[1] Por Gonzalo Pastor
La reciente publicación del Índice de Competitividad Regional (INCORE 2023) del Instituto Peruano de Economía (IPE)[2] es una buena oportunidad de reflexionar sobre la evolución de la economía nacional no solo a través de la marcha de indicadores económicos globales a lo largo del tiempo, sino también de mirar la economía nacional de manera transversal. Léase, estudiar lo que está pasando en las diversas regiones y departamentos que conforman ese órgano administrativo llamado Perú. El objetivo último siendo el de generar recomendaciones de política económica regional, cuando fuere necesario.
El meritorio esfuerzo del IPE, a través del INCORE 2023, es la construcción de índices de competitividad regional a-la-Foro Económico Mundial. A dicho efecto, los índices departamentales construidos son un compuesto ponderado de pilares económicos y sociales (cuantificados) que sirven para establecer un ranking nacional de departamentos. Para 2022, las regiones más competitivas (ordenadas de más a menos) según el INCORE 2023 fueron: Lima, Moquegua, Tacna, Arequipa e Ica. Mientras que las menos competitivas (ordenadas de menos a más) fueron: Loreto, Huancavelica, Ucayali, Huánuco, y Puno.
Una pregunta clave es, sin embargo, ver si estos entes sub-nacionales son en efecto comparables, o si la distancia económica entre ellos merece un análisis complementario al del IPE. De notar, los varios departamentos citados se encuentran en diferentes regiones geográficas (léase, norte, centro y sur), y a diferentes altitudes sobre el nivel del mar; albergan poblaciones muy desiguales; y sus contribuciones al valor agregado nacional son muy disímiles. Lima está en el centro del país, con una población de casi 11.0 millones de personas a la actualidad. Mientras que las otras tres regiones más competitivas según el INCORE 2023–Moquegua, Tacna y Arequipa–están en el sur y albergan poblaciones de 0.2, 1.5, 0.4 millones de personas, respectivamente. En términos del valor de producción, aproximado por el PBI departamental (medido a precios de 2007): Lima produce casi 66 por ciento del PBI nacional a la fecha, mientras que la producción de los departamentos del sur referidos es relativamente pequeña y oscila entre 0.6 y 5.0 por ciento del PBI nacional, en total (Cuadros 1 & 2, al final de esta nota).[3]
En efecto, pues, los números fríos resaltan la magnitud de las discrepancias subyacentes entre departamentos y regiones geográficas a lo largo de los años (Gráficos 1 y 2, Cuadro 3). La región central del Perú produce, ya por tiempo, cerca de 75 por ciento del PBI nacional, incluyendo una magna contribución de parte de Lima, mientras que las regiones norte y sur del país producen, con fluctuaciones, cada una apenas +/- 12.5 por ciento del producto, en promedio. También, en 2000, el PBI per-cápita de Lima era casi 3.0 veces el PBI per-cápita del promedio nacional (excluyendo Lima). En 2022, el PBI per-cápita de Lima es 3.9 veces el promedio per-cápita del resto. Históricamente la zona central del Perú, léase Lima, ha sido un imán para la migración desde otras regiones geográficas por razones de política económica (sustitución de importaciones y eslabonamientos económico-financieros de una gran urbe, entre otros) y el terrorismo de Sendero Luminoso en los Andes, con el resultado de que casi 50 por ciento de la población nacional vive hoy en Lima y otros departamentos relativamente ricos vecinos a esta gran urbe (Ica y Junín).
En corto, Lima es un monstruo económico y social comparado con el resto de regiones o departamentos, cuya dinámica económica dicta, grosso modo, la evolución promedio nacional, a riesgo de opacar la dinámica y retos pendientes de otros gobiernos sub-nacionales significativamente más pequeños, pero relevantes en materia de política económica regional.
Abordar el análisis de la desigualdad regional requiere un enfoque multidimensional, como el valioso e integral trabajo de Bruno Seminario et. al. (2019).[4] [5] En línea con las mejores prácticas internacionales, Seminario y sus coautores desarrollan un espectro de estadísticos para mediar la desigualdad regional de una manera estática y dinámica, por decir, empezando en 1795. Usando series de PBI y población regional construidas por ellos mismos, los autores estiman estadísticos para medir: (i) la convergencia o divergencia entre regiones en términos de sus respectivos PBI per-cápita–ponderados por la población relativa de cada región–a lo largo del tiempo (léase, indicador de Williamson, índices de Gini e índices de Theil); (ii) la presencia de estratificación (polarización) de grupos de regiones ricas y pobres; (iii) la probabilidad de transición de regiones pobres a ser regiones ricas en un periodo de tiempo determinado; (iv) estadísticos de auto-correlación espacial para estimar la influencia de las regiones vecinas en el PBI de una determinada región; y (v) la existencia o no de convergencia absoluta o condicional de las regiones a su estado estacionario. Un resumen de las conclusiones de dicho análisis es presentado en el Recuadro 1.
Recuadro 1. Conclusiones de Bruno Seminario et. al. (2019) (i) Desigualdad: Usando estimados del índice Gini (el cual está altamente correlacionado con el índice de Theil y el indicador de Williamson), los autores identifican aumentos de la desigualdad regional durante periodos de recuperación económica (léase, pos- independencia; 1821-1879), y de crecimiento económico nacional y de urbanización y migración interna hacia Lima (1979-2001). De 1990 a la fecha hay también una tendencia al aumento de la desigualdad regional medida usando índice Gini. (ii) Modalidad: La distribución del ingreso regional en el Perú es bi-modal, con regiones relativamente ricas, y otras pobres, producto originalmente del sesgo del cambio tecnológico importado de los países lideres durante la segunda revolución industrial (aplicable principalmente a regiones geográficas planas, tipo la costa peruana), y luego perpetuado por la concentración de la población en la región central a lo largo del siglo XX. La bi-modalidad en la distribución del PBI regional resulta en “clubes de convergencia” de departamentos de ingreso relativamente alto y bajo. (iii) Movilidad: La probabilidad que un departamento relativamente pobre en 1795 continúe siendo pobre en 2017 es 94 por ciento. Como consecuencia, hay una fuerte polarización entre distintas regiones. Sin embargo, existe movilidad y cambio en el ranking en las regiones que pertenecen al centro de la distribución de ingreso per-cápita. (iv) Correlación espacial: La influencia de regiones vecinas en el PBI de una determinada región ha variado en el tiempo. Solo a partir de 1977 existe cierto grado de aglomeración espacial (léase, correlación espacial) de regiones. (v) Convergencia: No existe convergencia absoluta (a-la-Solow o Sala-i-Martin) de regiones pobres a regiones ricas. La velocidad de convergencia a un estado estacionario de ingreso alto es condicional a la densidad poblacional y la geografía de la zona. |
Partiendo de las conclusiones de Seminario et. al. (2019), un primer acercamiento al tema de la desigualdad regional es actualizar los índices de Gini de PBI per-cápita a 2017, estimados por Seminario, al año 2022, usando los datos de PBI y población regional publicados por el INEI en su Compendio Estadístico Anual 2023. Un número de conclusiones preliminares emanan de dicho ejercicio cuantitativo:
- La desigualdad regional, medida por el valor del coeficiente Gini del PBI per-cápita (ponderado por la población relativa de cada región), ha aumentado en los últimos 6 años, pese al impacto económico y social de la desaceleración económica mundial y nacional subyacente, y el shock sanitario del COVID 19 (Gráfico 3).
- Subyacente al referido aumento en el valor del coeficiente Gini, existen diferentes tendencias en desigualdad de PBI per-cápita dentro de cada región (Gráfico 4 y Cuadros 4 & 5). La región norte es ahora más desigual que en 2017, en un contexto de crecimiento sostenido de Lambayeque, La Libertad y Piura, y una reducción continua de Cajamarca en el PBI regional. Por el contrario, la región sur es ahora menos desigual debido a una contribución débil o negativa de la mayoría de sus departamentos miembros al crecimiento del PBI regional, que más que compensa el débil crecimiento de Moquegua, Puno y Tacna ocurrido durante 2018-2022. La desigualdad intra-departamental en la región central en 2022 fue aproximadamente la misma que en 2017.
- En la región norte, los riesgos de una creciente desigualdad intra-departamental son al alza en el evento de un deterioro económico continuo de Cajamarca, a la sombra de un crecimiento sostenido de Lambayeque, La Libertad y Piura. En la región sur, la entrada en operación de Quellaveco en Moquegua y la recuperación del sector turismo en Cusco y Puno luego de la pandemia del COVID 19 ha de volver a aumentar la desigualdad regional.
- La histórica bi-modalidad de la distribución del ingreso regional se mantiene relativamente inalterada: los “clubes de convergencia” de departamentos ricos y departamentos pobres a nivel regional perduran a la fecha (Cuadro 6). Este es el caso de los departamentos más ricos dentro de las regiones norte (Lambayeque y La Libertad), centro (Lima e Ica) y sur (Arequipa y Moquegua). Entre los departamentos más pobres, en la región sur se encuentran aquellos ubicados en la zona del VRAEM (Valle Entre los ríos Apurímac, Ene y Mantaro), que es un área de elevada (y creciente) producción de coca, ilegalidad, pobreza y violación de los derechos humanos.[6] En la zona norte, Loreto es de los departamentos más pobres. Lejanos son los tiempos cuando la explotación del caucho convirtió este departamento entre los más prósperos del país. Ucayali, en el centro del país, también sufre de la pobreza económica y social afectando los otros departamentos localizados en la zona del VRAEM.
- Lima, con una tasa baja y decreciente de crecimiento natural de la población (nacimientos menos defunciones), depende fuertemente la migración interna para mantener su hegemonía económica y población, que a su vez aumenta la desigualdad regional (Seminario et. al. (2020)).[7] El éxodo de migrantes retornando de Lima a sus regiones de origen ocurrido durante la pandemia del COVID 19–de convertirse en un fenómeno recurrente–podría afectar el grado de concentración regional del ingreso y el valor del coeficiente Gini regional en el mediano y largo plazo.
- En ausencia de convergencia absoluta de las regiones pobres a regiones ricas, existe urgencia de: (i) acelerar el crecimiento económico de departamentos potencialmente ricos, como Cajamarca (léase, Yanacocha) y Apurímac (léase, Las Bambas), por ejemplo; (ii) desarrollar estrategias integrales para sacar de la pobreza económica y social a los departamentos ubicados en la zona del VRAEM, y (iii) dirigir la inversión pública hacia formas que faciliten un aumento en densidad poblacional en zonas geográficas vecinas a polos de alto crecimiento económico.
[1] El autor agradece los comentarios recibidos de María Cecilia Villegas, Efraín Gonzales de Olarte, y Cesar Martinelli. Todo error de análisis e interpretación es del autor.
[2] Instituto Peruano de Economía (2023), Índice de Competitividad Regional-INCORE 2023, Lima, Perú.
[3] En los Cuadros & Gráficos incluidos en esta nota, los datos de PBI y población regional hasta 2017 son de Seminario et. al. (2019); ver referencia bibliográfica en nota de pie de página número 4, debajo. Los datos de población para 2018-2022 son del INEI. Para el caso del PBI per-cápita (2018-2022) se extrapoló los datos de Seminario et. al. (2019) usando las tasas de crecimiento del PBI regional a precios de 2007, producido por el INEI. De notar, de 2013, en adelante, no existen diferencias sustanciales en las tasas de crecimiento del PBI per-cápita regional estimado por Seminario et. al. (2019) y PBI per-cápita regional publicado por el INEI.
[4] Seminario, Bruno, María Alejandra Zegarra y Luis Palomino (2019), “Estimación del PBI Departamental y Análisis de la Desigualdad Regional en el Peru: 1795-2017,” Documento de Trabajo del BID No IDB-WP-1016, BID, Departamento de Países del Caribe, noviembre 2019, 108 páginas.
[5] El pionero del análisis de la desigualdad en Perú es Efraín Gonzales de Olarte (asesor de la tesis doctoral de Bruno Seminario en la PUCP), con un sinnúmero de libros escritos sobre el tópico, incluyendo Economías Regionales del Perú (1982) y el más reciente: Economía Regional y Urbana: El Espacio Importa (2022). Otra importante contribución al análisis de la desigualdad regional es Jiménez Félix y Marco Arroyo (2022), “Perú 1990-2020: Heterogeneidad Estructural y Regímenes Económicos regionales. ¿Persiste la Desconexión entre la Economía, la Demografía y la Geografía?,” junio, Documento de Trabajo, No 511, PUCP, Departamento Académico de Economía, 78 páginas.
[6] Ver María Cecilia Villegas (2023), “El Lejano Perú,” diario El Comercio, Columnistas/Opinión, 17 de julio, disponible en el internet.
[7] Seminario, Bruno, Luis Palomino, Gonzalo Pastor, Vanessa Berrocal y Kathiusca Montenegro (2020), “Impacto de la Pandemia sobre la Economía Mundial y el Modelo Económico Peruano—Una Aproximación,” en Foco Económico: Un Blog Latinoamericano de Economía y Política, 13 de noviembre. https://dev.focoeconomico.org/2020/11/13/impacto-de-la-pandemia-sobre-la-economia-mundial-y-el-modelo-economico-peruano-una-aproximacion/