FACULTAD DE ECONOMÍA
ESCUELA PROFESIONAL DE ECONOMÍA
AREQUIPA – PERÚ
Enero de 2018
Impacto de la Inversión Pública en el Desarrollo Regional Eriksson Peralta Ccapa ii
La dedico a:
Rosa América Ccapa Marañón, mi madre.
Quien me inculcó el amor por el conocimiento y
Por su incondicional apoyo para lograr mis metas en la vida.
Impacto de la Inversión Pública en el Desarrollo Regional Eriksson Peralta Ccapa iii
RESUMEN
PRESENTACIÓN
INTRODUCCION
La inversión pública se configura hoy en día como una importante partida del
gasto público en las economías modernas. Y ello sucede no tanto por su magnitud,
situada por lo general en niveles inferiores a las cuantías alcanzadas por los gastos
vinculados al Estado de Bienestar, sino más bien por la trascendencia de sus efectos
sobre la actividad económica. Además, el gasto público productivo ocupa un lugar
destacado entre los instrumentos de las llamadas políticas de oferta tienen a su
disposición para influir sobre la generación de renta, máxime cuando las autoridades
nacionales de los países de la Unión Europea han perdido posibilidades de
estabilización a través de la política monetaria.
vinculación nos permite conocer los recursos adicionales con las que se disponen para
los próximos años y se destinarían a nuevas intervenciones de acuerdo a las políticas
nacionales y sectoriales que se prioricen.
Nuestro análisis de la Inversión Pública para el periodo 2000 - 2016,
complementa la información contenida en el Proyecto del Presupuesto del Sector
Público para el año 2015 de los proyectos de inversión pública del Gobierno Nacional
y Gobiernos Regionales, y están en línea con los principales objetivos económicos y
sociales de la presente administración, orientándose a reducción de brechas en las
zonas más pobres, y en los sectores sociales a nivel nacional en forma articulada,
promoviendo la equidad a nivel descentralizado y priorizando la culminación de
proyectos que se encuentran en ejecución, lo que redundará en un crecimiento
económico sostenido, construcción de un entorno favorable para la inversión privada y
el bienestar ciudadano.
Finalmente, a partir del presente año, las entidades del Gobierno Nacional y
Regional han realizado una programación del gasto total, insumo que será muy útil
para la formalización de un marco presupuestal multianual, supeditado a las metas
fiscales agregadas establecidas, donde se delimite la asignación plurianual de los
proyectos y programas, incluyendo todos los gastos (corrientes y de capital) de los tres
niveles de gobierno.
El documento se organiza de la siguiente manera. Luego del resumen, la
presentación y la introducción, se presenta el Capítulo I, se desarrolla el planteamiento
del problema de investigación, enunciado y formulación del problema, objetivos e
hipótesis, metodología y variables que se emplean en la investigación, Capítulo II, Se
fundamenta el marco teórico de la investigación; Capítulo III, en este capítulo,
desarrollamos la evidencia empírica de la investigación en cumplimiento de la
demostración y alcance de nuestros objetivos.
Por último se arriba a las conclusiones y recomendaciones, producto del
análisis realizado en los capítulos anteriores. Se considera la bibliografía utilizada y los
anexos metodológicos y estadísticos del caso.
Finalmente agradezco a mi madre, a mis familiares, a mis maestros y aquellas
personas que me han brindado su apoyo e información para lograr con éxito la
culminación de la presente investigación y mi carrera profesional.
Impacto de la Inversión Pública en el Desarrollo Regional Eriksson Peralta Ccapa viii
INDICE Pág.
RESUMEN iii
PRESENTACIÓN iv
INTRODUCCIÓN vi
INDICE viii
Relación de Tablas x
Relación de Gráficos xi
CAPITULO I: PLANTEAMIENTO DEL PROBLEMA DE INVESTIGACIÓN: IMPACTO DE LA
INVERSIÓN PÚBLICA Y EL DESARROLLO REGIONAL DEL PERU: 1980Q1 – 2016Q4.
1.1. Planteamiento del problema 1
1.1.1. Enunciado del Problema 1
1.1.2. Formulación del problema 4
1.2. Objetivos de la Investigación 6
1.2.1. Objetivo General o Estratégico 6
1.2.2. Objetivos específicos o Tácticos – Operativos 6
1.3. Hipótesis y Variables de la Investigación 6
1.3.1. Hipótesis General 6
1.3.2. Hipótesis Especificas 7
1.3.3. Variables de la Investigación 7
1.4. Justificación de delimitación de la Investigación 12
1.4.1. Justificación de la Investigación 12
1.4.2. Delimitación de la Investigación 13
1.5. Metodología y diseño de la Investigación 13
1.5.1. Estudio de nivel relacional en la Investigación 13
1.5.2. Determinación de la población en las series de tiempo 14
1.5.3. El Tamaño de la Muestra en las series de tiempo 15
1.5.4. Métodos y Técnicas en las series de tiempo 16
CAPITULO II FUNDAMENTOS TEÓRICOS DE LA INVESTIGACIÓN
2.1. MARCO TEÓRICO: IMPACTO DE LA INVERSIÓN PÚBLICA Y EL DESARROLLO
REGIONAL DEL PERU: 1980Q1 – 2016Q4. 18
2.2. TEORIAS SOBRE EL CRECIMIENTO Y DESARROLLO ECONÓMICO EN EL
PERÚ: 1980Q1 – 2016Q4 24
2.3. REFERENCIAS SOBRE EL DESARROLLO ECONÓMICO EN EL
PERÚ 1980Q1-2016Q4 28
2.4. REFERENCIAS SOBRE EL CRECIMIENTO ECONÓMICO EN EL PERÚ: 1980Q1-
2016Q4 30
2.4.1. Importancia de la teoría del crecimiento económico 31
2.4.2. Evolución de la teoría del crecimiento económico 31
2.4.3. La modelización de los modelos de crecimiento 32
Impacto de la Inversión Pública en el Desarrollo Regional Eriksson Peralta Ccapa ix
CONCLUSIONES 101
RECOMENDACIONES 103
BIBLIOGRAFÍA 104
ANEXOS. 106 -124
Impacto de la Inversión Pública en el Desarrollo Regional Eriksson Peralta Ccapa x
RELACIÓN DE TABLAS
Capítulo I:
Tabla N° 01 - I: Operacionalización de Variables (Nivel Relacional) 8
Tabla N° 02 - I: Producto Bruto Interno por tipo de gasto (p 2007) 9
Tabla N° 03 - I: Operacionalización de Variables por Regiones del Perú 10
Tabla N° 04 - I: Cuadro de Variables – por Regiones del Perú 11
Capítulo III:
Tabla N° 01-III: Variación porcentual del PBI%, la IP % por Gobiernos 44
Tabla N° 02-III: Distribución de PBI y la Inversión Pública por Gobiernos 45
Tabla N° 03-III: Resumen del PBI, la Inversión Pública y por Gobiernos 46
Tabla N° 04-III: Resumen del PBI, la Inversión Pública y por trimestres 46
Tabla N° 05-III: Modelo duración Ivp Vs estacional (4) y Cíclico (1) 50
Tabla N° 06-III: Modelo duración PBIvp Vs. efecto estacional 51
Tabla N° 07-III: Modelo duración PBI vp Vs. Componente estacional 51
Tabla N° 08-III: Proyección del PBI vp por Trimestres 51
Tabla N° 09-III: Prueba de Dickey-Fuller PBI % 55
Tabla N° 10-III: Prueba de Dickey–Fuller I Pública % 55
Tabla N° 11-III: Modelo de PBI Vp Vs. IPvp 56
Tabla N° 12-III: Modelo ARCH (1) y GARCH (1,1) PBIvp Vs. IPvp 56
Tabla N° 13-III: Prueba de Dickey-Fuller para los residuos PBIvp Vs. IPvp 58
Tabla N° 14-III: Inversiones por el SNIP en infraestructura y servicios 63
Tabla N° 15-III: Evolución de la Inversión Pública por Gobiernos regionales 64
Tabla N° 16-III: Evolución de la Inversión Pública niveles de Gobiernos 65
Tabla N° 17-III: Modelos de duración I Pública efectos estacionales 68
Tabla N° 18-III: Proyección de la i Pública Trimestral 70
Tabla N° 19-III: Prueba de Dickey-Fuller Inversión Pública 71
Tabla N° 20-III: Modelo ARCH (3) GARCH (1, 4) IPvp Vs. PBIvp 72
Tabla N° 21-III: Distribución de Promedios de los Proyectos Regionales 85
Tabla N° 22-III: Distribución de Promedios de Proyectos PBI Per cápita 86
Tabla N° 23-III: Datos Panel perfectamente Balanceados 87
Tabla N° 24-III: Modelo Regresión Lineal Múltiple IDH vs. PBIPc 92
Tabla N° 25-III: Modelo ARCH (2) GARCH (1,5) IDH Vs. Var 92
Tabla N° 26-III: Modelo ARCH (1) GARCH (1,1) IDH Vs. PBIPc 98
Tabla N° 27-III: Modelo Dummy por Regiones IDH Vs. PBIPer cápita 98
Impacto de la Inversión Pública en el Desarrollo Regional Eriksson Peralta Ccapa xi
RELACIÓN DE GRÁFICAS
CAPITULO I
PLANTEAMIENTO DEL PROBLEMA1 DE INVESTIGACIÓN
“IMPACTO DE LA INVERSIÓN PÚBLICA EN EL DESARROLLO REGIONAL
DEL PERU: 1980Q1 – 2016Q4”
1
C. Augusto Bernal Torres. “Metodología de la Investigación” 2010 – Pág. 88 – “Para que una idea sea
objeto de investigación, debe convertirse en problema de investigación. ahora, en investigación, problema
es todo aquello que se convierte en objeto de reflexión y sobre el cual se percibe la necesidad de conocer
y, por tanto, de estudiar”. Briones (1985) afirma que “el planteamiento de un problema es la fase más
importante de todo el proceso de investigación”
2
Efraín E. Esteban “Metodología de la Investigación Económica y Social” 2009 – Pág. 30 – “El origen de
una investigación es siempre un problema. Se estudia un problema identificando una o más causas
principales. Por eso, la hipótesis es por lo general, una relación entre variables – problema. Cuando se
pretende plantear soluciones antes que problemas, estamos frente a un proyecto de inversión, cuyo
objetivo fundamental es el análisis de rentabilidad de una inversión. En cambio, el objetivo fundamental
del proyecto de investigación es obtener nuevos conocimientos”.
3
C. Augusto Bernal Torres. “Metodología de la Investigación” 2010 – Pág. 88 – Plantear el problema de
investigación significa enunciar y formular el problema. Enunciar un problema de investigación consiste
en presentar, mostrar y exponer las características o los rasgos del tema, situación o aspecto de interés que
va a estudiarse, es decir, describir el estado actual del problema.
Capítulo I Eriksson Peralta Ccapa 2
4
N. Gregory Mankiw (2012) “Principios de Economía” Sexta Edición – Pág. 767
Capítulo I Eriksson Peralta Ccapa 4
5
Un problema se formula cuando el investigador dictamina o hace una especie de pronóstico sobre la
situación problema. En lugar de hacerlo con afirmaciones, este pronóstico se plantea mediante la
formulación de preguntas orientadas a dar respuesta al problema de la investigación (Menéndez, 1995)
6
C. Augusto Bernal Torres (2010) Ob. Cit. Pág. 89 – Una adecuada formulación de un problema de
investigación implica elaborar dos niveles de preguntas: La pregunta general debe recoger la esencia del
problema y, por tanto, el título del estudio. Las preguntas específicas están orientadas a interrogar sobre
aspectos concretos del problema y no al problema en su totalidad, pero que en su conjunto conforman la
totalidad.
Capítulo I Eriksson Peralta Ccapa 5
PREGUNTA PRINCIPAL:
¿La inversión pública impulsa el crecimiento y desarrollo socio-económico en
las Regiones del Perú?
¿La inversión pública genera impactos significativos sobre la productividad y la
reducción de la pobreza en las Regiones del Perú?
PREGUNTAS SECUNDARIAS:
¿La asignación de recursos a los gobiernos regionales y locales, es suficientes
para enfrentar el crecimiento y desarrollo económico?
¿Existe alguna correlación entre el aumento de la inversión en infraestructura
pública y la reducción de la pobreza?
Capítulo I Eriksson Peralta Ccapa 6
7
Se debe señalar el fin que se persigue con la investigación.
8
C. Augusto Bernal Torres (2010) Ob. Cit. Pág. 99 Este debe reflejar la esencia del planteamiento del
problema y la idea expresada en el título de la investigación.
9
C. Augusto Bernal Torres (2010) Ob. Cit. Pág. 98 Los objetivos específicos se desprenden del objetivo
general y deben ser formulados de forma que estén orientados al logro del objetivo general.
10
C. Augusto Bernal Torres (2010) Ob. Cit. Preposición a priori sobre la afirmación o negatividad de
alguna consideración planteada.
11
La hipótesis es empírica; es decir, está basada en la experiencia y en la observación de los hechos.
"método empírico; observación empírica; medicina empírica; para buena parte de la filosofía moderna, la
razón no puede exceder de los límites de la experiencia: solamente lo empírico es cognoscible"
Capítulo I Eriksson Peralta Ccapa 7
12
C. Augusto Bernal Torres (2010) Ob. Cit. Variable: Magnitud que puede tener un valor cualquiera en el
tiempo y comprendida en un conjunto de datos o cifras.
13
Cabe mencionar que desde el año 2000 a través Ley Nº 27293 entra en funcionamiento SNIP y desde
ese año se presenta información de flujos de inversión pública vía el Sistema Integrado de Administración
Financiera (SIAF)
Capítulo I Eriksson Peralta Ccapa 12
Capítulo I Eriksson Peralta Ccapa 12
Humala Q4 2014 123,042.18 72,264.11 16,335.78 34,442.29 35,653.30 26,026.44 9,626.87 -1,211.02 30,312.24 31,095.25 122,259.16
Humala Q1 2015 115,917.23 72,417.07 13,371.80 30,128.37 26,778.06 23,700.30 3,077.76 3,350.31 27,499.99 30,683.99 112,733.23
Humala Q2 2015 123,288.13 75,931.61 14,485.34 32,871.18 28,098.60 23,250.30 4,848.30 4,772.58 28,225.61 30,970.84 120,542.90
Humala Q3 2015 122,287.84 75,403.33 14,934.39 31,950.12 30,046.13 24,133.59 5,912.54 1,903.99 31,135.41 32,052.18 121,371.06
Humala Q4 2015 126,672.01 74,746.68 18,418.05 33,507.28 35,215.95 25,560.67 9,655.29 -1,709.18 33,585.85 32,277.99 127,979.87
Humala Q1 2016 118,115.95 77,475.43 13,286.37 27,354.15 26,723.86 22,728.73 3,995.12 630.30 29,804.97 30,220.91 117,700.01
Humala Q2 2016 123,910.96 81,232.78 14,095.51 28,582.67 27,314.00 22,204.62 5,109.38 1,268.66 30,811.76 29,584.56 125,138.16
PPK Q3 2016 124,067.09 80,807.64 13,847.93 29,411.51 28,030.62 22,110.52 5,920.09 1,380.89 34,793.34 31,890.49 126,969.95
PPK Q4 2016 127,289.97 79,191.46 17,608.91 30,489.61 32,061.53 23,988.00 8,073.53 -1,572.42 36,637.53 32,113.66 131,813.84
Variables que se describen en la Tabla N° 01 – I // Ver Anexo 01 – Serie Completa
Fuente: Banco Central de Reserva del Perú (BCRP) – Gerencia de Estudios Económicos – 1/ Para el período 1980 - 2006 se ha
estimado los niveles utilizando la información del INEI y del año base 1994. - www.bcrp.gob.pe
Ministerio de Economía y Finanzas (MEF) – Gerencia Central de Estudios Económicos.
Instituto Nacional de Estadística e Informática (INEI) – Perú * Compendio Estadístico 2000 - 2015
Elaboración: Eriksson Peralta Ccapa.
Capítulo I Eriksson Peralta Ccapa 14
14
C. Augusto Bernal Torres (2010) Ob. Cit. Toda investigación está orientada a la resolución de algún
problema; por consiguiente, es necesario justificar, o exponer, los motivos que merecen la investigación.
15
C. Augusto Bernal Torres (2010) Ob. Cit. Acción y efecto de delimitar; es decir, determinar o fijar con
precisión los límites de algo.
16
C. Augusto Bernal Torres (2010) Ob. Cit. En la metodología debe consignarse CÓMO se piensa
realizar la investigación, DÓNDE O A QUIENES se investiga y CON QUÉ recursos se cuenta.
Capítulo I Eriksson Peralta Ccapa 14
17
Que está basado en la experiencia y en la observación de los hechos. "Método empírico; observación
empírica; medicina empírica; para buena parte de la filosofía moderna, la razón no puede exceder de los
límites de la experiencia: solamente lo empírico es cognoscible"
Capítulo I Eriksson Peralta Ccapa 15
18
Zimmermann, F.J.: Estadística para Investigadores. Editorial Escuela Colombiana de Ingeniería.
(Bogotá D.C., Colombia). 2004
19
Obuchowsky, N.: Sample size calculations in studies of test accuracy. Stat Methods Med Res, Número
7. 1998. Páginas 371-392.
Capítulo I Eriksson Peralta Ccapa 16
20
Storch, H. & Zwiers, F. 1999: Statistical Analysis in Climate Research. Cambrigde University Press,
Uniled Kingdomm, 488 págs.
Capítulo I Eriksson Peralta Ccapa 17
TÍTULO II
FUNDAMENTOS TEÓRICOS DE LA INVESTIGACIÓN
2.1. MARCO TEÓRICO21: IMPACTO DE LA INVERSIÓN PÚBLICA EN EL
DESARROLLO REGIONAL DEL PERU: 1980Q1 – 2016Q4.
Para sustentar los fundamentos teóricos y versiones sobre el desarrollo,
crecimiento económico y bienestar social, creemos que es de necesidad
diferenciar el concepto de estos términos. El crecimiento y desarrollo
económico están relacionados pero no son sinónimos; un país puede tener
crecimiento económico sin experimentar desarrollo económico, es muy común
confundir crecimiento con desarrollo económico lo cual representa un gran
error debido a la enorme diferencia existente entre ambos. Es importante
entender que el crecimiento económico es fundamental para obtener un
desarrollo económico ya que el crecimiento proporciona el dinero para invertir
en desarrollo. Pero si existe crecimiento sin inversión en desarrollo de nada
sirve ese crecimiento y pueden pasar años de crecimiento económico y nunca
verán ni un sol de ese supuesto crecimiento; es por eso, que es fundamental
entender las diferencias entre estos dos conceptos, para exigir “crecimiento
con desarrollo”, debemos saber diferenciar, por que el hecho que un país tenga
altas tasas de crecimiento económico no necesariamente significa que aquel
crecimiento se vaya ver reflejado en el bienestar de la población. Es de esta
desinformación que se han aprovechado siempre nuestros gobernantes para
contentar a la población con resultados que evidencian solamente un
crecimiento económico, sabiendo que la mayoría ignora que los que en
realidad crecen económicamente son los mismos de siempre, las grandes
21
DE CANALES, Francisca y otras (1986). Metodología de la Investigación, p. 262 “En los antecedentes
se trata de hacer una síntesis conceptual de las investigaciones o trabajos realizados sobre el problema
formulado […]. El antecedente puede indicar conclusiones existentes en torno al problema planteado”
Las diferencias fundamentales entre antecedentes y marco teórico son las siguientes:
i. Los antecedentes están formados por trabajos de investigación previos a la investigación a
realizarse; mientras que el marco teórico está formado por las teorías, doctrinas y enfoques
vigentes.
ii. Los antecedentes sirven para determinar cuánto se conoce respecto al tema a estudiar; mientras
que el marco teórico sirve para enmarcar, encuadrar, al proyecto de investigación.
iii. Como parte de los antecedentes, algunos trabajos de investigación de acuerdo a su calidad,
pueden enriquecer las teorías; mientras que el marco teórico está formado por teorías ya
formadas. En buena cuenta, los antecedentes son una teoría en proceso; el marco teórico es teoría
ya consolidada.
Capítulo II Eriksson Peralta Ccapa 19
empresas, haciendo que la diferencia entre ricos y pobres sea cada vez más
grande; es decir, los pobres siguen siendo pobres y con baja calidad de vida y
los ricos se hacen más ricos disfrutando de los mejores servicios, en salud,
educación, empleo, etc. Estas diferencias son:
Los tres factores que más contribuyen al incremento del PIB per
cápita son:
La productividad, medida normalmente por el valor monetario
de la cantidad de bienes y servicios que produce un trabajador/a
en una hora.
La tasa de ocupación por población o porcentaje de la
población total que tiene un trabajo remunerado.
El número de horas trabajadas por cada persona ocupada al
año.
El PIB per cápita recibe fuertes críticas como indicador del
bienestar social. Como ejemplo, algunos economistas han
objetado que el PIB mide sólo un aspecto parcial del bienestar
económico objetivo.
Índice de Pobreza Humana (IPH), el IPH mide el nivel de
pobreza existente en un país. Este índice fue elaborado por
Naciones Unidas y en el caso de las economías en desarrollo
comprende:
La probabilidad al nacer de no sobrevivir a los cuarenta
años.
La tasa de adultos no alfabetizados.
La media entre la tasa de población sin acceso estable a
una fuente de agua de calidad y la tasa de menores de
edad con peso por debajo de la media.
Este último índice es más elevado en los países de
mayor pobreza.
Índice de Distribución de Renta, Como se ha indicado para
medir aproximadamente la distribución uniforme de la renta
entre todos los individuos de un país determinado existen
algunos indicadores económicos alternativos como son:
Coeficiente de Gini
Índice de Atkinson
Capítulo II Eriksson Peralta Ccapa 24
1. TEORIA KEYNESIANA
Teoría que constituyó una verdadera revolución en el pensamiento económico.
En realidad el crac de 1929-1933 no solo fue para la economía, sino también
para la escuela clásica, entonces imperante. Ahí se rompió el mito de que toda
oferta crea su propia demanda, ya que se había producido una sobreoferta.
Keynes plantea como causa principal una insuficiencia de demanda. “El valor
de D, en el punto de intersección de la función de demanda global con la
función de oferta global, se denominará demanda efectiva […] esta es la
esencia de la teoría general”22
La demanda efectiva comprende: consumo, inversión, gasto del gobierno y
exportaciones netas. El gobierno, a través, de una política fiscal activa, puede
promover la demanda efectiva elevando el nivel del gasto público.
En efecto, a partir de la década de los cuarenta y en general durante el periodo
de posguerra el gasto público se ha incrementado notablemente en los países.
Para los keynesianos es crucial el papel de la demanda. “Para los keynesianos
las causas de las perturbaciones del equilibrio dinámico, tanto a corto como a
largo plazo, provienen de la demanda”23
El modelo keynesiano del crecimiento económico se basa en una mayor
intervención estatal. Partiendo de que el sector privado no es autosuficiente,
señala que el sector público debe influir en el desempeño de la economía.
“Keynes no consideraba que los mecanismos del sector privado constituyeran
una salva guarda frente al desempleo prolongado […]. Como ya se ha
sugerido. Keynes argumentaba sobre la base de sus desarrollos teóricos que el
gobierno debía usar sus poderes para gravar con impuestos y para gastar, a fin
de influir en el ciclo económico24”. Los keynesianos consideran “que la
22
KEYNES, J. M. y otros (1985), Crítica de la economía clásica, p. 42
23
OSADCHAIA, I. (1975), De Keynes a la síntesis neoclásica, p. 220
24
EKELUND, Robert y HEBERT, Robert (1996). Historia de la teoría económica y de su método, p. 561
Capítulo II Eriksson Peralta Ccapa 25
2. TEORÍA NEOLIBERAL.
La teoría neoliberal es la actualización de la teoría clásica. Viene a ser la
reafirmación de sus planteamientos, como el liberalismo, el predominio del
mercado, la importancia de la inversión privada. Considera que el mercado es
el mejor asignador de recursos, mediante las señales claras que emiten los
precios, que, según ellos, son flexibles. Esta teoría “supone una estructura de
mercado perfectamente competitivos, con precios flexibles que aseguran la
igualdad de la oferta y la demanda en todos y cada uno de ellos” 27. Mientras la
teoría keynesiana es, básicamente, una teoría basada en la demanda; la teoría
neoliberal se basa en la oferta, en la libre movilidad de los factores productivos.
El modelo neoliberal se construye a partir de la visión de una economía de
mercado; por consiguiente plantea una menor intervención estatal y otorga una
mayor importancia al sector privado. “La combinación de libertad política y
económica dio lugar a una edad de oro tanto en Gran Bretaña como en los
Estados Unidos durante el siglo XIX. Los EE. UU alcanzaron incluso una
prosperidad mayor que la Gran Bretaña, porque en América se comenzaba
partiendo de cero: menos vestigios de clase y de estatus; menos prohibiciones
estatales”28.
25
DORNBUSCH, Rudiger y FISCHER, Stanley (1996), Macroeconomía, p. 7
26
SAMUELSON, Paul y NORDAHAUS, William (2002). Economía, p. 29
27
BARRO, Robert y otros (1997). Macroeconomía, p. XV
28
FRIEDMAN, Milton y FRIDMAN, Rose (1985). Libertad de elegir, p. 17
Capítulo II Eriksson Peralta Ccapa 26
3. TEORIA ESTRUCTURALISTA.
Este enfoque, es un intento de explicar los problemas económicos de manera
integral, considerando no solo las variables nacionales, sino también las
variables del contexto externo; no solo las cuestiones económicas, sino
también las cuestiones políticas y sociales. Basado en un enfoque de
estructuras, señala que el mundo se encuentra dividido en países
desarrollados y subdesarrollados, con clases o sectores sociales al interior de
cada país.
En este enfoque destacan las propuestas de Arthur Lewis, con su tesis de la
“economía dual” entre los sectores industrial y agrícola, que constituyen
asimetrías que frenan el desarrollo económico. La productividad marginal del
trabajo de ambos sectores es diferente y genera contradicciones. “Se trata de
economías con un sector avanzado, el industrial y uno atrasado, el agrícola” 31.
Otro representante destacado es Raúl Prebisch, de la Comisión Económica
para América Latina y el Caribe (CEPAL), que se refiere al dualismo entre
29
BOLOÑA, Carlos (1993). Cambio de rumbo, pp. 53-57
30
SACHS, J y LARRAÍN, F (1994). Macroeconomía en la economía global, p. 552
31
GALINDO, Miguel y MALGESINI, Graciela (1994). Crecimiento económico, p. 119
Capítulo II Eriksson Peralta Ccapa 27
32
GALINDO, Miguel y MALGESINI, Graciela (1994). Crecimiento económico, p. 122
33
OSADCHAIA, I. (1975), De Keynes a la síntesis neoclásica, p. 230
34
FMI (1975). Objetivos de política fiscal con respecto a los países menos desarrollados. P. 8
Capítulo II Eriksson Peralta Ccapa 28
35
ESTABAN, Efraín (1990). Validez de las categorías dialécticas en la teoría económica, p. 68
Capítulo II Eriksson Peralta Ccapa 29
Lt
n
4) Lt
Dónde: L*t El ritmo de crecimiento de la población, es constante.
A partir de estos 4 supuestos, vamos a obtener la ley de acumulación del
capital.
Yt = Ct + St lo consumen o lo ahorran
Igualando estas expresiones de tiene:
Ct + St = Ct + It
St = It
Sustituyendo en el supuesto 1 y 2 se tiene:
SYt = K*t + δKt
Despejando la tasa de acumulación de capital o tasa de variación.
Capítulo II Eriksson Peralta Ccapa 35
Kt * Y K Kt * Y K
S t t Para saber que obtenemos, llamamos: S t t
Lt Lt Lt Lt Lt Lt
3 2 1
Que variación de capital per cápita, más la población por la variación de capital
es igual al ahorro per cápita menos la variación de la depreciación; es decir:
kt* nkt syt Kt
Es decir que la variación de capital per cápita es la diferencia del ahorro per
cápita menos la toda la expresión que refleja que la inversión necesaria para
que el capital per cápita se mantenga constante. kt syt n Kt
*
kt * syt n Kt
CAPÍTULO III
LA CONTRASTACIÓN DE LA EVIDENCIA EMPÍRICA
“IMPACTO DE LA INVERSIÓN PÚBLICA EN EL DESARROLLO
REGIONAL DEL PERU: 1980Q1 – 2016Q4”.
La intención de este capítulo es explicar la magnitud de concebir que el crecimiento
económico y el bienestar social es fundamental para obtener un desarrollo económico,
éste involucra progreso y cambio en varios aspectos: en el crecimiento económico;
es decir, en el aumento de empleo, productividad y fortuna de la nación y en la mejora
de los niveles de vida; en el crecimiento de la tecnología, ésta en el uso de la
energía, maquinaria, vehículos y medios de comunicación; en el bienestar social, con
una mayor atención médica y una mejora en los niveles de nutrición, además del
acceso a la educación y vivienda; en la estabilidad demográfica, crecimiento
poblacional planificado; El cambio climático y la escasez de recursos, la escasez
de recursos y el impacto del cambio climático son una preocupación económica cada
vez mayor. Los impactos pueden incluir incrementos de clima extremos y aumentos de
los niveles de los océanos, los cuales podrían ocasionar que los métodos tradicionales
de agricultura, caza y pesca fueran difíciles o imposibles en algunos lugares.
La necesidad de soluciones sostenibles puede estar en conflicto con la necesidad de
recursos para impulsar el crecimiento y alimentar poblaciones. Las tradiciones más
consagradas serán retadas por los cambios en el ambiente físico. Por lo que
analizaremos la influencia del crecimiento sobre el desarrollo económico regional y
nacional en nuestra economía, entre el primer trimestre de 1980 hasta el cuarto
trimestre del 2016 (1980Q1-2016Q4); bajo la concepción de que estos dos conceptos
“no son los mismo pero están relacionados”; para su mejor deducción utilizaremos la
técnica econométrica, dentro del análisis de series de tiempo, econometría espacial,
así como el análisis de datos panel; información obtenida de las instituciones: Banco
Central de Reserva del Perú (BCRP), Ministerio de Economía y Finanzas (MEF),
Instituto Nacional de Estadística e Informática (INEI), Programa de las Naciones
Unidas para el Desarrollo (PNUDI), Banco Mundial (BM), entre otras; fuentes de primer
nivel en la tenencia de una buena base sobre la minería de datos y una alta calidad en
tecnología informática de la comunicación (TIC).
Capítulo III Eriksson Peralta Ccapa 40
Las gráficas Nos. 01-III y 02-III, muestran el crecimiento sostenido del PBI
durante el periodo 1980Q1 – 2016Q4, dentro el contenido anteriormente pero esta vez
a través del análisis trimestral de tiempo.
36
Organización de las Naciones Unidas (ONU) 2016, Artículo “Objetivos de desarrollo sostenibles”
Capítulo III Eriksson Peralta Ccapa 43
140,000
Tasa de Crecimiento del PBI 1980Q1-2016Q4 Tasa de Crecimiento del PBI 1980Q1-2016Q4
10.00 20.00
8.00
Producto Bruto Interno (Mlls. S/.)
120,000
6.84 6.94
6.00
6.27
5.97
100,000
5.66
5.35 5.33
4.76 4.96
4.68 4.54
0.00
4.43
4.00
40,00060,00080,000
Promedio 3.41%(148) 3.75
3.13 3.24 2.95
-20.00 -10.00
2.00
1.88 1.82 1.85
Toledo
Belaúnde García Fujimori Paniagua García Humala 1.16
0.00
1980q1 1985q1 1990q1 1995q1 2000q1 2005q1 2010q1 2015q1 2012q1 2013q1 2014q1 2015q1 2016q1 2017q1
Años/Mes Años/Mes
Producto Bruto Interno (Var %) Producto Bruto Interno (Mlls. S/.) Producto Bruto Interno (Var %) Producto Bruto Interno (Var %)
Gráfica N° 01-III de Barras y de Línea: Producto Bruto Interno (PBI) y Variación Porcentual Gráfica N° 02-III de Barras y de Línea: Producto Bruto Interno (PBI) Variación Porcentual
Fuente: BCRP-MEF-INEI 1980Q1-2016Q4/ Elab. Eriksson Peralta Ccapa Fuente: BCRP-MEF-INEI 1980Q1-2016Q4/ Elab. Eriksson Peralta Ccapa
Capítulo III Eriksson Peralta Ccapa 44
Estos acontecimientos se ven reflejados también en la Tabla N° 01-III, por cada una de
las gestiones de los gobiernos que administraron el Perú.
Tabla N° 01-III: Variación porcentual del PBI%, la IP % por Gobiernos
Fuente: Banco Central de Reserva del Perú (BCRP) – Gerencia de Estudios Económicos
- www.bcrp.gob.pe
Ministerio de Economía y Finanzas (MEF) – Gerencia Central de Estudios Económicos.
Instituto Nacional de Estadística e Informática (INEI) – Perú * 2000 - 2016
Elaboración: Eriksson Peralta Ccapa
El crecimiento económico que promovió Belaúnde durante su gobierno fue en
promedio 1.17%, de Fujimori en sus dos periodos y en promedio de 4.07%, de García,
también de dos periodos y en promedio 2.8% destacándose el efecto de la crisis
internacional del 2009, el de Paniagua, por su corto mandato registra el 0.62%, el de
Toledo como impulsador del crecimiento económico sostenido es promedio del 5.7%,
registros que concuerdan y se dan para cualquier medida de tiempo.
III y 04-III, que expresan este comportamiento del crecimiento económico desde el
punto de vista analítico como un resumen por Presidentes y por Trimestres.
Fuente: Banco Central de Reserva del Perú (BCRP) – Gerencia de Estudios Económicos
- www.bcrp.gob.pe
Ministerio de Economía y Finanzas (MEF) – Gerencia Central de Estudios Económicos.
Instituto Nacional de Estadística e Informática (INEI) – Perú * 2000 - 2016
Elaboración: Eriksson Peralta Ccapa
Capítulo III Eriksson Peralta Ccapa 46
Fuente: Banco Central de Reserva del Perú (BCRP) – Gerencia de Estudios Económicos
- www.bcrp.gob.pe
Ministerio de Economía y Finanzas (MEF) – Gerencia Central de Estudios Económicos.
Instituto Nacional de Estadística e Informática (INEI) – Perú * 2000 - 2015
Elaboración: Eriksson Peralta Ccapa
Fuente: Banco Central de Reserva del Perú (BCRP) – Gerencia de Estudios Económicos
- www.bcrp.gob.pe
Ministerio de Economía y Finanzas (MEF) – Gerencia Central de Estudios Económicos.
Instituto Nacional de Estadística e Informática (INEI) – Perú * 2000 - 2015
Elaboración: Eriksson Peralta Ccapa
20.00
100.00 200.00
10.00
0.00
0.00
Paniagua
Belaúnde García Fujimori Toledo García Humala
-10.00
-200.00 -100.00
Paniagua
-20.00
Belaúnde García Fujimori Toledo García Humala
Periodos largos de “agrupamiento” de baja volatilidad
1980q1 1985q1 1990q1 1995q1 2000q1 2005q1 2010q1 2015q1 1980q1 1985q1 1990q1 1995q1 2000q1 2005q1 2010q1 2015q1
Años/Mes Años/Mes
Gráfica N° 03-III Línea: Tasa de crecimiento de la Inversión Bruta Interna (Ivp) Gráfica N° 04-III Línea: Producto Bruto Interno (PBIvp)
Fuente: BCRP-MEF-INEI 1980Q1-2016Q4/ Elab. Eriksson Peralta Ccapa Fuente: BCRP-MEF-INEI 1980Q1-2016Q4/ Elab. Eriksson Peralta Ccapa
Capítulo III Eriksson Peralta Ccapa 48
100.00
Inversión Privada (Var %)
Periodos largos de “agrupamiento” de alta volatilidad
50.00
50.00
Paniagua
0.00
Paniagua
0.00
Belaúnde García Fujimori Toledo García Humala Belaúnde García Fujimori Toledo García Humala
-50.00
-50.00
1980q1 1985q1 1990q1 1995q1 2000q1 2005q1 2010q1 2015q1 1980q1 1985q1 1990q1 1995q1 2000q1 2005q1 2010q1 2015q1
Años/Mes Años/Mes
Gráfica N° 05-III Línea: Inversión Pública (IPvp) Gráfica N° 06-III Línea: Inversión Privada (IPrvp)
Fuente: BCRP-MEF-INEI 1980Q1-2016Q4/ Elab. Eriksson Peralta Ccapa Fuente: BCRP-MEF-INEI 1980Q1-2016Q4/ Elab. Eriksson Peralta Ccapa
Capítulo III Eriksson Peralta Ccapa 49
Los periodos largos de “agrupamiento” de baja y alta volatilidad que se encumbren los
impactos estacionales se ven claramente en las gráficas números 03-III, 04-III, 05-III y
06-III que representan la Inversión Bruta Interna (Ivp), el Producto Bruto Interno
(PBIvp), la Inversión Pública (IPvp) y la Inversión Privada (IPrvp); estas series así
mismo constituyen sucesiones estacionarias de forma tal que podemos realizar
análisis econométrico que nos refleje que estas variables siguen con un valor
esperado de cero e igual varianza E(0, σ²), característica propia de las series
estacionarias. Para cada una de estas series y gráficas hemos aplicado el test o la
prueba de Dickey-Fuller con una probabilidad Z(t) menor al 5%, técnica que nos
permitió aseverar la hipótesis nula que estas series son estacionarias, permitiéndonos
de esta forma estimar los modelos de duración en el tiempo.
Las gráfica Nro. 03-III, nos señala una estabilidad económica del 7.36% a lo largo este
periodo de análisis y que al partir de 1990q1 al 2016q4, esta estabilidad económica de
acentúa en el 9.58%. La gráfica 04-III, pronostica el comportamiento de estabilidad
económica del Producto Bruto Interno con el 3.41 % dentro todo el periodo de análisis
de estudio y desde 1990q1 al 2016q4 este valor es del 4.47 %. La gráfica 05-III, señala
la inversión pública presenta el 6.7% a lo largo del periodo de análisis y dese 1990q1
al 2016q4 este porcentaje es mayor alcanzando el 7.1%. La gráfica 06-III, nos ilustra la
Inversión Privada con un promedio a lo largo del análisis del 6.97% y desde 1990q1 al
2016q4 con una variación en promedio del 8.3%. Este análisis nos permite afirmar que
durante los 148 trimestres en nuestra economía existe una estabilidad promedio del
6.11% en lo que concierne a estas cuatro variables, las que vamos a considerar las
siguientes relaciones de análisis que nos permitirá a sostener nuestros objetivos y
nuestras hipótesis a demostrar.
150.00
200.00
100.00
100.00
50.00
0.00
-100.00
0.00
-200.00
-50.00
Fuente: BCRP-MEF-INEI Elab. E.Peralta Fuente: BCRP-MEF-INEI Elab. E.Peralta
150.00
200.00
100.00
100.00
50.00
0.00
-100.00
0.00
-200.00
-50.00
1980q1
1985q1
1990q1
1995q1
2000q1
2005q1
2010q1
2015q11980q1
1985q1
1990q1
1995q1
2000q1
2005q1
2010q1
2015q1
Fuente: BCRP-MEF-INEI Elab. E.Peralta Fuente: BCRP-MEF-INEI Elab. E.Peralta
Años/Mes
Inversión Bruta Interna (Var %) Inversión Privada (Var %)
Producto Bruto Interno (Var %) Inversión Pública (Var %)
Graphs by Trimes/Año
Los modelos antes estimados, nos han identificado el componente cíclico estacionario
que podríamos interpretar en términos de ciclo económico del cual sospechamos que
también debe ser un componente de alta frecuencia cíclica.
Aunque seamos felices cómo nuestro modelo ha identificado
ucm PBIvp, seasonal(12) cycle(1) difficult iterate(10)
20.00
50.00
10.00
0.00
0.00
-50.00
-10.00
2007q3 2010q1 2012q3 2015q1 2017q3 2007q3 2010q1 2012q3 2015q1 2017q3
Proyección Proyección
La tabla N° 09-III indica Z (t) = – 3.113 y su probabilidad igual a 0.0011, la tabla 10-III
revela Z (t) = – 5.545 y su probabilidad es de 0.0000, que expresan los cálculos en
valores porcentuales del Producto Bruto Interno (PBIvp), y de la Inversión Pública
expresada en valores porcentuales (IPvp), respectivamente, estas estimaciones nos
indican claramente que aceptamos la hipótesis nula (Ho), con nivel de significación del
5%, por lo tanto las series PBIvp y IPvp, son series estacionarias, no contienen raíz
Capítulo III Eriksson Peralta Ccapa 55
unitaria, en otras palabras, se puede afirmar que las dos variables han sido generadas
por un proceso estocástico estacionario.
Tabla N° 09-III: Prueba de Dickey–Fuller del Producto Bruto Interno en sus valores
porcentuales (PBIvp)
Tabla N° 11-III: Modelo de Regresión PBIvp Vs. IPvp Tabla N° 12-III: Modelo ARCH (1) GARCH (1,1) PBIvp Vs. IPvp
PBIvpt = 2.8435 + 0.08452.IPvp + et PBIvpt = 4.248 + 0.06924.IPvp + et
σ²t = 1.3712 + 0.65695.e²t-1 + 0.39727.σ²t-1
Capítulo III Eriksson Peralta Ccapa 57
Las tablas N° 11-III y 12-III, demuestran las estimaciones de la relación del PBIvp y la
Inversión Pública (IPvp). Los valores estimados de los modelos resultan
estadísticamente significativos individualmente de conformidad a sus probabilidades
de Z (igual a cero, p>|Z|). También con la probabilidad Chi-cuadrado (igual a cero,
p>chi2), sobre el estadístico de Wald, que nos indica que el modelo está bien
estimado en su conjunto.
Tabla N° 13-III: Prueba de Dickey–Fuller para los residuos (ear) de la relación PBIvp Vs.
IPvp
La tabla N° 13-III indica Z (t) = – 3.246 y su probabilidad igual a 0.0007, que expresan
los cálculos del residuos de la relación econométrica entre Producto Bruto Interno
(PBIvp), y de la Inversión Pública expresada en valores porcentuales (IPvp), estas
estimaciones nos indican claramente que aceptamos la hipótesis nula (Ho), con nivel
de significación del 5%, por lo tanto, afirmamos que los residuos de esta relación
también es una serie estacionario y que las Producto Bruto Interno (PBIvp) en relación
a la Inversión Pública (IPvp) están cointegradas.
Las gráficas N° 09-III y 10-III, muestra el proceso que sigue la tendencia lineal y
geométrica del Producto Bruto Interno (PBIvp), asimismo, los intervalos de confianza
al 95% del modelo ARCH (1) y GARCH (1,1) estimado en la tabla N° 13-III; el
comportamiento que describe la gráfica ha sido sometida a las pruebas de hipótesis
que hemos planteado, con lo que estaríamos demostrando la rigurosidad de nuestra
investigación para este caso.
La gráfica N° 11-III, señala el recorrido que sigue los residuos (ear = su forma
abreviada para las pruebas del caso) del modelo ARCH (1) GARCH (1,1), el
comportamiento que describe la gráfica, señala claramente que es una serie
estacionaria por derivarse de las dos series relacionadas en dicho modelo y que
responde como tal al test de Dickey – Fuller dfuller, está prueba sobre el residuo
denota a su vez que estas dos variables están correlacionadas dentro de este periodo
de tiempo.
Capítulo III Eriksson Peralta Ccapa 59
20
García
García
Belaúnde FujimoriFujimori
García
10
García García García Fujimori
GarcíaFujimori García
García
García García
García Fujimori
García Belaúnde García
Fujimori
Fujimori
Toledo
FujimoriToledoBelaúnde García
García García
Fujimori
Belaúnde
Humala Toledo
Toledo
Fujimori FujimoriFujimori García Toledo
GarcíaGarcía García
García
ToledoFujimori
García
Toledo
Toledo Humala
Belaúnde
Toledo Belaúnde
Belaúnde
Humala
Fujimori
Fujimori
García Humala
Belaúnde
Fujimori
Toledo HumalaFujimori Belaúnde
García García
Belaúnde
García Belaúnde Toledo
Humala
Humala
Fujimori
Fujimori
FujimoriHumala Fujimori
10
0
Fujimori
Toledo
Toledo PaniaguaHumala
Belaúnde
Humala
Toledo
PPK Humala
Fujimori
Fujimori
Humala Fujimori
Humala Humala Fujimori García
Fujimori Fujimori
Fujimori
Toledo
PPK
Paniagua Humala
Humala Belaúnde
Toledo
García
Fujimori
Toledo
ToledoHumala
Toledo Belaúnde
García García Belaúnde Fujimori
Belaúnde García
Belaúnde
Fujimori
Fujimori Fujimori
Humala
GarcíaPaniagua Fujimori
Humala
Humala
Belaúnde
Fujimori
Humala Belaúnde
Fujimori
Fujimori
Fujimori García
Fujimori Belaúnde
Fujimori
Fujimori García Belaúnde
0
Belaúnde Fujimori
Fujimori
Fujimori García
García
Belaúnde
Fujimori
Fujimori Paniagua
García Belaúnde
Fujimori Fujimori
Belaúnde
Fujimori Fujimori
Belaúnde
-10
Paniagua Belaúnde
Fujimori García Belaúnde
Fujimori Belaúnde
Belaúnde
-10
-20
García
-20
García
García García García
García
100.00 150.00
10
50.00
-10
0.00
-20
-50.00
-30
1980q1 1990q1 2000q1 2010q1 2020q1 1980q1 1990q1 2000q1 2010q1 2020q1
Años/Mes Años/Mes
Gráfica N° 11-III de linea: residuos o choque del modelo Gráfica N° 12-III de linea: Tendencia de la I Pública del modelo
Fuente: BCRP-MEF-INEI 1980Q1-2016Q4/ Elab. Eriksson Peralta Ccapa Fuente: BCRP-MEF-INEI 1980Q1-2016Q4/ Elab. Eriksson Peralta Ccapa
Capítulo III Eriksson Peralta Ccapa 61
37
BENDEZU, Luis (2008) Ensayos Sobre El Rol De La Infraestructura En El Crecimiento Económico Del Perú.
Consorcio de Investigación Económica y Social, CIES: 2008.
Capítulo III Eriksson Peralta Ccapa 62
Por ejemplo si los pobladores de una región no cuentan con una carretera para
comunicarse con regiones aledañas, utilizarán un camino afirmado; es decir, no existe
la infraestructura viable adecuada para estas zonas, por lo que la comunicación es
dificultosa; a pesar de esto existe comunicación entre pueblos y sus actividades se
desarrollan dentro de esta concepción. De igual manera, si en algunas zonas no
existen redes de distribución de agua potable es decir la infraestructura, las familias
encontrarán formas alternativas para proveerse del servicio como acceso a agua para
consumo humano.
Tabla N°. 14-III: Resume la evolución de Inversión Pública declarada viable por
funciones, en millones de soles, ejecutada por la gestión pública, atendiendo
prioritariamente a los sectores: agrario, educación, energía, salud, saneamiento,
transporte, entre otros, tarea incesante que hoy en día es responsabilidad de los
gobiernos en busca del desarrollo económico. La tabla N° 15-III, abrevia la evolución
de la Inversión Pública viable, según gobiernos regionales expresado en millones de
soles, esta información habla por sí sola, este mismo fenómeno económico se aprecia
con los gobiernos locales.
Capítulo III Eriksson Peralta Ccapa 63
Fuente: Banco de Proyectos - SNIP - MEF, 2016 Elaboración APOYO Consultoría (2001 al 2003) Pág. 327
Elaboración: Eriksson Peralta Ccapa
Los gobiernos nacional, regional y local, hoy en día juegan un rol primordial en las finanzas de la inversión pública y haciendo
participar a la inversión privada en pos del desarrollo económico regional, el año 2000 se crea el Sistema Nacional de Inversión
Pública, razón por lo que observamos que los distintos niveles de gobierno han invertido en sus Regiones muy poco o casi nada;
esto nos muestra la tabla N° 16-III, el cambio se desprende el 2007, vemos sumas muy consideradas para invertir en favor del
bienestar social con tasas que van desde 48.26%, 54.14%, 17.47%, 154.65% (2007), 58.23% (2008), esto resulta ser un bum en
las inversiones locales, regionales y nacional.
Capítulo III Eriksson Peralta Ccapa 66
Gráfica 13-III de Línea y Barras: Evolución de la Inversión Pública viable, según niveles de gobiernos
(Millones de S/.)
45000 90000
40000 80000
35000 70000
30000 60000
25000 50000
20000 40000
15000 30000
10000 20000
5000 10000
0 0
2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011 2012 2013 2014 2015 2016
Fuente: Banco de Proyectos - SNIP - MEF, 2016 Elaboración APOYO Consultoría (2001 al 2003) Pág. 327
Elaboración: Eriksson Peralta Ccapa
Capítulo III Eriksson Peralta Ccapa 67
La gráfica N° 13-III, denota la agresividad con que se dedica la colocación de inversiones por parte del Estado, con
pequeños y grandes oscilamientos, esto no siendo sostenible en el tiempo, tal como probamos con las gráficas Nos.14-III y 15-III,
donde la primera nos indica que las inversiones logran un tanto estabilizarse a partir del primer trimestre del año 2000; la segunda
muestra la relación entre la Inversión Pública (IP) con la Inversión Bruta Interna (I), que también se estabilizan a partir de esta
fecha, por lo que afirmamos que hay una estrecha relación entre estas dos variables. Esta relación de continuar así servirá de base
para en crecimiento en las inversiones y una garantía para el desarrollo económico regional, local y nacional.
100.00 200.00
Inversión Bruta Interna (Var %) Toledo
Toledo
0.00
Belaúnde García Fujimori Paniagua García Humala
50.00
-200.00-100.00
-50.00 0.00
0.00
-50.00
50
0
-50
La tabla N° 19-III indica Z (t) = – 5.545 y su probabilidad igual a 0.0000, que expresan
los cálculos en valores porcentuales de la Inversión Pública expresada en valores
porcentuales (IPvp), respectivamente, estas estimaciones nos indican claramente que
aceptamos la hipótesis nula (Ho), con nivel de significación del 5%, por lo tanto las
series PBIvp y IPvp, son series estacionarias, no contienen raíz unitaria, en otras
palabras, se puede afirmar que las dos variables han sido generadas por un proceso
estocástico estacionario, por lo que podemos establecer la tabla N° 20 -III, la que nos
indica la relación de la Inversión Pública con el Producto Bruto Interno, expresado en
un modelo ARCH; es decir, levantamos la autocorrelación y la heteroscedasticidad
condicional, ya que esta forma nos permite tener coeficientes insesgado, consistentes
y eficientes (propiedades de la MCG).
Tabla N° 20-III: Modelo ARCH (3) GARCH (1, 4) IPvp vs. PBIvp
IPvpt = 5.555 + 1.175*PBIvp + et
σ²t = 405.382 + 0.613.e²t-1 – 0.0657.σ²t-1
Las gráficas N° 18-III señala la tendencia lineal y la 19-III muestra el proceso dinámico
que sigue la tendencia geométrica de la Inversión Pública en el Perú, asimismo, los
intervalos de confianza al 95% del modelo ARCH (3) y GARCH (1, 4) estimado en la
tabla N° 20-III; el comportamiento que describe la gráfica ha sido sometida a las
pruebas de hipótesis que hemos planteado, con lo que estaríamos demostrando la
rigurosidad de nuestra investigación para este caso.
Estos hechos dinámicos, nos demuestran que las inversiones públicas en nuestro
País, vienen creciendo dentro de proceso lento pero estable y un tanto sostenible,
caso que no se viene dando con el crecimiento del producto bruto interno del Perú.
Capítulo III Eriksson Peralta Ccapa 74
150
Producto Bruto Interno (S/.)
García García
100
García García
Belaúnde Belaúnde
García
Fujimori García
Fujimori
Fujimori Fujimori
García Fujimori Fujimori
García
50
50
García Belaúnde García
García García Belaúnde García
García
García Fujimori
GarcíaGarcía FujimoriBelaúnde
Belaúnde García García Fujimori Belaúnde
Belaúnde García
Fujimori Fujimori
Humala
Belaúnde Humala
Belaúnde
Fujimori
Humala García
Valores atípico
Belaúnde
ToledoFujimori
Humala
Fujimori
Fujimori
Humala
FujimoriToledo Fujimori GarcíaGarcía
Belaúnde
Fujimori
Humala
Humala
Belaúnde
Humala
Fujimori
Humala García
Belaúnde
ToledoFujimori
García
Belaúnde
García
Fujimori
Fujimori Belaúnde
Fujimori
Fujimori García
Belaúnde
García
Fujimori Toledo
Fujimori
Belaúnde
Fujimori
ToledoGarcía
García Fujimori
García
Belaúnde Belaúnde
Fujimori Fujimori
Fujimori
Humala
Fujimori
García Toledo
Toledo García
García
BelaúndeFujimori Humala
Humala
ToledoGarcía
García
García
Toledo Fujimori
Fujimori García García
Fujimori
Fujimori Belaúnde
García
Fujimori
Fujimori Fujimori
Belaúnde
Fujimori
Humala
HumalaToledo
García
García
GarcíaFujimori
Fujimori Toledo
Humala
Humala
Toledo
Toledo
Belaúnde
Fujimori
PPK Toledo
Toledo
García
Fujimori García
BelaúndeFujimori BelaúndeFujimori Toledo
Humala
Toledo Fujimori
Toledo
Humala
Toledo
Toledo Toledo García
0
0
Fujimori Fujimori García
Belaúnde
Belaúnde Belaúnde Humala
Humala
Fujimori Paniagua
Toledo
HumalaGarcía Fujimori Belaúnde Humala
Humala
Humala Humala
FujimoriHumala
Toledo
Toledo
Paniagua Fujimori
Belaúnde Belaúnde Fujimori
Belaúnde
Fujimori
Fujimori
PPK Fujimori
Fujimori
Humala
ToledoToledo
Belaúnde
García Belaúnde Belaúnde
Belaúnde
Belaúnde Fujimori Toledo
Humala
Fujimori
Belaúnde
Fujimori HumalaGarcía
Fujimori Fujimori
Toledo
Fujimori
García Belaúnde Fujimori
García
García Paniagua Toledo
Humala García García Belaúnde Fujimori Fujimori
PPK Toledo
Toledo
García Belaúnde
García García
García Fujimori García
Paniagua García García Paniagua
García Humala García
Paniagua
García PaniaguaBelaúnde García Belaúnde García
Fujimori García Fujimori Belaúnde García
Fujimori
García
-50
-50
García García García
García García
-100
-100
-20 -10 0 10 20 -20 -10 0 10 20
Producto Bruto Interno (Var %) Producto Bruto Interno (Var %)
95% CI Tendencia del PBI 95% CI T. Geométrica
Inversión Pública (Var %) Inversión Pública (Var %)
Gráfica N° 18-III: D. Dispersión, Tendencia dde la IPvp e Intervalos de Confianza al 95% Gráfica N° 19-III: D Dispersión, T. Geométrica de la IPvp e Intervalos de Confianza al 95%
Fuente: BCRP-MEF-INEI 1980Q1-2016Q4/ Elab. Eriksson Peralta Ccapa Fuente: BCRP-MEF-INEI 1980Q1-2016Q4/ Elab. Eriksson Peralta Ccapa
Capítulo III Eriksson Peralta Ccapa 75
100.00 150.00
150
García
García
100
Belaúnde
residual, one-step
García
Fujimori
50.00
García Fujimori
Fujimori
García García
García
Belaúnde
Belaúnde
García
50
García Fujimori
García Belaúnde
Fujimori
Humala
Humala
Fujimori Belaúnde
García Belaúnde
Humala
Fujimori
Humala
Fujimori
Fujimori
HumalaToledo García
Belaúnde
ToledoFujimori
Fujimori
García
Belaúnde Belaúnde
FujimoriFujimori
García
Toledo
Fujimori García
García
García
Fujimori
Fujimori FujimoriBelaúnde
Fujimori Fujimori
García Belaúnde
Humala
HumalaToledo
García
García
Fujimori
0.00
BelaúndeFujimori Toledo
Humala
Toledo Fujimori
García
Toledo
Humala
Toledo Toledo García
Fujimori Toledo Toledo
Belaúnde
Fujimori
Fujimori
PPKGarcía
Fujimori
Humala BelaúndeFujimori
García
Belaúnde Belaúnde Humala
Humala
Humala Toledo Humala
Toledo
Paniagua
Toledo Fujimori García
Belaúnde
Belaúnde Belaúnde
Fujimori
Fujimori Humala
Fujimori
Belaúnde
Fujimori García
Fujimori
Fujimori
Humala ToledoFujimori Fujimori
Fujimori
Belaúnde
PPK
Fujimori Paniagua Toledo
ToledoGarcía Belaúnde
García García
García García
García
0
Humala García
Paniagua
García Fujimori Fujimori
Belaúnde García
-50.00
García
García García PaniaguaBelaúnde García
García
-50
Dos “teorías” relacionadas con la teoría de la base económica son la teoría del
ciclo del producto de Vernon (1966) y la teoría de la competitividad de las “ciudades
internas y deprimidas” (inner cities) de Porter (1995) también denominada teoría de los
“nuevos mercados” (Cuomo, 1999). La primera relaciona el ciclo de los productos
Capítulo III Eriksson Peralta Ccapa 78
38
Estas ciudades internas corresponder a los “centros” de las ciudades
Capítulo III Eriksson Peralta Ccapa 79
Bingham y Mier (1993) identifican tres fases del desarrollo de la teoría DEL:
“La primera surge en la década de 1930s cuando los estados del Sur de los
Estados Unidos realizaban esfuerzos para atraer la industria a dicha región. En esta
fase se originaron dos literaturas la de desarrollo regional y comunitario y la teoría de
localización (ubicación). La segunda fase emerge en la década de los 1960s y se
concentra en la distribución de los beneficios de la práctica del desarrollo económico
[local]. Esta literatura concierne a la economía política de DEL se basa en sus inicios
en las teorías marxistas. La tercera fase nace de la “asociación” entre el sector
privado y público [de los programas DEL en los Estados Unidos]....El área de las
teorías DEL proviene de una variedad de disciplinas [tales como] economía,
administración de negocios, ciencia regional, planificación, ciencia política,
administración pública, psicología, [etc.]”. (pp. ix-x)
39
Entre otras: innovaciones tecnológicas; información; capital humano; capacidad empresarial; etc.
40
Entre otros: capital físico; la fuerza laboral; la tierra y otros recursos naturales.
41
Las ecuaciones [III] y [IV] definen un sistema de ecuaciones diferenciales que tienen como solución
uno o más senderos dinámicos de las variables en niveles. Estos “senderos” pueden o no generar
convergencia en la tasa de crecimiento de las variables o en el nivel de estas. Cuando existe convergencia
(cuando el período tiende a infinito) en el nivel de las variables se dice que el equilibrio dinámico es
estacionario y estable. Caso contrario se tiene un equilibrio no estacionario e inestable.
42
En un estado constante, las tasas de crecimiento del conjunto de variables convergen a la misma tasa.
Así, las tasas de crecimiento de todos los factores Vit convergen a la tasa “n” de crecimiento de la fuerza
Capítulo III Eriksson Peralta Ccapa 84
m m1
dPBIRt / PBIRt = dBt /Bt+n donde wi 1
i 1
wi ' 1
i 1
(V)
dPBIPct / PBIPct = dBt / Bt; dVt / Vt = n (VI)
laboral. Esto es: dVit/Vit = n. El estado constante es una generalización del concepto de estado
estacionario de las variables que se refieren a los niveles.
43
Este tipo de convergencia se le denomina ‘convergencia β’. Un segundo tipo de convergencia
denominada ‘convergencia σ’ resulta cuando la dispersión de los ingresos por habitante entre países
decrece con el tiempo (Barro-Sala-I-Martin, 1995).
Capítulo III Eriksson Peralta Ccapa 85
Fuente: Banco Central de Reserva del Perú (BCRP) – Gerencia de Estudios Económicos
- www.bcrp.gob.pe
Ministerio de Economía y Finanzas (MEF) – Gerencia Central de Estudios Económicos.
Instituto Nacional de Estadística e Informática (INEI) – Perú * 2000 – 2016
Programa de las Naciones Unidas para el Desarrollo (PNUD): Informe sobre el
desarrollo Humano (2006-2016)
FONDO DE COOPERACIÓN PARA EL DESARROLLO SOCIAL (FONCODES) - Unidad de
Planeamiento y Resultados - Sistema de Gestión de Proyectos.
Proyectos de inversión aprobados por FONCODES, según departamento, 2001 – 2015 Perú
en Números
Elaboración: Eriksson Peralta Ccapa
La tabla 23-III Nos indica que la variable Región está perfectamente balanceada
del Producto Bruto Interno Per cápita e indicadores sociales regionales por gobiernos:
2000 – 2016, dándonos a conocer la estadística descriptiva por gobiernos: n (periodo
de gobierno), media, suma, varianza, desviación estándar (sd), coeficiente de
variabilidad (cv), asimetría (skewness), kurtosis. Esta información nos permitió
construir las gráficas Nos. 12-III y 13-III, las mismas que nos señalan flujo en promedio
de inversión regional y por año, dentro de este periodo el 2005 la región que ha
invertido más es la Región Arequipa, seguida de la Región Puno, entre otras. Las
gráficas Nos. 14-III y 15-III de línea, así como las dos anteriores, analizan el periodo
de diecisiete años (2000 – 2016) de desempeño de la inversión pública en las distintas
regiones del país, a fin de determinar si es que dicha asignación de fondos tuvo un
efecto significativo sobre el desarrollo socioeconómico local. Es así que se presentan
tres grandes componentes de análisis:
La propuesta y construcción de indicadores de resultado que sirva para evaluar
los efectos de la inversión pública sobre la provisión de capital físico, capital
humano y productividad general de las regiones;
La medición estadística del impacto que ha tenido la inversión pública sobre los
indicadores definidos en el punto (i); y
La medición de la eficiencia de las distintas regiones en lo que respecta al logro
de resultados.
El soporte de la base informativa, está dado por las tablas que hemos señalado, así
como la información al detalle que presentamos en los anexos.
Capítulo III Eriksson Peralta Ccapa 89
0
Ayacucho Ica Loreto Puno 2000 2005 2010 2015
Regiones del Perú Años
Proyectos de Inversión (Mills S/.) PIR_mean Proyectos de Inversión (Mills S/.) PIR_mean1
Gráfica N° 22-III: Dispersión y Tendencia en Promedio Gráfica N° 23-III: Dispersión y Tendencia en Promedio
Fuente: PNUD-BCRP-MEF-INEI 2016/ Elab. Eriksson Peralta Ccapa Fuente: PNUD-BCRP-MEF-INEI 2016/ Elab. Eriksson Peralta Ccapa
Capítulo III Eriksson Peralta Ccapa 90
0.8000
0.6000
0.6000
0.4000
0.4000
0.2000
0.2000
Ayacucho Ica Loreto Puno 2000 2005 2010 2015
Regiones del Perú Años
0.00 5.00
Ayacucho Ica Loreto Puno 2000 2005 2010 2015
Regiones del Perú Años
Tasa Analfabetismo personas >15 Años TA_mean Tasa Analfabetismo personas >15 Años TA_mean1
Gráfica N° 26-III Diagrama de Dispersión y Tendencia del Promedio TA Gráfica N° 27-III Diagrama de Dispersión y Tendencia del Promedio TA
Fuente: PNUD-BCRP-MEF-INEI 2016/ Elab. Eriksson Peralta Ccapa Fuente: PNUD-BCRP-MEF-INEI 2016/ Elab. Eriksson Peralta Ccapa
Capítulo III Eriksson Peralta Ccapa 92
arch IDH IFPc TA TDES TD5A TPE NBI TEV IDE, arch(1) garch(5)
Tabla N° 24-III: Modelo Regresión Múltiple IDH vs. IP Tabla N° 25-III: Modelo ARCH (2) GARCH (1, 5) IDH vs. Var
IDHt = 0.179 + 0.00022*IFPc – 0.0042.TA + 0.0005.TDES +… + et IDHt = 0.175 + 0.00014*IFPc – .0035.TA –.0015.TDES + et
σ²t = 0.0000212 + 2.611.e²t-1 + 0.00066.σ²t-5
Capítulo III Eriksson Peralta Ccapa 93
0 10,000 20,000 30,000 40,000 50,000 0.00 5.00 10.00 15.00 20.00 25.00
PBI2007 Per cápita por Región (S/.) Tasa Analfabetismo personas >15 Años
Índice Desarrollo Humano % I. C al 95% IDH Índice Desarrollo Humano % I. C al 95% IDH
Tendencia Tendencia
Gráfica N° 28-III Diagrama de Dispersión y Tendencia del Promedio IDH Gráfica N° 29-III Diagrama de Dispersión y Tendencia del Promedio IDH
Fuente: PNUD-BCRP-MEF-INEI 2016/ Elab. Eriksson Peralta Ccapa Fuente: PNUD-BCRP-MEF-INEI 2016/ Elab. Eriksson Peralta Ccapa
0.00000.20000.40000.60000.8000
0.2000 0.4000 0.6000 0.8000
Lima Lima
Lima Lima
Moquegua
TacnaMoquegua
MoqueguaLima Lima Lima
Lima Moquegua
Tacna
Moquegua Ica
Moquegua Lima Tacna Lima Ica
Arequipa Lambayeque
Moquegua
Arequipa
Moquegua
Moquegua Moquegua Ica Ica
Arequipa
Tacna
Lima
Lima
Lima
LimaArequipa
Lima Moquegua
Arequipa MDiosArequipa
Tumbes
MDios Tumbes MDios Lambayeque
Libertad Libertad
Moquegua Moquegua
Moquegua
Arequipa
Lambayeque Lima
Lambayeque
Lima Tumbes
Tumbes
Arequipa
Arequipa
MDios MDios Lima
Ica
Cusco
TumbesArequipa
Moquegua
Lima
Tacna Arequipa
Moquegua
Moquegua
MDios
MDiosSMartín
MDios Junín
Ancash
Ucayali
PiuraPasco Pasco Junín Ancash
Libertad Lima
Libertad Arequipa
MDios Tacna
Ica
Tumbes
Tacna
Ica Moquegua
Arequipa
Arequipa MDios Puno SMartín Loreto
Amazonas
Piura Ucayali
Loreto
Moquegua Moquegua
Pasco Tacna Lima
Lima
Ancash Arequipa
Arequipa
Ancash
Ucayali Ica Junín
MDios
MDios
Junín
SMartín
Ica
Tacna
Tumbes
Cusco
Tacna
Ica
SMartín
Tacna
Tumbes
Tacna
IcaArequipa
Tumbes
IcaArequipa
Lima MDios
MDios
Lima Junín
Lambayeque
MDios Cusco Huánuco
Cajamarca
Apurímac
Ayacucho Cusco
AmazonasHuancavelica
Moquegua
Moquegua Pasco Ucayali Tacna
Piura
Tumbes
TacnaLoreto
Tacna
Piura Cusco Tumbes
Tacna Ica
Ica
Arequipa MDios
Loreto
SMartín
MDiosCusco
Amazonas SMartín Ica
Tumbes
Cusco Ica
Lima
Tumbes
Lima
SMartínTumbes
Lima MDiosJunín
LimaLambayequeJunín
Lambayeque Piura
Piura
Libertad
Puno
Ucayali Ayacucho Huánuco
Cajamarca
Tacna Arequipa
TacnaPuno
TumbesIca
Cusco
Arequipa Ica
Tacna
Tumbes Cajamarca
Huánuco
Cusco
SMartín
Junín
MDios MDios Tacna
Cusco
SMartín
Tacna
TacnaTacna
Tumbes Huánuco Junín
Lambayeque Libertad
Junín
LambayequeJunínPiuraUcayali Ucayali Apurímac Huancavelica
Lima
Lima
Lima
Lima
Piura Tumbes
IcaAyacucho
Tacna
Ica
Arequipa
Amazonas Junín
Puno Apurímac
Lambayeque
MDios
SMartín
Arequipa
SMartín
Tacna Cusco
Tacna Ancash
Arequipa
Ancash
Ancash
Arequipa
Moquegua Loreto Puno
Huánuco
Ancash
Ancash
Ancash
Ancash
Lambayeque
Puno
Ancash Libertad
Ancash
Lambayeque Piura
Libertad
Libertad
Piura
Junín Cajamarca
Ucayali
Ucayali Amazonas
Cajamarca Ucayali
Lima
LimaIca
Tumbes
Ica
Tumbes
Ayacucho Cusco
MDios
Lambayeque
Junín Huánuco
Cajamarca
Piura Huancavelica
Lambayeque
SMartín
LibertadUcayali SMartín
Ica
Ica Arequipa
SMartín
CuscoIca
Moquegua
Ica Lambayeque
MDios
Tumbes
MoqueguaIca
Moquegua Loreto
Huánuco
Ica Puno
Arequipa
ArequipaLoreto
Lambayeque
Puno Piura
Junín
Pasco
Pasco
Loreto
Huánuco Pasco
Pasco
Pasco
Pasco
Piura
Junín
Loreto Amazonas
Cajamarca
Amazonas Ucayali
Junín Tumbes
Tumbes Libertad
Tacna
Tacna
Piura
Tacna Lambayeque
Cusco
Libertad
Libertad Ucayali
SMartín
Huánuco
Lambayeque Apurímac
Tumbes SMartín
Moquegua
Cusco
Apurímac MDios
Tumbes Puno
Huánuco
SMartín
LambayequeUcayali
Piura
Lambayeque
Libertad
Lambayeque Loreto
Piura
Loreto Amazonas
Cajamarca
Amazonas
Cajamarca
Libertad
Loreto Ucayali
Ucayali Piura
ArequipaJunín
Tacna
Arequipa
Ancash Junín
Libertad
Libertad
Tacna Puno
Libertad
Ancash
Tacna Ancash
Ancash
Libertad
Ancash
Cusco Huancavelica
Ucayali
SMartín
Cajamarca
Huánuco
Ancash
Ancash Apurímac
Cusco
MDios Puno
Puno
Lambayeque
Apurímac
Tumbes Lambayeque
Apurímac
TumbesHuánuco
Puno
Apurímac
Cusco Piura
Huánuco
Amazonas
Loreto
Cajamarca
Ayacucho
Junín
Junín
Ayacucho
Libertad
Apurímac
Ancash
PunoAyacucho JunínAmazonas
Ucayali
Amazonas
Junín
Junín
Cajamarca J unín
Amazonas
Moquegua Moquegua Ucayali
Arequipa
Arequipa
Arequipa Piura
Ica
Ica
Puno
Junín
Piura
Lambayeque
PunoLoreto Ancash
Lambayeque
Lambayeque
Loreto Ucayali
Ancash Amazonas
Cajamarca
SMartín
Huánuco
Amazonas
Tumbes
MDios Ayacucho
Ayacucho
Ayacucho
Ayacucho
MDios Ayacucho
AyacuchoAncash
Apurímac
Huancavelica
SMartín
Huancavelica
Cusco Apurímac
Piura
Ucayali
Apurímac
Libertad
Huánuco
Loreto
Piura Cajamarca
Libertad
Pasco
Huánuco
Loreto Cajamarca
Pasco Pasco
Pasco Pasco
PascoPasco
Pasco Pasco PascoArequipa
Moquegua
Moquegua
Moquegua Ica Ica
Ica
Lambayeque
Ica Puno
Piura
TumbesJunín
Loreto
Cusco SMartín
Ucayali
MDios
Loreto
Huánuco
Loreto Cajamarca
Amazonas
Junín
Ucayali
Amazonas SMartín
MDios PunoHuancavelica
Piura
Cusco
Piura
Puno
Puno Pasco
Huancavelica
Ancash
Pasco Libertad
Huancavelica
Huancavelica
Apurímac
Ucayali
Loreto
Pasco
Cusco
Moquegua
Tumbes Piura
Lambayeque
Lambayeque
Lambayeque
Lambayeque SMartín
Puno
Libertad Cusco
Ucayali
Loreto
Loreto
Piura Cajamarca
MDios
Amazonas
Huánuco
SMartín
Libertad
Tumbes
Loreto Cajamarca Puno
Puno
SMartín Piura
HuánucoAncash
Amazonas
AyacuchoCajamarca
Apurímac
AncashAmazonas
Loreto
Amazonas
Ucayali
Amazonas
Loreto
Amazonas
SMartín
Huánuco
Ayacucho Huancavelica
Pasco
Puno
CuscoHuancavelica
Pasco
Cajamarca
Loreto
Ucayali Cusco
Amazonas
Cusco
Ancash Huancavelica
Apurímac
Cusco
Lambayeque
Tumbes
Lambayeque
Apurímac
Piura Puno
Tumbes Puno
Loreto Amazonas
Apurímac
Amazonas
Cajamarca
Ucayali Apurímac
Huánuco
Puno Amazonas
Ayacucho
MDios Apurímac SMartín SMartín
Ucayali Apurímac
Cajamarca
Apurímac
Ayacucho
Cajamarca
Ayacucho
Apurímac
Cajamarca
Libertad
Libertad Ancash
Piura
UcayaliCusco
Tumbes
Ancash Junín
Ayacucho
Huánuco
Junín
AyacuchoJunín
ApurímacCajamarca
Junín
Junín
PunoJunín
Amazonas
Apurímac
Apurímac
Ayacucho
Ayacucho
MDios
Cajamarca
Huánuco
Ayacucho
Huánuco Apurímac
Huancavelica
Huánuco Ayacucho
Cajamarca
Huancavelica
PascoPasco Libertad
PiuraAncash
Libertad
Piura Cusco
Loreto
Cusco Apurímac
Huancavelica
Loreto Ayacucho
SMartín
Huancavelica
Cajamarca
Ayacucho
MDios
Huánuco
Huancavelica
SMartín
Huancavelica
MDios Huánuco HuánucoHuancavelica
Huancavelica
Pasco
PascoPasco Piura
Piura Ucayali
Loreto
Puno
Cusco
Puno
Ancash
Puno
Puno Huancavelica
Huancavelica
PunoPuno Apurímac
Cajamarca
Huancavelica
Amazonas Huancavelica Huancavelica
Pasco Loreto
Cusco
Loreto
Cusco
Loreto
Cusco Amazonas Apurímac
Huánuco
Amazonas
SMartín
Ucayali
Huancavelica
Amazonas
Amazonas
Cajamarca
Ayacucho
Amazonas
Ancash
SMartín
Ayacucho Huancavelica
Ucayali
Ancash Ucayali
Ayacucho Huánuco
SMartín Apurímac
Cajamarca
Apurímac
Ayacucho
Ayacucho SMartín
Cajamarca
Apurímac
Cajamarca
Huánuco
Ayacucho
Cajamarca Apurímac
Huancavelica
Huánuco
Huancavelica
Huánuco
Huánuco Huancavelica
Huancavelica
Huancavelica
Huancavelica
Índice Desarrollo Humano % I. C al 95% IDH Índice Desarrollo Humano % I. C al 95% IDH
Tendencia Tendencia
Gráfica N° 30-III Diagrama de Dispersión y Tendencia del Promedio IDH Gráfica N° 31-III Diagrama de Dispersión y Tendencia del Promedio IDH
Fuente: PNUD-BCRP-MEF-INEI 2016/ Elab. Eriksson Peralta Ccapa Fuente: PNUD-BCRP-MEF-INEI 2016/ Elab. Eriksson Peralta Ccapa
Capítulo III Eriksson Peralta Ccapa 94
0.00000.20000.40000.60000.80001.0000
Índice Desarrollo Humano
Lima
Ica
LimaArequipa
Arequipa
Moquegua
Moquegua
Tumbes
Tumbes Arequipa
Lambayeque
Lambayeque
Moquegua
MDios Libertad Lima
Arequipa
MDios
MDios
Lima
Moquegua
Arequipa
Moquegua
Ica
Cusco
Tacna
MDios
Tumbes
Tacna
Ica Junín
Libertad
Moquegua
Arequipa SMartín
Ancash
Ancash
Ucayali
Pasco
Piura
Loreto
Loreto Junín
Amazonas Pasco
SMartín Ucayali
Piura Puno Lima
Arequipa
SMartín
Junín
Cusco
Ica
Tacna
MDios
Tumbes
MDios
Tacna
Junín
IcaSMartín
Arequipa
Lima
Lambayeque
MDiosPiura
Tumbes
Lambayeque
Cusco Cusco
Cusco Huánuco
Puno
Cajamarca
Apurímac
Ayacucho
Amazonas Huánuco
Moquegua
Lima
Moquegua
LimaTacna Ica Tacna
SMartín
Tumbes
LimaPiura
Junín
Libertad
Ucayali
Tumbes
Libertad
Tacna
SMartín
Lambayeque
TumbesHuánuco
Cusco
Tacna
Junín
Libertad
Piura
Tacna
Libertad
Tacna
Lambayeque
Ucayali
SMartín
Arequipa
Puno
Piura
Libertad Apurímac CajamarcaHuancavelica
Ayacucho Huancavelica Lima
Moquegua
Lima Ica MDios
Arequipa
Moquegua
Arequipa
Moquegua
Arequipa Moquegua
Tacna
Ica
Ica Huánuco
Ancash
Ancash
Libertad
Ucayali
Arequipa
Ancash
Tacna
Cusco
Piura
Ancash
SMartín
Ucayali
Arequipa
Loreto
Ucayali
Arequipa
MDios
Ica Piura Cajamarca
Libertad
Junín
Puno Libertad
Lambayeque
Lambayeque
Huánuco
Moquegua
Amazonas
Ancash
Junín
Moquegua Cajamarca
Lambayeque
Puno
SMartín
Arequipa
Cusco
Loreto
Arequipa
Lambayeque
Pasco
Pasco
Pasco
Moquegua
Junín
Ucayali
IcaPuno
Tumbes Pasco
LoretoPasco
HuánucoPasco
Amazonas
Moquegua Lima
Arequipa
Lambayeque
Moquegua
LimaMDios
Tumbes
Arequipa
Libertad Tumbes
Libertad
MDios
Tumbes SMartín
Puno
Piura Moquegua
Loreto
Ucayali
Amazonas
Huánuco
Libertad
Cusco
SMartín
Lambayeque
Ucayali
Amazonas
Loreto
Apurímac
Lambayeque
Piura
Loreto
Apurímac
PunoPuno
Apurímac
Lambayeque
TumbesCusco Moquegua
Cajamarca
Lambayeque
Cajamarca
Libertad
Loreto
Huánuco
Amazonas
Ucayali
LambayequeLoreto
Apurímac Lima Junín
MDios
MDios
Arequipa
Moquegua
MDios
Moquegua
Ica SMartín
Arequipa
Ancash
Ancash
Ucayali
Cusco
Tacna
MDios Pasco Junín
Pasco SMartín
Junín
MDiosJunín
Tumbes JunínJunín
Huánuco
Puno
Piura Junín
Libertad
Ancash
Apurímac
Ayacucho
Libertad
SMartín
Ancash
Ayacucho
Huancavelica
Loreto
Libertad Junín
Amazonas
Apurímac
Ayacucho
Ayacucho
Cajamarca
Ayacucho
Puno
PiuraCusco Apurímac
Amazonas
Huánuco
UcayaliCajamarca
SMartín
Ayacucho
Huancavelica
Pasco
Piura
Cajamarca
CuscoLoreto
Libertad
Pasco
Piura
Moquegua
Tacna Piura
Tumbes
Loreto
MDios
Moquegua
IcaTumbes
Amazonas
Arequipa
Puno
Tumbes
Tacna
Cusco Ucayali
Loreto
Piura
Huánuco
Cajamarca
Cusco Cusco
MDios Huancavelica
Ancash Apurímac
Huancavelica
Huancavelica
Ucayali
Pasco
Puno Piura
Puno
Huánuco
Loreto
SMartín
Cusco
Amazonas Apurímac
Pasco
Puno
Cajamarca
Huancavelica
Amazonas
Loreto
Cusco
Ancash Piura
Puno
Pasco
Ucayali
SMartín
Amazonas
Amazonas
Ayacucho
Cusco Pasco
Huánuco
Amazonas
Amazonas
Apurímac
Cusco
Loreto SMartín
Ayacucho PunoPuno
Huancavelica
Huancavelica Ica
Tacna SMartín
Junín
Arequipa
Apurímac
Tumbes
MDios
Ayacucho
ArequipaLima
Lambayeque
Ica Lima
MDios
Junín
Lima
Lima
Piura
Ica Amazonas
SMartín
Tumbes Puno
Ancash Ucayali
Apurímac
SMartín
Cajamarca
Ayacucho Cajamarca
Ayacucho
Apurímac Ucayali
Huánuco
Cajamarca
Ayacucho
Cajamarca
Ayacucho
Huancavelica
Huánuco
Cusco
Lambayeque
Lima MDios
Junín
Ica
Lima
Lambayeque
Piura
Libertad
Junín
Tumbes TacnaCajamarca
Huancavelica
SMartín
Ucayali
Lambayeque
Cusco Tacna Huancavelica Huánuco
Ayacucho
Huancavelica
Huánuco
Huánuco
Huancavelica Huancavelica
Huancavelica Huancavelica SMartín
Libertad
Piura
Tumbes
Huánuco
Libertad
Lambayeque
Junín
Tacna
Libertad
Puno
Piura Ucayali
Apurímac
Tacna
Ucayali
SMartín
Tacna
Ancash
Arequipa
Cajamarca
Huánuco
Ancash
Libertad
Ancash
Libertad
Cusco
Tacna
Ancash
Lambayeque
Ancash
Puno
Piura Ucayali
0.0000
Lambayeque
Junín
Arequipa
ArequipaUcayali
Moquegua
HuánucoLoreto
Amazonas
Cajamarca
Moquegua
Puno
Ica Ucayali
SMartín
Loreto
Lambayeque
Arequipa
Junín
Ica
Amazonas
SMartín
Arequipa
Cusco
Puno
PunoIcaLoreto
Lambayeque
Cajamarca
Moquegua
Pasco
Pasco
Pasco
Pasco
Pasco
Ica
MDios
Piura Ucayali
Ica
Amazonas
Tumbes
Loreto
Moquegua
Huánuco
Junín
SMartín
Cajamarca
Lambayeque
Libertad
Piura
Cusco
MDios
Huánuco Ucayali
Amazonas Ica
Moquegua
Ucayali
Loreto
Amazonas
Tumbes Moquegua
SMartín
Cusco
Apurímac
Puno Loreto
Cajamarca
PiuraLoreto
Libertad
Apurímac
Puno Tumbes
Amazonas
Puno Loreto
Lambayeque
Cajamarca
Tumbes
Ucayali
Lambayeque
Apurímac
Amazonas
Ayacucho
Huánuco
Junín
Junín
Junín
Piura
MDios
Cusco
Piura
Apurímac
Huánuco
MDios Tumbes
Junín
Junín
Cajamarca
Ayacucho
Cajamarca
Apurímac
Ancash
Ayacucho Junín
Libertad
Ancash
Ayacucho
Apurímac
Puno
SMartín
Huancavelica
Loreto Tumbes
Ucayali
Libertad
Libertad
Huancavelica
Huánuco
Cajamarca
MDios
PunoPasco
Ayacucho
Piura
Cusco Loreto
SMartín
Huancavelica
Pasco
Piura
Cusco
Huancavelica
MDios
Apurímac
Ancash
Huancavelica
Piura
Puno
PunoPasco Libertad
Ucayali
Loreto
Pasco
PunoCusco
Piura
Apurímac
Huánuco
Ancash
Huancavelica
Cajamarca
Ancash Puno
SMartín
Amazonas
Loreto
Ucayali Pasco
Ayacucho Puno
Huancavelica
Cajamarca Cusco
Pasco
Huancavelica
Ayacucho
Apurímac
Ancash Loreto
SMartín
Amazonas
Huánuco Loreto
Ucayali
SMartín
Cajamarca Cusco Cusco
Apurímac
Ayacucho SMartín
Ucayali
Cajamarca
Apurímac
Ayacucho
Cajamarca
Huánuco
Apurímac Ayacucho
Cajamarca
Huancavelica Ayacucho
Huánuco
Huancavelica
Huánuco
Huancavelica
Huancavelica Huánuco
Huancavelica
Huancavelica
-0.5000
0.00 50.00 100.00 150.00 200.00 0.00 200.00 400.00 600.00 800.00
Tasa Pobreza Extrema % T Necesidades Básicas Insatisfechas %
Índice Desarrollo Humano % I. C al 95% IDH Índice Desarrollo Humano % I. C al 95% IDH
Tendencia Tendencia
Gráfica N° 32-III Diagrama de Dispersión y Tendencia del Promedio IDH Gráfica N° 33-III Diagrama de Dispersión y Tendencia del Promedio IDH
Fuente: PNUD-BCRP-MEF-INEI 2016/ Elab. Eriksson Peralta Ccapa Fuente: PNUD-BCRP-MEF-INEI 2016/ Elab. Eriksson Peralta Ccapa
0.20000.40000.60000.80001.0000
Índice Desarrollo Humano
Lima
Lima Moquegua
Tacna Tacna
Ica Moquegua LimaLima
Moquegua
Lima
Moquegua
ArequipaArequipa
Lambayeque Ica
Moquegua Arequipa
Lambayeque Lima
Arequipa
Moquegua
Lima
Tumbes Libertad MDios
MDios
Tumbes Lima
Moquegua
Arequipa
Junín
Ancash
Pasco CuscoJunín
Ucayali
Pasco
Libertad
MDios
MDios
MDios
SMartín
Ancash LimaLima
Arequipa
Moquegua
Lima
Arequipa Tacna
Ucayali Puno
Loreto
Piura Piura
Loreto
SMartín MDios
MDios
Amazonas Tacna
Moquegua
Moquegua
Tacna Ica Ica Ica
Tumbes
Tumbes
ArequipaTumbes
Arequipa
Tacna Lima
LimaCusco
LimaPuno Amazonas
Lima LimaHuánuco
Cusco
Cusco
Apurímac
Ayacucho
Cusco
Cajamarca
MDios Junín
MDios
MDios
Junín
Piura SMartín
Arequipa
Tacna
Arequipa Tacna
SMartín Ica Ica
Tumbes
Ica Ica
Tumbes
Lambayeque
Tumbes Lima Lima Moquegua
AyacuchoHuánuco
Cajamarca
Huancavelica Cusco Junín
Lima
Piura
Tacna
Junín
Piura SMartín
Ucayali
Ucayali
Lambayeque
Ica
Tumbes
Lambayeque
LimaTumbes
Libertad
Lambayeque
Tumbes
Libertad Ica Ica Arequipa Tacna
Tacna Lima
Lima Moquegua
Moquegua
Moquegua
Apurímac
Huancavelica Puno J
Tacna
Piura SMartín
Huánuco
unín
Ucayali
Junín Libertad
Lambayeque
Arequipa
Arequipa
Ucayali Libertad
SMartín
Tacna
Cajamarca
Ancash
Ancash Lambayeque
Lambayeque Arequipa Lima
Arequipa
Lima
Arequipa Moquegua
Moquegua
Puno
Puno CuscoArequipa Huánuco
Piura
Piura
Loreto Ancash
Libertad
Ancash
Ica Ucayali
Arequipa
Junín Libertad
Lambayeque
Moquegua
Ancash
Amazonas
Cajamarca
SMartín
Moquegua
Huánuco
Lambayeque
Ica
Amazonas
Ica Tumbes
Tumbes
Libertad
Junín
MDios
Libertad
MDios Lima
LimaArequipa
MDios MDios Moquegua
Puno
Puno Arequipa
Ica Cusco
Pasco
Ica
Loreto
Moquegua Junín
SMartín
Pasco
Ica
Moquegua
MDios
Ucayali
Loreto
Moquegua
Piura
Junín
Moquegua Lambayeque
Huánuco
SMartín
Ucayali Cajamarca
Amazonas
Tumbes
Amazonas
Tumbes
Cajamarca Junín
SMartín Ucayali
Piura MDios
Tumbes Lima
Lima
Ancash Arequipa
Ancash
MDios Arequipa
Tacna
Cusco
Tacna Ica Pasco Pasco Moquegua
MoqueguaMoquegua
PunoPuno Cusco
CuscoPiuraPiura
Lambayeque
Loreto MDios
Ucayali
Huánuco
Tumbes
Loreto
Tumbes
Ucayali
Libertad
Amazonas
SMartín
Lambayeque
Cajamarca
Libertad
Apurímac
Amazonas
Amazonas
Lambayeque
Cajamarca SMartín
Amazonas
Puno Ucayali
Loreto
Loreto
Piura
Huánuco
Cajamarca
CuscoCusco Tumbes
Tumbes MDios Tacna
Tacna
Tacna Ica
Ica
Arequipa
Arequipa
Tacna
Tacna
Cusco
IcaIMDios
ca Moquegua
Puno Tumbes
PunoTumbes Ayacucho
Junín
J
Junín
CuscoJunín
unín
Junín
Piura
Ucayali
Ayacucho Huánuco
Apurímac
Apurímac
Piura
MDios
Junín
Huánuco
Libertad Lambayeque
Amazonas
Cajamarca
Ancash
Apurímac
Ayacucho
Libertad
MDios
Cajamarca SMartín
Apurímac
Ayacucho
Amazonas
Puno SMartín Junín
Tumbes
Lima
Lima
Lambayeque
Tumbes
Junín
Piura
Tumbes Lima
Tacna
Ica
Arequipa
MDios
Tacna
Ica
Arequipa
MDios
Ica
Huancavelica Loreto
Ayacucho
Piura
Piura
CuscoCusco
Loreto
PascoHuánuco
Ancash
Apurímac
SMartín
Libertad
Cajamarca
Pasco
Huánuco
MDios
SMartín
Libertad
MDios Huánuco
Cajamarca
SMartín
Ayacucho Lambayeque
Junín
Tumbes
Huancavelica Piura
Lambayeque
Ucayali
Junín
Ucayali
TumbesLibertad
Tumbes
Libertad
Libertad
Lambayeque
Piura
Libertad
Cusco
MDios
Ica
Lima
Cusco Tacna
Tacna
Huancavelica
Huancavelica
Cusco
Puno
Puno
Cusco PunoPuno
Ucayali
Huancavelica
Pasco
Loreto
Cusco Apurímac
Huancavelica
Ancash
Piura
Ucayali
Loreto
Pasco
Piura
Ancash
Apurímac
Pasco
Loreto
Amazonas
Amazonas
Ancash
Amazonas Apurímac
Cajamarca
Huánuco
SMartín
Amazonas
Ayacucho
Cajamarca SMartín
Apurímac
Huánuco
Puno Junín
Junín
Ucayali
SMartín
Huánuco
Puno
Libertad
Lambayeque
HuancavelicaLibertad
Piura
Libertad
Cajamarca
Ucayali
LibertadAncash
Ancash
Libertad
Piura
Lambayeque
Lambayeque Cusco Tacna
Tacna
Arequipa
Tacna
Arequipa
Ancash
Ancash
Ancash
AncashTacna
Ancash
Ancash
Cusco
Apurímac
Loreto
Ucayali
Ancash
Ayacucho
Ucayali SMartín
Huánuco
Ayacucho
SMartín
Cajamarca Ucayali
Junín
Ucayali
Amazonas
Cajamarca
SMartín
Huánuco
Puno
Amazonas
PunoJunín
SMartín Piura
Loreto
Lambayeque
Lambayeque
Cajamarca
Ucayali Ica
Ica
Ica Arequipa
Ica Ancash
Arequipa
Arequipa
Ica
Cusco
ArequipaPasco
PascoPasco
PascoPasco Pasco
Pasco
MDios Moquegua
Moquegua
Moquegua
Apurímac Ayacucho
Apurímac
Ayacucho
Ayacucho SMartín
Cajamarca
Cajamarca
Huánuco
Cajamarca
Huancavelica
Amazonas
Huánuco
SMartín
Puno Piura
Tumbes
Loreto
Ica
Junín
Loreto
Ucayali
Amazonas
Tumbes
Cajamarca
Piura
Lambayeque
Lambayeque
Ucayali
Huánuco
Amazonas Libertad
Loreto Cusco MDios Moquegua
Moquegua
Moquegua
Huánuco
Huancavelica
Huánuco SMartín
Lambayeque
Cajamarca
Tumbes
Apurímac
Puno
Amazonas
Apurímac
Puno
Apurímac
AmazonasLoreto
Piura
Libertad
Loreto
LambayequeCusco
Cajamarca
Tumbes
Ucayali
Apurímac
Lambayeque
Huánuco
Apurímac
Puno
Amazonas
Ayacucho
Tumbes
Piura AncashMDios
Huancavelica
Huancavelica
Huancavelica
Huánuco
Huancavelica Huánuco
Apurímac
ApurímacJunín
Junín
Junín
Junín
Junín
Ayacucho
Cajamarca
Amazonas
PunoAyacucho
Tumbes Libertad
Cusco
Piura
Ucayali
Ayacucho
Ayacucho
Huánuco
SMartín Libertad
Cajamarca
Apurímac Ayacucho
Ayacucho Ancash
Huancavelica
Loreto
Ayacucho
Libertad
Cajamarca
Huancavelica MDios
Pasco
Huánuco
SMartín
Puno
Puno
Puno
Piura
Cusco
Loreto
Huancavelica
PiuraLibertad
Cusco
Huancavelica
Huancavelica
Apurímac
Piura
Ucayali
Loreto
Cusco
Piura
Cajamarca Ancash MDios
Pasco
MDios
Pasco
Pasco
Huánuco
Puno Huancavelica
Apurímac
Puno
SMartín
Amazonas
Cusco
Amazonas
Cajamarca
Ayacucho
Cusco
SMartín
Huánuco
Ayacucho
Cusco Loreto
Ucayali
Loreto
Huancavelica
Amazonas Loreto
Ucayali Ancash
Ancash
Ancash Pasco
Pasco
Apurímac
SMartín
Cajamarca
Apurímac
SMartín Ucayali
Cajamarca
Ayacucho
Apurímac
Ayacucho
Huánuco
Apurímac
Ayacucho
Cajamarca
Huancavelica
Huánuco
Huancavelica
Huánuco
Huancavelica
Huánuco
Huancavelica
Huancavelica
Índice Desarrollo Humano % I. C al 95% IDH Índice Desarrollo Humano % I. C al 95% IDH
Tendencia Tendencia
Gráfica N° 34-III Diagrama de Dispersión y Tendencia del Promedio IDH Gráfica N° 35-III Diagrama de Dispersión y Tendencia del Promedio IDH
Fuente: PNUD-BCRP-MEF-INEI 2016/ Elab. Eriksson Peralta Ccapa Fuente: PNUD-BCRP-MEF-INEI 2016/ Elab. Eriksson Peralta Ccapa
Capítulo III Eriksson Peralta Ccapa 95
gráfica N° 29-III, nos muestra una relación inversa ya que a mayor tasa de
alfabetización menor IDH, la gráfica N° 30-III, señala la relación inversa entre IDH y las
tasa de desempleo, la gráfica N° 31-III, muestra la relación inversa de la tasa de
desnutrición crónica para niños menores de cinco años y el IDH; la gráfica N° 32-III,
marca la relación inversa entre IDH y la tasa de pobreza extrema regional; la gráfica
N° 33-III , indica la relación directa entre IDH y las Necesidades Básicas Insatisfechas;
la gráfica N° 34-III, señala la relación directa entre IDH y la tasa de esperanza de vida;
y la gráfica N° 35-III, se observa la relación directa que existe entre IDH y el índice de
desarrollo económico de nuestra economía.
Esto sugiere que se puede constituir un canal importante por medio del cual la
Inversión Pública (IP) se convierte en un canal importante para enfrentar la Pobreza
Extrema Regional (TPE).
Tener adecuado acceso a bienes, medido a través del ingreso familiar per
cápita (en soles por mes).
Tabla N° 26-III: Modelo ARCH (1) GARCH (1, 1) IDH vs. PBIPc
IDHt = 0.370 + 0.00005*PBIPc + et
σ²t = 0.0031 + 0.9359.e²t-1 - 0.0495.σ²t-1
0.20000.40000.60000.80001.0000
.7
Los aspectos que cabe comentar es que de manera similar a los expertos
como Gonzales de Olarte y Trelles (2004), existen Regiones donde los efectos fijos
dan consistencia en signos negativos y otros donde el signo es positivo; a esto, dichos
autores lo denominan efectos retardo o impulso, respectivamente. Entre las Regiones
que muestran consistentemente signos positivos fijos, para los años 2000 y 2016 tal
como se muestra en las Figuras Nos. 28-III, 33-III, 34-III y 35-III, son las Regiones:
Cusco, Huánuco, Piura, Puno, Arequipa, Lima, Moquegua, La Libertad, Ica, Madre de
Dios, Cajamarca, estas son la Regiones que tienden a crecer y a desarrollar
condicionado a su nivel de renta (presupuesto), contrariamente son aquellas Regiones
que presentan signos negativos como Apurímac, Junín, Huancavelica. En las
categorías analizadas se identifican efectos que sugieren que alguna de estas
inversiones puede generar reducciones de la pobreza en paralelo a pérdidas de
productividad. Así, con el fin de lograr reducciones sostenibles de pobreza se
requieren, conjuntamente, políticas de alivio directo a la pobreza más efectiva en el
corto plazo, acompañadas por inversiones de infraestructura productiva, social y de
apoyo directo a los productores, cuyo impacto cobre importancia en el tiempo.
Conclusiones y Recomendaciones Eriksson Peralta Ccapa 101
CONCLUSIONES
1. Una de las principales ventajas del modelo econométrico de duración, nos
permite conocer la estabilidad de las variables de estudio a través del tiempo,
es decir, aquel impacto y/o efecto como componente estocástico estacional de
temporada y su frecuencia de convergencia hacia la estabilidad de todas las
variables que generan o componen el Producto Bruto Interno (PBI) del Perú.
RECOMENDACIONES
Consideramos algunas áreas temáticas en las que sería conveniente realizar mayores
investigaciones con la finalidad de contribuir al diseño de políticas públicas efectivas
para el desarrollo de las Regiones:
i. Los efectos diferenciales de corto plazo y largo plazo de distintos componentes
de la Inversión Pública sobre la pobreza y la productividad.
ii. La complementariedad de los impactos de combinaciones específicas de la
Inversión Pública sobre estas variables.
iii. El diseño de estrategias de “graduación” de beneficios, desde programas de
apoyo social hacia otros de énfasis productivo.
iv. Analizar el impacto diferenciado desde inversiones de distintos niveles de
gobierno, con el fin de lograr un mejor ordenamiento de competencias y
prioridades para generar mayor efectividad en sus intervenciones.
v. Estudiar y analizar el modelo económico, que exprese a través de la evidencia
empírica, el Índice de Desarrollo Económico (IDE) en relación al Producto Bruto
Interno Per cápita (PBIPc), al Índice de Desarrollo Humano (IDH), agregar
variables de especificación (proxy) que ayuden a demostrar el desarrollo
económico.
BIBLIOGRAFÍA DE CONSULTA
1. AGUILAR, G. El sistema tarifario del servicio público de electricidad. Una evaluación
desde el punto de vista de los usuarios. Lima: Pontificia Universidad Católica del Perú,
2003. (Documento de Trabajo 224).
2. Banco Central de Reserva del Perú (BCRP) – Gerencia de Estudios Económicos -*
Para el período 1980 – 2006
3. BARRO, Robert y otros (1997). Macroeconomía, p. XV
4. BENDEZU, Luis (2008) Ensayos Sobre El Rol De La Infraestructura En El Crecimiento
Económico Del Perú. Consorcio de Investigación Económica y Social, CIES: 2008.
5. BID. Competitividad Motor del Crecimiento. Banco Interamericano de Desarrollo, 2001.
6. BOLOÑA, Carlos (1993). Cambio de rumbo, pp. 53-57
7. CARLOS MASSAD y GUILLERMO PATTILLO “Macroeconomía en un Mundo
Interdependiente” Edición 2000 – Pág. 330
8. CESAR AUGUSTO BERNAL TORRES “Metodología de la Investigación – para
administración y economía” 2000 Pearson Educación de Colombia, Ltda.
9. CORDANO, A.V. Los vínculos entre el crecimiento económico y la infraestructura de
servicios públicos en el Perú. Lima: OSINERG, 2004. (Documento de Trabajo n.17)
10. DORNBUSCH, Rudiger y FISCHER, Stanley (1996), Macroeconomía, p. 7
11. EKELUND, Robert y HEBERT, Robert (1996). Historia de la teoría económica y de su
método, p. 561
12. Efraín E. Estaban “Metodología de la Investigación Económica y Social” (2009)
13. ESCOBAL, J; TORERO, M. Análisis de los Servicios de Infraestructura Rural y las
Condiciones de Vida en las Zonas Rurales de Perú. Lima: GRADE, 2004.
14. FRIEDMAN, Milton y FRIDMAN, Rose (1985). Libertad de elegir, p. 17
15. KEYNES, J. M. y otros (1985), Crítica de la economía clásica, p. 42
16. GALINDO, Miguel y MALGESINI, Graciela (1994). Crecimiento económico, p. 119
17. INSTITUTO APOYO. Sexta evaluación ex post de los proyectos financiados por
FONCODES. Evaluación de impacto y sostenibilidad. Lima: FOCONDES, 2000. Tomo I
y II. (Informe de Consultoría)
18. Instituto Nacional de Estadística e Informática (INEI) – Perú * Compendio
Estadístico 2000 - 2015
19. IPE. El Reto de la Infraestructura al 2018: La brecha de inversión en infraestructura en
el Perú 2008. Lima: Instituto Peruano de Economía, 2009.
20. Ministerio de Economía y Finanzas - Gerencia Central de Estudios Económicos.
21. N. GREGORY MANKIW “Principios de Economía” 6ta. Edición 2012
22. OSADCHAIA, I. (1975), De Keynes a la síntesis neoclásica, p. 220
23. PAUL R. KRUGMAN “Economía internacional – Teoría y Política” 7ma. Edición 2006 –
Capítulo 15.
24. PINDYCK–RUBINFELD “Econometría Modelos y pronósticos” 4ta. Edición 2,001
Conclusiones y Recomendaciones Eriksson Peralta Ccapa 105
ANEXOS
Anexos Eriksson Peralta Ccapa 107
ANEXO N° 01
Tabla N° 01- A: PRODUCTO BRUTO INTERNO POR TIPO DE GASTO 1/
(Millones de nuevos soles de 2007)
García Q4 1987 53,721.28 35,018.69 6,644.02 12,058.57 7,890.15 5,068.61 2,821.53 4,168.43 6,065.70 6,202.05 53,584.94 28,116.63
García Q1 1988 42,925.09 34,175.57 6,798.32 1,951.20 7,047.50 5,276.30 1,771.20 -5,096.30 6,486.00 5,442.25 43,968.85 19,515.84
García Q2 1988 47,776.03 30,688.68 5,060.18 12,027.16 6,562.20 5,043.26 1,518.93 5,464.96 6,975.23 5,448.24 49,303.02 22,848.51
García Q3 1988 45,606.26 33,892.04 5,357.99 6,356.22 5,886.62 5,190.18 696.45 469.59 5,988.50 5,567.54 46,027.22 23,049.74
García Q4 1988 41,532.90 28,325.71 5,137.50 8,069.69 5,343.48 3,811.66 1,531.81 2,726.21 5,150.90 4,160.88 42,522.92 24,171.92
García Q1 1989 31,925.59 24,920.40 4,238.69 2,766.50 4,495.97 3,328.05 1,167.92 -1,729.48 7,193.63 3,910.90 35,208.32 16,295.75
García Q2 1989 36,603.49 23,229.04 4,093.28 9,281.17 4,966.11 2,894.18 2,071.93 4,315.06 7,633.29 4,369.18 39,867.60 19,224.32
García Q3 1989 36,614.13 27,770.51 4,292.08 4,551.55 5,502.74 4,113.63 1,389.11 -951.19 7,472.87 3,730.71 40,356.30 19,875.40
García Q4 1989 42,014.65 30,399.06 5,466.95 6,148.65 6,653.21 4,906.44 1,746.77 -504.55 6,918.21 4,929.09 44,003.78 22,264.54
García Q1 1990 40,113.08 28,405.80 5,627.16 6,080.11 6,017.70 4,770.91 1,246.79 62.41 6,280.48 5,953.05 40,440.51 19,493.00
García Q2 1990 38,892.74 26,295.68 4,386.34 8,210.73 6,183.53 4,886.59 1,296.94 2,027.20 6,166.09 4,741.90 40,316.94 19,226.83
García Q3 1990 31,649.43 24,792.36 3,116.99 3,740.09 4,641.12 3,846.61 794.51 -901.04 6,725.97 4,440.89 33,934.51 16,412.82
García Q4 1990 34,040.35 26,241.16 3,118.51 4,680.68 4,980.43 3,654.78 1,325.66 -299.76 6,624.42 3,864.72 36,800.05 18,785.35
Fujimori Q1 1991 34,349.02 25,969.79 4,146.84 4,232.40 4,659.60 3,791.47 868.14 -427.20 6,490.05 4,549.42 36,289.66 17,687.68
Fujimori Q2 1991 38,475.71 27,033.76 3,783.71 7,658.24 5,382.85 4,225.17 1,157.68 2,275.39 7,294.50 5,575.84 40,194.37 18,864.21
Fujimori Q3 1991 38,423.86 28,476.72 4,119.16 5,827.97 6,022.08 4,751.60 1,270.49 -194.11 6,954.97 5,934.50 39,444.33 18,898.29
Fujimori Q4 1991 38,526.86 28,184.73 4,518.29 5,823.84 6,162.46 4,386.16 1,776.30 -338.62 6,557.55 6,158.76 38,925.65 19,115.15
Fujimori Q1 1992 38,207.46 28,360.22 3,857.52 5,989.71 5,690.64 4,622.06 1,068.58 299.07 6,699.92 6,353.50 38,553.89 19,247.04
Fujimori Q2 1992 38,577.05 26,637.30 4,206.67 7,733.08 5,395.71 4,040.40 1,355.32 2,337.36 6,686.12 5,843.07 39,420.10 19,094.02
Fujimori Q3 1992 35,437.93 25,928.40 4,404.43 5,105.10 5,673.88 4,077.95 1,595.92 -568.78 7,120.14 5,724.99 36,833.07 18,004.53
Fujimori Q4 1992 37,518.17 27,926.08 4,568.38 5,023.71 5,785.69 3,709.86 2,075.83 -761.97 7,975.33 6,283.56 39,209.95 19,131.42
Fujimori Q1 1993 37,462.59 26,753.43 4,296.33 6,412.82 5,405.66 3,960.00 1,445.66 1,007.16 6,621.56 5,625.38 38,458.77 19,065.31
Fujimori Q2 1993 40,590.79 27,582.58 4,475.46 8,532.76 5,723.82 4,129.65 1,594.17 2,808.94 7,138.24 6,082.46 41,646.57 19,949.35
Fujimori Q3 1993 40,024.50 29,633.43 4,519.66 5,871.42 6,325.40 4,682.28 1,643.11 -453.98 7,028.29 6,369.13 40,683.67 19,219.35
Fujimori Q4 1993 39,745.95 29,710.56 4,271.55 5,763.83 7,686.14 5,256.51 2,429.63 -1,922.30 8,582.81 7,024.76 41,304.00 19,736.99
Fujimori Q1 1994 42,228.96 29,220.93 3,619.43 9,388.60 7,321.24 4,884.52 2,436.72 2,067.37 8,198.82 7,054.10 43,373.68 21,815.96
Fujimori Q2 1994 45,500.38 31,996.96 4,431.16 9,072.25 7,774.48 5,331.93 2,442.55 1,297.77 8,758.89 7,549.32 46,709.95 21,557.20
Fujimori Q3 1994 43,861.55 30,626.97 5,167.17 8,067.42 9,051.97 6,962.47 2,089.50 -984.55 9,329.86 8,097.34 45,094.06 21,211.02
Fujimori Q4 1994 47,184.75 32,588.14 5,868.24 8,728.38 10,204.73 7,909.09 2,295.64 -1,476.35 8,769.92 9,088.70 46,865.98 22,070.83
Fujimori Q1 1995 48,026.55 32,192.37 5,156.36 10,677.81 9,621.20 7,397.09 2,224.11 1,056.62 8,940.12 9,686.20 47,280.47 22,676.81
Fujimori Q2 1995 51,411.46 33,142.43 4,971.89 13,297.14 10,454.31 8,187.12 2,267.19 2,842.83 9,090.48 9,786.41 50,715.53 23,479.94
Fujimori Q3 1995 49,766.66 35,083.86 5,257.05 9,425.75 10,737.62 8,674.81 2,062.82 -1,311.87 9,449.89 10,420.88 48,795.68 23,658.36
Fujimori Q4 1995 49,725.85 35,856.34 5,322.70 8,546.82 9,989.56 7,686.98 2,302.58 -1,442.74 9,520.53 10,502.07 48,744.31 23,855.89
Fujimori Q1 1996 47,525.10 33,438.21 4,804.74 9,282.15 9,329.28 7,291.92 2,037.36 -47.13 9,641.44 9,281.92 47,884.63 23,531.56
Fujimori Q2 1996 52,480.29 34,018.87 5,529.66 12,931.76 9,768.54 7,817.34 1,951.20 3,163.23 9,696.38 10,263.00 51,913.68 24,190.65
Fujimori Q3 1996 49,858.85 36,007.04 5,293.86 8,557.95 10,026.93 7,937.30 2,089.62 -1,468.98 10,584.63 10,370.87 50,072.60 24,244.39
Fujimori Q4 1996 51,312.51 36,036.88 5,990.74 9,284.89 10,993.89 8,200.44 2,793.45 -1,709.00 10,359.86 10,533.98 51,138.38 24,579.40
Fujimori Q1 1997 49,561.66 34,934.57 5,321.03 9,306.06 9,811.60 7,963.67 1,847.93 -505.54 10,772.68 9,969.46 50,364.87 24,363.99
Fujimori Q2 1997 55,452.28 35,514.10 5,251.59 14,686.58 10,639.36 8,469.34 2,170.02 4,047.22 12,037.96 11,303.77 56,186.47 25,837.18
Anexos Eriksson Peralta Ccapa 109
Fujimori Q3 1997 53,821.90 36,993.29 5,873.94 10,954.67 12,131.91 9,557.20 2,574.70 -1,177.24 11,652.15 12,194.47 53,279.58 25,623.71
Fujimori Q4 1997 55,003.64 37,113.04 6,815.43 11,075.17 13,805.64 10,250.79 3,554.86 -2,730.47 11,096.39 11,902.66 54,197.37 26,268.12
Fujimori Q1 1998 52,972.56 34,159.56 5,573.01 13,239.99 11,346.27 9,139.31 2,206.96 1,893.73 9,924.57 11,410.25 51,486.88 24,885.31
Fujimori Q2 1998 55,586.07 35,324.92 5,268.21 14,992.94 11,865.52 9,335.39 2,530.12 3,127.43 11,084.72 12,191.99 54,478.79 25,504.89
Fujimori Q3 1998 52,444.29 36,279.12 5,907.01 10,258.16 11,678.55 8,873.35 2,805.20 -1,420.38 12,852.74 11,782.19 53,514.85 25,742.31
Fujimori Q4 1998 50,511.65 35,934.41 7,095.77 7,481.47 11,343.68 8,024.95 3,318.73 -3,862.20 14,237.34 11,039.51 53,709.48 25,565.50
Fujimori Q1 1999 48,312.38 35,109.75 5,543.20 7,659.43 9,303.38 7,032.18 2,271.19 -1,643.94 12,225.27 9,323.02 51,214.63 24,573.09
Fujimori Q2 1999 52,604.24 35,132.22 5,869.26 11,602.76 10,088.52 7,133.98 2,954.54 1,514.24 12,342.10 9,428.56 55,517.78 25,235.48
Fujimori Q3 1999 49,402.31 35,563.39 6,398.70 7,440.22 11,307.88 7,905.65 3,402.23 -3,867.66 13,694.83 9,901.05 53,196.09 25,615.15
Fujimori Q4 1999 53,665.66 33,860.64 6,867.84 12,937.18 11,287.64 7,909.19 3,378.45 1,649.54 13,511.34 10,728.77 56,448.24 26,813.27
Fujimori Q1 2000 51,475.52 34,941.62 6,137.13 10,396.77 10,165.24 7,666.97 2,498.27 231.53 13,046.23 9,846.93 54,674.82 25,914.43
Fujimori Q2 2000 54,979.42 35,361.30 6,366.53 13,251.59 9,465.13 6,800.72 2,664.41 3,786.46 13,487.44 10,211.30 58,255.55 26,550.37
Fujimori Q3 2000 50,188.69 36,160.91 6,499.80 7,527.97 9,653.70 7,354.57 2,299.12 -2,125.73 14,395.85 9,962.78 54,621.75 25,958.32
Fujimori Q4 2000 50,545.38 36,727.17 6,440.53 7,377.67 10,379.42 7,638.74 2,740.68 -3,001.75 14,981.62 10,872.42 54,654.58 26,253.87
Paniagua Q1 2001 48,856.85 35,365.18 5,442.90 8,048.77 8,212.41 6,835.21 1,377.20 -163.63 13,373.90 10,470.38 51,760.37 24,552.14
Paniagua Q2 2001 53,876.31 36,088.84 6,292.55 11,494.93 8,814.33 6,771.88 2,042.45 2,680.60 14,760.36 10,205.61 58,431.06 26,357.46
Paniagua Q3 2001 50,681.55 36,684.40 6,448.65 7,548.51 9,165.41 7,476.44 1,688.97 -1,616.91 16,213.25 10,775.16 56,119.65 26,043.45
Paniagua Q4 2001 52,508.50 36,490.59 7,055.90 8,962.01 9,690.92 7,005.47 2,685.45 -728.91 15,381.72 10,621.72 57,268.50 26,667.95
Toledo Q1 2002 51,095.78 37,166.15 5,558.24 8,371.39 8,098.03 6,669.33 1,428.70 273.36 13,962.43 9,920.47 55,137.74 25,088.54
Toledo Q2 2002 56,582.77 37,694.37 6,165.22 12,723.17 8,563.35 6,729.81 1,833.54 4,159.82 16,445.95 10,721.49 62,307.23 27,611.93
Toledo Q3 2002 51,945.31 38,481.15 6,562.00 6,902.17 9,028.20 7,277.02 1,751.19 -2,126.03 17,663.00 11,203.96 58,404.35 27,182.88
Toledo Q4 2002 54,961.56 38,332.33 6,954.53 9,674.70 9,768.27 7,468.85 2,299.42 -93.57 16,165.24 11,203.18 59,923.62 27,862.65
Toledo Q1 2003 53,685.46 37,520.55 5,883.62 10,281.29 8,804.84 7,263.93 1,540.91 1,476.44 15,756.70 11,192.89 58,249.27 27,056.69
Toledo Q2 2003 58,620.69 38,830.87 6,313.51 13,476.30 8,950.06 7,141.40 1,808.67 4,526.24 17,415.29 10,833.48 65,202.49 29,121.36
Toledo Q3 2003 54,251.56 39,644.77 6,661.14 7,945.66 9,585.41 7,917.07 1,668.35 -1,639.76 17,691.32 11,391.20 60,551.68 28,288.03
Toledo Q4 2003 55,685.40 39,490.81 7,365.72 8,828.86 10,053.39 7,592.61 2,460.79 -1,224.53 17,331.04 11,427.26 61,589.17 28,774.92
Toledo Q1 2004 54,399.03 39,277.15 5,865.66 9,256.22 9,279.16 7,995.79 1,283.37 -22.94 17,745.06 11,230.28 60,913.82 27,894.71
Toledo Q2 2004 62,048.38 40,053.85 6,519.79 15,474.74 9,274.33 7,768.45 1,505.88 6,200.41 18,074.70 12,483.36 67,639.71 30,181.25
Toledo Q3 2004 54,208.15 40,861.62 7,083.92 6,262.61 10,010.87 8,202.15 1,808.72 -3,748.26 21,453.83 12,516.22 63,145.75 29,269.49
Toledo Q4 2004 57,665.32 40,576.38 7,829.62 9,259.32 11,237.16 8,368.61 2,868.55 -1,977.84 21,306.54 12,901.36 66,070.50 30,356.55
Toledo Q1 2005 55,813.39 40,601.02 6,448.93 8,763.44 9,598.29 8,332.65 1,265.64 -834.85 21,052.70 12,525.20 64,340.89 29,488.35
Toledo Q2 2005 63,368.25 41,347.90 6,928.22 15,092.14 10,098.29 8,496.81 1,601.49 4,993.84 21,703.68 13,761.56 71,310.37 31,403.73
Toledo Q3 2005 57,467.18 42,411.10 7,494.57 7,561.50 11,172.69 9,321.57 1,851.11 -3,611.18 23,669.81 13,907.16 67,229.83 30,836.73
Toledo Q4 2005 61,266.99 42,293.98 8,911.28 10,061.73 13,572.18 10,065.97 3,506.21 -3,510.45 24,100.49 14,277.41 71,090.07 32,222.18
Toledo Q1 2006 63,540.47 42,939.81 6,914.68 13,685.97 11,999.16 10,649.13 1,350.03 1,686.81 20,773.35 14,643.06 69,670.76 31,805.37
Toledo Q2 2006 68,919.67 43,935.43 7,473.40 17,510.84 12,022.01 10,108.32 1,913.69 5,488.83 21,812.52 14,908.26 75,823.94 33,233.17
Toledo Q3 2006 63,851.17 45,099.68 8,081.90 10,669.60 13,066.71 10,754.41 2,312.30 -2,397.11 23,832.62 14,877.52 72,806.27 33,539.48
Toledo Q4 2006 68,622.90 45,031.08 9,576.02 14,015.80 16,058.88 11,970.13 4,088.75 -2,043.08 24,832.44 17,158.47 76,296.86 35,036.98
García Q1 2007 68,783.97 46,181.00 7,999.00 14,603.97 13,409.64 12,071.91 1,337.73 1,194.33 21,907.71 17,337.86 73,353.82 33,634.81
Anexos Eriksson Peralta Ccapa 110
García Q2 2007 75,408.02 47,902.00 7,888.00 19,618.02 14,549.36 12,465.38 2,083.98 5,068.66 22,992.82 17,775.21 80,625.63 35,760.34
García Q3 2007 74,348.99 48,878.00 8,475.00 16,995.99 16,725.23 14,045.49 2,679.74 270.76 26,072.15 19,732.06 80,689.08 37,182.70
García Q4 2007 78,386.77 49,355.00 9,062.00 19,969.77 20,263.49 15,043.23 5,220.27 -293.72 26,528.75 19,891.06 85,024.46 38,619.15
García Q1 2008 77,189.57 50,176.00 8,446.00 18,567.57 16,891.90 14,809.63 2,082.28 1,675.67 24,826.67 21,203.14 80,813.10 36,727.29
García Q2 2008 87,089.54 53,701.00 8,409.00 24,979.54 19,504.14 16,484.50 3,019.64 5,475.40 25,094.58 23,037.68 89,146.44 38,919.68
García Q3 2008 85,663.44 53,685.00 8,923.00 23,055.44 21,592.77 17,910.76 3,682.01 1,462.68 27,175.14 24,398.74 88,439.84 40,476.89
García Q4 2008 87,271.56 51,815.00 9,448.00 26,008.56 22,946.54 17,248.16 5,698.38 3,062.02 27,332.58 24,080.52 90,523.62 41,694.14
García Q1 2009 77,343.50 51,806.00 9,405.00 16,132.50 17,295.11 14,716.41 2,578.70 -1,162.61 24,508.02 18,956.58 82,894.93 38,613.08
García Q2 2009 81,464.07 54,145.00 9,432.00 17,887.07 17,360.53 13,816.50 3,544.03 526.54 24,976.56 18,013.45 88,427.18 39,973.00
García Q3 2009 80,867.87 55,210.00 10,205.00 15,452.87 20,415.45 15,579.42 4,836.02 -4,962.58 26,622.47 19,207.35 88,282.98 41,443.53
García Q4 2009 86,432.33 54,118.00 10,769.00 21,545.33 24,608.71 16,326.62 8,282.09 -3,063.37 27,561.72 21,015.13 92,978.92 43,442.39
García Q1 2010 84,657.62 55,143.00 10,137.00 19,377.62 19,985.42 16,949.37 3,036.04 -607.80 24,523.59 21,763.00 87,418.21 40,928.98
García Q2 2010 94,888.45 59,025.00 9,873.00 25,990.45 22,964.85 17,949.13 5,015.72 3,025.60 24,702.05 22,703.23 96,887.26 43,762.79
García Q3 2010 95,359.89 60,848.00 10,588.00 23,923.89 25,720.57 20,091.77 5,628.79 -1,796.67 28,051.34 26,492.41 96,918.82 45,621.56
García Q4 2010 99,745.82 59,015.00 11,438.00 29,292.82 29,153.01 20,851.12 8,301.89 139.81 27,767.36 26,357.48 101,155.71 47,526.68
García Q1 2011 94,995.82 59,634.00 10,135.00 25,226.82 21,869.17 19,370.87 2,498.30 3,357.65 25,152.02 25,151.56 94,996.28 44,711.71
García Q2 2011 101,866.31 63,479.00 10,368.00 28,019.31 23,738.93 20,120.42 3,618.51 4,280.37 27,788.00 27,478.26 102,176.04 46,903.73
García Q3 2011 100,644.05 63,389.00 11,266.00 25,989.05 26,289.92 21,828.14 4,461.79 -300.87 29,785.15 27,823.66 102,605.53 48,322.26
García Q4 2011 105,883.56 61,543.00 12,294.00 32,046.56 31,643.07 22,708.65 8,934.42 403.49 29,585.18 28,194.62 107,274.13 50,315.29
Humala Q1 2012 98,769.58 63,409.00 10,716.00 24,644.58 25,665.83 22,390.41 3,275.42 -1,021.25 29,537.14 27,637.88 100,668.84 47,851.49
Humala Q2 2012 109,606.72 67,003.00 11,276.00 31,327.72 27,993.47 23,554.51 4,438.96 3,334.25 27,511.08 29,156.91 107,960.88 50,036.39
Humala Q3 2012 110,652.31 66,892.00 11,997.00 31,763.31 30,646.19 25,071.08 5,575.11 1,117.12 31,273.63 32,301.18 109,624.76 51,967.00
Humala Q4 2012 113,507.14 65,879.00 13,645.00 33,983.14 36,113.25 26,003.66 10,109.59 -2,130.12 30,495.79 30,984.43 113,018.50 54,331.11
Humala Q1 2013 109,120.78 66,574.00 11,576.00 30,970.78 28,569.36 24,796.34 3,773.02 2,401.42 26,585.53 30,243.09 105,463.22 50,755.79
Humala Q2 2013 117,693.07 70,587.00 12,160.00 34,946.07 31,540.14 25,878.31 5,661.82 3,405.93 27,926.39 30,888.72 114,730.74 53,248.61
Humala Q3 2013 116,581.86 70,322.00 12,706.00 33,553.86 32,585.77 26,209.82 6,375.94 968.10 31,710.68 32,828.72 115,463.83 54,970.81
Humala Q4 2013 120,587.24 69,753.00 14,360.00 36,474.24 36,468.29 26,381.38 10,086.90 5.95 31,066.31 30,791.38 120,862.17 57,555.83
Humala Q1 2014 112,909.82 70,035.85 12,653.04 30,220.94 28,691.93 24,670.14 4,021.79 1,529.01 27,987.01 30,207.67 110,689.16 32,794.76
Humala Q2 2014 119,208.47 73,481.07 12,900.97 32,826.43 30,758.31 25,337.34 5,420.97 2,068.12 28,021.32 30,340.64 116,889.15 32,469.69
Humala Q3 2014 119,148.01 72,923.91 14,024.07 32,200.03 31,352.20 25,030.15 6,322.05 847.83 30,003.06 31,584.37 117,566.70 30,356.36
Humala Q4 2014 123,042.18 72,264.11 16,335.78 34,442.29 35,653.30 26,026.44 9,626.87 -1,211.02 30,312.24 31,095.25 122,259.16 32,089.85
Humala Q1 2015 115,917.23 72,417.07 13,371.80 30,128.37 26,778.06 23,700.30 3,077.76 3,350.31 27,499.99 30,683.99 112,733.23 31,482.53
Humala Q2 2015 123,288.13 75,931.61 14,485.34 32,871.18 28,098.60 23,250.30 4,848.30 4,772.58 28,225.61 30,970.84 120,542.90 31,205.12
Humala Q3 2015 122,287.84 75,403.33 14,934.39 31,950.12 30,046.13 24,133.59 5,912.54 1,903.99 31,135.41 32,052.18 121,371.06 28,529.06
Humala Q4 2015 126,672.01 74,746.68 18,418.05 33,507.28 35,215.95 25,560.67 9,655.29 -1,709.18 33,585.85 32,277.99 127,979.87 31,033.92
Humala Q1 2016 118,115.95 77,475.43 13,286.37 27,354.15 26,723.86 22,728.73 3,995.12 630.30 29,804.97 30,220.91 117,700.01 25,820.27
Humala Q2 2016 123,910.96 81,232.78 14,095.51 28,582.67 27,314.00 22,204.62 5,109.38 1,268.66 30,811.76 29,584.56 125,138.16 25,754.70
PPK Q3 2016 124,067.09 80,807.64 13,847.93 29,411.51 28,030.62 22,110.52 5,920.09 1,380.89 34,793.34 31,890.49 126,969.95 23,341.93
PPK Q4 2016 127,289.97 79,191.46 17,608.91 30,489.61 32,061.53 23,988.00 8,073.53 -1,572.42 36,637.53 32,113.66 131,813.84 25,275.65
Anexos Eriksson Peralta Ccapa 111
Nota: 1/ Para el período 1980 - 2006 se ha estimado los niveles utilizando la información del INEI y del año base 1994.
Fuente: Banco Central de Reserva del Perú (BCRP) – Gerencia de Estudios Económicos - www.bcrp.gob.pe
Ministerio de Economía y Finanzas (MEF) – Gerencia Central de Estudios Económicos.
Instituto Nacional de Estadística e Informática (INEI) – Perú * Compendio Estadístico 2000 - 2016
Elaboración: Eriksson Peralta Ccapa
ANEXO N° 02
Tabla N° 02 - A: Perú: Producto Bruto Interno Per cápita, según departamentos, 2000 - 2016
Valores a precios constantes soles de 2007
PB
Pobla Interno Tasa
ción Per Índice de Tasa Tasa Tasa Espe
por cápita Desarroll Tasa Alfabetis Desnutr Necesida ranza
Proyectos PB Interno Regio por Población o de mo Tasa de ición des Vida Ingreso
de por nes Regione Económic Económi Desem persona Pobreza Crónica Básicas Nace F Per Índice de
inversión Regiones (Miles s (en S/. a Activa co (ID = pleo s > 15 Extrema Niños < Insatisfe r capitals Desarrollo
(Mills. S/.) (en S/.2007) ) 2007) PEA PBI/PEA) (Var %) años (Var %) 5 Años chas Años (S/. Mes) Humano
Presidente Regiones id Años PIR PBIR PR PBIPc PEA IDE TDES TA TPE TD5A NBI TEV IFPc IDH
Paniagua Amazonas 1 2000 9,178 1,102,943 385 2,863 180,354 612 5.39 13.12 30.77 36.00 49.24 67 206.3 0.5147
Paniagua Amazonas 1 2001 7,523 1,180,879 389 3,038 183,743 643 4.10 12.38 30.02 28.70 49.19 68 206.1 0.2658
Toledo Amazonas 1 2002 10,681 1,264,323 392 3,226 182,680 692 3.61 12.12 29.21 22.20 49.12 69 205.8 0.2683
Toledo Amazonas 1 2003 19,537 1,353,663 436 3,108 198,905 681 3.18 11.87 28.33 20.30 49.02 69 205.6 0.2708
Toledo Amazonas 1 2004 23,107 1,449,317 398 3,643 209,000 693 2.79 11.62 31.79 21.70 48.89 70 205.4 0.2733
Anexos Eriksson Peralta Ccapa 112
Toledo Amazonas 1 2005 11,235 1,551,729 401 3,873 201,000 772 2.46 11.37 31.55 22.80 48.72 71 205.1 0.5535
Toledo Amazonas 1 2006 5,423 1,661,378 403 4,118 206,000 806 2.16 11.13 23.91 21.45 48.48 72 204.9 0.2785
García Amazonas 1 2007 3,255 1,778,775 376 4,731 220,000 809 1.90 10.90 18.23 26.01 48.15 72 204.7 0.2811
García Amazonas 1 2008 1,253 1,930,998 409 4,726 219,000 882 1.70 9.10 27.00 25.78 47.72 73 411.3 0.3439
García Amazonas 1 2009 5,794 2,064,630 411 5,023 223,000 926 1.20 9.70 24.93 22.13 47.13 73 417.2 0.3536
García Amazonas 1 2010 20,843 2,218,197 413 5,367 228,000 973 1.82 9.60 18.58 24.51 46.35 73 423.3 0.3637
García Amazonas 1 2011 5,524 2,322,284 415 5,590 232,000 1,001 1.20 9.80 14.58 22.68 45.30 74 406.6 0.3690
Humala Amazonas 1 2012 507 2,591,273 418 6,207 225,500 1,149 1.96 9.10 14.48 24.05 43.92 74 435.7 0.3846
Humala Amazonas 1 2013 578 2,730,287 419 6,510 229,737 1,188 1.33 9.03 15.80 23.01 42.11 74 442.0 0.3955
Humala Amazonas 1 2014 2,318 2,868,726 421 6,812 234,054 1,226 1.28 8.84 14.14 23.80 39.77 75 448.4 0.4067
Humala Amazonas 1 2015 616 3,071,437 423 7,267 238,452 1,288 1.24 8.67 14.32 23.20 36.80 75 454.9 0.4182
Humala Amazonas 1 2016 1,323 3,288,473 425 7,733 242,933 1,354 1.20 8.51 10.90 23.65 33.11 75 461.5 0.4301
Paniagua Ancash 2 2000 33,270 15,110,997 1,049 14,400 480,418 3,145 6.60 16.44 19.00 34.50 40.34 68 237.4 0.5774
Paniagua Ancash 2 2001 13,802 15,190,000 1,056 14,378 489,920 3,101 5.93 16.15 14.00 30.60 38.06 68 247.8 0.2557
Toledo Ancash 2 2002 21,454 15,269,416 1,064 14,358 495,482 3,082 3.24 15.64 18.00 23.10 35.93 69 258.7 0.2687
Toledo Ancash 2 2003 2,192 15,349,248 1,123 13,663 557,721 2,752 5.30 15.16 18.00 23.70 33.93 70 270.1 0.2825
Toledo Ancash 2 2004 39,445 15,429,497 1,077 14,322 566,000 2,726 5.01 14.68 20.28 20.80 32.06 70 282.0 0.2970
Toledo Ancash 2 2005 37,384 15,510,166 1,084 14,308 555,000 2,795 4.74 14.23 22.27 16.80 30.30 71 294.3 0.5776
Toledo Ancash 2 2006 33,464 15,591,256 1,091 14,296 572,000 2,726 4.48 13.78 13.98 14.77 28.66 72 307.3 0.3281
García Ancash 2 2007 10,299 15,672,770 1,063 14,738 572,000 2,740 4.23 13.35 13.07 14.61 27.11 72 320.8 0.3449
García Ancash 2 2008 409 16,855,147 1,103 15,275 593,000 2,842 2.34 12.93 10.40 13.09 25.66 73 513.9 0.4379
García Ancash 2 2009 4,549 16,478,843 1,110 14,848 587,500 2,805 3.85 12.43 5.43 11.83 24.29 73 526.1 0.4392
García Ancash 2 2010 8,261 16,176,960 1,116 14,492 591,000 2,737 2.93 11.32 4.38 10.72 23.01 73 538.5 0.4404
García Ancash 2 2011 11,598 16,312,373 1,123 14,528 592,000 2,755 3.20 11.40 6.43 9.74 21.80 74 536.2 0.4296
Humala Ancash 2 2012 823 17,861,787 1,129 15,815 607,700 2,939 3.09 11.00 5.40 8.88 20.67 74 564.2 0.4429
Humala Ancash 2 2013 480 18,515,551 1,136 16,299 619,719 2,988 2.84 10.19 3.83 8.11 19.60 74 577.5 0.4442
Humala Ancash 2 2014 1,936 16,255,428 1,142 14,229 631,976 2,572 2.69 9.64 5.31 7.43 18.60 75 591.2 0.4454
Humala Ancash 2 2015 511 16,340,415 1,149 14,226 644,476 2,535 4.56 9.09 5.23 6.82 17.65 75 605.1 0.4467
Humala Ancash 2 2016 2,430 16,425,846 1,158 14,190 657,222 2,499 5.32 8.53 4.56 6.28 16.76 76 619.4 0.4479
Paniagua Apurímac 3 2000 6,691 1,356,022 420 3,232 208,558 650 0.30 21.61 34.36 43.00 74.63 62 172.5 0.4571
Paniagua Apurímac 3 2001 10,996 1,414,708 422 3,350 211,461 669 0.42 21.76 34.30 34.30 64.20 63 176.6 0.2103
Toledo Apurímac 3 2002 8,956 1,475,934 425 3,472 206,760 714 0.50 21.42 34.22 28.50 56.09 65 180.8 0.2214
Toledo Apurímac 3 2003 9,943 1,539,810 471 3,271 214,185 719 0.59 21.09 34.09 30.90 49.69 66 185.1 0.2330
Toledo Apurímac 3 2004 15,589 1,606,451 431 3,731 218,000 737 0.69 20.76 30.96 31.30 44.57 67 189.5 0.2452
Toledo Apurímac 3 2005 22,718 1,675,975 433 3,868 201,000 834 0.82 20.43 34.89 25.20 40.43 69 194.0 0.5209
Toledo Apurímac 3 2006 15,899 1,748,508 436 4,010 232,000 754 2.31 20.11 35.98 22.91 37.04 70 198.6 0.2717
García Apurímac 3 2007 11,844 1,824,181 404 4,513 233,000 783 1.14 19.80 31.41 22.14 37.09 72 203.3 0.2860
García Apurímac 3 2008 12,694 1,688,481 442 3,824 239,000 706 2.02 19.90 34.37 20.12 29.14 72 296.8 0.3271
García Apurímac 3 2009 9,529 1,622,997 444 3,654 228,600 710 3.25 17.00 34.47 17.80 31.48 72 304.9 0.3313
Anexos Eriksson Peralta Ccapa 113
García Apurímac 3 2010 12,444 1,767,358 447 3,955 237,000 746 1.56 16.40 24.06 15.49 24.75 72 313.3 0.3356
García Apurímac 3 2011 6,214 1,869,137 449 4,160 244,000 766 2.60 18.30 21.93 13.25 25.11 72 297.3 0.3184
Humala Apurímac 3 2012 396 2,101,784 452 4,651 246,200 854 0.37 17.23 20.73 11.11 25.70 72 330.8 0.3444
Humala Apurímac 3 2013 573 2,346,824 454 5,166 249,628 940 4.53 14.25 9.31 9.11 24.67 73 339.8 0.3489
Humala Apurímac 3 2014 1,878 2,453,970 457 5,374 253,104 970 1.25 12.65 8.75 7.29 23.78 73 349.2 0.3534
Humala Apurímac 3 2015 628 2,560,174 459 5,580 256,628 998 1.98 10.86 8.53 5.66 23.01 73 358.8 0.3580
Humala Apurímac 3 2016 1,771 2,670,974 468 5,710 260,201 1,027 3.68 8.94 8.32 4.26 22.33 73 368.6 0.3627
Paniagua Arequipa 4 2000 10,124 12,616,902 1,085 11,631 517,814 2,437 9.68 5.20 16.42 12.30 31.61 70 443.9 0.6352
Paniagua Arequipa 4 2001 13,115 13,165,046 1,100 11,967 528,437 2,491 8.61 5.17 11.79 7.90 11.22 70 442.6 0.4139
Toledo Arequipa 4 2002 7,950 13,737,003 1,115 12,325 560,171 2,452 8.19 5.21 8.73 8.50 27.41 71 441.3 0.4203
Toledo Arequipa 4 2003 8,826 14,333,810 1,114 12,868 597,332 2,400 7.80 5.25 6.65 8.20 12.68 71 440.0 0.4267
Toledo Arequipa 4 2004 17,324 14,956,545 1,142 13,098 594,000 2,518 7.42 5.28 5.89 6.00 24.66 72 438.7 0.4332
Toledo Arequipa 4 2005 87,083 15,606,334 1,155 13,509 594,000 2,627 7.06 5.60 4.28 5.40 13.89 72 437.4 0.6463
Toledo Arequipa 4 2006 7,345 16,284,354 1,168 13,939 610,000 2,670 6.72 4.80 3.36 5.85 22.79 73 436.1 0.4466
García Arequipa 4 2007 4,586 16,991,831 1,152 14,746 641,000 2,651 5.24 5.40 2.45 4.13 22.88 74 434.8 0.4534
García Arequipa 4 2008 1,750 18,884,987 1,193 15,831 619,000 3,051 4.80 5.40 2.35 4.17 19.51 74 619.5 0.5203
García Arequipa 4 2009 2,030 19,082,970 1,205 15,832 636,000 3,000 6.10 5.80 2.18 3.79 19.99 75 664.1 0.5342
García Arequipa 4 2010 14,971 20,251,379 1,218 16,624 649,000 3,120 5.10 5.10 1.95 3.46 18.06 75 712.0 0.5484
García Arequipa 4 2011 4,036 21,152,512 1,232 17,175 670,000 3,157 5.00 5.30 1.41 3.17 18.44 76 755.1 0.5529
Humala Arequipa 4 2012 416 22,212,442 1,245 17,838 660,700 3,362 5.01 5.40 1.36 2.91 19.92 76 818.4 0.5781
Humala Arequipa 4 2013 853 22,691,024 1,259 18,021 674,254 3,365 4.87 5.48 1.38 2.69 16.71 76 877.4 0.5935
Humala Arequipa 4 2014 3,091 22,883,773 1,273 17,974 688,086 3,326 3.67 5.53 1.11 2.49 19.44 77 940.6 0.6093
Humala Arequipa 4 2015 968 23,877,963 1,287 18,550 702,202 3,400 3.65 5.58 1.10 2.32 17.06 77 1,008.4 0.6255
Humala Arequipa 4 2016 2,438 24,915,345 1,296 19,230 716,607 3,477 2.56 5.64 1.03 2.16 19.09 78 1,081.1 0.6422
Paniagua Ayacucho 5 2000 21,025 1,731,457 572 3,028 269,621 642 6.77 22.55 61.66 33.60 625.94 64 162.8 0.4882
Paniagua Ayacucho 5 2001 12,007 1,870,716 578 3,234 274,454 682 5.43 21.74 51.86 36.80 244.14 65 168.5 0.2164
Toledo Ayacucho 5 2002 19,272 2,021,176 586 3,447 271,419 745 5.03 20.93 44.20 31.20 127.19 66 174.3 0.2245
Toledo Ayacucho 5 2003 6,444 2,183,738 561 3,892 281,865 775 4.65 20.15 38.14 30.30 80.97 67 180.4 0.2330
Toledo Ayacucho 5 2004 23,624 2,359,374 603 3,911 302,000 781 4.30 19.39 22.74 28.10 59.23 68 186.7 0.2418
Toledo Ayacucho 5 2005 39,173 2,549,136 612 4,168 314,000 812 3.98 18.67 27.82 23.50 47.69 69 193.2 0.5280
Toledo Ayacucho 5 2006 28,904 2,754,161 619 4,446 317,000 869 3.68 17.97 32.83 22.04 41.05 70 199.9 0.2603
García Ayacucho 5 2007 7,394 2,975,676 629 4,731 320,000 930 3.40 17.30 28.87 20.40 45.44 71 206.8 0.2701
García Ayacucho 5 2008 5,400 3,400,599 635 5,354 330,000 1,030 2.40 16.00 23.89 18.85 39.92 70 347.7 0.3518
García Ayacucho 5 2009 15,260 3,753,911 643 5,838 325,300 1,154 2.70 15.00 18.42 16.93 32.95 70 350.5 0.3472
García Ayacucho 5 2010 28,369 3,925,962 651 6,033 334,000 1,175 4.00 14.90 16.96 15.09 28.99 70 353.2 0.3426
García Ayacucho 5 2011 11,275 4,123,072 658 6,262 341,000 1,209 2.30 14.30 16.29 13.35 31.11 71 356.3 0.3338
Humala Ayacucho 5 2012 767 4,514,017 666 6,778 333,700 1,353 2.64 14.10 15.67 11.72 30.39 70 358.7 0.3336
Humala Ayacucho 5 2013 917 4,999,493 674 7,422 339,682 1,472 2.59 12.89 16.14 10.19 30.04 70 361.6 0.3292
Humala Ayacucho 5 2014 3,193 5,113,987 681 7,508 345,772 1,479 2.55 12.24 12.35 8.78 29.81 70 364.4 0.3248
Anexos Eriksson Peralta Ccapa 114
Humala Ayacucho 5 2015 1,256 5,525,300 689 8,023 351,971 1,570 2.51 11.61 12.23 7.49 29.64 70 367.2 0.3205
Humala Ayacucho 5 2016 1,872 5,969,696 705 8,462 358,281 1,666 2.48 10.99 12.13 6.32 29.53 70 370.1 0.3162
Paniagua Cajamarca 6 2000 19,739 5,923,880 1,405 4,217 697,093 850 2.20 20.18 51.71 42.80 139.50 67 196.0 0.4946
Paniagua Cajamarca 6 2001 39,116 6,201,140 1,417 4,377 703,531 881 5.32 20.19 47.02 37.30 106.59 68 198.7 0.2164
Toledo Cajamarca 6 2002 24,919 6,491,378 1,428 4,546 738,677 879 2.31 19.54 43.01 31.90 85.00 69 201.4 0.2263
Toledo Cajamarca 6 2003 13,681 6,795,199 1,516 4,483 773,504 878 2.18 18.92 39.54 32.00 70.26 69 204.2 0.2367
Toledo Cajamarca 6 2004 41,026 7,113,241 1,449 4,910 790,000 900 2.16 18.31 35.44 29.90 59.86 70 207.0 0.2475
Toledo Cajamarca 6 2005 31,301 7,446,168 1,458 5,106 800,000 931 2.14 17.72 31.61 27.10 52.32 71 209.9 0.5400
Toledo Cajamarca 6 2006 25,613 7,794,678 1,468 5,311 828,000 941 2.12 17.15 32.35 27.43 46.71 71 212.7 0.2707
García Cajamarca 6 2007 14,179 8,159,499 1,388 5,879 812,000 1,005 2.10 16.60 32.10 24.85 45.27 72 215.7 0.2831
García Cajamarca 6 2008 1,487 9,314,030 1,485 6,271 843,000 1,105 2.20 17.30 25.57 24.32 37.71 72 337.7 0.3181
García Cajamarca 6 2009 15,747 10,083,526 1,493 6,753 832,600 1,211 1.90 14.50 30.32 23.47 37.61 73 356.9 0.3320
García Cajamarca 6 2010 8,531 10,185,135 1,501 6,787 815,000 1,250 1.60 14.90 22.98 22.76 31.37 73 377.2 0.3465
García Cajamarca 6 2011 16,940 10,687,325 1,507 7,090 820,000 1,303 2.00 14.10 24.29 22.14 30.68 74 390.3 0.3633
Humala Cajamarca 6 2012 1,169 11,400,951 1,514 7,531 778,400 1,465 1.66 13.83 24.50 21.61 31.70 74 421.3 0.3773
Humala Cajamarca 6 2013 1,109 11,337,305 1,520 7,460 785,589 1,443 1.45 12.19 22.56 21.15 30.64 74 445.2 0.3938
Humala Cajamarca 6 2014 4,879 11,238,821 1,526 7,366 792,845 1,418 1.21 11.23 19.19 20.75 29.79 75 470.6 0.4110
Humala Cajamarca 6 2015 1,136 11,764,841 1,530 7,691 800,167 1,470 0.96 10.23 18.87 20.41 29.08 75 497.3 0.4289
Humala Cajamarca 6 2016 2,834 12,315,482 1,579 7,800 807,558 1,525 0.72 9.22 19.14 20.11 28.50 75 525.6 0.4476
Paniagua Cusco 7 2000 30,582 5,723,105 1,174 4,876 609,110 940 6.74 13.28 25.77 43.20 793.86 63 194.5 0.5371
Paniagua Cusco 7 2001 39,116 6,275,965 1,185 5,294 619,709 1,013 6.48 13.57 25.15 31.90 369.89 64 203.0 0.2603
Toledo Cusco 7 2002 24,919 6,882,231 1,197 5,751 622,139 1,106 6.00 13.31 24.39 31.70 202.35 65 211.9 0.2685
Toledo Cusco 7 2003 13,681 7,547,063 1,223 6,170 658,253 1,147 5.56 13.06 23.47 29.10 125.66 66 221.2 0.2771
Toledo Cusco 7 2004 41,026 8,276,119 1,218 6,796 658,000 1,258 5.15 12.81 20.09 24.30 86.25 67 230.9 0.2859
Toledo Cusco 7 2005 31,301 9,075,603 1,228 7,390 694,000 1,308 4.78 12.57 20.42 19.40 64.07 69 241.0 0.5377
Toledo Cusco 7 2006 25,613 9,952,318 1,238 8,039 701,000 1,420 4.42 12.33 19.95 16.40 50.67 70 251.5 0.3044
García Cusco 7 2007 14,179 10,913,725 1,171 9,317 677,000 1,612 4.10 12.10 19.61 12.86 41.17 71 262.5 0.3141
García Cusco 7 2008 1,487 11,662,759 1,257 9,280 711,000 1,640 3.90 14.30 22.54 10.99 37.97 70 312.5 0.3421
García Cusco 7 2009 15,747 13,553,674 1,266 10,707 730,800 1,855 4.20 12.40 11.83 8.45 29.91 70 360.4 0.3651
García Cusco 7 2010 8,531 15,358,433 1,275 12,048 712,000 2,157 2.60 12.70 12.40 6.28 28.66 70 415.6 0.3895
García Cusco 7 2011 16,940 17,300,763 1,284 13,479 736,000 2,351 2.80 11.00 5.72 4.49 24.63 71 467.1 0.4142
Humala Cusco 7 2012 1,302 17,627,608 1,292 13,642 749,200 2,353 2.70 10.76 3.51 3.08 25.98 70 552.7 0.4434
Humala Cusco 7 2013 1,446 20,715,996 1,301 15,928 762,236 2,718 2.46 10.32 2.70 2.01 24.83 70 637.5 0.4732
Humala Cusco 7 2014 9,957 20,812,022 1,309 15,902 775,499 2,684 2.23 9.49 2.96 1.24 23.97 70 735.1 0.5048
Humala Cusco 7 2015 2,551 22,822,490 1,317 17,333 788,993 2,893 2.01 8.50 2.85 0.72 23.30 70 847.8 0.5387
Humala Cusco 7 2016 5,128 25,027,172 1,364 18,355 802,722 3,118 1.81 7.34 1.27 0.39 22.79 70 977.7 0.5747
Paniagua Huancavelica 8 2000 10,622 1,823,376 435 4,187 202,341 901 0.63 20.83 209.97 53.40 215.06 60 139.0 0.4598
Paniagua Huancavelica 8 2001 6,839 1,904,760 439 4,335 206,238 924 0.64 20.77 170.34 52.20 168.73 61 137.9 0.1546
Toledo Huancavelica 8 2002 18,766 1,989,776 443 4,488 218,261 912 0.73 20.37 138.31 42.90 135.61 63 136.9 0.1633
Anexos Eriksson Peralta Ccapa 115
Toledo Huancavelica 8 2003 5,260 2,078,587 452 4,604 227,259 915 0.83 19.98 112.41 44.70 111.38 64 135.9 0.1725
Toledo Huancavelica 8 2004 20,150 2,171,362 452 4,809 230,000 944 0.94 19.60 66.28 46.40 93.29 66 134.9 0.1822
Toledo Huancavelica 8 2005 23,543 2,268,277 456 4,979 219,000 1,036 1.08 19.23 75.05 42.50 79.52 67 133.9 0.4924
Toledo Huancavelica 8 2006 15,864 2,369,519 460 5,156 221,000 1,072 1.23 18.86 66.99 34.93 68.87 68 132.9 0.2033
García Huancavelica 8 2007 12,157 2,475,279 455 5,443 230,000 1,076 1.40 18.50 61.41 28.14 60.38 70 131.9 0.2147
García Huancavelica 8 2008 2,495 2,613,603 468 5,588 232,000 1,127 1.10 18.90 54.42 34.98 50.48 67 247.7 0.2688
García Huancavelica 8 2009 14,333 2,703,012 472 5,730 237,100 1,140 1.60 17.10 42.10 31.95 44.56 66 263.5 0.2754
García Huancavelica 8 2010 19,250 2,824,110 476 5,937 235,000 1,202 1.00 18.50 21.79 28.70 42.84 66 280.3 0.2821
García Huancavelica 8 2011 10,542 2,912,932 480 6,073 248,000 1,175 2.70 16.80 16.01 25.29 35.07 66 302.3 0.2962
Humala Huancavelica 8 2012 270 3,146,701 484 6,507 254,400 1,237 2.45 16.32 14.43 21.77 37.50 65 317.2 0.2962
Humala Huancavelica 8 2013 266 3,226,476 487 6,619 259,300 1,244 2.83 15.90 11.60 18.24 34.99 65 337.4 0.3035
Humala Huancavelica 8 2014 815 3,360,254 491 6,840 264,295 1,271 3.28 15.33 14.09 14.79 32.88 64 358.9 0.3109
Humala Huancavelica 8 2015 738 3,510,234 495 7,092 269,386 1,303 3.81 14.73 14.02 11.55 31.09 64 381.8 0.3186
Humala Huancavelica 8 2016 1,450 3,666,909 508 7,217 274,575 1,335 4.44 14.11 9.33 8.62 29.55 64 406.2 0.3264
Paniagua Huánuco 9 2000 10,144 2,103,190 747 2,814 346,988 606 1.80 17.62 61.62 42.80 629.28 66 104.9 0.4939
Paniagua Huánuco 9 2001 18,268 2,233,232 756 2,953 354,251 630 4.31 17.56 57.02 41.60 238.10 67 117.5 0.1674
Toledo Huánuco 9 2002 3,342 2,371,316 765 3,102 381,376 622 4.65 17.60 52.51 32.70 122.06 68 131.5 0.1815
Toledo Huánuco 9 2003 3,886 2,517,937 823 3,060 389,889 646 2.02 17.64 48.11 31.00 77.10 68 147.3 0.1968
Toledo Huánuco 9 2004 20,269 2,673,624 780 3,426 407,000 657 2.09 17.68 51.48 28.80 56.21 69 164.9 0.2134
Toledo Huánuco 9 2005 19,556 2,838,938 788 3,601 411,000 691 2.16 17.72 41.18 24.50 45.24 70 184.7 0.5311
Toledo Huánuco 9 2006 6,181 3,014,473 796 3,785 416,000 725 2.23 17.76 41.08 22.05 38.96 71 206.8 0.2509
García Huánuco 9 2007 4,145 3,200,861 762 4,199 415,000 771 2.30 17.80 22.88 19.48 46.26 72 231.6 0.2720
García Huánuco 9 2008 1,211 3,463,861 812 4,266 424,000 817 2.80 17.20 25.91 18.14 35.82 71 291.3 0.3070
García Huánuco 9 2009 8,684 3,512,099 820 4,285 433,200 811 2.60 17.30 25.77 16.28 31.40 72 324.5 0.3226
García Huánuco 9 2010 11,746 3,746,126 827 4,530 438,000 855 3.20 17.45 22.11 14.62 28.18 72 361.4 0.3391
García Huánuco 9 2011 14,113 3,975,098 834 4,766 441,000 901 2.70 17.56 20.15 13.13 29.23 72 379.7 0.3484
Humala Huánuco 9 2012 394 4,408,122 841 5,242 444,900 991 3.01 17.83 18.15 11.79 29.04 72 448.4 0.3746
Humala Huánuco 9 2013 326 4,662,072 848 5,500 454,211 1,026 3.16 17.17 11.55 10.59 28.73 73 499.4 0.3937
Humala Huánuco 9 2014 1,000 4,871,416 854 5,703 463,718 1,051 1.34 16.63 11.24 9.51 28.51 73 556.2 0.4137
Humala Huánuco 9 2015 652 5,172,622 861 6,011 473,423 1,093 2.13 15.49 11.21 8.55 28.37 73 619.6 0.4349
Humala Huánuco 9 2016 1,760 5,492,451 878 6,253 483,331 1,136 1.65 13.20 8.26 7.68 28.27 73 690.1 0.4570
Paniagua Ica 10 2000 10,503 5,175,359 657 7,874 305,477 1,694 6.94 6.57 3.52 12.10 206.89 69 446.6 0.6667
Paniagua Ica 10 2001 0 5,582,548 667 8,370 313,409 1,781 6.54 5.97 2.61 9.00 125.00 70 435.1 0.4060
Toledo Ica 10 2002 4,067 6,021,774 677 8,899 311,750 1,932 6.25 5.76 1.93 8.10 83.33 71 423.8 0.4084
Toledo Ica 10 2003 372 6,495,557 698 9,300 324,514 2,002 5.98 5.55 1.42 7.60 60.12 72 412.9 0.4108
Toledo Ica 10 2004 6,454 7,006,617 696 10,072 334,000 2,098 5.72 5.35 1.27 6.30 46.22 73 402.2 0.4132
Toledo Ica 10 2005 6,656 7,557,886 705 10,723 349,000 2,166 5.47 5.16 0.71 5.10 37.41 74 391.9 0.6481
Toledo Ica 10 2006 5,046 8,152,528 714 11,423 350,000 2,329 5.23 4.98 0.56 4.57 31.55 75 381.7 0.4180
García Ica 10 2007 858 8,793,956 712 12,352 363,000 2,423 5.00 4.80 0.34 4.00 22.48 76 371.9 0.4205
Anexos Eriksson Peralta Ccapa 116
García Ica 10 2008 250 10,412,334 731 14,249 377,000 2,762 4.80 4.20 0.20 3.61 31.30 77 564.0 0.4978
García Ica 10 2009 465 10,892,253 739 14,737 388,600 2,803 5.50 4.40 0.10 3.16 22.12 77 583.8 0.5069
García Ica 10 2010 6,061 11,716,356 747 15,677 395,000 2,966 4.40 4.90 0.18 2.77 19.41 78 604.4 0.5161
García Ica 10 2011 2,898 13,105,720 756 17,347 406,000 3,228 4.00 4.00 0.24 2.43 18.31 79 630.9 0.5244
Humala Ica 10 2012 211 13,288,879 764 17,404 415,500 3,198 4.28 3.93 0.06 2.14 18.91 79 647.7 0.5351
Humala Ica 10 2013 299 14,477,743 772 18,766 426,289 3,396 4.17 4.10 0.03 1.88 18.22 80 670.6 0.5448
Humala Ica 10 2014 1,206 14,942,666 779 19,173 437,357 3,417 4.08 4.04 0.05 1.66 17.68 80 694.2 0.5547
Humala Ica 10 2015 345 16,118,331 787 20,476 448,713 3,592 3.99 3.99 0.04 1.47 17.26 81 718.6 0.5648
Humala Ica 10 2016 1,150 17,386,495 797 21,819 460,364 3,777 3.92 3.94 0.02 1.30 16.92 82 744.0 0.5751
Paniagua Junín 11 2000 14,895 6,834,057 1,198 5,703 540,221 1,265 1.96 23.47 47.36 31.30 122.75 69 292.1 0.5779
Paniagua Junín 11 2001 9,050 7,135,015 1,210 5,897 551,682 1,293 2.14 20.68 35.99 26.20 90.88 69 290.0 0.3377
Toledo Junín 11 2002 10,589 7,449,226 1,221 6,099 592,149 1,258 2.24 18.62 27.64 28.80 71.39 70 288.0 0.3380
Toledo Junín 11 2003 7,040 7,777,274 1,261 6,169 599,126 1,298 2.34 16.76 21.44 24.90 58.80 70 286.0 0.3384
Toledo Junín 11 2004 18,354 8,119,768 1,243 6,530 617,000 1,316 2.45 15.08 12.66 21.50 50.32 71 284.0 0.3388
Toledo Junín 11 2005 15,987 8,477,346 1,254 6,760 624,000 1,359 2.56 13.58 16.61 18.50 44.40 71 282.0 0.5922
Toledo Junín 11 2006 12,356 8,850,670 1,264 7,002 647,000 1,368 2.68 12.22 10.40 18.10 40.15 71 280.1 0.3395
García Junín 11 2007 3,624 9,240,435 1,225 7,540 635,000 1,455 2.80 11.00 9.19 17.04 38.10 72 278.1 0.3399
García Junín 11 2008 2,233 10,023,965 1,283 7,813 670,000 1,496 2.31 8.30 8.55 16.31 36.95 72 390.6 0.3936
García Junín 11 2009 8,819 9,113,818 1,292 7,052 667,700 1,365 3.80 7.50 4.96 15.47 34.24 72 424.6 0.4079
García Junín 11 2010 18,027 9,583,308 1,304 7,350 688,000 1,393 3.65 7.10 3.89 14.75 28.72 72 461.6 0.4227
García Junín 11 2011 14,354 10,091,055 1,312 7,694 700,000 1,442 3.50 6.50 4.28 14.13 29.20 72 528.3 0.4485
Humala Junín 11 2012 395 10,778,828 1,321 8,157 695,000 1,551 5.12 6.45 4.08 13.59 29.74 73 545.5 0.4539
Humala Junín 11 2013 570 11,176,591 1,332 8,394 709,745 1,575 5.67 5.06 2.16 13.12 29.10 73 593.1 0.4704
Humala Junín 11 2014 1,909 12,494,136 1,341 9,317 724,804 1,724 2.79 4.47 2.14 12.70 28.60 73 644.7 0.4874
Humala Junín 11 2015 797 13,044,351 1,351 9,657 740,181 1,762 2.68 3.95 2.12 12.34 28.20 73 700.9 0.5051
Humala Junín 11 2016 2,165 13,618,797 1,379 9,878 755,885 1,802 2.35 3.48 1.76 12.02 27.88 73 762.0 0.5234
Paniagua Libertad 12 2000 9,696 10,814,867 1,520 7,115 670,615 1,613 7.80 12.34 18.26 27.90 174.24 70 273.1 0.6133
Paniagua Libertad 12 2001 13,627 11,290,321 1,545 7,309 690,230 1,636 6.69 11.66 17.62 26.40 123.18 71 286.4 0.3079
Toledo Libertad 12 2002 5,557 11,786,678 1,569 7,513 719,300 1,639 7.12 11.23 16.93 21.10 90.45 71 300.4 0.3203
Toledo Libertad 12 2003 4,164 12,304,856 1,528 8,051 746,683 1,648 7.56 10.82 16.20 19.30 68.70 72 315.1 0.3333
Toledo Libertad 12 2004 12,659 12,845,815 1,615 7,952 747,000 1,720 7.21 10.42 19.67 17.50 53.77 72 330.5 0.3468
Toledo Libertad 12 2005 12,465 13,410,556 1,638 8,186 770,000 1,742 5.29 10.03 14.55 17.30 43.23 73 346.6 0.6046
Toledo Libertad 12 2006 9,561 14,000,124 1,661 8,431 805,000 1,739 3.65 9.66 13.93 18.35 35.60 73 363.5 0.3754
García Libertad 12 2007 4,239 14,615,612 1,617 9,038 829,000 1,763 4.70 9.30 9.96 16.29 23.83 74 381.3 0.3906
García Libertad 12 2008 1,582 15,644,550 1,704 9,183 837,000 1,869 4.52 8.30 13.49 15.96 23.88 74 501.0 0.4438
García Libertad 12 2009 5,138 15,717,242 1,725 9,111 903,400 1,740 4.30 8.30 10.92 15.81 20.54 74 524.1 0.4491
García Libertad 12 2010 14,706 16,663,791 1,747 9,539 925,000 1,801 3.80 8.20 9.71 15.70 19.26 75 548.3 0.4544
García Libertad 12 2011 10,405 17,339,590 1,769 9,801 909,000 1,908 3.50 7.70 8.21 15.63 14.31 75 535.8 0.4433
Humala Libertad 12 2012 264 18,669,434 1,792 10,420 947,800 1,970 3.76 7.60 8.41 15.58 16.11 75 600.1 0.4653
Anexos Eriksson Peralta Ccapa 117
Humala Libertad 12 2013 498 19,470,669 1,814 10,732 975,522 1,996 3.69 7.24 7.50 15.54 14.78 76 627.8 0.4709
Humala Libertad 12 2014 1,997 19,752,080 1,837 10,753 1,004,054 1,967 3.63 6.99 5.46 15.52 13.68 76 656.8 0.4765
Humala Libertad 12 2015 1,072 20,620,441 1,860 11,088 1,033,422 1,995 3.58 6.74 5.34 15.50 12.78 77 687.1 0.4822
Humala Libertad 12 2016 2,196 21,526,978 1,877 11,472 1,063,648 2,024 3.12 6.52 4.42 15.49 12.02 77 718.8 0.4879
Paniagua Lambayeque 13 2000 123 4,509,586 1,084 4,159 464,527 971 8.61 15.47 11.08 23.60 20.29 70 487.0 0.6251
Paniagua Lambayeque 13 2001 3,925 4,790,096 1,099 4,358 476,862 1,005 8.50 14.25 10.31 15.60 21.06 71 458.3 0.3909
Toledo Lambayeque 13 2002 5,017 5,088,056 1,113 4,571 458,950 1,109 7.88 13.52 9.56 12.90 20.16 71 431.3 0.3852
Toledo Lambayeque 13 2003 2,495 5,404,549 1,131 4,777 529,048 1,022 7.31 12.83 8.82 13.00 21.22 72 405.9 0.3797
Toledo Lambayeque 13 2004 7,208 5,740,730 1,139 5,042 556,000 1,033 6.77 12.17 8.61 13.10 19.98 72 382.0 0.3742
Toledo Lambayeque 13 2005 4,760 6,097,822 1,151 5,298 572,000 1,066 6.28 11.55 6.26 11.30 21.44 73 359.5 0.6271
Toledo Lambayeque 13 2006 2,233 6,477,126 1,163 5,569 559,000 1,159 5.82 10.96 7.29 10.18 19.74 73 338.3 0.3636
García Lambayeque 13 2007 315 6,880,024 1,113 6,182 604,000 1,139 5.40 10.40 6.21 10.45 22.86 74 318.4 0.3583
García Lambayeque 13 2008 308 7,513,144 1,186 6,337 610,000 1,232 5.90 8.50 6.80 9.84 20.35 74 402.1 0.4113
García Lambayeque 13 2009 2,483 7,919,324 1,197 6,618 630,800 1,255 4.10 8.30 5.22 9.47 18.76 74 430.2 0.4234
García Lambayeque 13 2010 6,540 8,482,385 1,208 7,024 637,000 1,332 3.80 8.40 4.64 9.17 19.07 75 460.3 0.4358
García Lambayeque 13 2011 2,327 8,945,220 1,218 7,341 634,000 1,411 3.70 8.00 2.58 8.92 22.23 75 479.3 0.4374
Humala Lambayeque 13 2012 273 9,783,563 1,229 7,959 636,200 1,538 3.18 7.87 4.13 8.71 18.39 75 526.9 0.4617
Humala Lambayeque 13 2013 338 10,274,275 1,240 8,286 653,094 1,573 2.75 7.07 1.89 8.53 23.63 76 563.8 0.4753
Humala Lambayeque 13 2014 1,358 10,496,470 1,250 8,395 670,436 1,566 2.36 6.70 2.46 8.39 17.61 76 603.2 0.4892
Humala Lambayeque 13 2015 531 11,149,384 1,261 8,844 688,239 1,620 2.01 6.35 2.38 8.26 24.86 77 645.4 0.5035
Humala Lambayeque 13 2016 1,801 11,842,912 1,286 9,207 706,515 1,676 1.69 6.02 1.72 8.16 16.60 77 690.6 0.5183
Paniagua Lima 14 2000 23,019 88,506,066 7,768 11,394 4,073,524 2,173 7.91 3.85 3.78 8.30 95.54 60 648.7 0.7440
Paniagua Lima 14 2001 1,438 94,131,310 7,914 11,895 4,184,769 2,249 7.75 3.90 3.43 9.30 58.42 62 631.0 0.5261
Toledo Lima 14 2002 5,702 100,114,081 8,058 12,425 4,244,319 2,359 7.49 3.83 3.09 5.40 40.01 64 613.8 0.5199
Toledo Lima 14 2003 5,794 106,477,104 7,880 13,512 4,496,093 2,368 7.23 3.76 2.76 6.20 29.90 67 597.1 0.5138
Toledo Lima 14 2004 13,898 113,244,546 8,338 13,581 4,531,000 2,499 6.99 3.69 2.76 5.60 23.90 69 580.8 0.5078
Toledo Lima 14 2005 22,225 120,442,112 8,474 14,213 4,450,000 2,707 6.75 3.63 2.74 4.20 20.12 71 565.0 0.7039
Toledo Lima 14 2006 12,985 128,097,138 8,605 14,886 4,736,000 2,705 6.52 3.56 1.55 3.31 17.62 73 549.6 0.4959
García Lima 14 2007 6,785 136,238,700 8,445 16,132 5,048,000 2,699 6.30 3.50 1.28 2.83 13.97 76 534.6 0.4901
García Lima 14 2008 2,113 148,475,777 8,855 16,767 5,172,000 2,871 6.30 3.80 1.23 2.31 14.69 77 792.1 0.5831
García Lima 14 2009 6,584 148,865,951 8,981 16,575 5,254,700 2,833 6.10 3.40 1.08 1.70 14.58 77 843.2 0.5954
García Lima 14 2010 31,149 165,146,695 9,114 18,121 5,399,000 3,059 5.70 3.30 0.95 1.18 11.22 78 897.5 0.6080
García Lima 14 2011 31,031 179,462,299 9,252 19,396 5,508,000 3,258 5.30 3.20 0.71 0.77 12.80 78 995.4 0.6225
Humala Lima 14 2012 3,109 190,338,124 9,395 20,259 5,628,400 3,382 5.26 3.10 0.81 0.46 12.41 79 1,017.0 0.6340
Humala Lima 14 2013 2,870 201,842,525 9,541 21,155 5,782,108 3,491 5.04 2.87 0.35 0.25 12.15 79 1,082.5 0.6474
Humala Lima 14 2014 13,498 209,714,252 9,685 21,652 5,940,013 3,531 4.83 2.67 0.24 0.13 11.96 80 1,152.3 0.6610
Humala Lima 14 2015 5,556 223,043,212 9,835 22,679 6,102,231 3,655 4.62 2.43 0.25 0.05 11.81 80 1,226.5 0.6750
Humala Lima 14 2016 15,514 237,219,330 9,867 24,041 6,268,879 3,784 4.41 2.17 0.19 0.02 11.69 81 1,305.6 0.6893
Paniagua Loreto 15 2000 6,218 5,487,568 847 6,477 360,423 1,523 3.41 10.38 25.71 32.40 103.53 68 172.9 0.5634
Anexos Eriksson Peralta Ccapa 118
Paniagua Loreto 15 2001 11,678 5,671,374 862 6,578 370,433 1,531 6.71 10.28 25.64 24.50 93.43 68 185.2 0.2600
Toledo Loreto 15 2002 9,157 5,861,337 876 6,687 377,657 1,552 6.51 9.94 25.54 23.70 89.69 68 198.3 0.2698
Toledo Loreto 15 2003 14,456 6,057,663 920 6,588 387,707 1,562 6.10 9.61 25.40 24.90 47.83 69 212.3 0.2799
Toledo Loreto 15 2004 12,558 6,260,564 904 6,925 432,000 1,449 5.67 9.29 28.68 26.30 81.06 69 227.3 0.2904
Toledo Loreto 15 2005 12,332 6,470,262 918 7,051 431,000 1,501 5.32 8.98 29.04 24.60 52.06 70 243.4 0.5660
Toledo Loreto 15 2006 8,939 6,686,983 931 7,181 446,000 1,499 4.62 8.69 27.74 20.65 75.49 70 260.7 0.3126
García Loreto 15 2007 2,880 6,910,964 892 7,750 478,000 1,446 4.21 8.40 15.76 18.21 67.97 70 279.1 0.3243
García Loreto 15 2008 490 7,325,146 958 7,646 457,000 1,603 3.30 8.00 22.52 21.95 67.13 70 403.6 0.3651
García Loreto 15 2009 8,516 7,349,737 971 7,570 464,700 1,582 3.50 7.70 26.39 20.72 67.68 70 425.9 0.3730
García Loreto 15 2010 21,804 7,833,745 983 7,966 471,000 1,663 3.30 5.70 19.52 19.29 64.98 70 449.3 0.3810
García Loreto 15 2011 11,167 7,520,658 995 7,556 480,000 1,567 3.60 7.10 14.57 17.67 63.27 70 451.9 0.3775
Humala Loreto 15 2012 458 8,058,617 1,007 8,003 500,700 1,609 3.56 7.00 13.40 15.87 67.61 70 500.1 0.3977
Humala Loreto 15 2013 362 8,428,825 1,018 8,278 514,606 1,638 3.62 5.64 8.35 13.90 60.63 71 527.7 0.4062
Humala Loreto 15 2014 907 8,703,568 1,029 8,459 528,898 1,646 3.70 5.13 6.24 11.82 66.43 71 556.7 0.4150
Humala Loreto 15 2015 430 8,995,094 1,039 8,654 543,587 1,655 3.82 4.60 6.28 9.67 61.53 71 587.4 0.4240
Humala Loreto 15 2016 1,492 9,296,385 1,056 8,801 558,684 1,664 3.98 4.08 6.26 7.56 65.62 71 619.7 0.4331
Paniagua MDios 16 2000 0 1,822,881 89 20,478 44,041 4,139 1.78 3.56 3.12 18.70 64.14 72 214.3 0.6206
Paniagua MDios 16 2001 419 1,828,775 92 19,838 46,003 3,975 1.93 3.67 3.03 9.20 58.45 72 236.7 0.3010
Toledo MDios 16 2002 4,617 1,834,689 95 19,228 46,712 3,928 2.02 3.71 3.32 8.40 50.53 72 261.4 0.3167
Toledo MDios 16 2003 4,286 1,840,621 102 18,015 50,659 3,633 2.10 3.75 3.12 7.80 22.30 72 288.8 0.3332
Toledo MDios 16 2004 5,154 1,846,573 102 18,110 53,000 3,484 2.20 3.78 2.95 7.50 43.22 72 319.0 0.3506
Toledo MDios 16 2005 5,099 1,852,543 105 17,609 55,000 3,368 2.29 3.82 4.73 8.00 25.30 72 352.3 0.5997
Toledo MDios 16 2006 3,223 1,858,534 108 17,143 59,000 3,150 2.39 3.86 1.60 8.52 39.02 72 389.1 0.3881
García MDios 16 2007 2,639 1,864,543 110 17,018 64,000 2,913 2.50 3.90 1.24 7.47 37.66 72 429.8 0.4083
García MDios 16 2008 1,119 1,900,199 115 16,554 66,000 2,879 2.40 4.10 0.59 8.77 38.45 71 573.6 0.5043
García MDios 16 2009 2,940 2,018,765 118 17,111 68,200 2,960 2.00 3.60 0.37 8.22 34.46 72 660.9 0.5173
García MDios 16 2010 6,790 2,207,528 121 18,216 71,000 3,109 1.80 4.50 0.50 8.58 32.00 72 761.6 0.5306
García MDios 16 2011 1,544 2,427,438 124 19,513 71,000 3,419 3.10 4.10 0.11 8.34 32.31 72 889.2 0.5306
Humala MDios 16 2012 354 1,930,362 128 15,124 74,300 2,598 2.68 4.00 0.22 8.50 33.94 72 1,011.3 0.5582
Humala MDios 16 2013 430 2,203,709 131 16,838 77,610 2,839 2.71 4.09 0.19 8.39 30.76 73 1,165.3 0.5725
Humala MDios 16 2014 2,168 1,907,157 134 14,221 81,067 2,353 2.74 4.10 2.21 8.46 33.31 73 1,342.8 0.5873
Humala MDios 16 2015 354 1,913,324 137 13,934 84,678 2,260 2.77 4.12 2.23 8.42 31.23 73 1,547.4 0.6024
Humala MDios 16 2016 869 1,919,510 140 13,754 88,450 2,170 2.80 4.13 2.21 8.45 32.90 73 1,783.1 0.6178
Paniagua Moquegua 17 2000 0 6,551,759 152 43,067 77,712 8,431 15.36 11.17 44.02 9.30 222.87 70 409.5 0.6661
Paniagua Moquegua 17 2001 4,596 6,682,691 154 43,299 79,616 8,394 13.73 10.65 30.05 6.40 133.50 70 410.7 0.3941
Toledo Moquegua 17 2002 2,339 6,816,240 156 43,577 84,911 8,028 12.37 10.04 20.64 4.20 87.08 71 412.0 0.4000
Toledo Moquegua 17 2003 2,916 6,952,458 160 43,390 82,848 8,392 12.56 9.47 14.30 4.80 60.99 72 413.2 0.4061
Toledo Moquegua 17 2004 3,181 7,091,398 160 44,229 89,000 7,968 11.06 8.94 11.58 4.50 45.32 73 414.4 0.4122
Toledo Moquegua 17 2005 3,441 7,233,114 162 44,584 95,000 7,614 10.28 8.43 5.66 3.20 35.38 74 415.7 0.6435
Anexos Eriksson Peralta Ccapa 119
Toledo Moquegua 17 2006 2,393 7,377,663 164 44,961 94,000 7,849 11.43 7.95 5.24 3.44 28.79 74 416.9 0.4248
García Moquegua 17 2007 2,116 7,525,100 162 46,586 98,000 7,679 17.25 7.50 3.79 3.34 24.38 75 418.2 0.4312
García Moquegua 17 2008 79 8,667,347 168 51,710 93,000 9,320 16.23 6.40 4.24 3.11 19.62 76 710.9 0.5556
García Moquegua 17 2009 1,359 8,425,948 169 49,750 96,600 8,723 18.34 5.30 1.69 3.00 16.34 76 782.3 0.5714
García Moquegua 17 2010 3,665 8,461,343 171 49,437 99,000 8,547 15.21 5.40 1.38 2.91 17.00 77 860.9 0.5876
García Moquegua 17 2011 1,859 7,782,234 173 44,985 100,000 7,782 23.51 5.60 1.89 2.84 13.64 77 879.6 0.5780
Humala Moquegua 17 2012 122 7,878,068 175 45,054 103,900 7,582 13.65 5.45 1.20 2.78 14.48 78 1,042.5 0.6215
Humala Moquegua 17 2013 233 8,874,511 177 50,213 106,445 8,337 25.62 4.27 1.08 2.73 13.67 78 1,147.3 0.6391
Humala Moquegua 17 2014 1,380 8,643,042 179 48,390 109,053 7,926 10.23 3.83 1.75 2.70 13.03 79 1,262.5 0.6573
Humala Moquegua 17 2015 337 8,815,767 180 48,847 111,724 7,891 9.27 3.42 1.31 2.67 12.51 79 1,389.3 0.6760
Humala Moquegua 17 2016 991 8,991,944 188 47,743 114,461 7,856 8.87 3.03 1.27 2.65 12.10 80 1,528.9 0.6952
Paniagua Pasco 18 2000 0 5,846,642 267 21,874 109,294 5,349 12.99 22.75 57.02 26.40 129.26 68 228.9 0.5748
Paniagua Pasco 18 2001 1,658 5,793,775 270 21,474 112,732 5,139 16.23 20.75 47.13 30.90 107.93 68 228.0 0.2734
Toledo Pasco 18 2002 1,926 5,741,385 272 21,081 121,684 4,718 17.12 18.72 39.31 28.50 92.84 69 227.0 0.2803
Toledo Pasco 18 2003 1,335 5,689,470 271 20,995 137,251 4,145 18.23 16.89 33.13 24.90 81.88 70 226.1 0.2875
Toledo Pasco 18 2004 5,128 5,638,023 277 20,318 131,000 4,304 15.26 15.24 24.43 19.00 73.73 70 225.2 0.2948
Toledo Pasco 18 2005 6,720 5,587,042 280 19,949 128,000 4,365 14.65 13.76 24.04 19.20 67.55 71 224.3 0.5752
Toledo Pasco 18 2006 3,501 5,536,522 283 19,587 133,000 4,163 14.21 12.41 23.34 19.84 62.80 71 223.4 0.3101
García Pasco 18 2007 1,925 5,486,459 281 19,560 137,000 4,005 12.35 11.20 21.01 18.83 61.24 72 222.4 0.3180
García Pasco 18 2008 309 5,416,045 288 18,811 134,000 4,042 16.67 9.70 23.31 17.81 60.30 71 463.3 0.4120
García Pasco 18 2009 723 5,098,609 290 17,552 153,200 3,328 18.32 8.80 18.29 17.50 53.55 71 455.1 0.4118
García Pasco 18 2010 2,257 4,772,532 293 16,291 154,000 3,099 23.12 7.50 8.51 17.27 50.08 71 447.0 0.4117
García Pasco 18 2011 2,403 4,748,902 295 16,081 155,000 3,064 19.34 6.70 9.96 17.10 48.06 72 454.0 0.4130
Humala Pasco 18 2012 170 5,005,615 298 16,820 158,500 3,158 18.47 6.65 10.72 16.97 49.20 72 431.4 0.4114
Humala Pasco 18 2013 357 4,992,782 300 16,653 163,487 3,054 21.56 5.41 16.24 16.87 48.20 72 423.8 0.4113
Humala Pasco 18 2014 1,058 5,148,465 302 17,049 168,630 3,053 17.48 4.76 10.17 16.80 47.38 72 416.3 0.4112
Humala Pasco 18 2015 466 5,101,911 304 16,774 173,935 2,933 15.23 4.18 11.15 16.75 46.70 72 408.9 0.4110
Humala Pasco 18 2016 1,107 5,055,777 306 16,505 179,408 2,818 10.36 3.65 10.86 16.71 46.15 72 401.7 0.4109
Paniagua Piura 19 2000 6,170 8,679,043 1,609 5,394 698,846 1,242 8.57 17.06 59.29 24.10 80.04 69 213.0 0.5506
Paniagua Piura 19 2001 8,347 9,159,134 1,628 5,626 713,489 1,284 9.23 15.72 45.80 23.00 67.99 69 225.1 0.2849
Toledo Piura 19 2002 6,125 9,665,780 1,646 5,873 719,939 1,343 8.27 14.76 35.73 16.00 59.16 69 238.0 0.2951
Toledo Piura 19 2003 5,060 10,200,453 1,663 6,135 780,684 1,307 7.07 13.87 28.22 16.10 52.54 70 251.5 0.3056
Toledo Piura 19 2004 14,758 10,764,701 1,679 6,412 778,000 1,384 6.58 13.03 22.03 16.10 47.48 70 265.8 0.3165
Toledo Piura 19 2005 11,791 11,360,162 1,695 6,703 801,000 1,418 6.12 12.24 19.59 16.20 43.56 71 280.9 0.5714
Toledo Piura 19 2006 15,009 11,988,561 1,710 7,009 811,000 1,478 4.67 11.50 14.38 17.64 40.47 71 296.9 0.3394
García Piura 19 2007 3,977 12,651,720 1,676 7,547 876,000 1,444 4.32 10.80 13.34 16.03 36.71 72 313.8 0.3515
García Piura 19 2008 4,428 13,580,950 1,740 7,804 860,000 1,579 3.35 9.40 11.26 17.43 37.47 71 404.0 0.3775
García Piura 19 2009 2,680 14,002,963 1,755 7,980 894,000 1,566 6.25 8.90 9.29 16.76 34.56 72 433.9 0.3918
García Piura 19 2010 15,102 15,133,348 1,770 8,552 901,000 1,680 5.21 9.40 9.56 17.19 31.33 72 466.0 0.4066
Anexos Eriksson Peralta Ccapa 120
García Piura 19 2011 12,346 16,354,182 1,785 9,164 875,000 1,869 4.31 7.90 8.34 16.91 30.52 72 503.4 0.4269
Humala Piura 19 2012 452 17,016,788 1,800 9,456 896,300 1,899 5.27 7.83 6.93 17.09 31.14 72 537.4 0.4379
Humala Piura 19 2013 545 17,695,809 1,815 9,752 915,081 1,934 6.23 7.29 6.35 16.97 30.40 72 577.1 0.4545
Humala Piura 19 2014 2,883 18,442,818 1,829 10,081 934,255 1,974 4.13 6.87 7.84 17.05 29.79 72 619.7 0.4716
Humala Piura 19 2015 1,296 19,463,001 1,644 11,838 953,831 2,041 3.16 6.48 6.80 17.00 29.27 72 665.5 0.4895
Humala Piura 19 2016 3,059 20,539,617 1,676 12,258 973,817 2,109 6.21 6.12 6.63 17.03 28.84 73 714.6 0.5080
Paniagua Puno 20 2000 31,126 4,057,401 1,224 3,315 656,963 618 2.49 15.36 76.32 29.70 136.08 65 241.7 0.5115
Paniagua Puno 20 2001 35,449 4,279,133 1,236 3,461 666,678 642 5.67 15.45 65.75 29.10 100.47 66 236.7 0.2801
Toledo Puno 20 2002 20,599 4,512,982 1,253 3,603 670,794 673 5.36 14.99 56.39 19.80 78.33 66 231.8 0.2823
Toledo Puno 20 2003 16,851 4,759,611 1,281 3,717 691,950 688 4.98 14.55 48.13 19.00 63.87 67 227.0 0.2845
Toledo Puno 20 2004 43,332 5,019,718 1,281 3,920 700,000 717 4.62 14.12 38.57 16.80 54.02 67 222.3 0.2867
Toledo Puno 20 2005 44,899 5,294,039 1,294 4,092 741,000 714 4.23 13.70 35.67 15.90 47.08 68 217.7 0.5468
Toledo Puno 20 2006 32,856 5,583,351 1,306 4,274 742,000 752 3.20 13.29 29.76 15.26 42.07 68 213.2 0.2912
García Puno 20 2007 20,514 5,888,474 1,268 4,642 731,000 806 2.40 12.90 24.32 12.63 38.38 69 208.8 0.2934
García Puno 20 2008 761 6,328,497 1,329 4,761 739,000 856 2.90 14.10 18.81 12.93 36.92 67 282.6 0.3422
García Puno 20 2009 6,796 6,592,006 1,341 4,917 749,500 880 2.69 13.00 18.14 12.40 32.79 67 313.2 0.3545
García Puno 20 2010 10,905 6,996,208 1,353 5,173 773,000 905 2.88 11.70 15.83 11.97 30.35 67 347.1 0.3673
García Puno 20 2011 12,495 7,420,530 1,365 5,437 783,000 948 3.24 11.10 9.61 11.63 28.57 68 371.2 0.3697
Humala Puno 20 2012 569 7,778,647 1,377 5,648 783,500 993 3.93 11.00 9.96 11.35 29.42 68 426.3 0.3942
Humala Puno 20 2013 945 8,313,768 1,390 5,982 795,085 1,046 5.27 10.28 6.56 11.13 28.60 68 472.4 0.4084
Humala Puno 20 2014 3,558 8,545,895 1,402 6,093 806,842 1,059 4.24 9.64 5.32 10.95 27.95 68 523.6 0.4231
Humala Puno 20 2015 1,159 9,012,917 1,416 6,367 818,773 1,101 3.76 8.97 4.69 10.80 27.42 68 580.2 0.4384
Humala Puno 20 2016 3,228 9,505,461 1,456 6,527 830,880 1,144 3.21 8.28 3.70 10.68 27.00 68 643.0 0.4542
Paniagua SMartín 21 2000 856 2,098,443 662 3,170 302,359 694 3.34 11.78 56.09 19.90 193.29 70 173.7 0.5528
Paniagua SMartín 21 2001 7,801 2,235,361 675 3,311 311,085 719 3.08 11.20 46.63 16.30 134.71 70 183.5 0.2307
Toledo SMartín 21 2002 5,161 2,381,212 687 3,464 325,428 732 2.98 10.72 38.77 20.90 102.05 70 193.9 0.2431
Toledo SMartín 21 2003 6,261 2,536,579 768 3,303 363,949 697 2.87 10.26 32.24 19.70 82.43 71 204.9 0.2561
Toledo SMartín 21 2004 22,131 2,702,084 711 3,802 374,000 722 2.78 9.81 22.06 16.80 69.95 71 216.5 0.2698
Toledo SMartín 21 2005 18,721 2,878,387 723 3,984 383,000 752 2.68 9.39 22.25 12.20 61.65 72 228.8 0.5735
Toledo SMartín 21 2006 15,520 3,066,194 735 4,173 385,000 796 2.59 8.99 22.55 10.21 55.95 72 241.7 0.2996
García SMartín 21 2007 5,646 3,266,254 729 4,482 404,000 808 2.50 8.60 16.33 11.37 50.01 72 255.4 0.3157
García SMartín 21 2008 1,215 3,598,318 759 4,741 402,000 895 2.30 7.70 11.69 9.56 49.41 73 439.9 0.3704
García SMartín 21 2009 8,614 3,740,922 771 4,852 405,500 923 3.70 7.60 12.27 7.65 45.85 73 464.7 0.3869
García SMartín 21 2010 10,646 4,051,733 783 5,175 426,000 951 1.80 7.00 10.13 5.78 44.00 73 491.0 0.4041
García SMartín 21 2011 6,019 4,254,767 795 5,354 439,000 969 2.10 6.90 6.01 4.05 42.99 74 511.3 0.4183
Humala SMartín 21 2012 549 4,745,443 806 5,884 425,400 1,116 2.30 6.78 5.57 2.59 43.30 74 548.0 0.4408
Humala SMartín 21 2013 568 4,776,549 818 5,839 437,677 1,091 2.29 6.20 5.22 1.48 42.63 74 578.9 0.4604
Humala SMartín 21 2014 1,973 5,083,967 830 6,129 450,308 1,129 2.27 5.87 4.43 0.73 42.13 74 611.6 0.4809
Humala SMartín 21 2015 978 5,415,682 841 6,441 463,304 1,169 2.26 5.56 3.83 0.30 41.75 75 646.1 0.5023
Anexos Eriksson Peralta Ccapa 121
Humala SMartín 21 2016 1,906 5,769,040 856 6,737 476,675 1,210 2.25 5.26 3.28 0.10 41.46 75 682.6 0.5246
Paniagua Tacna 22 2000 0 4,243,841 269 15,774 138,365 3,067 3.96 2.56 15.68 5.40 301.40 71 660.7 0.6805
Paniagua Tacna 22 2001 6,691 4,361,975 275 15,869 141,379 3,085 3.92 2.64 11.68 4.70 154.57 72 617.2 0.4803
Toledo Tacna 22 2002 3,741 4,483,399 281 15,978 140,387 3,194 4.04 2.82 8.71 2.10 90.33 72 576.6 0.4737
Toledo Tacna 22 2003 2,339 4,608,202 302 15,264 150,798 3,056 4.17 3.01 6.51 2.40 58.64 73 538.7 0.4672
Toledo Tacna 22 2004 2,833 4,736,479 292 16,245 162,000 2,924 4.30 3.21 3.88 2.80 41.42 73 503.3 0.4608
Toledo Tacna 22 2005 2,208 4,868,328 297 16,405 160,000 3,043 4.43 3.42 3.94 2.20 31.32 73 470.2 0.6685
Toledo Tacna 22 2006 3,877 5,003,846 302 16,584 161,000 3,108 4.56 3.65 3.05 1.09 25.01 74 439.3 0.4482
García Tacna 22 2007 10,768 5,143,137 289 17,809 163,000 3,155 4.70 3.90 2.56 2.01 17.83 74 410.4 0.4421
García Tacna 22 2008 14,158 5,028,127 311 16,166 172,000 2,923 4.40 3.40 0.90 1.39 15.27 75 640.6 0.5338
García Tacna 22 2009 1,476 4,831,325 316 15,312 168,300 2,871 6.70 3.50 1.07 1.21 14.50 75 669.8 0.5391
García Tacna 22 2010 14,726 5,351,119 320 16,721 176,000 3,040 5.30 4.00 1.12 1.05 14.47 75 700.4 0.5444
García Tacna 22 2011 8,536 5,485,415 324 16,904 178,000 3,082 4.70 5.40 1.53 0.91 12.02 76 681.3 0.5265
Humala Tacna 22 2012 177 5,624,930 329 17,101 179,200 3,139 5.61 5.25 0.82 0.79 12.74 76 765.9 0.5553
Humala Tacna 22 2013 206 5,897,602 333 17,696 183,104 3,221 5.94 5.14 0.24 0.68 12.13 76 800.9 0.5608
Humala Tacna 22 2014 1,302 6,233,000 338 18,464 187,093 3,332 6.34 5.44 0.47 0.59 11.67 77 837.5 0.5663
Humala Tacna 22 2015 315 6,406,507 342 18,741 191,168 3,351 6.84 5.76 0.38 0.51 11.30 77 875.8 0.5719
Humala Tacna 22 2016 1,040 6,584,843 352 18,695 195,333 3,371 7.46 6.11 0.33 0.45 11.02 78 915.8 0.5776
Paniagua Tumbes 23 2000 59 1,019,697 185 5,516 92,857 1,098 3.93 7.86 3.21 12.90 170.34 67 304.5 0.6201
Paniagua Tumbes 23 2001 394 1,091,054 189 5,785 95,454 1,143 4.06 6.72 3.12 6.70 113.30 68 318.0 0.3409
Toledo Tumbes 23 2002 2,636 1,167,405 192 6,070 96,613 1,208 4.15 6.44 3.09 10.00 82.85 69 332.1 0.3511
Toledo Tumbes 23 2003 733 1,249,099 207 6,046 108,219 1,154 4.24 6.17 2.23 6.50 65.16 70 346.9 0.3615
Toledo Tumbes 23 2004 615 1,336,510 200 6,690 113,000 1,183 4.32 5.91 1.07 7.80 54.19 71 362.3 0.3723
Toledo Tumbes 23 2005 18,721 1,430,038 203 7,029 114,000 1,254 4.41 5.66 1.04 6.00 47.04 73 378.4 0.6169
Toledo Tumbes 23 2006 739 1,530,110 207 7,387 116,000 1,319 13.21 5.43 0.32 4.51 42.20 74 395.3 0.3947
García Tumbes 23 2007 428 1,637,186 211 7,767 124,000 1,320 4.60 5.20 0.16 4.87 43.69 75 412.8 0.4065
García Tumbes 23 2008 1,215 1,901,874 214 8,869 121,000 1,572 5.00 3.40 0.46 3.83 41.57 76 487.8 0.4717
García Tumbes 23 2009 636 2,084,593 218 9,562 121,600 1,714 4.50 3.90 2.14 3.26 33.38 77 528.0 0.4830
García Tumbes 23 2010 1,174 2,318,160 221 10,466 127,000 1,825 5.60 4.20 0.19 2.75 32.60 77 571.5 0.4945
García Tumbes 23 2011 1,482 2,157,811 225 9,595 128,000 1,686 5.10 4.20 0.68 2.29 31.58 78 630.7 0.5057
Humala Tumbes 23 2012 278 2,422,839 228 10,616 129,300 1,874 5.20 3.83 0.66 1.89 31.73 78 669.7 0.5184
Humala Tumbes 23 2013 193 2,511,470 231 10,850 132,917 1,890 5.30 3.70 0.30 1.54 31.19 78 724.9 0.5308
Humala Tumbes 23 2014 419 2,628,603 235 11,203 136,635 1,924 5.40 3.60 0.81 1.24 30.79 79 784.7 0.5435
Humala Tumbes 23 2015 167 2,812,550 238 11,833 140,457 2,002 5.49 3.51 0.73 0.99 30.48 79 849.4 0.5565
Humala Tumbes 23 2016 618 3,009,370 245 12,266 144,387 2,084 5.59 3.44 0.72 0.78 30.25 80 919.4 0.5698
Paniagua Ucayali 24 2000 94 2,346,563 390 6,013 160,815 1,459 9.78 11.09 82.13 33.60 103.43 66 170.7 0.5650
Paniagua Ucayali 24 2001 3,180 2,436,653 399 6,108 167,661 1,453 4.56 10.40 61.71 22.70 98.23 67 186.2 0.2408
Toledo Ucayali 24 2002 6,302 2,530,202 407 6,216 172,014 1,471 5.61 9.78 46.38 23.30 96.83 68 203.1 0.2577
Toledo Ucayali 24 2003 0 2,627,342 461 5,704 190,671 1,378 2.35 9.20 34.87 24.30 34.67 68 221.5 0.2759
Anexos Eriksson Peralta Ccapa 122
Toledo Ucayali 24 2004 3,388 2,728,212 422 6,463 202,000 1,351 6.41 8.65 22.87 23.30 91.32 69 241.6 0.2954
Toledo Ucayali 24 2005 3,776 2,832,955 430 6,595 206,000 1,375 5.78 8.14 20.02 17.60 36.64 70 263.5 0.5760
Toledo Ucayali 24 2006 1,901 2,941,719 437 6,732 211,000 1,394 5.21 7.65 19.59 18.42 86.69 70 287.4 0.3385
García Ucayali 24 2007 1,456 3,054,659 432 7,068 230,000 1,328 3.23 7.20 9.66 21.22 66.74 71 313.4 0.3623
García Ucayali 24 2008 388 3,213,169 451 7,120 240,000 1,339 3.30 6.10 9.52 30.11 68.54 71 401.8 0.3855
García Ucayali 24 2009 1,418 3,244,329 458 7,081 247,600 1,310 2.60 5.50 6.99 18.62 66.94 72 433.3 0.3967
García Ucayali 24 2010 7,555 3,360,967 465 7,230 256,000 1,313 2.90 5.40 4.20 29.68 69.15 72 467.3 0.4082
García Ucayali 24 2011 3,292 3,530,222 471 7,490 261,000 1,353 8.23 5.30 2.94 18.89 54.91 73 558.4 0.4345
Humala Ucayali 24 2012 169 3,842,456 478 8,045 265,200 1,449 2.31 5.20 0.86 29.28 76.57 73 543.4 0.4324
Humala Ucayali 24 2013 288 3,954,657 484 8,176 276,489 1,430 15.23 4.36 2.14 19.14 75.23 73 586.0 0.4450
Humala Ucayali 24 2014 1,678 3,976,430 490 8,121 288,258 1,379 1.80 4.00 2.69 28.90 74.11 73 632.0 0.4579
Humala Ucayali 24 2015 510 4,129,095 496 8,333 300,528 1,374 1.59 3.66 1.75 19.38 73.32 74 681.5 0.4713
Humala Ucayali 24 2016 1,791 4,287,621 498 8,606 313,320 1,368 1.40 3.34 1.38 28.56 72.00 74 735.0 0.4850
ANEXO N° 03