El estudio se considera relevante en la medida que realiza un análisis actualizado al último censo realizado en el Perú, permitiendo constatar la relación de los ingresos por Canon Minero entre los años 2013 y 2016 con la pobreza, en el periodo de caída de estas trasferencias a los gobiernos locales por este concepto. Además de presentar un mapa de pobreza, que se constituye en instrumento de focalización geográfica, de bajo costo y operativo, dado que permite observar en nivel de bienestar con una desagregación menor a las encuestas de hogares (Escobal et al., 2001), permitiendo realizar análisis actualizados y mejorar la focalización de intervenciones públicas o privadas.
Asimismo, tal y como se indica en la introducción, el presente estudio parte de la hipótesis de que, debido a las importantes transferencias de dinero realizadas a los gobiernos locales producto de la actividad minera en el Perú, se espera que exista una relación positiva entre el Canon Minero y la reducción de la pobreza. Ello fundamentado en la mayor disponibilidad de recursos públicos, dado el crecimiento económico sostenido promedio de 4% de la últimas dos décadas del Perú (Banco Mundial, 2019) y la reducción del índice de pobreza de los últimos años (INEI, 2018). Entre algunos de los recursos públicos significativos para los gobiernos locales, se tiene el Canon Minero, que puede ser utilizado para el financiamiento de proyectos de inversión orientadas a brindar servicios públicos (MEF, 2004).
La metodología aplicada para el análisis permite constatar que es posible obtener estimaciones de pobreza a partir de la combinación de dos bases de datos, con diferentes dimensiones de información; lo que significa que podría replicarse la metodología para realizar estimaciones con información de otros censos, facilitando a que futuras investigaciones puedan realizar este análisis con datos de panel, por ejemplo.
Es en ese marco que al realizar el análisis objetivo del estudio, se observa que entre los años 2013 y 2017 a nivel de país se tiene un mayor nivel de bienestar, medido en términos de reducción de pobreza monetaria, con índices promedio de 34% a 30%; comportamiento que coincide con análisis realizados a partir de las encuestas nacionales (INEI, 2018).
En estratos más pequeños como los distritos, el 42% (771 distritos) han incrementado el índice de pobreza; de estos, 330 a través de sus municipios recibieron en los últimos años más de un millón de soles (303,030 US$).
En referencia a los índices de pobreza y desigualdad en gasto, a partir de la estimación realizada al 2017, se tiene que el 26% de distritos (490) tiene un índice de pobreza superior al 40%, el 12% de distritos (230) requieren incrementar en más del 15% de ingresos para alcanzar la línea de
pobreza, y el 5% de los distritos tienen un índice de severidad de pobreza superior al 8% (promedio de país).
En términos de desigualdad, el índice de GINI oscila entre 0.22 y 0.99 a nivel nacional, con un promedio de 32%; lo que reflejaría que se mantiene la desigualdad del país, mencionado en estudios previos (Escobal, Javier; Ponce, 2008; Escobal et al., 1998; Verdera, 2007).
Los resultados muestran también que la pobreza en el Perú, además de haberse reducido, mantiene su composición, con índices más altos en el ámbito rural; esto a pesar de que este estrato sólo concentra al 22.4% de la población, cifra menor al año 2013 (30%).
Otro elemento de análisis son las grandes diferencias dentro del mismo departamento, como Arequipa, por ejemplo, que tiene distritos con índices de pobreza cercanos a 1% y otros con pobreza mayor a 40%.
Al observar la información por dominios geográficos, se tiene que la costa tiene un índice promedio de pobreza menor a la sierra, dónde se ubica la mayor parte de la población rural, especialmente la sierra norte que registra un índice de pobreza superior al 50%.
Respecto al mecanismo de distribución del Canon, se visualizan grandes desigualdades territoriales, en cuanto a los montos transferidos entre los distritos; dado que, en los años de análisis, hay municipios que recibieron menos de 100 soles (33 US$) per cápita (169 distritos) y otros (299 distritos) que percibieron ingresos de más de 5 millones de soles (1,501,501 US$), siendo los distritos ubicados en la sierra norte los que recibieron mayores recursos, entre los que resalta el departamento de Ancash. Situación preocupante, al visualizarse que los mayores índices de pobreza se encuentran en este dominio geográfico. Sobre el particular, la literatura que discute el efecto de la explotación minera sobre las comunidades locales (Arellano-Yanguas, 2011; Bebbington et al. 2008; Kunanayagam et al. 2000; Escobal, 2014), por un lado pone énfasis en los conflictos que se han generado por la fragmentación del tejido social rural, transformación institucional por los ingresos que pueden percibir por impuestos o servicios, degradación ambiental, reducción de salario real en ámbitos cercanos a la ubicación de las empresas y brechas de desigualdad definidas por el tamaño de la empresa y la cercanía a esta; pero también reflejan los beneficios que han tenido en algunos medios de vida, principalmente en términos de la importancia de la recaudación tributaria por Canon Minero, su distribución a gobiernos locales y su efecto en la reducción de la pobreza.
Según (Loayza & Rigolini, 2016) la minería tiene en promedio un efecto positivo económico pero no redistributivo en los distritos de Perú. Positivo porque los gobiernos disponen de mayores recursos y menores índices de pobreza en términos de ingresos per-cápita, y negativo en términos de desigualdad entre los distritos productores. Este doble efecto, según Loayza &
Rigolini (2016) puede ayudar a explicar el descontento social con la minería en Perú, que, a pesar de sus enormes ingresos, al analizar la utilidad de las transferencias fiscales a los gobiernos locales en el índice de pobreza distrital del Perú, se encuentra efectos sólo en términos de ingresos de los hogares.
En concordancia con la literatura, el análisis exploratorio realizado en el presente estudio, determina que las transferencias monetarias por Canon Minero, tiene una influencia positiva significativa en la variable relacionada con la reducción de la pobreza monetaria a nivel distrital. Empero, como se observa también en los resultados, existen disparidades de este efecto al considerar la información por dominio geográfico de sierra, donde se muestra una relación menor comparada con la costa. Esto podría adjudicarse a la eficiencia de la gobernanza, siendo más eficiente en la costa que en la sierra, lo que se complementa también con los mejores indicadores en términos de educación e ingresos en este ámbito.
Entre algunos análisis a los que se puede referir para explicar esta diferencia, se encuentran algunos estudios realizados empíricamente (Pegg, 2006), que mencionan la corrupción como uno de los factores más frecuentes en el uso de recursos provenientes del uso intensivo de capital para la extracción de recursos naturales, como lo es la minería. Situación que podría advertir parte la ineficiente gestión institucional de los municipios y los resultados obtenidos en el análisis. Así mismo describen la contribución de un sector minero a la economía en el contexto general de la gestión económica y las instituciones del país, siendo otro factor predominante la calidad instruccional, para determinar si los ingresos generados contribuyen o no, con la reducción de la pobreza (Humphreys Bebbington et al., 2008; Pegg, 2006).
Es así, que en virtud de los resultados del estudio y la literatura, se sugiere la ampliación de la investigación incorporando algunas variables de gestión, como la ejecución presupuestal en salud y educación, que en función a estudios previos (Cueva, 2012; Guerra, 2017) no han sido constantes en el tiempo en los distritos calificados como productores mineros, además de haber mostrado “pereza fiscal” en términos de niveles de ejecución presupuestal, comparados con distritos no mineros.
Otros temas de análisis sugeridos como agenda de investigación, en relación con el efecto de la minería en la pobreza por la literatura, es la diferenciación de la gran minería y pequeña minería (Hilson, 2009; Mbilima, 2019). Dado que alrededor de la gran minería, surgen intervenciones directas bajo el modelo denominado Responsabilidad Social, que, si se encuentra alineado con las prioridades de locales y con la participación de los hogares y podría generar un impacto positivo en el desarrollo local (Mbilima, 2019). En relación a la pequeña minería o también denominada minería artesanal, aunque deficiente de información para evaluaciones, se reconoce
como una arista importante para los ingresos de los hogares, dado que sus bajas barreras de entrada permiten que las personas salgan de la pobreza en corto plazo (sin considerar su vulnerabilidad y posible retorno a situación en pobreza en mediano plazo); por tanto ofrece una gama de oportunidades económicas informales para personas del entorno (Hilson, 2009).
Adicional a ello, existe un debate permanente sobre la "maldición de los recursos" asociada con las economías que dependen de la extracción de recursos naturales y sus beneficios sobre la población (Deaton & Niman, 2012; Hilson, 2009; Mbilima, 2019), estos estudios manifiestan que si bien existen diversos problemas vinculados a lo ambiental, propiedad de la tierra y eficiencia institucional; los beneficios están asociados a la reducción corto plazo de la tasa de pobreza. Es así que otra arista considerable, para ampliar la investigación es el efecto del impuesto directo de la actividad minera, en variables vinculadas al Desarrollo de largo plazo como el capital humano, el sector industrial y los patrones de migración; comparando también con otros sectores como el agrícola.
En esta línea, el presente estudio si bien concuerda con algunos estudios previos, concluyendo que existe un relación significativa entre la transferencias de Canon Minero y la reducción de pobreza monetaria en el país, también motiva a futuras investigaciones para ampliar el análisis, incorporando algunos elementos sugeridos por la literatura, que permita constatar y explicar el efecto de estas trasferencias en dominios geográficos como la sierra; donde se visualiza una correlación menor con el bienestar en términos de pobreza (Tabla 11), situación alarmante al ser los que más perciben ingresos por Canon.
Aunque existe la probabilidad de sesgo en este estudio exploratorio, los resultados invitan a ampliar la investigación, superando limitantes de disponibilidad de datos y aplicando otras metodologías; pudiendo comparar diferentes departamentos con mejores indicadores en cuanto a pobreza como el departamento de Moquegua, o bien, por dominios geográficos. Destaca así la importancia de conocer más sobre los motivos por el cual la transferencia de este impuesto, tiene un menor efecto en la sierra. Así mismo, evaluar diferentes modalidades de distribución más equitativa de los recursos, que facilite la efectividad de la inversión.
El poder disponer de información que permite conocer a la población en situación de pobreza; facilita la orientación de los recursos a favor de la reducción de esta condición. Siendo esto, muy relevante para el país, dado que se puede observar la variación de indicadores de bienestar en el tiempo, motivando a los tomadores de decisión no solo a buscar que los hogares que incrementaron su índice de pobreza cuenten con mejor oferta de servicios, si no también, evaluar las estrategias para mejorar la intervención y como hace referencia Trivelli (2019) asegurar que las personas que lograron salir de esta condición mantengan su nivel de desarrollo.
Minería y Pobreza:
Relación entre el índice de pobreza y las transferencias por Canon Minero en el Perú
Donet Paredes, R. Melissa
Departamento de economía Agraria, Pontificia Universidad Católica de Chile
RESUMEN
La actividad minera tiene una participación representativa en el Perú y por tanto se espera que tenga efectos positivos en la reducción de la pobreza, especialmente en las transferencias monetarias realizadas a los distritos productores mineros, mediante el “Canon Minero”. Entonces partiendo de la elaboración del Mapa de pobreza distrital al 2017 replicando la metodología SAE y utilizando la información disponible con datos de pobreza al 2013, junto con datos a nivel de distrito sobre transferencias fiscales a los gobiernos locales, nivel promedio de educación, índice de desigualdad, tasa de dependencia y número promedio de miembros de hogar, se realiza un análisis exploratorio para responder esta hipótesis. Para ello se utilizan microdatos de la Encuesta Nacional de Hogares y el Censo al 2017, Mapa de pobreza distrital al 2013 y Transparencia Económica del Ministerio de Economía Finanzas al 2016. Aplicando regresiones con modelación lineal, se encuentra que los distritos que perciben este impuesto tienen un consumo promedio per cápita más alto y por tanto tasas de pobreza más bajas; no obstante, estos impactos positivos disminuyen cuando se desglosan los dominios geográficos, dónde se muestra que en la sierra se tiene un efecto menor, que la costa.
BIBLIOGRAFÍA
Arellano-Yanguas, J. (2011). Aggravating the Resource Curse: Decentralisation, Mining and Conflict in Peru. Journal of Development Studies, 47(4), 617–638.
https://doi.org/10.1080/00220381003706478
Banco Mundial. (2019). Perú Panorama general. Retrieved November 8, 2019, from https://www.bancomundial.org/es/country/peru/overview
BCRP. (2019). Tipo de Cambio (promedio del periodo). Retrieved November 18, 2019, from Banco Central de Reserva del Perú website:
https://estadisticas.bcrp.gob.pe/estadisticas/series/anuales/resultados/PM05243PA/html CIDE, C. de I. y D. (2001). Dimensiones de la pobreza en el Perú. Retrieved from
http://hrlibrary.umn.edu/research/Peru-Dimensiones de Pobreza Peru INEI.pdf
Cong Nguyen, Minh ; Corral, Paul ; Axevedo, Joäo Pedro ; Zhao, Q. (2018). A Stata Packge for Unit Level Small Area Estimation. Policy Research Working Paper, 8630. Retrieved from https://pdfs.semanticscholar.org/5950/368ed752e7a6624d404e3c86c5ba105ad20a.pdf?_g a=2.76991568.410451225.1568218288-1641344850.1568218288
Cueva, S. (2012). El impacto de las transferencias monetarias mineras en el desarrollo de los distritos del Perú (Pontificia Universidad Católica del Perú). Retrieved from
https://s3.amazonaws.com/rgi-
documents/6aee4a7bdacaa4bc331d138568cd7f0919351cb7.pdf
Deaton, B. J., & Niman, E. (2012). An empirical examination of the relationship between mining employment and poverty in the Appalachian region. Applied Economics, 44(3), 303–312. https://doi.org/10.1080/00036846.2010.505558
Elbers, C., Lanjouw, J. O., & Lanjouw, P. (2003). Micro-Level Estimation of Poverty and Inequality (Vol. 71). Retrieved from
https://www.jstor.org/stable/pdf/3082050.pdf?refreqid=excelsior%3Ae00644203d6d897920 4c2cc129a1c872
Escobal, Javier; Ponce, C. (2008). Dinámicas provinciales de pobreza en el Perú 1993-2005. Latin American Center for Rural Development (Rimisp) . Retrieved from
https://pdfs.semanticscholar.org/ee84/257fcb717ab385842b1d887e4507e3358a8b.pdf Escobal, J. (2014). Trampas Territoriales de Pobreza y Desigualdad en el Perú. Grupo de
Trabajo: Desarrollo Con Cohesi Ón Territorial, Documento.
Escobal, J., Saavedra, J., & Torero, M. (1998). Grupo de Análisis para el Desarrollo. Retrieved from http://www.grade.org.pe/upload/publicaciones/archivo/download/pubs/ddt26.pdf Escobal, J., Torero, M., & Ponce, C. (2001). Focalización Geográfica del Gasto Social: Mapas
de Pobreza.
Figueroa, A. (1998). Políticas Macro-económicas y Pobreza en el Perú. Retrieved from
http://repositorio.pucp.edu.pe/index/bitstream/handle/123456789/46785/n_145.pdf?sequen ce=1
Foster, J., Greer, J., & Thorbecke, E. (2010). The Foster-Greer-Thorbecke (FGT) Poverty Measures: Twenty-Five Years Later. Institute for International Economic Policy.
Gabriel Demombynes, Chris Elbers, Jean O. Lanjouw, and P. L. (2014). How Good a Map? Putting Small Area Estimation to the Test Article. Rivista Internazionale Di Scienze Sociali ·, (April 2007). https://doi.org/10.2307/41625220
Guerra, Y. S. (2017). Transferencias de tipo de Canon, Regalías, Participaciones y Otros. Herrera, J., & Javier. (2017). Pobreza y desigualdad económica en el Perú durante el boom de
crecimiento: 2004-2014. Revue Internationale de Politique de Développement, 9(9). https://doi.org/10.4000/poldev.2518
Hilson, G. (2009). Small-scale mining, poverty and economic development in sub-Saharan Africa: An overview. Resources Policy, 34(1–2), 1–5.
https://doi.org/10.1016/j.resourpol.2008.12.001
Humphreys Bebbington, D., Bury, J., Lingan, J., Muñoz, J. P., & Scurrah, M. (2008). Mining and Social Movements: Struggles Over Livelihood and Rural Territorial Development in the Andes. World Development, 36(12), 2888–2905.
https://doi.org/10.1016/J.WORLDDEV.2007.11.016
INEI. (2015). Mapa de pobreza provicial y distrital 2013. Retrieved October 30, 2019, from https://www.inei.gob.pe/media/MenuRecursivo/publicaciones_digitales/Est/Lib1261/Libro.p df
INEI. (2017). Pobreza Monetaria. Retrieved from
https://www.inei.gob.pe/media/cifras_de_pobreza/presentacion_evolucion-de-pobreza- monetaria-2017.pdf
INEI. (2018). Evolución de la pobreza monetaria 2007 - 2017. Retrieved from
https://www.inei.gob.pe/media/MenuRecursivo/publicaciones_digitales/Est/Lib1533/libro.pd f
INEI. (2019). Base de Microdatos. Retrieved October 29, 2019, from Instituto Nacional de Estadística e Informática website: http://iinei.inei.gob.pe/microdatos/
INEI, I. N. de E. e I. (2000). ¿Qué es la Pobreza? Retrieved from http://www.inei.gob.pe Javier Escobal, Máximo Torero, C. P. (2001). “ Focalización Geográfica del Gasto Social :
Kunanayagam, R., McMahon, G., Sheldon, C., Strongman, J., & Weber-Fahr, M. (2000). La minería y la reducción de la pobreza.
Lanjouw, P., Elbers, C., & Lanjouw, J. (2000). Micro Level estimations of Welfare. https://doi.org/10.1596/1813-9450-2911
Lerman, G., McCoy, M., Tropp, J. A., & Zhang, T. (2012). Robust computation of linear models by convex relaxation. Foundations of Computational Mathematics, 15(2), 363–410. https://doi.org/10.1007/s10208-014-9221-0
Loayza, N., & Rigolini, J. (2016). The Local Impact of Mining on Poverty and Inequality: Evidence from the Commodity Boom in Peru. World Development, 84, 219–234. https://doi.org/10.1016/j.worlddev.2016.03.005
Macroconsult. (2012). Impacto económico de la minería en el Perú. Retrieved from
https://www.convencionminera.com/perumin31/images/perumin/recursos/OLD/Economбa SNMPE Impacto econвmico de la minerбa en el Perг.pdf
Mbilima, F. (2019). Extractive industries and local sustainable development in Zambia: The case of corporate social responsibility of selected metal mines. Resources Policy, 101441. https://doi.org/10.1016/j.resourpol.2019.101441
MEF. (2004). Política Económica y Social: Canon – Metodología de Distribución. Retrieved November 8, 2019, from Ministerio de Economía y Finanzas website:
https://www.mef.gob.pe/es/politica-economica-y-social-sp-2822/150-transferencia-y-gasto- social/2296-canon-metodologia-de-distribucion
MEF, M. de E. y F. (2019). Portal de Transparencia Económica. Retrieved October 16, 2019, from
https://www.mef.gob.pe/index.php/es/?option=com_content&view=category&id=661&Itemi d=100143&lang=es
Navarro, José; Chávez, J. (2001). El Índice de Pobreza Foster Greer Thorbecke (FGT): Una Aplicación para Michoacán y sus municipios, 1980-2000. Economía y Sociedad, 10, 23– 46.
Pegg, S. (2006). Mining and poverty reduction: Transforming rhetoric into reality. Journal of Cleaner Production, 14(3–4), 376–387. https://doi.org/10.1016/j.jclepro.2004.06.006 Piper, L. E. (2010). Trust. The Health Care Manager, 29(1), 34–40.
https://doi.org/10.1097/HCM.0b013e3181cd8b29
Trivelli, C. (2019). Salida permanente de la pobreza, por Carolina TrivelliInstituto de Estudios Peruanos. Retrieved November 14, 2019, from Instituto de Estudios Peruanos website: https://iep.org.pe/noticias/salida-permanente-de-la-pobreza-por-carolina-trivelli/
Verdera, F. (2007). La pobreza en el Perú. Retrieved from www.clacso.edu.ar
Zegarra M. Eduardo; Orihuela José; Paredes Maritza. (2007). Minería y economía de los hogares en la sierra peruana: Impacto y espacios de conflicto. Retrieved from http://www.grade.org.pe/wp-content/uploads/ddt51.pdf
ANEXOS