus recursos.
Este método de cálculo, que utiliza el coeficiente de ENGEL, nos dice que si bien se
puede aproximar el consumo de alimentos para definir la línea de pobreza extrema, no
se puede definir una canasta no alimentaria.
No es buena para dar cuenta del carácter multidimensional de la pobreza, ya que muchas
veces los índices pueden ignorar información importante. Por ejemplo, los pobres
extremos en las localidades en la costa tienen distintas necesidades de bienes y servicios
básicos que en el caso de la sierra o la selva.
No se recomienda como indicador de necesidades de servicios básicos dado que se
relacionan básicamente a problemas en la generación de ingresos en el corto plazo.
Temas vinculados con las decisiones vitales podrían llevar a las personas a permanecer
bajo la línea de pobreza a lo largo del tiempo (por ej. decisiones en la infancia temprana,
en los años escolares, inactividad de miembros del hogar, etc.).
La pobreza no monetaria
Mientras que la pobreza monetaria puede variar rápidamente en el corto plazo debido a factores
como mayores ingresos monetarios del hogar (y por lo tanto mayor gasto), los indicadores de
pobreza estructural se refieren estrictamente a la caracterización de los hogares en cuanto a su
tenencia o calidad de bienes y servicios, o en todo caso, tenencia de capital humano que describa
mejor sus condiciones de vida.
A continuación se muestran las ponderaciones de cada uno de los componentes para el cálculo
del IDH nacional:
Componentes del IDH Nacional
Ingreso (I)
𝟑
𝑰𝑫𝑯 = √𝑬𝑽 ∗ 𝑳𝑬 ∗ 𝑰
ESPERANZA DE VIDA (EV)
La esperanza de vida al nacer es una estimación del promedio de años que viviría un grupo de
personas nacidas el mismo año si los movimientos en la tasa de mortalidad de la región evaluada
se mantuvieran constantes. Es uno de los indicadores de la calidad de vida más comunes,
aunque resulta difícil de medir.
Se obtiene a partir de la siguiente fórmula:
∑𝟗𝟎
𝐢=𝐱(𝐋𝐢 )
𝐄𝐕 =
𝐥𝐱
Donde:
𝑙𝑥 : Supervivientes a la edad x.
𝐿𝑖 : Número de años vividos en el intervalo de edad 𝑥, 𝑥 + 𝑛
Para la obtención de los supervivientes a la edad 0 se extrajo el número de nacidos y número de
defunciones del 2016 en Amazonas, base de datos de las indicadores civiles de la RENIEC.
Debido a la carencia de data respecto a las defunciones por edad, se tomó como referencia la
proporción del número total de defunciones y la población existente a nivel distrital que al
multiplicarlo por la cantidad de nacidos obtenemos la cantidad de fallecidos a los 0 años.
𝐃𝐞𝐟𝐮𝐧𝐜𝐢𝐨𝐧𝐞𝐬
𝐃𝐞𝐟𝐮𝐧𝐜𝐢𝐨𝐧𝐞𝐬 𝐚 𝐥𝐨𝐬 𝟎 𝐚ñ𝐨𝐬 = 𝐱 𝐂𝐚𝐧𝐭𝐢𝐝𝐚𝐝 𝐝𝐞 𝐧𝐚𝐜𝐢𝐨𝐝𝐨𝐬_𝐜𝐨 𝐱 𝟏𝟎
𝐏𝐨𝐛𝐥𝐚𝐜𝐢ó𝐧 𝐝𝐢𝐬𝐭𝐫𝐢𝐭𝐚𝐥
Los datos de población obtenidos para el año 2016 serán multiplicados por un factor de
corrección, el cual será de 0.0146782 lo que se nos permitirá corregir los nacimientos. A la
cantidad de nacidos le restamos las defunciones a los 0 años de tal forma que obtengamos la
cantidad de supervivientes a la edad 0.
𝐂𝐚𝐧𝐭𝐢𝐝𝐚𝐝 𝐝𝐞 𝐬𝐮𝐩𝐞𝐫𝐯𝐢𝐯𝐢𝐞𝐧𝐭𝐞𝐬 = 𝐂𝐚𝐧𝐭𝐢𝐝𝐚𝐝 𝐝𝐞 𝐧𝐚𝐜𝐢𝐝𝐨𝐬_𝐜𝐨 − 𝐃𝐞𝐟𝐮𝐧𝐜𝐢𝐨𝐧𝐞𝐬 𝐚 𝐥𝐨𝐬 𝟎 𝐚ñ𝐨𝐬
ESPERANZA DE VIDA PARA EL DEPARTAMENTO DE AMAZONAS AL 2016
PROVINCIAS DISTRITOS UBIGEO población(Li) supervivientes(Lx) EV
Chachapoyas 10101 28224 384,9211168 73,3241144
Asunción 10102 384 4,9025188 74,3270836
Balsas 10103 1466 20,7843312 70,533903
Cheto 10104 745 10,641695 70,0076445
Chiliquin 10105 975 14,017681 69,5550141
Chuquibamba 10106 2236 32,2333272 69,3691962
Granada 10107 576 8,0142972 71,8715548
La Jalca 10108 6089 87,9077398 69,2658009
Leimebamba 10109 3753 51,5645166 72,782608
Levanto 10110 1186 16,9679992 69,8962786
CHACHAPOYAS
Magdalena 10111 970 13,357162 72,6202168
Mariscal Castilla 10112 1175 15,632283 75,1649647
Molinopampa 10113 2480 35,080898 70,6937434
Montevideo 10114 794 11,5077088 68,9972273
Olleros 10115 469 6,4437298 72,7839333
Quinjalca 10116 1052 14,8543384 70,8210606
San Francisco de 10117 373 5,1814046 71,9882018
Daguas
San Isidro de Maino 10118 703 8,9977366 78,1307601
Soloco 10119 1703 23,8227186 71,4863836
La Peca 10201 11730 170,26712 68,8917508
Aramango 10202 12827 184,3141574 69,5931348
Copallin 10203 5846 83,7538092 69,7998104
BAGUA
El Parco 10204 1750 25,099722 69,7218878
Bagua 10205 24817 335,2060534 74,0350592
Imaza 10206 36125 522,030183 69,2009795
Jumbilla 10301 1297 18,1569334 71,4327674
Corosha 10302 954 13,5626568 70,3402006
Cuispes 10303 895 12,843425 69,6854616
Chisquilla 10304 482 6,1942004 77,8147249
Churuja 10305 435 6,238235 69,7312621
BONGARÁ Florida 10306 6378 90,0947916 70,7921056
Recta 10307 390 5,430934 71,8108524
San Carlos 10308 478 6,8693976 69,5839763
Shipasbamba 10309 1748 24,9235836 70,1343767
Valera 10310 1127 15,2212934 74,0410141
Yambrasbamba 10311 6644 94,5863208 70,2427153
Jazan 10312 8315 118,966811 69,8934428
Lamud 10401 2279 30,2224138 75,4076102
Camporredondo 10402 6839 97,5953518 70,0750586
Cocabamba 10403 2339 33,8919638 69,0134102
Colcamar 10404 2342 33,9359984 69,0122616
Conila 10405 2119 30,3691958 69,7746497
Inguilpata 10406 643 8,5573906 75,1397278
Longuita 10407 1126 15,7937432 71,2940552
Lonya Chico 10408 1109 15,9845598 69,379452
Luya 10409 4156 58,0669592 71,5725441
Luya Viejo 10410 497 6,8547194 72,5047914
María 10411 1017 14,4873834 70,1990119
LUYA Ocalli 10412 3528 50,1700876 70,3207861
Ocumal 10413 4063 56,2615406 72,2162948
Pisuquia 10414 5866 83,7538092 70,0386055
San Cristóbal 10415 736 9,7756812 75,2888709
San Francisco de Yeso 10416 829 11,8746638 69,8125028
San Jerónimo 10417 872 12,6526084 68,9185955
San Juan de 10418 699 9,6729338 72,2634947
Lopecancha
Santa Catalina 10419 2020 28,769272 70,2138031
Santo Tomás 10420 3695 51,887437 71,2118427
Tingo 10421 1374 19,1403728 71,7854357
Trita 10422 1442 19,9917084 72,1299036
Providencia 10423 1597 22,1200474 72,196952
San Nicolás 10501 5366 74,6533252 71,8789148
Cochamal 10502 805 11,669169 68,9852037
Chirimoto 10503 2645 37,796365 69,9802746
Limabamba 10504 1879 26,5528638 70,7644951
RODRIGUEZ DE
MENDOZA Longar 10505 1829 25,6721718 71,2444593
Mariscal Benavides 10506 1913 27,4922686 69,5831991
Omia 10507 9945 143,772969 69,1715562
Santa Rosa 10508 674 9,3059788 72,4265566
Totora 10509 568 8,0436536 70,6146769
Nieva 10601 32811 470,4509882 69,7437158
CONDORCANQUI Río Santiago 10602 17730 257,895974 68,7486498
El Cenepa 10603 16391 238,2418642 68,799831
Bagua Grande 10701 57846 807,6826332 71,619715
Cajaruro 10702 29808 432,0968516 68,9845341
Cumba 10703 9771 140,1914882 69,6975268
UTCUBAMBA
El Milagro 10704 6156 90,0654352 68,3503054
Jamalca 10705 8063 116,5889426 69,1575017
Lonya Grande 10706 10311 147,6773702 69,8211242
Yamon 10707 3822 55,3661704 69,0313231
LOGRO EDUCATIVO:
MAXIMO 85
MINIMO 25
INGRESOS
𝟑
𝑰𝑫𝑯 = √𝑬𝑽 ∗ 𝑳𝑬 ∗ 𝑰
NIVEL RANGO INFERIOR RANGO SUPERIOR
IDH ALTO 0.800 1
IDH MEDIO BAJO 0.500 0.599
MEDIO 0.600 0.699
ALTO 0.700 0.799
IDH BAJO 0 0.499
Con toda la data obtenida de la RENIEC, INEI, PNUD, se ha podida obtener los resultados finales
del IDH de la región de Amazonas, los cuales se puede apreciar en el cuadro superior donde se
muestra cual fue el índice de desarrollo humano por distrito de dicha región, destacando los
siguientes distritos Chachapoyas, Jumbilla, San Nicolás, Jazan, Bagua, Florida, los cuales
cuentan con mayor IDH que los demás.
Ahora veremos a continuación un cuadro donde se puede apreciar mejor las diferencias del
desarrollo humano ente distintos distritos de una región, lo cual nos indica que las condiciones
de vida son muy distintas con respecto de un distrito a otro a pesar de pertenecer al mismo
departamento. También se puede mencionar que casi para todos los distritos de la región de
amazonas el IDH simple como compuesto sales en valores bajos, es decir se encuentras entre
los valores de 0,500 y 0,599, con excepción de Chachapoyas, Bagua, Jumbilla, Florida, Jazan
San Nicolás que se encuentras quienes se encuentras con un nivel de IDH medio medio y medio
bajo.
IDH DE LA REGION AMAZONAS AL 2016
YAMON
LONYA GRANDE
JAMALCA
EL MILAGRO
CUMBA
CAJARURO
BAGUA GRANDE
RIO SANTIAGO
EL CENEPA
NIEVA
TOTORA
OMIA
LONGAR
LIMABAMBA
CHIRIMOTO
SAN NICOLAS
SANTO TOMAS
SANTA CATALINA
PISUQUIA
OCUMAL
OCALLI
MARIA
LUYA VIEJO
LUYA
INGUILPATA
COLCAMAR
COCABAMBA
CAMPORREDONDO
LAMUD
YAMBRASBAMBA
SHIPASBAMBA
JAZAN
FLORIDA
COROSHA
CHISQUILLA
JUMBILLA
LA PECA
IMAZA
COPALLIN
ARAMANGO
BAGUA
SOLOCO
QUINJALCA
MOLINOPAMPA
MAGDALENA
LEIMEBAMBA
LA JALCA
BALSAS
ASUNCION
CHACHAPOYAS
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7
METODOLOGÍA PARA LA REGRESIÓN DEL MODELO
En este trabajo, vamos a usar una metodología, la cual consiste en definir un modelo
econométrico que nos ayude a cuantificar adecuadamente los parámetros para dicho modelo.
Por ello, este trabajo tiene como objetivo principal determinar la relación que existe entre las
variables (endógenas y exógenas), así mismo nos permite ver el grado de significancia den las
variables endógenas. Para nuestro modelo, vamos a definir las siguientes variables.
La variable endógena, va estar definida como el índice de desarrollo humano (IDH), en lo cual
va consistir nuestro análisis.
A partir del cuadro de regresión mostrado se debe hacer un análisis de algunos estadísticos,
comenzaremos con el valor de las probabilidades de las variables para el modelo, se puede ver
que la esperanza de vida, el índice de educación así como el índice del ingreso son significativas
para el modelo ya que los valores de cada uno es menor al 5%.
Por otra parte ahora observamos el valor del R-Ajustado y vemos que es de 0,987534 lo cual
nos estaría indicando que el modelo es bien explicado por las variables que lo conforman,
también podemos ver que el valor de Durbin-Watson es 2.119143 de lo que se diría que nuestro
modelo no presenta autocorrelacion.