Project Details
Project summary
La presente investigación tiene como objetivo comprobar a nivel empírico un nuevo enfoque de la desigualdad a nivel microeconómico (Nieva, 2019, 2021). El argumento central es que el fortalecimiento de la complementariedad entre todos los agentes económicos gracias a incrementos en la productividad genera incentivos para formar coaliciones que mejoran las instituciones, lo que, por ejemplo, disminuye la desigualdad. Asumimos que la complementariedad entre los agentes económicos está ligada a la estructura productiva en la que actúan y sus cambios tecnológicos. En un proyecto previo (IDIC 2023) los autores constatan la relación entre el grado de complementariedad, medido por el índice de complejidad económica, y la desigualdad de los ingresos a nivel de 74 países. Este proyecto continúa esta misma evaluación pero a nivel de las regiones del Perú, en donde la complementariedad será medida a través del índice EXPY (Hausmann, Hwang, & Rodrik, 2007).
Description
Esta investigación evalúa el rol de la estructura productiva y sus determinantes tecnológicos en la persistencia de la desigualdad de ingresos en el Perú medida por el coeficiente de Gini a nivel subnacional. El énfasis en la literatura se ha centrado en analizar si las reformas estructurales de los 90 son suficientes para explicar su reducción. Esto también se ha estudiado a nivel subnacional (Castillo, 2020) dada la diversidad regional en el caso peruano. Así, nuestro interés se centra en determinar las causas de su persistencia usando como marco explicativo la teoría de equilibrio general formulada por Nieva (2019, 2021), quien argumenta que variables tecnológicas que afectan la productividad de los agentes económicos crean sinergias o complementariedades entre ellos y, por lo tanto, generan incentivos para formar coaliciones y competir contra otras para modelar instituciones, de tal manera que beneficien a sus miembros. Claramente, si las coaliciones están integradas por un mayor número de miembros, disminuirá la desigualdad.
Se podría pensar que cualquier factor que aumente la productividad generaría complementariedades, pero esto no es necesariamente el caso. Un ejemplo simple es del efecto de la robótica que más bien desplaza trabajadores (Acemoglu 2022). Para efectos de la evaluación empírica, lo ideal sería encontrar caracterizaciones de la estructura productiva y tecnológica que favorezcan dichas complementariedades, sin embargo, es complejo constatar esa relación. Por lo tanto, nuestra estrategia empírica es indirecta; utilizaremos el índice EXPY (Hausmann, Hwang, & Rodrik, 2007) que mide la sofisticación de la canasta exportadora, bajo el entendido de que la diversificación y complejidad de sus productos implican complementariedades y eslabonamientos en el proceso de producción de una localidad.
Por otro lado, en vista de que una localidad puede tener un alto grado de complejidad, pero al mismo tiempo, atraer a población migrante con baja calificación que añada poco valor a las coaliciones anteriormente mencionadas, la desigualdad podría aumentar. Es así que debemos incluir otras variables que puedan afectar el nivel de complementariedad entre todos los agentes económicos que interactúan en el marco de una estructura productiva. Por ese motivo, debemos incluir variables de control como son la densidad poblacional, capital humano, PBI industrial y agrícola, dotación de recursos naturales u otras que reflejen diferencias regionales, alguna de las cuales se ha considerado en la literatura previa que mostraremos más adelante.
Se podría pensar que cualquier factor que aumente la productividad generaría complementariedades, pero esto no es necesariamente el caso. Un ejemplo simple es del efecto de la robótica que más bien desplaza trabajadores (Acemoglu 2022). Para efectos de la evaluación empírica, lo ideal sería encontrar caracterizaciones de la estructura productiva y tecnológica que favorezcan dichas complementariedades, sin embargo, es complejo constatar esa relación. Por lo tanto, nuestra estrategia empírica es indirecta; utilizaremos el índice EXPY (Hausmann, Hwang, & Rodrik, 2007) que mide la sofisticación de la canasta exportadora, bajo el entendido de que la diversificación y complejidad de sus productos implican complementariedades y eslabonamientos en el proceso de producción de una localidad.
Por otro lado, en vista de que una localidad puede tener un alto grado de complejidad, pero al mismo tiempo, atraer a población migrante con baja calificación que añada poco valor a las coaliciones anteriormente mencionadas, la desigualdad podría aumentar. Es así que debemos incluir otras variables que puedan afectar el nivel de complementariedad entre todos los agentes económicos que interactúan en el marco de una estructura productiva. Por ese motivo, debemos incluir variables de control como son la densidad poblacional, capital humano, PBI industrial y agrícola, dotación de recursos naturales u otras que reflejen diferencias regionales, alguna de las cuales se ha considerado en la literatura previa que mostraremos más adelante.
Status | Finished |
---|---|
Effective start/end date | 1/04/24 → 10/04/25 |
UN Sustainable Development Goals
In 2015, UN member states agreed to 17 global Sustainable Development Goals (SDGs) to end poverty, protect the planet and ensure prosperity for all. This project contributes towards the following SDG(s):
Research areas and lines
- Poverty and inequality
- Innovation: technologies and products
- Industrial development
Kind of research
- Basic