Presentación

En la década de los noventa, la administración de Fujimori liberalizó los mercados y privatizó las empresas públicas, reduciendo la participación del Estado en la economía. Para compensar a la población más vulnerable, desarrolló diversos programas sociales, inspirados en el concepto de focalización. En efecto, el discurso oficial resaltaba la necesidad de utilizar los recursos escasos de la manera más eficiente posible, de modo que se dirigieran exclusivamente a los sectores más pobres de la población. En este contexto, el gasto anual en proyectos de ataque a la extrema pobreza subió de US$ 318 millones en 1993 a US$ 1.006 millones en 1995, oscilando alrededor de esta última cifra hasta el año 2000.

La eficiencia, el impacto y hasta la motivación de estos programas han sido cuestionados. Gran parte del gasto llegó finalmente a hogares que no eran pobres (problemas de filtración), mientras que al mismo tiempo muchas de las familias pobres no resultaron beneficiadas (subcobertura). Aunque se gastó más de US$ 5 mil millones solo durante el segundo gobierno de Fujimori, las cifras de pobreza permanecieron en un nivel preocupante: para el año 2000, el 54% de la población era pobre y 15% lo era en extremo, según Cuánto. En las zonas rurales, 7 de cada 10 peruanos eran pobres y la mitad de ellos indigentes.

Esta edición de Economía y Sociedad resume seis trabajos dedicados al tema. El primero es un recálculo de las cifras oficiales de pobreza y los otros cinco examinan tópicos de focalización, gestión y supervisión de los programas sociales en general, así como algunos casos en particular. Estos últimos cinco artículos sintetizan los resultados de la Red de Pobreza del CIES, conformada por investigadores de GRADE y el Instituto Apoyo, con el auspicio de la cooperación de Canadá. A continuación se reseña brevemente el contenido de las seis contribuciones.

En el Perú se manejan dos estimaciones de la pobreza: la oficial, del INEI y la del Instituto Cuánto, ONG especializada en medición estadística. Existía una diferencia muy significativa entre ambas fuentes: la incidencia de la pobreza en 1997 era 37,7%, según el INEI y 50,7%, según Cuánto. En términos absolutos, para el INEI había tres millones menos de pobres. La opinión pública y la comunidad académica no confiaban en estas cifras y preferían usar las de Cuánto. La nueva administración del INEI decidió realizar una evaluación independiente a estas estadísticas oficiales, a cargo del investigador Javier Herrera (IRD, Francia) en interacción con una mesa de expertos promovida por dicho Instituto y el Consorcio. Su trabajo explica la metodología utilizada previamente por el INEI para medir la incidencia de la pobreza, precisa sus debilidades, propone las correcciones metodológicas del caso y estima una nueva serie desde 1997. Según el nuevo cálculo, entre 1997 y 2000, la incidencia de la pobreza aumentó en casi 6 puntos, al pasar de 42,7 a 48,4%.

Los mapas de pobreza han sido el principal instrumento para la focalización del gasto público. La investigación de Escobal, Torero y Ponce (GRADE) presenta un método para generar mapas de pobreza en distintos niveles de agregación geográfica (departamental, provincial y distrital), utilizando dos fuentes distintas: los censos, que no incorporan información sobre consumo, y las encuestas de hogares, que sí incorporan esta información, pero son representativas únicamente en niveles elevados de agregación geográfica. El trabajo realiza un aporte metodológico que permitirá una actualización continua de este instrumento de focalización, así como su validación en distintos niveles de agregación geográfica. Adicionalmente, se lleva a cabo una aplicación práctica de tal metodología.

El gasto social no llega siempre a los más necesitados. Por ejemplo, en 1997, un alto porcentaje de los hogares que recibieron transferencias del sector público en alimentos, educación y salud, fueron no pobres: 38, 43 y 58%, respectivamente. Este alto nivel de filtraciones sugiere que un sistema de identificación individual de beneficiarios podría mejorar la selectividad de estos programas. El trabajo de Valdivia y Dammert (GRADE) elabora un modelo para identificar el nivel socioeconómico de los individuos, a partir de las características más observables de los hogares, para luego determinar si son o no pobres (extremos y no extremos). Con un sistema de este tipo, podría ahorrarse hasta 25% en las transferencias de alimentos, 16% en educación y 41% en salud ambulatoria.

A mediados de la década de los noventa, la administración pública peruana intentó introducir sistemas de monitoreo y evaluación de los programas y proyectos públicos, con énfasis en los sociales, dado el crecimiento rápido del gasto en este campo y las críticas a su eficiencia. El trabajo de Ortiz de Zevallos, Sandoval y Husni (Instituto Apoyo) analiza el estado de estos sistemas de monitoreo y evaluación, tomando veinte proyectos que en el presupuesto del año 2000 significaban US$ 770 millones. Entre otros hallazgos, el estudio encuentra que los proyectos más grandes tienen los peores sistemas de monitoreo y evaluación. Conforme a lo esperado, los proyectos con financiamiento externo cuentan en mayor grado con estos sistemas, pero a la vez muestran mayor rigidez para introducir cambios, como consecuencia de recomendaciones de la supervisión.

Desde su creación en 1991, Foncodes ha financiado aproximadamente US$ 1.300 millones en más de 33.000 proyectos. La investigación de Alcázar y Wachtenheim (Instituto Apoyo) estudia qué condiciones y prácticas fomentan el éxito o fracaso de los proyectos. Los autores exploran factores como la gestión, la capacitación, la participación de la comunidad, su capacidad organizativa, así como las características de los proyectos y de la misma comunidad. Para ello, utilizan los datos de tres encuestas a un total de 735 proyectos implementados entre 1994 y 1999, sobre cuya base se estimó un modelo econométrico.

Finalmente, la investigación de Saavedra y Suárez (GRADE) muestra cómo el gasto total en educación en el año 2000 llega a US$ 3.364 millones, de los cuales una cuarta parte va al sistema privado. Sin embargo, la educación pública dista de ser gratuita y el aporte de los padres de familia es muy significativo. Además, el Estado invierte mucho más por alumno en educación superior, donde los estudiantes suelen ser menos pobres. Así, un 21% del gasto público en educación se dirige a las universidades estatales, donde casi la mitad de los alumnos proceden del quintil más rico de la población. Por su lado, las familias del quintil más rico gastan 5,5 veces más por alumno que la quinta parte más pobre. Naturalmente ello refuerza la desigualdad y la transmisión de la pobreza de una generación a otra.

Carlos Eduardo Aramburú
Director Ejecutivo

Javier Portocarrero Maisch
Director Adjunto

Nuevas estimaciones de la pobreza en el Perú, 1997-2000

La pobreza es sin duda, junto con el problema del empleo, uno de los problemas más agudos que el nuevo gobierno deberá tratar de remediar. Para determinar los montos que son necesarios  asignar y para diseñar las políticas que permitan a los pobres salir de la pobreza, se debe contar, en primer lugar, con indicadores fiables que precisen cuántos pobres hay, en qué localidades se encuentran los más pobres, así como cuáles son sus características.

Hasta una fecha reciente, las fuentes oficiales no reflejaban la verdadera situación de la pobreza en el Perú, tanto por defectos serios de la metodología empleada como por una interferencia política en la elaboración de las cifras, que distorsionó la evolución de los indicadores de pobreza. En ese sentido, la nueva administración del Instituto Nacional de Estadística e Informática (INEI) entregó al país nuevas cifras sobre la pobreza2, cuya metodología, de ahora en adelante, será accesible a todos y menos propicia a manipulaciones de cualquier índole.

A diferencia de lo que ocurre con los indicadores de empleo para los cuales contamos con las normas estadísticas internacionales de la Organización Internacional del Trabajo (OIT), en materia de medición de la pobreza, no existe un conjunto de recomendaciones semejantes. Ello hace difícil no solo las comparaciones de niveles de pobreza entre países, sino que también da lugar a una multiplicidad de cifras sobre la incidencia de la pobreza para un mismo país y en un mismo año.

De esta manera, en el Perú, para el año 1997, tenemos dos estimaciones. Una oficial, reportada por el INEI, y otra no oficial, producida por el Instituto Cuánto. Ambas muestran entre sí una significativa diferencia: 37,7% y 50,7% de incidencia de la pobreza, respectivamente. Esta diferencia de alrededor de tres millones de pobres tiene importantes implicancias en la asignación del gasto público destinado a la lucha contra la pobreza, así como en la caracterización de la pobreza y en el diseño de las políticas respectivas.

El presente trabajo tiene como objetivo primordial presentar una nueva serie de indicadores de pobreza, homogéneos en cuanto a la metodología empleada, para contribuir así al afinamiento de la evaluación y seguimiento de las políticas sociales, y a la vez sentar bases más sólidas para el estudio de sus determinantes. Para llevar a cabo esta tarea, se hace explícita la metodología que se ha venido empleando en el INEI para medir la incidencia de la pobreza; luego, se precisa cuáles son las fortalezas y debilidades de las diferentes opciones adoptadas; y, finalmente, se propone la nueva estimación de la pobreza en el Perú, corrigiendo las debilidades de los indicadores que se han publicado desde 1997.

«el presente estudio definió las normas calóricas sobre la base de las recomendaciones de la OMS y la FAO, tomando en cuenta los requerimientos calóricos de cada hogar según sexo y edad»

Principales cambios metodológicos introducidos

En la presente investigación se ha privilegiado una noción monetaria, absoluta y objetiva de la pobreza. Los pobres serán definidos como aquellos individuos residentes en hogares cuyos recursos per cápita sean inferiores al valor de una línea de pobreza. La pobreza es monetaria en el sentido que no se consideran otras dimensiones no monetarias de la pobreza (desnutrición, necesidades básicas insatisfechas, exclusión social y política, entre otras). Es absoluta, puesto que se la mide respecto de un valor de la línea que no depende de la distribución relativa del bienestar de los hogares. Finalmente, es objetiva en cuanto no resulta de la percepción subjetiva de los hogares, sino que es deducida de una norma.

Los cambios metodológicos introducidos con respecto al sistema empleado por el INEI entre 1997 y 1999, son los que se explican a continuación.

La nueva norma calórica estimada

Mientras que el INEI había definido una norma calórica única fijada en 2.318 calorías diarias, para lo cual consideró un hogar “típico” de cinco miembros (dos adultos y tres niños), el Instituto Cuánto define tres normas calóricas tomando el mismo tipo de familia, pero diferenciando tres ámbitos geográficos (Costa, Sierra y Selva).

En colaboración con el Centro Nacional de Alimentación y Nutrición (CENAN), el presente estudio definió las normas calóricas sobre la base de las recomendaciones de la Organización Mundial de la Salud (OMS) y la Organización de las Naciones Unidas para la Agricultura y Alimentación (FAO), es decir, tomando en cuenta los requerimientos calóricos de cada hogar según su composición en términos de sexo y edad. Luego, se realizaron tests que determinaron que se podían agrupar ciertos dominios geográficos, de tal forma que se obtuvieron tres nuevas normas calóricas promedio (ver el cuadro 1).

El deflactor espacial de precios

El costo de vida es más bajo en provincias que en la capital, y en las áreas rurales que en las urbanas, pero solo en el caso de los bienes alimentarios y en los servicios. En el caso de los bienes manufacturados, como se fabrican mayormente en Lima, estos deben soportar los costos de transporte para llegar al interior del país.

Para corregir estas disparidades en los precios, cuando se quiere comparar los niveles de bienestar de hogares en áreas con bajos niveles de precios y los de aquellos con niveles más altos, se deben ajustar los indicadores por un deflactor espacial de precios.

Este tipo de ajuste no se había hecho en el INEI, a pesar de que se actualizaban las canastas de consumo utilizando la evolución de los índices de precios de las principales ciudades. El Instituto Cuánto, por su parte, utiliza el valor de la canasta básica de alimentos (CBA) como deflactor espacial de precios, tomando el valor de la CBA de Lima como base. Sin embargo, ello no constituye un verdadero deflactor espacial de precios, en cuanto las composiciones de las canastas son diferentes de un dominio geográfico a otro.

Para el presente estudio se construyó un índice espacial de diferencias de niveles de precios, que pueda ser utilizado para deflactar el conjunto de los gastos o de los ingresos, y así poder agregar el gasto o el ingreso de las diversas regiones del país. Para ello se fijaron las cantidades de la CBA del INEI, excluyendo las comidas fuera del hogar, la cual fue enseguida valorada a precios medianos de cada
uno de los dominios.

La población de referencia

En el Perú, para determinar la línea de pobreza, se han definido varias poblaciones de referencia. En el caso del INEI, la población fue dividida en tres poblaciones de referencia (una para cada región natural), las que fueron extrapoladas sin modificación alguna a cada uno de los siete dominios geográficos. El problema es que estas poblaciones de referencia no tienen el mismo nivel de gasto, razón por la cual los costos unitarios de las calorías difieren. La línea de pobreza que resulta de valorar las diferentes canastas básicas de alimentos, será superior en los dominios geográficos cuyas poblaciones de referencia están en las partes superiores de la distribución del gasto.

Al no haberse ajustado por diferencias espaciales de precios, el cálculo de los percentiles resulta bastante distorsionado, más aún habiéndose confundido en un mismo dominio las áreas urbanas y las rurales, que son las que presentan mayores disparidades. Los hogares rurales tienen, en promedio, un costo por caloría inferior a los urbanos, lo cual ha implicado que se considere que dichos hogares podrían satisfacerse con una canasta cuyo costo es inferior al de los dominios urbanos, independientemente de las diferencias en los niveles de precios. Adicionalmente, el que los pobres dediquen, como es evidente, una parte mayor de su gasto total a los alimentos, implica que obtengan líneas de pobreza inferiores.

En suma, no se había estado ?midiendo con la misma vara” a los hogares en los diferentes dominios geográficos. La solución ha consistido en calcular una sola población de referencia nacional, a partir de los gastos per cápita deflactados espacialmente (a precios de Lima, por ejemplo), para solo entonces estimar el costo de la canasta de alimentos y las líneas de pobreza.

La estimación de la pobreza

Luego de calcular las líneas de pobreza para la misma población de referencia repartida en los diferentes dominios, se calculó la incidencia de la pobreza total. Entonces, se compara la cifra de incidencia hallada (por ejemplo, 50%) con la población de referencia. Si hemos escogido correctamente la población de referencia, la incidencia de la pobreza debe situarse en el intervalo de la misma (por ejemplo, entre 40% y 60%, si escogimos quintiles). Si ello no ocurre, hay que iniciar nuevamente el cálculo escogiendo como población inicial, una que sí contenga en su intervalo la incidencia de pobreza que acabamos de calcular. Este proceso debe convergir rápidamente, a condición de no definir rangos demasiado amplios de la población de referencia.

Adicionalmente, se modificó la construcción del gasto en varios aspectos: se aseguró la compatibilidad conceptual con las cuentas nacionales; se corrigieron las dobles contabilidades; no se consideraron imputaciones por bienes durables, educación y salud pública y bienes semi-libres, cuya calidad y fundamento eran dudosos.

Con estas innovaciones se han recalculado los niveles de pobreza de los años 1997, 1998 y 1999, difundidos antes por el INEI. Es decir, las nuevas cifras son comparables metodológicamente con las obtenidas en el año 2000.

Las nuevas líneas de pobreza

Las nuevas líneas de pobreza y de pobreza extrema, entonces, difieren de las anteriores estimaciones debido a la parte alimentaria y también porque se tomó una sola población de referencia, estimada en el nivel nacional.

En el caso de la pobreza total, en 1997, las diferencias son relativamente pequeñas en casi todos los dominios, con la excepción notable de la Sierra rural, donde la nueva línea de pobreza es superior a la antigua en casi 20%. En el resto de años, sin embargo, se constatan fuertes divergencias con las antiguas estimaciones en prácticamente todos los dominios geográficos. Así, para el año 1999, las líneas actuales son superiores en porcentajes que van del 7% al 30%; mientras que para el año 2000, varían entre el 1% y el 20% (ver el cuadro 2).

Las nuevas líneas de pobreza extrema, por su parte, en el año base, presentan mayores diferencias y, en promedio, son superiores en un 6% a las antiguas líneas. Los dominios con un mayor incremento son los de la Sierra urbana y rural, así como el de la Selva urbana, todos mayores que las antiguas líneas en cerca del 10%. Sin embargo, el efecto de la actualización temporal tiende a disminuir estas diferencias. En el año 2000, la mayor diferencia está en la Selva urbana, que aumenta en casi un 9%; Lima Metropolitana y la Selva rural presentan incrementos entre el 5% y 7%; y el resto de dominios presenta diferencias pequeñas (en los casos de la Costa, negativas) (ver el cuadro 3).

«en 1997, en la Sierra rural, la nueva línea de pobreza es superior a la antigua en casi 20%»

Si se comparan estas nuevas líneas con aquellas del Instituto Cuánto, se encuentran mayores diferencias. En el caso de la pobreza extrema, las nuevas líneas son superiores en proporciones que van, en el año 1997, desde el 5% hasta el 25% y, en el año 2000, entre el 8% y el 29%. Las mayores diferencias se constatan en los dominios de Sierra y Selva. Asimismo, en el caso de la pobreza total, las diferencias van entre el 6% y 21% en 1997, y del 1% al 33% en el año 2000. El impacto de haber usado una sola población de referencia incide, nuevamente, en que la Sierra rural tenga una línea de pobreza superior en 21%, en 1997 y en 33%, en 2000.

Los resultados en la incidencia de la pobreza

Entre los años 1997 y 2000, la incidencia de la pobreza aumentó en casi 6 puntos porcentuales, al pasar de 42,7% a 48,4%. El número de pobres se incrementó en más de dos millones de personas (la población total aumentó un millón y medio entre las dos fechas), lo cual representa un suplemento de 20% de pobres (ver el cuadro 4). Esta variación de la incidencia de la pobreza, de cierta manera, “borra” la disminución de 5 puntos observada por el Instituto Cuánto entre 1991 y 1997 (de 55% a 50,7%).

La pobreza en las ciudades fue la que más aumentó entre 1997 y 2000, tanto en términos absolutos como relativos: alrededor del 75% del incremento de la pobreza se concentró en las ciudades del Perú, donde los hogares han sufrido una rápida y drástica disminución de sus niveles de gasto. El 25% restante del incremento proviene, esencialmente, de las áreas rurales localizadas en la Selva. Un hecho notable es que no se ha agravado la ya aguda situación de pobreza, casi generalizada, en la Sierra rural.

Examinando el perfil temporal de la evolución de la pobreza, se destaca que la incidencia se mantuvo constante entre 1997 y 1998, tanto en las áreas rurales como urbanas. En el año 1999 se produce un brusco y fuerte deterioro, el cual da cuenta de la casi totalidad del incremento de la pobreza. En el año 2000, la pobreza se estabiliza en las áreas rurales y continúa extendiéndose en las ciudades.

«alrededor del 75% del incremento de la pobreza se concentró en las ciudades del Perú, donde los hogares han sufrido una rápida y drástica disminución de sus niveles de gasto»

«La pobreza extrema ha mantenido su característica central: estar concentrada mayoritariamente en las áreas rurales, donde viven algo más de ocho de cada diez pobres extremos»

Las evoluciones contrastadas de la incidencia no deben hacernos perder de vista dos características fundamentales de la pobreza en el Perú. En primer lugar, los niveles de pobreza siguen siendo muy altos en las áreas rurales, donde siete de cada diez pobladores –mayoritariamente de la Sierra y de la Selva– se encuentran en situación de pobreza. En segundo lugar, el déficit de recursos de los hogares, medido por la distancia que los separa de la línea de la pobreza, es tres veces mayor en las áreas rurales que en las urbanas. Del mismo modo, la severidad de la pobreza es más importante en las áreas rurales que en las urbanas.

La pobreza extrema

La pobreza extrema ha mantenido su característica central: estar concentrada mayoritariamente en las áreas rurales, donde viven algo más de ocho de cada diez pobres extremos. Entre los años 1997 y 1999, se mantuvo en alrededor de 18% y parece haberse reducido en 3 puntos porcentuales en el año 2000, al pasar a 15% de la población total (ver el cuadro 5). Esto significó una disminución de 537 mil personas en tal situación. Sin embargo, no en todos los lugares descendió la pobreza extrema; en la Selva, por ejemplo, se ha mantenido casi en el mismo nivel (22,2% a 23,4%).

Sin embargo, debemos ser muy cautos en la lectura de estas cifras, en razón de que hubo una importante disminución del tamaño de la muestra entre 1997 y 2000, así como unas tasas altas de no respuesta en este último año. Estos hechos probablemente hayan sesgado este indicador en el año 2000.

Conclusiones y recomendaciones

Entre los años 1997 y 2000, la incidencia de la pobreza aumentó en alrededor de 6 puntos porcentuales al pasar de 42,7% a 48,4%. Así, el número total de personas pobres se incrementó en 2.128 millones; es decir, en los últimos cuatro años, el número de pobres se habría incrementado en 20%. Estos resultados modifican las estimaciones antiguamente proporcionadas por el INEI para los años 1997 (37,6%) a 1999 (37,8%).

Para realizar estas nuevas mediciones de la pobreza, se llevó a cabo una serie de cambios metodológicos en el cálculo de la línea de pobreza, lo cual permitió reflejar de una mejor manera la verdadera situación que enfrenta el país en la actualidad. Este ajuste es un primer paso en el objetivo de medir la incidencia de la pobreza, “poniendo la valla a la misma altura” para todos los peruanos.

La situación ha cambiado radicalmente en estos últimos años: el rostro de la pobreza ya no es mayoritariamente rural, sino que ahora lo es por partes iguales urbano y rural (la mitad de los pobres se encuentra actualmente en las ciudades). La capital merece atención particular, pues registra un salto espectacular y supera incluso, en proporción de pobres, a las ciudades de la Sierra. En suma, el rasgo más saltante de los últimos cuatro años es que la pobreza se “urbanizó”, es decir, ahora afecta a sectores de la población que antes estaban protegidos contra la pobreza por el empleo y los niveles de educación.

En términos de política, por lo tanto, hay varios caminos posibles. Si el problema que quiere atacarse es el de la población con mayor déficit de recursos, entonces la prioridad serían los hogares rurales. Sin embargo, si lo que se busca es reducir el numero de hogares pobres, hay que tener en cuenta que existen tantos pobres urbanos como rurales. Por otro lado, la política de lucha contra la pobreza puede fijarse otros objetivos, como reducir la extrema pobreza, en particular la que tiene un carácter permanente.

Queda pendiente en la agenda de investigación la manera de integrar en la canasta de bienes no alimentarios, los bienes y servicios públicos que no se encuentran disponibles en remotas áreas rurales y que, por ende, dejan de ser consumidos por dicha razón, mas no por la falta de ingresos. Luego de identificar dichos casos, también quedaría por resolver el problema de la valoración de dichos bienes, teniendo en cuenta las diferencias en calidad con los equivalentes de mercado.

«la pobreza se “urbanizó”, es decir, ahora afecta a sectores de la población que antes estaban protegidos contra la pobreza por el empleo y los niveles de educación»

Focalizaci mapas de ón geográfica del gasto social: pobreza 1

Los mapas de pobreza constituyen uno de los instrumentos más importantes para la focalización del gasto público destinado a combatir la pobreza, principalmente por sus bajos costos de elaboración, implementación y monitoreo. Sin embargo, presentan limitaciones conceptuales y operativas nada desdeñables, que se deben tomar en cuenta para reducir en lo posible los problemas de filtración y subcobertura. En particular, la ganancia en eficiencia por la utilización de este instrumento, que se sustenta en la homogeneidad al interior de los agregados geográficos respectivos, tiene una limitación importante: tal homogeneidad es válida solo en niveles reducidos de agregación geográfica, para los cuales la información disponible es típicamente insuficiente.

¿Cómo mejorar la precisión de los indicadores de pobreza manteniendo niveles reducidos de agregación geográfica? Esta investigación presenta un método para generar mapas de pobreza en distintos niveles de agregación (departamental, provincial y distrital), combinando información censal con información proveniente de encuestas de hogares. En ese sentido, este trabajo no pretende construir un nuevo mapa de pobreza, sino realizar un aporte metodológico que permita una actualización continua de este instrumento de focalización, así como su validación en distintos niveles de agregación geográfica.

Con ese fin, se desarrolla la metodología propuesta para la elaboración del mapa de pobreza. No debe confundirse la propuesta metodológica que aquí se plantea con el desarrollo de una estrategia de focalización de los programas de lucha contra la pobreza, de la cual el mapa es solo un instrumento. Además, se lleva a cabo una aplicación práctica de tal metodología. Cabe resaltar que los resultados hallados no son generalizables a otros ejercicios prácticos, ya que la selección de la unidad de análisis y del modelo a utilizar, así como las estimaciones realizadas, se supeditan a las bases de datos particulares que se usaron en este ejercicio. Finalmente, se presentan las conclusiones y recomendaciones.

Los mapas de pobreza en el Perú en la década de los noventa

El primer mapa de pobreza en nuestro país fue elaborado por el Banco Central de Reserva del Perú (BCRP) en 1981, sobre la base del Censo de 1972 y otras fuentes estadísticas. Si bien este mapa no llegó a ser utilizado, motivó la elaboración del mapa de pobreza de 1986, también a cargo del BCRP, el cual utilizó como base el Censo de 1981. Sin embargo, no fue hasta 1991, con la creación de Foncodes, que los mapas de pobreza adquieren una relevancia especial como instrumento de asignación geográfica del gasto público (ver el cuadro 1).

«Los mapas de pobreza presentan limitaciones conceptuales y operativas nada desdeñables, que se deben tomar en cuenta para reducir en lo posible los problemas de filtración y subcobertura»

Este documento pretender identificar aspectos que se deberían tomar en cuenta al construir los mapas de pobreza, y se centra en cuatro aspectos metodológicos que pueden contribuir a mejorar su eficacia. En primer lugar, la utilización de fuentes de información complementarias a la censal, que permitan obtener un indicador directo del nivel de bienestar de los hogares. En segundo lugar, la exploración de técnicas econométricas que permitan optimizar el uso de esta información y que mejoren las estimaciones. Luego, en tercer lugar, una apropiada interpolación en la base de hogares censales, utilizando los parámetros estimados. Finalmente, en cuarto lugar, la agregación del indicador de bienestar estimado para el hogar, en niveles diferenciados de agregación geográfica, y el desarrollo de una metodología para el cálculo del error de predicción de la tasa de pobreza correspondiente.

Marco metodológico para la elaboración de mapas de pobreza

La construcción de los indicadores de bienestar en niveles reducidos de agregación geográfica (nivel distrital o de centro poblado, por ejemplo), requiere información sobre el consumo de cada uno de los hogares en el ámbito nacional. Sin embargo, en la actualidad, la información censal disponible no incorpora información sobre consumo. Las encuestas de hogares, tanto la del INEI como la de Instituto Cuánto S.A., que sí incorporan esta información, son representativas únicamente en niveles elevados de agregación geográfica.

En ese sentido, el marco metodológico desarrollado en este estudio se centra en la utilización complementaria de ambas fuentes de información, prestando especial atención a mejorar la precisión de las estimaciones de pobreza, así como al cálculo de su confiabilidad, en niveles diferenciados de agregación geográfica.

La estrategia metodológica global consiste en estimar una relación funcional entre el nivel de gasto per cápita de los hogares, reportado en las encuestas de hogares, y un conjunto de variables construidas a partir de los reportes incluidos en la encuesta de hogares y en el censo de población y vivienda utilizados. Luego, una vez obtenidos los parámetros de dicha estimación, se procede a efectuar la interpolación de los niveles de gasto de los hogares censales. De esta manera, se pueden calcular distintos indicadores de pobreza –como incidencia, brecha y severidad– en diferentes niveles de agregación geográfica. En este caso en particular, la metodología se centra en la estimación del indicador de incidencia o tasa de pobreza, aunque es importante recalcar que puede ser adaptada para efectuar estimaciones más complejas (como las de brecha o severidad).

Así, el marco metodológico presentado se divide en dos etapas. La primera tiene como objetivo obtener una estimación del nivel de bienestar de cada uno de los hogares de la base censal. Dicha estimación servirá de base para calcular el indicador de pobreza, que se utilizará para la elaboración del mapa en la segunda etapa. Para ello, en primer lugar, se define la unidad de análisis y se compatibiliza las dos fuentes de información utilizadas; es decir, el censo y la encuesta. Luego, se estiman los parámetros de la relación funcional entre las variables socioeconómicas y demográficas, y el nivel de gasto per cápita o la probabilidad de ser pobre. Finalmente, se interpolan los parámetros estimados sobre la base de datos de los hogares censales. El esquema de este procedimiento se muestra en la figura 1.

«en la actualidad, la información censal disponible no incorpora información sobre consumo. Las encuestas de hogares que sí incorporan esta información, son representativas únicamente en niveles elevados de agregación geográfica»

La segunda etapa, que es de un nivel técnico aun más elevado que la anterior, consiste en obtener estimaciones de la tasa de pobreza en distintos niveles de agregación geográfica: departamento, provincia, distrito y centro poblado. Cabe resaltar que los cálculos efectuados en la primera etapa se hicieron

TASA DE POBREZA (en el nivel de individuos)

ERROR DE PREDICCIÓN DE LA TASA DE POBREZA (en el nivel de individuos)

Varianza de la tasa de pobreza estimada (en el nivel de individuos):

exclusivamente en el nivel de hogar. Como es evidente, los indicadores de tasa de pobreza que interesan en la elaboración del mapa son indicadores en el nivel de individuos. Por tanto, se deben considerar las diferencias en el tamaño de los hogares pobres y no pobres, para lo cual se incorpora como ponderador el tamaño del hogar en las estimaciones de tasa de pobreza y error de predicción. En la figura 2 se puede apreciar un esquema de este procedimiento.

Como se aprecia en el esquema, en esta segunda etapa se incluye una metodología del cálculo del error estándar o error de predicción de las estimaciones referidas. Ello permite definir el nivel mínimo de agregación geográfica que se requiere para validar las estimaciones de pobreza, así como mejorar la precisión del ordenamiento de agregados geográficos, y con ellas, los coeficientes de asignación de gasto público que se pueden derivar del mismo.

Aplicación práctica de la metodología

El ejercicio práctico realizado utilizó dos fuentes de información. Por un lado, la ENAHO 1998 del cuarto trimestre, la cual presenta 6.952 reportes por hogar representativos en el nivel de dominio (Costa, Sierra y Selva urbanas y rurales, y Lima Metropolitana). Por otro lado, una muestra sistemática del 5% del IX Censo de Población y IV de Vivienda realizado en 1993, que incluye 238.248 reportes en el nivel de hogar (aproximadamente 1,1 millón de reportes individuales en el ámbito nacional). A continuación, se explicará brevemente cómo se desarrolló cada una de las dos etapas de la metodología propuesta.

«el cálculo del error de predicción permite definir el nivel mínimo de agregación geográfica que se requiere para validar las estimaciones de pobreza»

Estimación del nivel de gasto per cápita o probabilidad de ser pobre del hogar censal

En primer lugar, se definió la unidad de análisis y de compatibilidad de las fuentes de información. Se decidió trabajar con una definición de hogar que reflejara, de manera más precisa, el gasto per cápita que beneficia efectivamente a los miembros del hogar. Así, según la definición reformulada a partir de la encuesta,  el hogar familiar está constituido por las personas, parientes o no parientes, que ocupan toda o parte de una vivienda, que comparten las comidas principales y que atienden conjuntamente otras necesidades vitales. Este cambio de definición condujo a modificaciones en el nivel de gasto per cápita de los hogares de la encuesta y en las líneas de pobreza utilizadas para construir los indicadores de pobreza. Los cambios en la línea, además, se debieron a otras variaciones (requerimientos calóricos mínimos y coeficiente de Engel utilizado).

Posteriormente, se modeló la relación funcional entre el nivel de bienestar y las características socioeconómicas y demográficas. Para ello se definió a un conjunto de 68 variables, sobre cuya base se predijo el nivel de bienestar de los hogares. Tales variables fueron construidas en el nivel de hogar, basándose en las variables de la encuesta y el censo. Algunas se construyeron agregando características individuales de los miembros del hogar (nivel educativo, edad género, ocupación) y otras, a partir del reporte del hogar (como las características de la vivienda). Adicionalmente, se generaron variables que permitieron expresar las interacciones entre pares de variables lineales, con el fin de introducir no linealidades en la modelación del gasto per cápita o de la probabilidad de ser pobre.

Así, se desarrollaron cuatro modelos. Dos de ellos fueron modelos lineales logarítmicos: uno que solamente incluía las variables lineales y otro que, adicionalmente, incluía la interacción entre ellas. Los otros dos fueron modelos probit y se construyeron del mismo modo: uno con las variables de interacción y otro sin ellas. Sobre la base de una serie de criterios, se pudo determinar que los modelos que incorporaban las interacciones entre las variables resultaban superiores. De esos dos, el modelo lineal logarítmico presentó menores errores estándar. Por lo tanto, se eligió el modelo lineal logarítmico con interacciones.

Finalmente, se llevó a cabo la interpolación censal. Ella se efectuó sobre el 5% de los reportes del Censo de 1993. Cabe indicar que fue necesario efectuar imputaciones de las medianas del centro poblado, para los hogares que no presentaban los respectivos reportes. Además, dado que no se disponía de la base censal completa, se presentaron algunos problemas de ausencia de reporte también en el nivel de centros poblados, por lo que se optó por efectuar, en este caso, imputaciones de medianas del distrito. Sin embargo, se debe resaltar que cuando se trabaje sobre la base censal completa, la probabilidad de tener que recurrir a este último tipo de imputaciones es mínima.

Agregación de las estimaciones por hogar en niveles geográficos diferenciados

Sobre la base de lo realizado en la etapa anterior, se efectuaron estimaciones de la tasa de pobreza y el cálculo del nivel de precisión de las mismas, en diferentes niveles de agregación geográfica. En el cuadro 2 se presentan las tasas de pobreza estimadas sobre la base de la interpolación censal, así como su error estándar, y la tasa de pobreza obtenida a partir de los reportes de la encuesta, en el nivel de dominios geográficos.

«no debe confundirse la propuesta metodológica planteada con el desarrollo de una estrategia de focalización, de la cual el mapa es solo un instrumento»

El error de estimación tiene dos fuentes: por un lado, el que se denominó error idiosincrático, que está asociado a variables no contempladas en el modelo estimado; y, por otro lado, el error del modelo, derivado del diseño muestral de la encuesta y de la forma funcional utilizada en la estimación de los parámetros interpolados. Las estimaciones mostraron que el componente más importante es el error del modelo, lo que refuerza la idea de que existe un espacio importante para mejorar la predicción de la tasa de pobreza, para lo cual se deben explorar modelos con mejor ajuste. Sería útil, por ejemplo, explorar qué otras variables que permitan mejorar la eficiencia de la predicción, deberían incluirse en las encuestas de hogares.

El ejercicio desarrollado confirma la hipótesis que se tenía inicialmente: parece existir una relación inversa entre el tamaño poblacional del agregado geográfico y la precisión con la cual es posible estimar el indicador de pobreza asociado a él. Esto sugiere que la utilización de mapas de pobreza como instrumentos de focalización puede estar asociada con una menor precisión, en niveles reducidos de agregación geográfica. Así, se hace evidente la necesidad de medir los errores estándar, para tener una idea de la magnitud del posible error al momento de focalizar.

Conclusiones y recomendaciones metodológicas

El presente documento tenía como objetivo desarrollar un cuerpo metodológico que apunta a mejorar la precisión en la estimación de indicadores de bienestar y el conocimiento de los niveles de agregación geográfica, para los cuales se mantiene la validez de los mismos. Para ello, en primer lugar, se hizo una exploración conceptual de la metodología y, posteriormente, se desarrolló un ejercicio práctico de la misma.

Como se dijo anteriormente, no debe confundirse la propuesta metodológica planteada con el desarrollo de una estrategia de focalización, de la cual el mapa es solo un instrumento. La utilidad de los mapas de pobreza radica en establecer ordenamientos basados en los niveles de bienestar de conglomerados poblaciones, y no tienen como objetivo ni son capaces de aproximar relaciones de causalidad entre los niveles de bienestar y las variables usadas para estimarlos.

Para construir un mapa nacional se requiere utilizar, de manera complementaria, al menos dos fuentes de información: una encuesta de hogares, que incluya información sobre niveles de gastos y características socioeconómicas y demográficas de estos últimos; y un censo de población, que permite acceder a información sobre tales características en el nivel de todos los hogares del país. Es necesario resaltar que la metodología también puede ser aplicada en poblaciones más reducidas. Por ejemplo, en caso de contar con un censo departamental, es posible construir un mapa de pobreza distrital del departamento, siempre que se garantice la representatividad de la encuesta de hogares en ese nivel.

«uno de los componentes más importantes del error de predicción de la tasa de pobreza se deriva de la forma funcional que se adopte»

En el presente documento se hicieron modificaciones en la definición del hogar. Cuando ello se realiza, resulta indispensable redefinir los rubros del gasto per cápita atribuibles a los miembros de los hogares. Como quedó demostrado en la investigación, las estimaciones de pobreza pueden ser particularmente sensibles a estas redefiniciones; en particular, aquellas referidas a la línea. Asimismo, en este caso, se debe redefinir también las variables disponibles en función de la definición de hogar por la que se haya optado.

Uno de los aspectos centrales para mejorar la precisión de las estimaciones censales está constituido por la exploración de formas funcionales que mejoren la capacidad predictiva del modelo. Como se mostró anteriormente, uno de los componentes más importantes del error de predicción de la tasa de pobreza se deriva de la forma funcional que se adopte. En ese sentido, si bien el documento ha explorado formas funcionales alternativas, es necesario reconocer que la selección del modelo con mejor ajuste dependerá de la base de datos utilizada; en otras palabras, no es posible definir a priori la superioridad de uno y otro modelo. Asimismo, sería útil identificar otras variables que deberían incluirse en las encuestas de hogares para mejorar la eficiencia de la predicción.

En el caso que exista ausencia de reportes de ciertas variables en la base de datos censal, es recomendable efectuar imputaciones. Por ejemplo, si un hogar reporta todas sus características excepto una, debe imputarse ese dato.

«sería útil identificar otras variables que deberían incluirse en las encuestas de hogares para mejorar la eficiencia de la predicción»

Para ello se recomienda utilizar la mediana del centro poblado al que pertenece dicho hogar, pues de este modo se evitará que la imputación esté afectada por valores extremos. De todos modos, se debería evaluar que estas imputaciones no generen sesgos sistemáticos y, en caso de que lo hagan, se deben eliminar de la base aquellos hogares que, habiendo sido imputados, resulten responsables de tales sesgos.

Finalmente, al momento de agregar los indicadores de bienestar en diferentes niveles geográficos, el sesgo derivado del tamaño del hogar debe considerarse fundamental en la estimación de la tasa de pobreza en el nivel individual. Asimismo, dado que el error de predicción crece a medida que se reduce el nivel geográfico, deben establecerse límites permisibles de error, con el fin de validar las estimaciones de pobreza sobre cuya base se construye el mapa. Es necesario, por último, resaltar que el ejercicio realizado sugiere que, para obtener una estimación confiable, no debe desagregarse el mapa más allá del nivel distrital.

¿Focalización individual de las transferencias públicas en el Perú? 1

Los gobiernos de los países en vías de desarrollo han visto redefinir drásticamente su participación en la economía durante la década de los noventa. Esta redefinición plantea nuevos tipos de demanda para el funcionamiento del Estado. En particular, los programas de transferencias directas exigen un mayor esfuerzo por identificar a la población beneficiaria. El impacto de estos programas en el bienestar de la población objetivo no solo depende de la bondad de la transferencia en sí, sino también de la bondad de la estrategia de focalización, es decir, de la capacidad de identificación y llegada a la población objetivo. Aun más, ante serias restricciones presupuestarias, los esfuerzos de focalización se hacen particularmente importantes.

El objetivo de este documento es contribuir al inicio de una discusión, que involucre tanto a la comunidad académica como a los tomadores de decisiones, acerca de la viabilidad de identificar adecuadamente el nivel socioeconómico de los individuos. Un consenso en este tema puede acercarnos a la posibilidad de implementar tipos de programas que hoy son inviables en el país, como las transferencias en dinero.

Con esa finalidad, se presenta un modelo que identifica el nivel socioeconómico (NSE) de los individuos a partir de las características más observables de los hogares, que luego determina si son o no pobres (extremos y no extremos). La evaluación del modelo se realiza sobre la base de su capacidad para reducir los errores de filtración asociados a tres tipos de transferencias: nutricionales, educativas y de salud.

La focalización de las transferencias públicas en el Perú

Uno de los objetivos de los programas de lucha contra la pobreza es reducir su efecto sobre las decisiones de los individuos acerca de la inversión en su capital humano, ya sea en nutrición, educación o salud. No atender este problema plantea la persistencia de la pobreza en el tiempo y su reproducción entre generaciones.

Esta consideración justifica la provisión pública gratuita de los servicios básicos para las familias pobres. Sin embargo, las restricciones presupuestarias han generado fuertes presiones para restringirla solo a los grupos más pobres. La discusión acerca de este tipo de políticas, sin embargo, ha estado muy politizada y existen varios aspectos técnicos que aún no han sido analizados rigurosamente. Uno de ellos es la capacidad de generar un mecanismo que permita establecer el nivel socioeconómico de los hogares.

Según la Encuesta Nacional de Niveles de Vida (ENNIV) de 1997, el 38% de los hogares que recibió transferencias en alimentos era no pobre. La filtración en los programas de educación y salud es más grave aún: 43% y 55%, respectivamente. Estas filtraciones sugieren que un sistema de identificación individual de beneficiarios pobres podría mejorar la focalización de estos programas. Sin embargo, tras estos porcentajes podrían esconderse diferencias entre los hogares beneficiarios, en términos del número de personas dentro cada hogar y del monto total de las transferencias recibidas. Por ello, también se debe analizar la focalización según los montos recibidos por cada tipo de programa.

En el caso de los alimentos, se tiene información de las transferencias alimenticias recibidas por el hogar y una valoración de ellas por parte de los mismos beneficiarios. Por lo tanto, es muy simple obtener el valor de las transferencias, ya que se puede asumir que el error de medida implícito en la valoración subjetiva no es sistemático. El caso de la educación es más complicado, ya que no se tiene una valorización de los servicios recibidos en las escuelas. Por ello, en este caso, las transferencias se valoran según el gasto público por alumno. En el caso de los servicios de salud también se valorizan las transferencias a partir de los costos asociados a estas, pero solo para las atenciones ambulatorias, porque la ENNIV no permite hacer un análisis sobre atenciones hospitalarias o transferencias en medicinas.

Los resultados muestran que, cuando se analizan los montos transferidos, la filtración también es mayor en el caso de los servicios de salud. El 50% más pobre concentra solo el 52% de los recursos transferidos, lo cual quiere decir, en otras palabras, que el 48% se destinó al 50% más rico del país. Las cifras respectivas (es decir, la parte del monto transferido que se destinó al 50% más rico) son: 36% en alimentos y 23% en servicios de educación.

Como se puede apreciar, llama la atención el hecho de que la situación cambia para las transferencias en alimentos y educación. En el nivel de hogares beneficiarios, como se mencionó anteriormente, la filtración es mayor en el caso de la educación. Sin embargo, la situación es la inversa en el nivel del monto transferido. Lo más probable es que ello se explique porque la educación pública involucra niños, los que son proporcionalmente más en los hogares más pobres.

En suma, dada la magnitud relativa de la filtración en las transferencias de salud, estas parecen ser las que más necesitan un sistema de identificación del nivel socioeconómico de los individuos o de sus hogares.

Observación e identificación del NSE de los hogares

Si los individuos saben que el NSE en el que se les clasifique afecta sus posibilidades de acceder a las transferencias de los programas, lo normal es que se vea incentivado a subvaluar su nivel de ingreso o gasto. Por ello, la mayoría de instrumentos de focalización individual se basa en identificar un conjunto de características observables, que determinan objetivamente la calificación de los individuos como beneficiarios de un programa.

La restricción a variables observables pone en cuestionamiento el que se dejen de lado otro tipo de variables importantes, como el nivel de educación de los miembros del hogar o la ocupación que desempeñan, pues ellas son determinantes importantes del nivel de ingreso o gasto de los hogares. Sin embargo, debe tenerse presente que el objetivo del análisis econométrico es optimizar la capacidad predictiva del modelo, y no establecer relaciones de causalidad entre las variables.

Para fines de este estudio, se utilizó la base de datos de la ENNIV 1997. El NSE de los hogares se aproxima a partir del gasto total per cápita del hogar, ya que tiene un menor sesgo de reporte que el ingreso y es menos sensible a las fluctuaciones de este último. La definición de las variables explicativas relevantes, por su parte, se hizo siguiendo un proceso stepwise, por el cual se eliminaron de la regresión aquellas que no eran estadísticamente significativas.

Así, se construyeron cuatro grupos de variables. Un primer modelo incluía solo variables geográficas y de características de la vivienda, que son las más fáciles de conseguir y verificar: tipo de piso, techo, pared, agua, desagüe, etcétera. El segundo modelo añade variables demográficas: número total de miembros, distribución por edades y por género, tasa de dependencia demográfica, la variables de hacinamiento, entre otras. El tercer modelo incluye la tenencia de bienes durables como refrigeradora, televisor, teléfono, automóvil, entre otros. Finalmente, el cuarto modelo añade variables relativas al mercado laboral en que se ubica el jefe de hogar.

Los resultados muestran que los incrementos en la capacidad predictiva del modelo son decrecientes a medida que se añaden variables, al punto que puede afirmarse que la inclusión de las variables laborales no contribuye a mejorarlo. Este resultado es particularmente afortunado en el marco de este estudio, si entendemos que las variables laborales son las menos observables. La inclusión de estas variables elevaría los costos administrativos de un esquema de identificación del NSE de los hogares, tal vez de manera prohibitiva.

Cabe resaltar algunas diferencias importantes que se encontraron en el ámbito urbano y el rural. En primer lugar, la capacidad predictiva del modelo es sustancialmente menor en el ámbito rural. Asimismo, el tipo de desagüe y el acceso a teléfono no son variables importantes en este medio, pues son muy pocos los hogares rurales que cuentan con tales servicios. En ambos ámbitos, la precariedad de las características de la vivienda está relacionada inversamente con el gasto per cápita de los hogares. Sin embargo, mientras que en las zonas urbanas la variable de mayor incidencia es el alumbrado, en las rurales lo es el material de la pared. Además, en ambos ámbitos, el número de habitaciones por persona (la inversa del hacinamiento) está directamente relacionado con el nivel gasto, mientras que el tamaño del hogar está inversamente relacionado con él.

En general, la capacidad predictiva del modelo es corroborada por el coeficiente de correlación entre el indicador generado y el gasto per cápita observado, la bondad de ajuste del modelo, y también cuando se comparan las densidades del gasto observado y el predicho de acuerdo con el modelo. Sin embargo, el gasto predicho tenderá a reportar un nivel de pobreza superior al observado en el ámbito rural.

De esta manera, se pudieron simular los errores de focalización que resultarían de la implementación de un mecanismo de focalización basado en el tercer modelo. El cuadro 1 muestra los estimados de ambos errores de focalización para los cuatro modelos, distinguiendo los ámbitos urbano y rural. Como se puede apreciar, las cifras confirman que la reducción en los errores de focalización es menor conforme se van agregando variables al modelo, y que los errores de filtración son sustancialmente mayores en el ámbito rural.

Simulación de los efectos del modelo sobre la focalización de transferencias

Los programas de transferencias utilizan criterios de focalización geográfica y de diseño del programa. Por ello, las simulaciones, cuyos resultados fueron expuestos anteriormente, no representan un parámetro adecuado para evaluar la conveniencia de un sistema de identificación individual de beneficiarios (SIB) para programas específicos. Uno podría imaginar que las transferencias en efectivo no condicionadas, si se usara el SIB, podrían tener errores de focalización similares a los presentados en el cuadro 1. Sin embargo, ello ocurriría únicamente en el caso que no se use ningún criterio de focalización geográfica.

El cuestionamiento fundamental gira en torno de las transferencias en educación y salud, las que son entendidas como subsidios a la inversión en capital humano, antes que como programas de lucha contra la pobreza específicos. Ambos programas, como se vio anteriormente, suponen un importante destino de recursos a los no pobres, lo que podría entenderse como un desperdicio de recursos. En ese sentido, la pregunta es: ¿en qué medida un SIB podría mejorar la focalización de estos programas?

Una primera forma de evaluar este impacto es a través de la simulación del ahorro presupuestal que resultaría de retirar del programa a aquellos que el SIB identifica como no pobres. Tal simulación mostró que el efecto puede ser muy grande. El ahorro puede llegar a ser 25% en las transferencias de alimentos, 16% en las transferencias en educación y 41% en las transferencias en salud ambulatoria, como puede apreciarse en el cuadro 2.

Una limitación de estas simulaciones, sin embargo, es que no se utiliza al SIB para ampliar la cobertura de los programas de transferencias. En ese sentido, se han desarrollado dos ajustes al modelo. El primero asigna el ahorro presupuestal a los beneficiarios actuales, que sí son identificados como pobres por el SIB, de manera proporcional al número de miembros elegibles de cada hogar para cada tipo de programa. El segundo va más allá y reparte esos mismos ahorros entre todos aquellos que son identificados como pobres por el SIB, también considerando los miembros elegibles del hogar correspondiente.

El hallazgo más relevante es que la mayor reducción se da en las transferencias asociadas a los servicios de salud ambulatoria y en áreas urbanas. Como vimos anteriormente, en ese caso, el porcentaje de las transferencias en salud observadas que se destinó al 50% más rico era de 48%. Pues bien, con las transferencias simuladas, este porcentaje se reduce a 14% y 15% para cada uno de los dos tipos de ajuste. En el caso de las transferencias en educación, los valores son 20% y 17%, cuando el valor observado era de 23%. Finalmente, en el caso de las transferencias en alimentos, las cifras se reducen del 36% observado al 33% y 10%.

Por otro lado, hay que destacar que las mejoras en las zona rurales son sustancialmente menores. El 42% de las transferencias observadas en servicios de salud ambulatoria, en las zonas rurales, está destinado al 50% más rico. Dicho porcentaje se reduce a 31% con las transferencias simuladas. Los efectos son aun menores en el caso de transferencias en alimentos y educación.

Conclusiones

Los resultados presentados sugieren marcadamente que la conveniencia de un SIB es sustancialmente mayor en las zonas urbanas. La menor capacidad predictiva de este instrumento en el ámbito rural se relaciona con la incapacidad del modelo, pero también con la mayor incidencia de la pobreza en esta zona.

Asimismo, la conveniencia de la implementación de un SIB también depende inversamente de la magnitud de los errores de focalización que ya tienen los programas. Sin duda, resulta importante tomar en cuenta la capacidad que cada programa tiene para mejorar la focalización, a través de los instrumentos de focalización geográfica y por diseño.

La focalización individual es el mecanismo más fino, pero también el más costoso. Por lo tanto, es recomendable que la estrategia inicial se base en los instrumentos geográficos y por diseño de programa. Ellos suelen tener una efectividad importante y sus costos de implementación son sustancialmente más bajos. En tal sentido, los instrumentos de focalización individual deben utilizarse solo en los programas en los cuales los demás instrumentos dejan aún errores de focalización importantes (particularmente cuando dejan una filtración cercana al 50%).

«el porcentaje de las transferencias en salud observadas que se destinó al 50% más rico era de 48%. Pues bien, con las transferencias simuladas, este porcentaje se reduce a 14%»

En todo caso, esta investigación sirve para mostrar la necesidad y conveniencia de un SIB para otro tipo de transferencias a los pobres, tales como las transferencias en dinero. Ellas están creciendo en importancia en varios países de América Latina, por sus aparentes ventajas para el alivio de los principales síntomas de la pobreza. El caso de PROGRESA de México –que condiciona la entrega mensual de dinero en efectivo al mantenimiento de determinados niveles de inversión en capital humano por parte del hogar– es, a pesar de los problemas que presenta, uno de los más saltantes actualmente.

Monitore públicos o y evaluación de los programas sociales en el Perú 1

De acuerdo con la información proporcionada por el Ministerio de Economía y Finanzas (MEF), el gasto social per cápita en el Perú pasó de un promedio de US$ 131 entre 1991 y 1995, a US$ 175 en 1999. Sin embargo, a pesar del significativo crecimiento del gasto social, existen serios cuestionamientos a su eficiencia.

A partir de la segunda mitad de la década pasada, se inicia un movimiento en la gestión pública peruana, que intentaba introducir y fortalecer los sistemas de monitoreo y evaluación (M&E) de los programas y proyectos públicos con énfasis en lo social. Ello se lleva a cabo desde un conjunto de iniciativas vinculadas a la ejecución del gasto y al proceso presupuestario, desarrolladas desde el MEF, así como con el desarrollo de esquemas de M&E en diversos proyectos sectoriales, principalmente aquellos que reciben financiamiento de agencias de cooperación.

Sistemas de M&E al interior de la administración pública

Como parte de estos esfuerzos, entre 1995 y 2000, el MEF impulsó tres iniciativas de M&E en la administración pública: la Oficina de Inversiones (ODI), el Sistema de Información Administrativa y Financiera (SIAF) y el Planeamiento Estratégico Sectorial Multianual (PESEM).

La ODI funciona como una unidad rectora de las inversiones públicas: analiza las propuestas de inversiones presentadas por los diferentes sectores y procura que estas se formulen adecuadamente. A fines de 2000, promulgó la nueva Ley de Inversiones, que estipula que, a partir de 2001, todos los proyectos de inversión deben cumplir con normas que definen cada una de las etapas del ciclo de proyectos, las cuales deben ser aprobadas para asegurar su viabilidad. La etapa de pre-inversión requiere de la elaboración del perfil del proyecto; la etapa de inversión consiste en la elaboración del expediente técnico y en la ejecución del proyecto; y la etapa de posinversión se refiere a la evaluación ex post de los proyectos.

Desde el punto de vista del M&E de proyectos en general, la principal limitación del nuevo marco legal es que solo abarca las intervenciones públicas de carácter eventual. De otro lado, la Ley establece que las unidades ejecutoras de los proyectos son las encargadas de hacer las evaluaciones ex post; sin embargo, lo más probable es que estas se encuentren desactivadas cuando culminen los proyectos. Resulta necesario que este esquema de M&E permita evaluar la ‘sostenibilidad’ de los programas, luego de varios años de haber finalizado.

Por otro lado, tanto el SIAF como el PESEM no son propiamente esquemas de M&E. El SIAF es un sistema de ejecución, mas no de formulación, de los gastos de las unidades del gobierno central. Fue creado para que funcione como una herramienta de gestión del Tesoro, con el fin que este pueda supervisar los gastos de las unidades ejecutoras. Como sistema de M&E, el SIAF posee limitaciones porque no permite analizar las causas por las cuales se avanzó más o menos que lo programado, con lo cual, la información procesada por el sistema no retroalimenta a los organismos ejecutores.

Los PESEM, por su parte, son un esfuerzo por planificar estratégicamente las operaciones que desarrollarán los sectores del gobierno central en el futuro. Cada uno de ellos establece claramente su visión, misión y objetivos. Luego, en caso de ser aprobados, pasan a integrar el Plan Estratégico Multianual (PEM), el cual se somete a la aprobación del Consejo de Ministros para la formulación del presupuesto del año siguiente. Desde el punto de vista del M&E, los PESEM no funcionan como un sistema de planificación estratégico, sino más bien como un sistema de programación. Además, en muchos casos, no existe consistencia entre los objetivos planteados y los indicadores definidos para el cumplimiento de las metas.

Evaluación de los sistemas de M&E en el ámbito de los programas y proyectos sociales peruanos

Sobre la base de entrevistas en profundidad sostenidas con los funcionarios vinculados indirectamente a la ejecución de los programas y proyectos sociales del gobierno central, se obtuvo resultados en el nivel sectorial y en el nivel de los proyectos y/o programas, acerca de la utilización de sistemas de M&E. En el nivel sectorial, las entrevistas se concentraron en los sectores agricultura, educación, salud, transportes, Promudeh y Ministerio de la Presidencia, pues estos sectores concentraron el 48% de los gastos totales del gobierno central en el año 2000.

Según las respuestas acerca de qué aspectos debería cumplir cada sector para realizar un adecuado M&E, el apoyo político que se le otorga a la inclusión de cualquier sistema de este tipo es bajo. Asimismo, la cultura de M&E es sumamente pobre, lo que se evidencia no solo en la falta de capacitación y entrenamiento, sino también en la falta de costumbre de realizar este tipo de actividades. El margen de acción o de maniobra para tomar decisiones de política en función de los resultados de M&E, es todavía limitado: frecuentemente, no es fácil eliminar, reformular o modificar los programas y/o proyectos, porque aún se le otorga poca importancia a dichos resultados.

De otro lado, las inversiones no son consideradas muy importantes. Los proyectos de inversión se guían más por criterios políticos que por una preocupación por la eficiencia y el impacto de largo plazo esperado. Finalmente, la estrategia de la ODI de fortalecer las Oficinas de Planificación de las Inversiones (OPI), encargadas de priorizar los proyectos de inversión, se encuentra todavía en una etapa incipiente. Si bien estas han adquirido un papel más activo con la nueva ley, todavía les falta liderazgo, margen de maniobra y un rol más promotor.

La opinión de los funcionarios entrevistados respecto de la nueva normativa es relativamente favorable, lo que refleja que los lineamientos generales de este proceso son adecuados; sin embargo, se debe trabajar más en lo relativo a su aplicación (ver el cuadro 1).

En el nivel de programas y proyectos sociales, se identificó a veinte proyectos y/o programas sociales principales. Los gastos totales desembolsados en el año 2000 por estos proyectos ascendieron a US$ 770 millones aproximadamente, lo que representó el 12% de los gastos totales no financieros del gobierno central. Dada la poca disponibilidad de información acerca de estos proyectos y con el fin de evitar que existan sesgos en las respuestas, se tuvo que optar por realizar entrevistas a terceros vinculados con dichos proyectos.

Los veinte proyectos analizados cumplen con menos de la mitad de los aspectos más básicos requeridos para tener un sistema adecuado de M&E. De los resultados se desprende que los puntajes de las preguntas acerca del margen de maniobra y las evaluaciones fueron los más altos; sin embargo, la calidad de las evaluaciones sería baja, lo que se deduce por los reducidos puntajes obtenidos en las preguntas acerca de la tenencia de línea de base y grupo de control y/o comparación (ver el gráfico 1).

Casi todos los proyectos analizados cuentan con capacidad para realizar las actividades de monitoreo, así como con formatos para recolectar información producto de estas operaciones. Sin embargo, en muchos de estos casos se debe a la obligatoriedad impuesta por la nueva ley de inversiones, que además provee estas plantillas. Si bien catorce de los veinte proyectos realizaron perfiles durante su etapa inicial, estos solo representan el 42% de la muestra en términos de desembolso (US$ 321 millones). Esto significa que los seis proyectos restantes, que no realizaron ningún perfil y que desembolsaron US$ 450 millones en el año 2000, son relativamente grandes. Por último, casi la mitad de los proyectos de la muestra realizó evaluaciones intermedias o ex post; sin embargo, de acuerdo con las respuestas de algunos funcionarios, estas han sido de cobertura limitada, de tipo cualitativo o solo de una parte de los proyecto. Además, en pocos casos se han realizado evaluaciones de impacto y ‘sostenibilidad’: ninguno de los proyectos tiene línea de base y solo tres, que representaron US$ 149 millones en términos de gastos, tienen grupos de control o comparación.

Por otro lado, si bien los proyectos más grandes –entendiendo por tales los que desembolsaron mayor cantidad de dinero en el año 2000– tienen calificaciones más bajas que el promedio, otros proyectos relativamente grandes tienen calificaciones más altas que el promedio. Sin embargo, en estos casos, más del 45% del presupuesto para dicho año provino de financiamiento externo, a diferencia de los proyectos más grandes, en los que prevalece el financiamiento interno. Existe el riesgo que los proyectos más grandes sean administrados con criterios políticos y que, por lo tanto, se realicen pocas prácticas de M&E. Además, los resultados de las entrevistas confirman que los proyectos sociales con financiamiento externo tienen los mejores y más sólidos sistemas de M&E. Sin embargo, esto no va acompañado de un mayor margen de maniobra, pues algunos de estos proyectos tienden a ser rígidos. Finalmente, en cuanto al tipo de gasto, en promedio, los proyectos de inversión parecen tener mejores sistemas de M&E que los proyectos de gastos corrientes. Esto puede deberse a que todavía no existen normas para forzar a los proyectos de gasto corriente a que implementen estos métodos.

Programa de capacitación laboral juvenil (Projoven)

Projoven es un programa muy pequeño, con una ejecución promedio de US$ 2 millones anuales. En él existen dos áreas vinculadas al M&E: el área de supervisión y el área de evaluación técnica. La primera es la encargada de monitorear los insumos y los procesos de capacitación y de práctica laboral.

«Los proyectos de inversión se guían más por criterios políticos que por una preocupación por la eficiencia y el impacto de largo plazo esperado»

La segunda realiza las evaluaciones de impacto, que consisten en identificar la evolución de diversas variables laborales de los jóvenes beneficiarios frente a los jóvenes que potencialmente podrían participar en el programa, pero que no lo han hecho.

El nivel de avance del sistema de M&E de Projoven, según los entrevistados, se explica por factores como el respaldo institucional desde la alta dirección del Ministerio de Trabajo. Asimismo, dado que desde su inicio las fuentes de financiamiento de Projoven han sido diversas, se vio la necesidad de acceder a mayores fondos para continuar operando, lo que determinó que se incluyera, como parte de sus acciones piloto, el diseño y ejecución de una evaluación de impacto, con la finalidad de garantizar el uso eficiente de sus escasos recursos. Por otro lado, los entrevistados identificaron como una fortaleza del programa su autonomía administrativa y la nula injerencia política en sus acciones. Por último, la estandarización de los procesos que constituyen el programa, ha permitido la construcción de líneas de base con la misma metodología en las diferentes sedes del programa.

Proyecto de Salud y nutrición básica (PSNB)

Al interior del PSNB, el cual es un proyecto de tamaño pequeño, con alto financiamiento externo, la Oficina de Planificación y Monitoreo (P&M) es la encargada de llevar a cabo el seguimiento del avance de las metas del proyecto. Esta labor de M&E se realiza, principalmente, a través de tres instrumentos. El primero se refiere a reportes cualitativos enviados por las gerencias regionales, según un formato diseñado por la Oficina de Planificación y Monitoreo, para identificar el avance de las actividades por línea y componente. El segundo instrumento es la ficha de monitoreo integral, la cual ha sido elaborada para recoger información a través de la observación directa de establecimientos de salud. El tercer instrumento se refiere a reportes cuantitativos trimestrales realizados sobre la base de un formato, también diseñado por la Oficina de Planificación y Monitoreo del PSNB.

Un logro significativo del PSNB, y de su sistema de M&E en particular, es que la metodología e instrumentos diseñados y utilizados desde él, han sido posteriormente adoptados por las oficinas de línea del Ministerio de Salud (Direcciones Regionales de Salud). Adicionalmente, la relación entre los gerentes regionales, encargados del proyecto y los directores regionales de salud ha sido positiva: se ha logrado articular un trabajo conjunto, tanto en el avance de las acciones de monitoreo como en las consiguientes acciones correctivas. En cuanto al soporte técnico y financiero, la construcción de una línea de base y de indicadores de seguimiento, así como la realización de evaluaciones externas, están estipuladas en el convenio de préstamos firmado con el Banco Mundial en 1994. Por otro lado, una de las limitaciones para la realización de acciones de M&E está referida a la línea de base del proyecto, la cual se construyó pensando en la orientación inicial del mismo y ahora no posee indicadores relevantes para su evaluación final.

Programa Nacional de wawa wasi (PNWW)

El PNWW, un programa pequeño con 66% de financiamiento externo, posee un sistema de M&E que identifica fuentes de información según cada componente del programa. Cada una de las sedes se debe encargar de revisar, ingresar y procesar la información, según la capacitación recibida por la oficina de sistemas. Luego, la información se transmite a la sede central, que posteriormente produce los reportes de avance.

Algunas de las deficiencias identificadas en el sistema de M&E del programa están relacionadas con que las fuentes de información del sistema no incluyen a los Comités de Gestión y Comedores Infantiles, que son pilares en la organización comunal de un wawa wasi. Asimismo, las sedes no utilizan todos los formatos de registros que se les entrega para ser completados. En algunos casos, los registros no incluyen información sobre ubicación geográfica en un nivel de desagregación mayor al de la sede, lo cual impide construir indicadores por distrito y/o localidades. Por otro lado, existe contradicción entre la información emitida por la base de datos del sistema informático y la procesada manualmente por el programa, así como un considerable retraso entre el recojo y envío de la información de las sedes regionales a la sede central del programa. Ello ocurre por motivos de ausencia de equipos en buen estado y/o falta de capacitación del personal en el manejo del sistema e instrumentos, debido a la alta rotación del personal o al bajo nivel cultural de sus responsables. Finalmente, los reportes de M&E enviados desde las sedes no están estandarizados, lo cual dificulta la sistematización y consolidación de la información nacional.

Programa de Mejoramiento de la calidad de la educación primaria (MECEP)

El MECEP está ubicado entre los programas grandes, pues ha ejecutado alrededor de US$ 40 millones anuales entre 1996 y 1999, y opera a través de las direcciones y unidades de línea del Ministerio de Educación.

«Los organismos financieros externos cumplen un doble rol al exigir evaluaciones y, también, al brindar apoyo técnico y flexibilidad para la contratación de consultores»

La Unidad Coordinadora, dirigida por el Coordinador Nacional del MECEP, es la responsable de la planificación de las evaluaciones externas del MECEP, así como de cumplir funciones de monitoreo en el nivel central y agregado del programa. Con el fin de promover la coordinación entre las diferentes  direcciones  y unidades del Ministerio de Educación que participan en la ejecución del MECEP, en 1997 se tomó la decisión de crear comités de coordinación. Sin embargo, las acciones de M&E desarrolladas no constituyen  un sistema integral. En el nivel agregado, estas incluyen el seguimiento de metas físicas y financieras, mas no de procesos. Además, aquellas realizadas por los diferentes subcomponentes no se encuentran suficientemente coordinadas. En el caso de la consolidación curricular, no se han diseñado instrumentos para medir el desempeño del docente, sino solo para salvar dificultades al momento de aplicación del currículo. Asimismo, existe insuficiencia de personal para las acciones de M&E contempladas. En cuanto a los materiales educativos, los reportes de monitoreo realizados por los órganos intermedios no siempre llegan a la sede central del MECEP. De otro lado, el cronograma para la realización de las acciones de monitoreo no es el mismo para las diferentes regiones, lo cual dificulta el procesamiento de información para tomar las medidas correctivas oportunas. Por último, los instrumentos  de monitoreo  usados por los diferentes órganos intermedios no están estandarizados.

Conclusiones

El desarrollo desigual de los sistemas de M&E en el sector público peruano tiene diversas explicaciones. Por un lado, existe muy poco compromiso político de parte de las autoridades para introducir y mejorar este tipo de sistemas. La falta de compromiso político de las autoridades  sugiere que se debe establecer un mandato legal expreso, con penalidades claras, para la realización periódica de estudios de M&E. Asimismo, de las entrevistas realizadas en profundidad y de los estudios de casos, se desprende que existe poca cultura de M&E.

Por otro lado, la cooperación y el financiamiento extranjeros han desempeñado un papel importante en el progreso de los sistemas de M&E mejor desarrollados. Los organismos financieros externos cumplen un doble rol al exigir evaluaciones (vinculadas al desembolso o a la operación del proyecto) y, también, al brindar apoyo técnico y flexibilidad para la contratación de consultores. Debe plantearse la vinculación de estos estudios a la aprobación de recursos y a los mecanismos de apoyo técnico, así como la contratación de consultores para el desarrollo de estos sistemas. Los sistemas planteados por el MEF no cubren este aspecto.

Finalmente, los proyectos de mayor envergadura tienen menor desarrollo de los sistemas de M&E. Esto puede deberse tanto a la incapacidad de coordinación de manera integral entre los órganos de línea, como a factores políticos. Es recomendable crear instancias regionales que, con mayor autonomía en el uso de recursos y capacidad para contratar personal calificado y consultores, puedan seguir y apoyar a los órganos de línea de los sectores, para facilitar la introducción de mejores sistemas de M&E.

«La falta de compromiso político de las autoridades sugiere que se debe establecer un mandato legal expreso, con penalidades claras, para la realización periódica de estudios de M&E»

Determin de Fonco antes del funcionamiento de los proyectos des 1

A inicios de la década del noventa, el gobierno peruano establece la reestructuración de su presupuesto social con el propósito de incrementar su eficiencia mediante mejoras en la focalización. Así, en 1991, nace el Fondo Nacional de Compensación y Desarrollo Social (Foncodes), el cual desde entonces y hasta 1998 ha financiado más de 33.000 proyectos de infraestructura básica a lo largo del país.

A pesar de que Foncodes tiene un importante impacto entre los sectores más pobres de la población peruana, a través del financiamiento de pequeños proyectos, y a pesar de la diversidad de opiniones con respecto a la eficiencia de sus operaciones, no existen estudios que analicen las condiciones que llevan al éxito o al fracaso a un proyecto.

Esta investigación tiene como principal finalidad estudiar, en detalle, qué condiciones y prácticas fomentan el relativo éxito del proyecto, y cómo influencian en dicho éxito factores como la gestión, la capacitación, la participación de la comunidad, su capacidad organizativa y las características de los proyectos y de la misma comunidad. Para ello, se trabajó sobre la base de tres encuestas diseñadas para realizar evaluaciones ex post de un total de 735 proyectos, implementados entre 1994 y 1999.

Los proyectos de Foncodes y los actores responsables

Foncodes fue establecido en 1991 como una agencia temporal, autónoma y descentralizada, que dependía directamente del Poder Ejecutivo. Fue diseñado para mejorar las condiciones de vida de los más pobres, generar empleo, atender las necesidades básicas en salud, nutrición, saneamiento y educación, y promover la participación de los pobres en la administración de su propio desarrollo.

Para cumplir con esos fines, Foncodes financia proyectos de infraestructura social, asistencia social, infraestructura económica, así como también proyectos productivos. Hasta el año 2000, ha financiado aproximadamente US$ 1.343.496 miles en más de 36.549 proyectos pequeños, y ha representado cerca de la tercera parte del presupuesto de asistencia social del gobierno.

Resulta particularmente interesante el rol que le otorga a los núcleos ejecutores de la comunidad en la implementación del proyecto, los cuales son conformados especialmente para fines del proyecto y, en ocasiones, sobre la base de algún grupo ya organizado de la sociedad. A través de estos núcleos ejecutores, Foncodes asigna una considerable responsabilidad a la comunidad desde una etapa muy temprana del ciclo del proyecto. Ello supuestamente otorga un mayor grado de participación a la comunidad y fortalece los objetivos de ‘sostenibilidad’ del proyecto y empoderamiento de la comunidad.

«Foncodes, hasta el año 2000, ha financiado aproximadamente US$ 1.343.496 miles en más de 36.549 proyectos pequeños»

Los proyectos son identificados y desarrollados por la comunidad con la cooperación de las ONG, los gobiernos locales y el Poder Ejecutivo. Así, son los mismos beneficiarios los encargados de identificar y priorizar las necesidades de la comunidad. Una vez establecidas las prioridades, seleccionan un proyecto, eligen al núcleo ejecutor y luego participan en la construcción, operación y mantenimiento del proyecto.

Una asamblea comunitaria se encarga de elegir al núcleo ejecutor en el momento de la concepción del proyecto. Desde entonces, dicho núcleo ejecutor prepara la propuesta del proyecto y la documentación necesaria, y es responsable de obtener la aprobación y el financiamiento de Foncodes. Posteriormente, se encarga de asegurar la ejecución apropiada del proyecto, mantener a la comunidad informada y administrar los fondos.

Los supervisores son elegidos por Foncodes para monitorear el ciclo del proyecto en tres instancias diferentes: supervisor general, supervisor regional y supervisor del proyecto. El supervisor general trabaja en la División de Proyectos de la sede central de Foncodes y vigila el trabajo del supervisor regional en la oficina regional. El supervisor del proyecto es elegido de acuerdo con las necesidades técnicas, experiencia y otras habilidades específicas requeridas por el proyecto.

El inspector es elegido por el núcleo ejecutor con aprobación de Foncodes. Dicho inspector es responsable de la ejecución y de los aspectos técnico-administrativos del proyecto. Asimismo, junto con el núcleo ejecutor, es responsable de asegurar la apropiada utilización de los recursos.

Finalmente, el operador está encargado de la administración y operación del proyecto, y sus obligaciones van desde trabajos menores, como vigilancia y limpieza, hasta actividades especializadas, como en el caso de doctores, enfermeros y profesores. El operador, dependiendo de los requerimientos técnicos y del tamaño del proyecto, puede ser seleccionado por el núcleo ejecutor o designado por un Ministerio.

Metodología

La base de datos utilizada se construyó sobre la base de tres encuestas diseñadas y conducidas por el Instituto Apoyo, para la realización de tres evaluaciones ex post de proyectos realizados en los períodos 1994-1996 (350 proyectos), 1996-1997 (210 proyectos) y 1996-1999 (165 proyectos). Las encuestas estaban constituidas por aproximadamente 90 preguntas, desarrolladas para evaluar distintos aspectos como la gestión, el nivel de participación de la comunidad, capacitación y el funcionamiento del proyecto.

Las dos primeras muestras de proyectos fueron seleccionadas por Foncodes, con el objeto de mantener la representatividad de los siguientes criterios: nivel de pobreza, distribución geográfica y los tipos de proyectos. A pesar de que ambas muestras no fueron elegidas aleatoriamente, se comprobó que su distribución, tanto en términos de nivel de pobreza como por tipo de proyecto, fue similar a la del universo de proyectos de la institución.

La tercera muestra fue significativamente diferente. Esta fue elegida aleatoriamente por el Instituto Apoyo del total de proyectos de Foncodes, y solo incluyó proyectos de agua y saneamiento. Se tuvo especial cuidado en mantener la representatividad en términos de niveles de pobreza, tamaño de la comunidad y montos de financiamiento. Asimismo, las preguntas de los cuestionarios fueron diseñadas de tal forma de obtener respuestas más objetivas.

Para medir el éxito del proyecto se utilizaron dos procedimientos distintos. En el caso de las dos primeras muestras, no existía una pregunta acerca de si el proyecto era exitoso o no, por lo cual se construyó un índice de éxito sobre la base de preguntas acerca de su funcionamiento, relevancia, cobertura y eficiencia. En el caso de la tercera muestra, el cuestionario sí incluía una pregunta específica sobre el éxito del proyecto.

De las diferentes muestras se seleccionaron además, preguntas relacionadas con las siguientes variables explicativas: participación de la comunidad, existencia de instituciones públicas y organizaciones sociales, gestión de los proyectos, incorporación de programas de capacitación, y características de la comunidad y del proyecto (nivel de educación e índice de pobreza); y solo en el caso de la tercera muestra, tamaño de la comunidad, monto de inversión, idioma principal, lejanía y antigüedad del proyecto.

Análisis de los resultados

Con el objetivo de analizar los determinantes del éxito de los proyectos de Foncodes, se estimó un modelo logit ordenado, que consideró como variable dependiente al índice de éxito y como variables explicativas, las medidas de participación, gestión, capacitación, organización social, y características de la comunidad y del proyecto.

Participación

Se encontró, en primer lugar, que la participación de la comunidad incrementa significativamente la probabilidad de éxito del proyecto. Luego, se profundizó el análisis introduciendo variables de interacción, para identificar los factores que podrían aumentar o reducir los efectos que la participación tiene en el éxito del proyecto.

Así, se construyó un término de interacción compuesto por la variable participación y la variable pobreza; y se halló que en las comunidades menos desarrolladas (más pobres), la participación tiene un efecto menor en el éxito. De un modo similar, se observó que la participación de individuos más educados tiene un impacto beneficioso más fuerte. Los resultados obtenidos sugieren que el efecto de la participación en el éxito del proyecto, en ausencia de condiciones favorables, como son el desarrollo económico y la educación, podría incluso ser negativo.

En la tercera especificación, adicionalmente, se incluye la interacción entre participación y tamaño de la comunidad. Se comprobó que la participación es también más efectiva en comunidades más pequeñas. Esto puede deberse a que los grupos pequeños son más fáciles de organizar y supervisar, así como al hecho de que las comunidades pequeñas tienden a ser más cohesionadas.

Capacitación y otras características del proyecto

Las distintas estimaciones determinaron que la variable capacitación es altamente significativa e influye positivamente en la probabilidad de éxito del proyecto. También se encontró que en los proyectos de agua y saneamiento, a los que Foncodes da un fuerte énfasis en la capacitación de la comunidad, la participación es más beneficiosa.

Se encontró, por otro lado, que los proyectos de infraestructura, que son en general más complejos, tienen menores posibilidades de éxito, ceteris paribus, que los demás. Finalmente, se halló que la variable tamaño del proyecto (que se mide en monto) no tiene efectos significativos.

Gestión

Las variables de gestión –frecuencia de la inspección y calidad de la supervisión– no son significativas en ninguna de las dos primeras especificaciones del modelo. Ello puede reflejar las limitaciones de las proxies utilizadas, más que una falta de importancia de las variables inspección y supervisión.

En la tercera especificación del modelo, en cambio, se incluyeron tres variables de gestión relacionadas con la frecuencia de las inspecciones y la calidad, tanto de la supervisión como del trabajo del núcleo ejecutor. Todas estas variables fueron determinantes significativas del éxito y, como se esperaba, lo afectan de manera positiva.

Características y capacidad organizativa de la comunidad

En las estimaciones de la segunda muestra también se incluyeron variables correspondientes al número de organizaciones comunales y de instituciones públicas (relacionadas con el potencial organizacional y la tradición organizativa de la comunidad). Se comprobó que un mayor número de instituciones públicas incrementa la probabilidad de éxito. Sin embargo, la estimación revela que existe un nivel crítico, tras el cual incrementos en el número de instituciones disminuyen la probabilidad de éxito. Ello significa que existe un punto de saturación, a partir del cual las instituciones podrían empezar a interferir negativamente unas con otras.

Las variables número de organizaciones comunales y de instituciones públicas, aunque imperfectas para medir la capacidad organizacional de la comunidad, pueden ayudar a entender el rol del capital social y la tradición participativa en el éxito del proyecto.

«existe un punto de saturación, a partir del cual las instituciones podrían empezar a interferir negativamente unas con otras»

De todos modos, los resultados con respecto a estas variables deben mirarse con precaución, puesto que podrían recoger otros efectos. La variable relacionada con las instituciones públicas, por ejemplo, podría estar capturando el tamaño de la comunidad y el nivel de pobreza, dado que las comunidades más grandes y más desarrolladas tienen un mayor número de instituciones públicas. Además, la estructura operativa de Foncodes, que crea un ente comunal para el manejo del proyecto –el núcleo ejecutor–, podría reducir la relevancia e importancia de otras organizaciones comunales.

Con la tercera muestra se pudieron obtener mejores resultados, por la mejor calidad de los datos, y se separaron los efectos del tamaño y pobreza de la comunidad, de aquellos efectos correspondientes a las organizaciones e instituciones. En esta nueva estimación, tanto las organizaciones comunales como las instituciones públicas, son determinantes importantes del éxito del proyecto. Ambas variables presentan efectos no lineales; es decir, en los dos casos existe un punto de saturación tras el cual más organizaciones o más instituciones pueden entorpecer el éxito del proyecto. Cabe anotar que en esta especificación, la variable de organizaciones comunales está mejor medida que en las anteriores, pues también se toma en cuenta la antigüedad de dichas organizaciones.

Adicionalmente, se halló que las comunidades más grandes, más remotas y en las que no predomina el idioma castellano, enfrentan menores probabilidades de éxito.

Conclusiones

La participación de la comunidad tiene el efecto de incrementar la probabilidad del éxito del proyecto. Sin embargo, la magnitud del efecto depende de las características de la comunidad y del proyecto. Así, la participación será más efectiva en comunidades más desarrolladas, con mayor nivel de capital humano, pequeñas y también en proyectos de agua y saneamiento, los que tienen un claro énfasis en la capacitación de la comunidad. Cuando estos factores están ausentes, puede ocurrir que la participación sea perjudicial para el éxito del proyecto.

Por otra parte, la calidad de la supervisión y de las inspecciones, y la frecuencia de esta última, son significativas para el éxito del proyecto.

Por su parte, la capacitación y la existencia de organizaciones comunales e instituciones públicas también incrementan la probabilidad de lograr un mayor éxito en los proyectos. Sin embargo, un número demasiado alto de estas últimas podría dificultar su colaboración con el proyecto y reducir sus probabilidades de éxito.

Adicionalmente, el nivel de desarrollo de la comunidad y el nivel de capital humano de sus habitantes, como ya se dijo, provocan que la participación sea más o menos eficiente, según las comunidades sean más o menos pobres o educadas. Sin embargo, se encontró (en el caso de la tercera muestra) que el nivel de pobreza está relacionado positivamente con la probabilidad de éxito. Ello puede atribuirse al efecto gourmet: comunidades más pobres podrían ser satisfechas de manera más fácil y tener expectativas menores que las comunidades más desarrolladas (más exigentes), lo cual se reflejaría en sus percepciones sobre el éxito de los proyectos.

Finalmente, se encontró que comunidades más remotas, más grandes y en las que no predomina el idioma castellano, enfrentan menores probabilidades de éxito de los proyectos de Foncodes.

«la existencia de organizaciones comunales e instituciones públicas también incrementan la probabilidad de lograr un mayor éxito en los proyectos. Sin embargo, un número demasiado alto de estas últimas podría dificultar su colaboración con el proyecto»

Equidad en  la educación pública y privada 1

La educación es un factor esencial para explicar el crecimiento económico y el mayor bienestar de los individuos. Esta es una de las razones por las cuales el rol del Estado debe ser igualar las oportunidades de los individuos para acceder a ella. En el caso peruano, es claro que la educación permite mayores ingresos y menores probabilidades de ser pobre.

Las cifras que se utilizan para determinar los recursos que la sociedad destina a la educación no se limitan a lo que gasta el sector público; por el contrario, las familias peruanas cumplen una función muy importante en el financiamiento de la educación, tanto privada como estatal.

En este contexto surgen algunos interrogantes. ¿Cómo se distribuye el gasto educativo en el sector público? ¿Cuál es el papel de las familias en el financiamiento de la educación en el Perú? ¿Existen posibilidades de redistribución al interior del sector público modificando los gastos relativos entre los distintos niveles educativos?

Gasto de la sociedad en educación estatal y no estatal

Gasto total de la sociedad en educación

En el año 2000, la sociedad peruana en su conjunto (Estado más familias) invirtió US$ 3.360 millones en educación, tanto en gastos corrientes como de capital, equivalentes al 6,3% del PBI. De estos, 41% fue aportado por las familias y el 59% por el Estado. Asimismo, un 74% del gasto total de la sociedad se destinó a solventar al sistema público. Al interior del gasto en educación pública, se encuentra que al menos un cuarto del financiamiento fue aporte directo de las familias.

Durante la última década, el gasto en educación de la sociedad ha presentado un crecimiento de 22% entre 1994 y 1997, y de 13% entre 1997 y 2000. En el último de dichos períodos, tal crecimiento fue producto  del incremento en 10,4% del gasto estatal y en 27% del gasto familiar en educación privada; mientras que el gasto familiar en educación pública disminuyó en 6%. Así, por el lado de las familias, el aumento se da, principalmente, en el sistema educativo privado, el cual ascendió a US$ 272 millones entre 1994 y 2000, monto mayor al incremento de US$ 105 millones de la inversión de las familias en el sistema público.

En términos del PBI también se observa un crecimiento considerable del gasto en educación, al pasar de un 5,4% del producto en 1994 al 6,3% mencionado líneas arriba en el año 2000. El gasto de las familias en educación, por su parte, fue igual al 2,6% del PBI: 1,6% en educación privada y 1% en educación pública.

Gasto por alumno de la sociedad en educación

Vale la pena llamar la atención sobre tres puntos. En primer lugar, existe una gran diferencia en la inversión por alumno entre los distintos niveles, tanto en el sistema estatal como en el no estatal. En el año 2000, la inversión de la sociedad por alumno en el nivel superior universitario fue 6,3 veces la inversión por alumno en primaria (ver el gráfico 1). Esta notable diferencia de la inversión por alumno entre los distintos niveles puede constituir una primera fuente de iniquidad, dependiendo de la composición según niveles de ingreso de la matrícula en cada nivel.

El segundo punto que debe ser resaltado es el aumento del gasto corriente por alumno a lo largo de los años en todos los niveles, tanto en el sistema público como en el privado. En términos porcentuales,  el mayor incremento se dio en el gasto por alumno en el nivel superior universitario privado –57% entre 1994 y 2000–, seguido por el incremento en el gasto por alumno en primaria pública –42% entre 1994 y 2000–. Asimismo, al comparar el gasto de la sociedad en educación básica pública y privada, se observa que la inversión por alumno en los centros educativos privados es mayor. Si esto se asocia a una mayor calidad de la educación y de formación de capital humano, se tiene que el sector educativo peruano estaría generando fuertes diferencias entre grupos con distintos niveles de ingreso.

En los niveles superiores, sin embargo, el gasto promedio por alumno es muy similar en los centros privados y en los públicos. Esta diferencia, en términos de cantidades, se ha manteniendo a lo largo de los años. Por otro lado, se observa que mientras en el nivel superior no universitario el gasto por alumno en el sistema público aumentó; en el sistema privado se produjo una fuerte caída en 1997, seguida de una posterior recuperación en el año 2000. En cuanto a la brecha de gasto por alumno en el nivel universitario estatal y no estatal, en dicho año, en promedio, el gasto de la sociedad por alumno en las universidades privadas ha sido muy similar al realizado en las universidades públicas.

Gastos en educación según nivel de pobreza

El análisis de la relación entre el gasto en educación y el nivel de pobreza puede ser dividido en dos partes. La primera de ellas está ligada al problema de la falta de acceso de la población más pobre a los niveles de educación más altos, en los cuales el gasto del Estado por alumno es mayor. La segunda parte consiste en analizar la distribución entre quintiles de ingreso, tanto del gasto estatal como del gasto familiar en educación. Como se verá, en el caso del gasto familiar, existe una variación sustancial a medida que se altera el ingreso.

Cobertura y tasas de escolaridad según niveles de ingreso

Los resultados del cálculo de las tasas de escolaridad, estimados según la ENNIV 2000, señalan que, en primer lugar, en el nivel primario existe una alta tasa de escolaridad para todos los niveles de ingreso (93,7%). Sin embargo, existiría una alta tasa de asistencia en extra-edad dentro de los quintiles más pobres de la población. La situación es diferente para el nivel secundario, donde existe una mayor diferencia entre las tasas de escolaridad de la población más pobre y la menos pobre. Así, mientras el 89% de la población menos pobre asiste en edad normativa a secundaria, tan solo el 58% de los más pobres lo hace. Por último, en el nivel superior resulta más dramática la situación, ya que solo el 4,2% de los más pobres reporta recibir este tipo de educación dentro de la edad normativa, frente a un 50,6% del grupo de mayor riqueza en el mismo rango de edad.

Composición de la matrícula estatal y no estatal por niveles educativos según nivel de ingresos

Un alto porcentaje de los alumnos en primaria y secundaria públicas, proviene de los quintiles más pobres de la población. En primaria, el 32% de los alumnos del sector público proviene del quintil más pobre, mientras que solo el 7,3% lo hace del quintil más rico. En el nivel secundario, el grueso de los asistentes al sistema público se concentra en los tres quintiles más pobres, que abarcan el 70,5% de la matrícula estatal. La situación se invierte considerablemente, al analizar la matrícula por quintiles para los niveles superiores de educación. Los usuarios principales de dichos niveles son los miembros de los quintiles menos pobres, tanto en el sistema público como en el privado. Específicamente, el principal demandante es el quintil superior, cuyos miembros ocupan el 45% de la matrícula en el sistema público universitario y el 21% de la matrícula pública de educación no universitaria. Sin embargo, es muy importante notar que un 31% de los matriculados en el sistema estatal universitario pertenece a los tres quintiles más pobres de la población, los cuales en su mayoría viven en situación de pobreza. Esto se debe tener en cuenta al momento de preguntarse: ¿qué tanto debería redistribuirse el gasto entre niveles? y ¿qué tan factible sería solicitar mayor financiamiento familiar en ciertos niveles?

Cabe notar que si se compara las tasas de escolaridad con la composición de la matrícula estatal y no estatal, se comprueba que el Estado está invirtiendo menos por alumno en aquellos niveles donde la población demandante está conformada principalmente por los grupos más pobres de la población, y más en los niveles cuyos principales demandantes son los grupos de mayores recursos.

Distribución del gasto en educación según niveles de pobreza

Para efectuar el análisis de la distribución del gasto del Estado, se supondrá que el gasto estatal por alumno, al interior de cada nivel, es igual para todos los matriculados. Al realizar este supuesto, la única fuente de iniquidad en la distribución del gasto estatal en educación provendría de las diferencias en la composición por quintiles de ingreso de la matrícula de cada nivel.

Como se ha visto, la mayor parte de los receptores del gasto, en primaria y secundaria, pertenece a los grupos de menores ingresos (ver el cuadro 1). Lo contrario sucede con la educación superior, cuya matrícula está compuesta, principalmente, por miembros pertenecientes al 40% menos pobre de la población. Así, mientras el gasto del Estado en educación básica se destina principalmente a los grupos más pobres, lo contrario sucede con el gasto destinado a la educación superior, donde el 20% más rico de la población es el principal receptor del gasto. Tomando esto en cuenta, al analizar cuánto es lo que reciben los distintos grupos del gasto total del Estado en educación, se obtiene que al menos el 35% del gasto estatal en educación es percibido por el 40% menos pobre de la población, mientras que el 20% más pobre de la población recibe el 21% del gasto corriente total. Esto a pesar de que mientras los miembros del 40% más pobre representan el 51% de los matriculados en el sistema público, los pertenecientes al quintil más rico conforman el 10,3% de la matrícula en todos los niveles.

«el Estado está invirtiendo menos por alumno en aquellos niveles donde la población demandante está conformada principalmente por los grupos más pobres de la población»

Por su parte, el gasto de las familias por alumno, tanto en el sistema público como en el privado, no hace sino agrandar la brecha entre el gasto social dedicado a los grupos de población más pobres y el dedicado a los menos pobres. Este gasto varía significativamente de acuerdo con la posición de la familia en la distribución del ingreso. De esta manera, en el sistema público, en primaria, las familias en el quintil más rico gastan 7 veces más que las familias del quintil más pobre. La diferencia entre el gasto por alumno de las familias del quintil quinto y el primer quintil (más pobre) no es tan alta en los otros niveles, pero sí considerable: 3,6 en secundaria, 1,6 en superior no universitaria y 3,7 en superior universitaria. En cuanto a las diferencias en el gasto por alumno en el sistema privado, estas también son importantes. El gasto promedio por alumno del quintil más rico en primaria es US$ 900, mientras que el gasto en el mismo nivel por alumno del quintil tres es de US$ 181. No se calculó el promedio de gasto de los dos quintiles inferiores, por la baja matrícula de esta población en la educación no estatal.

El gasto de la sociedad por alumno, se calcula sumando el gasto del Estado y el gasto de las familias agrupadas por quintiles. De esta manera, se observa que el gasto por alumno de los quintiles más pobres es mucho menor al recibido por los alumnos de los quintiles con mayores ingresos. De esta manera, si la calidad estuviera correlacionada perfectamente con el gasto, la educación primaria que recibiría un miembro del quintil más rico en el sistema privado sería 5,5 veces mejor que la recibida por un alumno del quintil más pobre en el sistema público.

Por el lado de la educación superior no universitaria, si bien las diferencias en los montos invertidos no varían significativamente entre quintiles y gestión del centro educativo, existe un importante problema de cobertura dentro del quintil más pobre. Solo el 3,8% de los matriculados en este nivel pertenecen a este estrato y, por el contrario, el 42% de los asistentes pertenece a los dos quintiles de mayores ingresos. Finalmente, en la educación privada universitaria también se dan diferencias notables en el gasto por alumno entre alumnos de distintos grupos de ingresos.

Tomando lo anterior, se observa que el gasto de la sociedad presenta un carácter completamente regresivo, ya que el 20% más rico de la población  capta el 40% del gasto social de educación en el país, mientras que el 40% de la población más pobre apenas capta el 26% de dicho gasto. Desagregando el gasto por niveles educativos, se descubre que el nivel con “mejor” distribución del gasto es el nivel de educación primaria. Sin embargo, la distribución del gasto en este nivel tampoco es completamente neutral, pues mientras el quintil más pobre recibe el 18% de los gastos, el 33% es recibido por el 20% de la población de mayores recursos. La diferencia se agrava en secundaria, donde el 32% del gasto es recibido por el quinto quintil y tan solo el 14% es recibido por los pertenecientes al grupo más pobre. En el caso de la educación superior, el panorama es peor, ya que claramente, tanto para el nivel universitario como para el no universitario, el gasto se encuentra concentrado en el 40% de menor pobreza en la población.

«el 20% más rico de la población capta el 40% del gasto social de educación en el país, mientras que el 40% de la población más pobre apenas capta el 26% de dicho gasto»

La situación se agrava si se considera la composición de la población en edad normativa por nivel dentro de los quintiles. Así, mientras el 40% más pobre de la población contiene al 50% de la población en edad normativa para primaria, solo recibe el 34,5% del gasto de la sociedad en este nivel. En secundaria, el caso es similar: el 46% de la población en edad normativa se encuentra en los dos quintiles de menores ingresos, y recibe el 31% del gasto en secundaria de la sociedad. En el caso de la educación superior, el 37% de la población en edad normativa se encuentra entre el 40% más pobre de la población y recibe solo el 8% del gasto en este nivel. Estos hechos son reflejo del menor gasto por alumno que realizan las familias en los quintiles más pobres, así como de sus menores tasas de escolaridad en secundaria y educación superior.

Desigualdades regionales y geográficas en el gasto

La información disponible del gasto estatal no permite discriminar de manera precisa cuánto se gasta por alumno según nivel económico o en el sector rural. Sin embargo, resulta revelador el análisis de cómo se distribuye el gasto corriente por departamento. Este análisis muestra que el gasto en bienes y servicios y el gasto en remuneraciones tienden a ser menores  en los departamentos con mayores tasas de pobreza (ver el gráfico 2).

La iniquidad que se encuentra en el gasto en bienes y servicios tiene un correlato claro con la calidad del servicio que se provee. Utilizando fuentes de información independientes, se encuentra que a mayor gasto en bienes y servicios, mayor es la disponibilidad de áreas académicas y de servicios higiénicos. Es muy posible que en el nivel de escuelas exista cierto grado de negociación entre el director y las autoridades intermedias para lograr mayores recursos y que, como resultado de estas negociaciones, los directores más exitosos sean aquellos con mejores contactos con estas instancias y los que dirigen escuelas más grandes. Además de esto, la calidad y cantidad de servicios de las escuelas se potencia por las contribuciones de los padres, las cuales guardan relación con las características de los colegios, además de estar claramente influenciadas por el nivel de ingresos y diferir de manera significativa entre zonas urbanas y rurales.

La evidencia presentada permite afirmar que si existe un patrón de distribución geográfica del gasto estatal, este tiende a estar menos sesgado hacia los más pobres, lo cual parece tener un efecto sobre la calidad de la provisión del servicio. A su vez, las familias rurales tienden a gastar menos en educación que las urbanas, y, al interior de estas regiones, las familias gastan menos según su nivel de pobreza.

Valor actual neto (VAN) de la inversión por nivel educativo

El cálculo del VAN permite estimar qué tan rentable es estudiar un nivel adicional en el sistema público y privado, así como separar el valor presente de los ingresos adicionales, el costo de oportunidad y los costos directos del Estado y las familias por estudiar un nivel adicional. Para calcular el valor actual de la inversión en cada nivel educativo, se estimó, en primer lugar, una ecuación de ingresos que permite hallar el ingreso promedio que percibiría una persona con determinado nivel educativo y edad, según gestión del último centro educativo asistido. Una vez determinada esta relación, se estimó el valor presente de: (i) el ingreso adicional obtenido por haber asistido a un nivel educativo (desde el momento de culminarlo con respecto al que hubiese recibido en caso de no haber asistido); (ii) el valor presente de los costos directos de la familia; (iii) el valor presente de los costos directos del Estado; y (iv) el costo de oportunidad de asistir al nivel adicional (el ingreso que deja de recibirse mientras se estudia). Con esta información fue posible hallar el valor presente de la inversión de las familias y el valor presente de la inversión de la sociedad.

Los resultados, utilizando una tasa de descuento de 5%, fueron, por un lado, que el nivel cuya inversión tiene un menor valor actual neto es la inversión en la secundaria pública: US$ 1.509 para las familias y US$ 685 para la sociedad. Estos valores llegan incluso a ser negativos, si se considera una tasa de descuento más alta. Por otro lado, es notable la diferencia de rentabilidad obtenida por la inversión en el sistema privado versus la inversión en el sistema público. Así, en secundaria, la inversión privada tiene un valor actual de US$ 10.085, mayor al VAN en el sistema público. No obstante, el valor presente del costo directo para las familias es significativamente mayor en el primero (US$ 2.404 versus US$ 405), lo cual hace que sea inaccesible para las familias más pobres. En el sistema universitario sucede algo similar, el VAN social de asistir a una universidad privada es 76% más alto al obtenido en el sistema público, mientras que el VAN familiar es 37% más alto. No obstante, la inversión por parte de las familias sólo en costos directos es 5 veces mayor que la inversión que realizan en el sistema público, lo cual implica una barrera de acceso. En el sistema superior no universitario, en cambio, sucede lo contrario: aparece como una mejor inversión, por parte de las familias y del Estado, la asistencia a un centro público promedio que a un centro privado promedio. Con estos datos, se puede observar que la iniquidad en el gasto en educación trae consecuencias permanentes en el nivel de vida futuro de las personas. Los pobres no solo recibirían una menor inversión, sino que esa inversión sería menos rentable que aquella de los que asisten a centros educativos de mayor calidad.

Conclusiones y discusiones de política

Dado que las familias desempeñan un rol importante en el financiamiento de la educación pública, particularmente entre los sectores más ricos, y dado que entre estos existe un porcentaje elevado de matrícula privada, sería posible pensar, en un primer momento, en tener como objetivo reducir el gasto en educación pública entre los más ricos y aumentarlo entre los más pobres.

Cabe tener en cuenta, sin embargo, que las diferencias entre niveles del gasto por alumno en el sector público son muy pequeñas si se les compara con estándares internacionales y que los grupos denominados “más ricos” en el estudio, en verdad, tampoco tienen un elevado poder adquisitivo.

Gran parte de la iniquidad en el sistema educativo se explica por las diferencias importantes en las tasas de escolaridad de secundaria y superior, de acuerdo con el nivel de pobreza. El hecho de que la matrícula en educación superior universitaria se concentre entre los más ricos y que se gaste más por alumno en ese nivel educativo, lleva a que el gasto público en educación superior universitaria se concentre entre los más ricos. No obstante, dado que en el Perú el gasto por alumno en educación superior es bajo, solo puede recomendarse transferir estos recursos a la educación básica, si simultáneamente se plantean mecanismos que permitan obtener estos recursos de otra fuente. En el nivel primario, la cobertura es bastante alta, por lo que la asistencia a este nivel no es una fuente de desigualdades. Sin embargo, la calidad de la educación recibida por alumno sí puede generarlas, tal como se refleja en el menor gasto por alumno en los departamentos más pobres.

Existe una marcada desigualdad de oportunidades educativas entre los peruanos. Aquellos que viven en las zonas más pobres y en áreas rurales, así como las poblaciones indígenas, reciben un servicio de menor calidad que los pobladores de las zonas urbanas. Eso en un contexto en el que el monto global de gastos en educación ya es muy bajo. Claramente, el Estado tiene que incrementar el gasto en estas zonas. Es muy difícil que se logren montos significativos de inversión adicional de las familias, por lo que casi la totalidad del gasto en estas zonas debe provenir de subsidios.

Por otro lado, no solo se estaría invirtiendo un monto menor por alumno, sino que este monto menor tendría una menor rentabilidad, tal como se observa al comparar el valor actual neto de la inversión en los niveles secundario y universitario. Asimismo, el costo directo asociado a la educación privada crearía una barrera de acceso muy fuerte para los miembros de los sectores más pobres.

El sector público, con un menor gasto público por alumno entre los más pobres, estaría reforzando la natural iniquidad del gasto proveniente de las familias. En el corto plazo, se puede apuntar a que cualquier incremento en el gasto se destine a las escuelas más pobres, ya sea en zonas rurales o en urbano marginales. Para lograrlo, se debe apuntar hacia mecanismos que permitan un flujo de recursos directo a las escuelas más pobres, de modo que no existan filtraciones en las instancias intermedias.

---

  CONTENIDO 

  Nuevas estimaciones de la pobreza en el Perú, 1997-2000
  Javier Herrera (IRD)

  Focalización geográfica del gasto social:
  mapas de pobreza
  Javier Escobal, Máximo Torero y Carmen Ponce (GRADE)

  ¿Focalización individual de las transferencias públicas en el Perú?
  Martín Valdivia y Ana C. Dammert (GRADE)

  Monitoreo y evaluación de los programas sociales públicos en el   Perú Gabriel Ortiz de Zevallos, Rosa Sandoval y Sebastián Husni (Instituto Apoyo)

Determinantes del funcionamiento de los proyectos de Foncodes
Lorena Alcázar y Erik Wachtenheim (Instituto Apoyo)

Equidad en la educación pública y privada
Jaime Saavedra y Pablo Suárez (GRADE)

Últimas publicaciones de los centros asociados al CIES 

VER DOCUMENTO COMPLETO

El documento se encuentra en formato PDF, para visualizarlo correctamente se requiere un lector especial que puede obtener gratis aquí - Si desea descargarlo a una unidad de almacenamiento solo pulse con el click derecho de su mouse y en el menú auxiliar seleccione GUARDAR COMO

[publicidadfoot.htm]

Nuevas publicaciones