Análisis de la política social en el Perú

  • Economía
  • 2 horas de lectura
2
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 concep-
to 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), mien-
tras 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 particu-
lar. Estos últimos cinco artículos sintetizan los resultados de la Red de Pobreza del CIES, confor-
mada 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 aumen
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 única-
mente 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.
3
El gasto social no llega siempre a los más necesitados. Por ejemplo, en 1997, un alto porcenta-
je 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 identifi-
car 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 pro-
yectos 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 siste-
mas, 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 capa-
cidad 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 alum-
nos 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
4
Nuevas estimaciones de la pobreza en el Perú,
1997-2000
Javier Herrera1 (Institut de Recherche pour le Développement-IRD/INEI)
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 asig-
nar y para diseñar las políticas que
permitan a los pobres salir de la
pobreza, se debe contar, en pri-
mer 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 pobre-
za en el Perú, tanto por defectos
serios de la metodología emplea-
da como por una interferencia
política en la elaboración de las
cifras, que distorsionó la evolu-
ción de los indicadores de pobre-
za. En ese sentido, la nueva ad-
ministración del Instituto Nacio-
nal de Estadística e Informática
(INEI) entregó al país nuevas ci-
fras sobre la pobreza2, cuya me-
todología, 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 nor-
mas estadísticas internacionales
de la Organización Internacional
del Trabajo (OIT), en materia de
medición de la pobreza, no exis-
te un conjunto de recomendacio-
nes semejantes. Ello hace difícil
no solo las comparaciones de ni-
veles de pobreza entre países,
sino que también da lugar a una
multiplicidad de cifras sobre la in-
cidencia de la pobreza para un
mismo país y en un mismo año.
De esta manera, en el Perú, para
el año 1997, tenemos dos estima-
ciones. Una oficial, reportada por
el INEI, y otra no oficial, produci-
da por el Instituto Cuánto. Ambas
muestran entre sí una significativa
diferencia: 37,7% y 50,7% de in-
cidencia de la pobreza, respecti-
vamente. Esta diferencia de alre-
dedor de tres millones de pobres
tiene importantes implicancias en
la asignación del gasto público des-
tinado a la lucha contra la pobre-
za, 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 explíci-
ta la metodología que se ha veni-
do empleando en el INEI para
medir la incidencia de la pobre-
za; luego, se precisa cuáles son las
fortalezas y debilidades de las di-
ferentes opciones adoptadas; y, fi-
nalmente, se propone la nueva
estimación de la pobreza en el
Perú, corrigiendo las debilidades
de los indicadores que se han pu-
blicado desde 1997.
Principales cambios
metodológicos
introducidos
En la presente investigación se ha
privilegiado una noción moneta-
ria, absoluta y objetiva de la po-
breza. Los pobres serán definidos
como aquellos individuos residen-
tes 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 (des-
nutrición, necesidades básicas in-
satisfechas, exclusión social y po-
lítica, entre otras). Es absoluta,
puesto que se la mide respecto de
un valor de la línea que no depen-
de de la distribución relativa del
bienestar de los hogares. Final-
1/ Email: jherrera@inei.gob.pe
2/ Estas cifras fueron el resultado de una au-
ditoría técnica realizada por el autor, en el
marco de un convenio entre el INEI y el Ins-
titut de Recherche pour le Développement
(un organismo público francés de investiga-
ción), en estrecha colaboración con el Con-
sorcio de Investigación Económica y Social.
La versión completa del reporte se encuen-
tra disponible al público en la página web del
CIES: http://www.consorcio.org y en la del
INEI: http://www.inei.gob.pe
«el presente
estudio defin
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»
5
mente, es objetiva en cuanto no
resulta de la percepción subjetiva
de los hogares, sino que es dedu-
cida de una norma.
Los cambios metodológicos intro-
ducidos 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 defini-
do una norma calórica única fija-
da en 2.318 calorías diarias, para
lo cual consideró un hogar típi-
co de cinco miembros (dos adul-
tos y tres niños), el Instituto Cuán-
to define tres normas calóricas to-
mando el mismo tipo de familia,
pero diferenciando tres ámbitos
geográficos (Costa, Sierra y Selva).
En colaboración con el Centro
Nacional de Alimentación y Nutri-
ción (CENAN), el presente estudio
definió las normas calóricas sobre
la base de las recomendaciones de
la Organización Mundial de la Sa-
lud (OMS) y la Organización de las
Naciones Unidas para la Agricul-
tura y Alimentación (FAO), es de-
cir, tomando en cuenta los reque-
rimientos calóricos de cada hogar
según su composición en términos
de sexo y edad. Luego, se realiza-
ron tests que determinaron que se
podían agrupar ciertos dominios
geográficos, de tal forma que se
obtuvieron tres nuevas normas ca-
lóricas 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 urba-
nas, pero solo en el caso de los bie-
nes alimentarios y en los servicios.
En el caso de los bienes manufac-
turados, como se fabrican mayor-
mente en Lima, estos deben sopor-
tar los costos de transporte para lle-
gar al interior del país.
Para corregir estas disparidades en
los precios, cuando se quiere com-
parar 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 he-
cho en el INEI, a pesar de que se
actualizaban las canastas de con-
sumo utilizando la evolución de los
índices de precios de las principa-
les 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 de-
flactor espacial de precios, en
cuanto las composiciones de las
canastas son diferentes de un do-
minio geográfico a otro.
Para el presente estudio se cons-
truyó un índice espacial de dife-
rencias de niveles de precios, que
pueda ser utilizado para deflactar
el conjunto de los gastos o de los
ingresos, y así poder agregar el gas-
to o el ingreso de las diversas re-
giones del país. Para ello se fijaron
las cantidades de la CBA del INEI,
excluyendo las comidas fuera del
hogar, la cual fue enseguida valo-
rada a precios medianos de cada
uno de los dominios.
La población de
referencia
En el Perú, para determinar la lí-
nea 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 extrapola-
das sin modificación alguna a cada
Normas calóricas según las distintas metodologías
(en calorías diarias per cápita)
Cuadro 1
«La solución ha
consistido en
calcular una sola
población de
referencia nacional,
a partir de los
gastos per cápita
deflactados
espacialmente, para
solo entonces
estimar el costo de
la canasta de
alimentos y las
líneas de pobreza»
INEI Cuánto Nuevas normas calóricas
Lima Metropolitana 2.232
Costa urbana 2.371 2.194
Costa rural
Sierra urbana 2.318 2.194
Sierra rural 2.133
Selva urbana 2.194
Selva rural 2.133
2.648
2.385
6
uno de los siete dominios geográ-
ficos. El problema es que estas po-
blaciones de referencia no tienen
el mismo nivel de gasto, razón por
la cual los costos unitarios de las
calorías difieren. La línea de po-
breza que resulta de valorar las di-
ferentes canastas básicas de ali-
mentos, será superior en los do-
minios geográficos cuyas poblacio-
nes de referencia están en las par-
tes superiores de la distribución
del gasto.
Al no haberse ajustado por dife-
rencias espaciales de precios, el
cálculo de los percentiles resulta
bastante distorsionado, más aún
habiéndose confundido en un mis-
mo 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 ur-
banos, lo cual ha implicado que se
considere que dichos hogares po-
drían satisfacerse con una canasta
cuyo costo es inferior al de los do-
minios urbanos, independiente-
mente de las diferencias en los ni-
veles de precios. Adicionalmente,
el que los pobres dediquen, como
es evidente, una parte mayor de
su gasto total a los alimentos, im-
plica que obtengan líneas de po-
breza inferiores.
En suma, no se había estado mi-
diendo con la misma vara a los
hogares en los diferentes dominios
geográficos. La solución ha consis-
tido 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 po-
breza para la misma población de
referencia repartida en los diferen-
tes dominios, se calculó la inciden-
cia 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 pobla-
ción de referencia, la incidencia de
la pobreza debe situarse en el in-
tervalo 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 ini-
cial, una que sí contenga en su in-
tervalo la incidencia de pobreza
que acabamos de calcular. Este
proceso debe convergir rápida-
mente, 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 compatibi-
lidad conceptual con las cuentas
nacionales; se corrigieron las do-
bles contabilidades; no se consi-
deraron imputaciones por bienes
durables, educación y salud públi-
ca y bienes semi-libres, cuya cali-
dad y fundamento eran dudosos.
Con estas innovaciones se han
recalculado los niveles de pobreza
de los años 1997, 1998 y 1999, di-
fundidos antes por el INEI. Es de-
cir, las nuevas cifras son compara-
bles metodológicamente con las
obtenidas en el año 2000.
Las nuevas líneas
de pobreza
Las nuevas líneas de pobreza y de
pobreza extrema, entonces, difie-
ren de las anteriores estimaciones
debido a la parte alimentaria y
también porque se tomó una sola
población de referencia, estima-
da en el nivel nacional.
En el caso de la pobreza total, en
1997, las diferencias son relativa-
mente pequeñas en casi todos los
dominios, con la excepción nota-
ble de la Sierra rural, donde la nue-
va línea de pobreza es superior a
la antigua en casi 20%. En el resto
de años, sin embargo, se consta-
tan fuertes divergencias con las
antiguas estimaciones en práctica-
mente todos los dominios geográ-
ficos. Así, para el año 1999, las lí-
neas 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).
INEI: nuevas y antiguas líneas de pobreza total
Cuadro 2
CBC Banco Cuánto INEI % % Cuánto
Mundial WB/INEI /INEI
Costa urbana 142,60 186,28 162,59 88% 115%
Costa rural 116,91 118,91 135,48 86% 88%
Sierra urbana 121,53 156,97 160,77 76% 98%
Sierra rural 86,40 104,36 108,70 80% 96%
Selva urbana 116,61 145,06 151,60 77% 96%
Selva rural 99,11 112,85 120,90 82% 93%
Lima Metropolitana 164,03 205,27 213,30 77% 96%
Total 127,27 158,21 159,90 80% 99%
Fuente: Banco Mundial, Poverty and social developments in Peru, 1994-97, Washington, D.C.: Banco
Mundial, 1999, pp. 64-65; INEI, Instituto Cuánto, Informe metodológico, ENIV 1997, Lima: s/f.
7
Las nuevas líneas de pobreza ex-
trema, por su parte, en el año base,
presentan mayores diferencias y,
en promedio, son superiores en un
6% a las antiguas líneas. Los do-
minios con un mayor incremento
son los de la Sierra urbana y rural,
así como el de la Selva urbana,
todos mayores que las antiguas lí-
neas en cerca del 10%. Sin em-
bargo, 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 domi-
nios presenta diferencias peque-
ñas (en los casos de la Costa, ne-
gativas) (ver el cuadro 3).
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 im-
pacto de haber usado una sola po-
blación de referencia incide, nue-
vamente, en que la Sierra rural ten-
ga 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 inci-
dencia de la pobreza aumentó en
casi 6 puntos porcentuales, al pasar
1997 Incidencia de la extrema pobreza según Incidencia de la pobreza según
diferentes líneas de pobreza % diferentes líneas de pobreza %
Línea Pob. de Pob. de Línea Pob. de Pob. de
oficial referencia referencia oficial referencia referencia
INEI nacional* y nacional* y INEI nacional* y nacional* y
canastas a gastos & canastas a gastos &
precios canastas a precios canastas a
regionales precios de Lima regionales precios de Lima
Nacional 16,1% 17,1% 19,8% 37,7% 38,7% 41,8%
Áreas
Urbana 4,8% 4,4% 5,5% 25,4% 24,2% 25,9%
Rural 37,1% 40,2% 45,9% 59,6% 65,2% 70,5%
Dominios
Costa urbana 4,2% 4,1% 5,4% 25,3% 27,8% 30,1%
Costa rural 20,1% 17,3% 27,8% 49,9% 46,5% 60,4%
Sierra urbana 8,7% 10,2% 10,6% 34,4% 36,9% 37,6%
Sierra rural 42,4% 47,0% 52,6% 63,8% 70,6% 75,2%
Selva urbana 8,2% 8,9% 15,7% 31,8% 36,9% 48,0%
Selva rural 31,8% 34,3% 36,3% 52,7% 60,7% 61,9%
Lima Metropolitana 2,6% 1,0% 1,0% 20,1% 13,4% 13,4%
* Se tomó como población de referencia el tercer quintil mas pobre en el nivel nacional, considerando los gastos per cápita ajustados a
precios de Lima.
INEI: nuevas y antiguas líneas de pobreza extrema
Cuadro 3
«en 1997, en la
Sierra rural, la
nueva línea de
pobreza es
superior a la
antigua en casi
20%»
8
de 42,7% a 48,4%. El número de
pobres se incrementó en más de
dos millones de personas (la pobla-
ción 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 obser-
vada 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% res-
tante del incremento proviene,
esencialmente, de las áreas rura-
les localizadas en la Selva. Un he-
cho notable es que no se ha agra-
vado la ya aguda situación de po-
breza, casi generalizada, en la Sie-
rra rural.
Examinando el perfil temporal de
la evolución de la pobreza, se des-
taca que la incidencia se mantuvo
constante entre 1997 y 1998, tan-
to en las áreas rurales como urba-
nas. 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 ex-
tendiéndose en las ciudades.
Dominio de Tasa de Variación en Variación en Pobres por
estudio incidencia número número regiones
de la pobreza de pobres de pobres 2000
(%) 1997-2000 1997/2000
1997 2000 (miles) (%) (%)
Total 42,7 48,4 2.128,2 20 100
Área
Rural total 66,3 70,0 549,8 10 50
Urbana total 2/ 29,7 36,9 1.578,4 34 50
Región natural
Costa 2/ 28,9 39,1 1.666,6 46 42
Sierra 60,4 59,0 -20,4 0 43
Selva 47,1 56,9 481,9 33 15
Dominios
Costa urbana 3/ 27,7 36,1 455,3 38 13
Costa rural 51,8 50,7 27,6 4 5
Sierra urbana 38,3 33,1 -130,4 -11 9
Sierra rural 72,5 73,3 110,0 3 34
Selva urbana 37,0 37,8 69,7 13 5
Selva rural 55,7 73,2 412,2 44 11
Lima Metrop. 25,4 38,9 1.183,7 68 23
1/: Las estimaciones por dominios para el año 2000 no son suficientemente robustas, por las restricciones en el tamaño de la muestra.
2/: Incluye a Lima Metropolitana.
3/: No incluye a Lima Metropolitana.
Perú: cambios en las dimensiones de la pobreza, 1997-2000
1/
Cuadro 4
«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»
9
Las evoluciones contrastadas de la
incidencia no deben hacernos per-
der de vista dos características fun-
damentales 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 mayorita-
riamente de la Sierra y de la Selva
se encuentran en situación de po-
breza. En segundo lugar, el déficit
de recursos de los hogares, medi-
do 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 manteni-
do 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 pobla-
ción 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 man-
tenido 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 impor-
tante disminución del tamaño de
la muestra entre 1997 y 2000, a
como unas tasas altas de no res-
puesta en este último año. Estos
hechos probablemente hayan ses-
gado este indicador en el año 2000.
Conclusiones y
recomendaciones
Entre los años 1997 y 2000, la in-
cidencia de la pobreza aumentó en
alrededor de 6 puntos porcentua-
les 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 resul-
tados modifican las estimaciones
antiguamente proporcionadas por
el INEI para los años 1997 (37,6%)
a 1999 (37,8%).
Para realizar estas nuevas medicio-
nes de la pobreza, se llevó a cabo
Dominio de Tasa de Variación en Variación en Pobres por
estudio incidencia número número regiones
de la pobreza de pobres de pobres 2000
(%) 1997-2000 1997/2000
1997 2000 (miles) (%) (%)
Total 18,2 15,0 -537,3 -12,1 100,0
Área
Urbana total 2/ 5,3 4,1 -144,5 -17,3 17,6
Rural total 41,5 35,6 -392,9 -10,9 82,4
Región natural
Costa 2/ 4,8 4,5 6,7 1,1 15,5
Sierra 35,4 27,5 -654,3 -20,7 64,0
Selva 22,2 23,4 110,4 16,0 20,5
1/: La muestra no ha sido suficiente para dar estimaciones confiables en el nivel de dominios.
2/: Incluye a Lima Metropolitana.
Perú: cambios en las dimensiones de la pobreza extrema, 1997-2000 1/
Cuadro 5
«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»
10
una serie de cambios metodológi-
cos en el cálculo de la línea de
pobreza, lo cual permitió reflejar
de una mejor manera la verdade-
ra situación que enfrenta el país en
la actualidad. Este ajuste es un pri-
mer paso en el objetivo de medir
la incidencia de la pobreza, po-
niendo la valla a la misma altura
para todos los peruanos.
La situación ha cambiado radical-
mente en estos últimos años: el
rostro de la pobreza ya no es
mayoritariamente rural, sino que
ahora lo es por partes iguales ur-
bano y rural (la mitad de los po-
bres se encuentra actualmente en
las ciudades). La capital merece
atención particular, pues registra
un salto espectacular y supera in-
cluso, 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 an-
tes estaban protegidos contra la
pobreza por el empleo y los nive-
les de educación.
En términos de política, por lo tan-
to, hay varios caminos posibles. Si
el problema que quiere atacarse es
el de la población con mayor défi-
cit de recursos, entonces la priori-
dad serían los hogares rurales. Sin
embargo, si lo que se busca es re-
ducir el numero de hogares po-
bres, hay que tener en cuenta que
existen tantos pobres urbanos
como rurales. Por otro lado, la po-
lítica 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 inte-
grar en la canasta de bienes no
alimentarios, los bienes y servicios
públicos que no se encuentran dis-
ponibles en remotas áreas rurales
y que, por ende, dejan de ser con-
sumidos por dicha razón, mas no
por la falta de ingresos. Luego de
identificar dichos casos, también
quedaría por resolver el proble-
ma de la valoración de dichos bie-
nes, teniendo en cuenta las dife-
rencias en calidad con los equi-
valentes 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»
11
Focalización geográfica del gasto social:
mapas de pobreza 1
Javier Escobal, Máximo Torero y Carmen Ponce (GRADE)
Los mapas de pobreza constitu-
yen uno de los instrumentos más
importantes para la focalización
del gasto público destinado a com-
batir la pobreza, principalmente
por sus bajos costos de elabora-
ción, implementación y monito-
reo. Sin embargo, presentan limi-
taciones conceptuales y operati-
vas nada desdeñables, que se de-
ben tomar en cuenta para reducir
en lo posible los problemas de
filtración y subcobertura. En par-
ticular, la ganancia en eficiencia
por la utilización de este instru-
mento, que se sustenta en la ho-
mogeneidad al interior de los
agregados geográficos respectivos,
tiene una limitación importante:
tal homogeneidad es válida solo
en niveles reducidos de agrega-
ción geográfica, para los cuales la
información disponible es típica-
mente insuficiente.
¿Cómo mejorar la precisión de los
indicadores de pobreza mante-
niendo niveles reducidos de agre-
gación geográfica? Esta investiga-
ción presenta un método para ge-
nerar mapas de pobreza en distin-
tos niveles de agregación (depar-
tamental, provincial y distrital),
combinando información censal
con información proveniente de
encuestas de hogares. En ese sen-
tido, este trabajo no pretende
construir un nuevo mapa de po-
breza, sino realizar un aporte me-
todológico que permita una actua-
lización continua de este instru-
mento de focalización, así como su
validación en distintos niveles de
agregación geográfica.
Con ese fin, se desarrolla la meto-
dología propuesta para la elabo-
ración del mapa de pobreza. No
debe confundirse la propuesta
metodológica que aquí se plan-
tea con el desarrollo de una estra-
tegia de focalización de los pro-
gramas de lucha contra la pobre-
za, 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 ge-
neralizables a otros ejercicios prác-
ticos, ya que la selección de la
unidad de análisis y del modelo a
utilizar, así como las estimaciones
realizadas, se supeditan a las ba-
ses de datos particulares que se
usaron en este ejercicio. Finalmen-
te, 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 es-
tadísticas. Si bien este mapa no lle-
gó a ser utilizado, motivó la ela-
boración del mapa de pobreza de
1986, también a cargo del BCRP,
el cual utilizó como base el Censo
de 1981. Sin embargo, no fue has-
ta 1991, con la creación de Fon-
codes, que los mapas de pobreza
adquieren una relevancia especial
como instrumento de asignación
geográfica del gasto público (ver
el cuadro 1).
Este documento pretender identi-
ficar aspectos que se deberían to-
mar en cuenta al construir los ma-
pas de pobreza, y se centra en
cuatro aspectos metodológicos que
pueden contribuir a mejorar su
eficacia. En primer lugar, la utili-
zación 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 economé-
tricas que permitan optimizar el
uso de esta información y que
mejoren las estimaciones. Luego,
en tercer lugar, una apropiada in-
terpolación en la base de hogares
censales, utilizando los parámetros
estimados. Finalmente, en cuarto
lugar, la agregación del indicador
de bienestar estimado para el ho-
gar, en niveles diferenciados de
agregación geográfica, y el desarro-
llo de una metodología para el cál-
culo del error de predicción de la
tasa de pobreza correspondiente.
«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»
1/ Resumen del documento Focalización
geográfica del gasto social: mapas de pobreza
(junio 2001), desarrollado en el marco del
concurso de investigaciones del CIES, auspi-
ciado por ACDI-IDRC
12
MAPA
PRODUCTO
INDICADORES
UTILIZADOS
FUENTE DE
INFORMACIÓN
Mapa de Pobreza del
Instituto Nacional
de Estadística e
Informática (INEI)
Mapa de Necesidades Bá-
sicas Insatisfechas
Inasistencia escolar
Viviendas inadecuadas
Hacinamiento en las
viviendas
Viviendas sin servicio de
desagüe
Alta dependencia eco-
nómica
Censo IX de Población y IV
de Vivienda del año 1993
Mapa de Pobreza del
Fondo Nacional de
Compensación y
Desarrollo Social 
Foncodes  1996
Índice sintético de pobreza
para cada distrito
 Analfabetismo
Inasistencia escolar
Viviendas inadecuadas
Hacinamiento en las vi-
viendas
Viviendas sin servicio de
agua potable
Viviendas sin servicio de
desagüe
Viviendas sin electricidad
Desnutrición crónica
Alta dependencia eco-
nómica
Censo IX de Población y IV
de Vivienda del año 1993 y el
Censo de Talla del año 1993
Mapa de la Estrategia
Focalizada de Lucha
contra la Pobreza Extrema
del Ministerio de la
Presidencia (Profines)
Ordenamiento en el nivel
distrital, y por zonas censales
y centros poblados
Primera etapa: ordena-
miento en el nivel distrital,
sobre la base del indicador
de Foncodes
Segunda etapa: ordena-
miento por zonas censales
y centros poblados sobre
la base del mapa de Ne-
cesidades Básicas Insatis-
fechas del INEI
Censo IX de Población y IV
de Vivienda del año 1993 y el
Censo de Talla del año 1993
Mapa del Ministerio de
Economía y Finanzas
Ranking distrital
Déficit de consumo de la
población pobre
Desigualdad en la distri-
bución del gasto
Severidad de la pobreza
Inversión en cada distrito
durante el período 1993-
1999, en programas de lu-
cha contra la pobreza.
Censo IX de Población y IV
de Vivienda de 1993 y la En-
cuesta Nacional de Hogares
del IV Trimestre de 1997
Mapa del Foncodes - 2000
Índice sintético de pobreza para
cada distrito
Consumo insuficiente de
la población: desnutrición
crónica
Déficit de infraestructura so-
cial: población escolar exce-
dente con relación a las aulas
en uso; población que exce-
de la capacidad de atención
de las postas; población sin
servicio de agua; población
sin servicio de desagüe
Límites al desarrollo econó-
mico: inaccesibilidad vial;
población sin electrificación
Censo IX de Población y IV de
Vivienda del año 1993; Censo
de Talla del año 1993; Estadís-
ticas del Ministerio de Educa-
ción 1998 y 1999, Encuestas y
Estadísticas del Ministerio de
Salud, Estadísticas de Transpor-
tes y Comunicaciones del año
1996, información sobre pobla-
ción beneficiaria de Foncodes
durante el período 1993-1999.
Mapas de Pobreza desarrollados en el Perú
Cuadro 1
13
Marco metodológico
para la elaboración
de mapas de
pobreza
La construcción de los indicado-
res de bienestar en niveles reduci-
dos de agregación geográfica (ni-
vel 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 con-
sumo. Las encuestas de hogares,
tanto la del INEI como la de Insti-
tuto Cuánto S.A., que sí incorpo-
ran esta información, son repre-
sentativas únicamente en niveles
elevados de agregación geográfica.
En ese sentido, el marco metodo-
lógico desarrollado en este estudio
se centra en la utilización comple-
mentaria de ambas fuentes de in-
formación, prestando especial
atención a mejorar la precisión de
las estimaciones de pobreza, así
como al cálculo de su confiabili-
dad, 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 con-
junto de variables construidas a
partir de los reportes incluidos en
la encuesta de hogares y en el cen-
so de población y vivienda utiliza-
dos. Luego, una vez obtenidos los
parámetros de dicha estimación, se
procede a efectuar la interpolación
de los niveles de gasto de los ho-
gares censales. De esta manera, se
pueden calcular distintos indicado-
res de pobreza como incidencia,
brecha y severidad en diferentes
niveles de agregación geográfica.
En este caso en particular, la me-
todología se centra en la estima-
ción del indicador de incidencia
o tasa de pobreza, aunque es im-
portante recalcar que puede ser
adaptada para efectuar estimacio-
nes más complejas (como las de
brecha o severidad).
Así, el marco metodológico presen-
tado se divide en dos etapas. La
primera tiene como objetivo ob-
tener una estimación del nivel de
bienestar de cada uno de los hoga-
res de la base censal. Dicha esti-
mación servirá de base para calcu-
lar 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 de-
mográficas, 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.
Esquema del marco metodológico  Etapa I
Figura 1
ESTIMACIÓN DE LA PROBABILIDAD DE SER POBRE
DE CADA HOGAR DE LA BASE CENSAL
DEFINICIÓN DE LA UNIDAD DE ANÁLISIS Y COMPATIBILIZACIÓN DE LAS
FUENTES DE INFORMACIÓN UTILIZADAS
(CENSO Y ENCUESTA)
Definición y compatibilización de la unidad de análisis
Redefinición de variable gasto per cápita en encuesta (rubros)
Recálculo de línea de pobreza
Definición de variables a partir de las cuales se efectuarán las estimaciones
ESTIMACIÓN DE LOS PARÁMETROS A INTERPOLAR
(SELECCIÓN DEL MODELO CON MEJOR AJUSTE)
Aspectos conceptuales centrales:
Incorporación de diseño muestral a las estimaciones
Exploración de formas funcionales:
- Variable dependiente discreta (pobre / no pobre) vs Variable depen-
diente continua (ln gasto per cáp del hogar)
- Introducción de no linealidades (interacciones y cuadráticas)
Selección del modelo bajo los siguientes criterios:
- Tasa de pobreza predicha vs tasa de pobreza efectiva
- Porcentaje de predicciones acertadas
- Magnitud de los errores estándar (o de los coeficientes de variabilidad
construidos a partir de estos)
-Test de significancia de parámetros (comparación de modelos anidados)
- Validación fuera de la muestra del modelo seleccionado
INTERPOLACIÓN DE LOS PARÁMETROS ESTIMADOS
SOBRE LA BASE CENSAL DE HOGARES
14
La segunda etapa, que es de un
nivel técnico aun más elevado que
la anterior, consiste en obtener es-
timaciones de la tasa de pobreza
en distintos niveles de agregación
geográfica: departamento, provin-
cia, distrito y centro poblado. Cabe
resaltar que los cálculos efectuados
en la primera etapa se hicieron
exclusivamente en el nivel de ho-
gar. Como es evidente, los indica-
dores de tasa de pobreza que in-
teresan en la elaboración del mapa
son indicadores en el nivel de in-
dividuos. Por tanto, se deben con-
siderar las diferencias en el tama-
ño de los hogares pobres y no po-
bres, 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.
Esquema del marco metodológico - Etapa II
Figura 2
AGREGACIÓN DE LAS ESTIMACIONES POR HOGAR:
TASA DE POBREZA Y ERROR DE PREDICCIÓN
EN DIFERENTES NIVELES DE AGREGACIÓN GEOGRÁFICA
(HOGARES -> INDIVIDUOS)
En el caso de probit
(pobre / no pobre en el nivel de
hogar)
En el caso de regresión lineal
(ln de gasto per cápita del hogar)
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):
«en la
actualidad, la
información
censal
disponible no
incorpora
información
sobre
consumo. Las
encuestas de
hogares que
incorporan esta
información,
son
representativas
únicamente en
niveles
elevados de
agregación
geográfica»
Como se aprecia en el esquema,
en esta segunda etapa se incluye
una metodología del cálculo del
error estándar o error de predic-
ción de las estimaciones referidas.
Ello permite definir el nivel míni-
mo de agregación geográfica que
se requiere para validar las estima-
ciones de pobreza, así como me-
jorar la precisión del ordenamien-
to 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 uti-
lizó dos fuentes de información.
Por un lado, la ENAHO 1998 del
cuarto trimestre, la cual presenta
6.952 reportes por hogar represen-
tativos en el nivel de dominio (Cos-
ta, Sierra y Selva urbanas y rura-
les, y Lima Metropolitana). Por otro
lado, una muestra sistemática del
5% del IX Censo de Población y IV
15
de Vivienda realizado en 1993,
que incluye 238.248 reportes en
el nivel de hogar (aproximadamen-
te 1,1 millón de reportes individua-
les en el ámbito nacional). A con-
tinuación, se explicará brevemen-
te cómo se desarrolló cada una de
las dos etapas de la metodología
propuesta.
Estimación del nivel de
gasto per cápita o
probabilidad de ser
pobre del hogar censal
En primer lugar, se definió la uni-
dad de análisis y de compatibili-
dad de las fuentes de informa-
ción. Se decidió trabajar con una
definición de hogar que reflejara,
de manera más precisa, el gasto
per cápita que beneficia efectiva-
mente a los miembros del hogar.
Así, según la definición reformu-
lada a partir de la encuesta, el
hogar familiar está constituido por
las personas, parientes o no pa-
rientes, que ocupan toda o parte
de una vivienda, que comparten
las comidas principales y que
atienden conjuntamente otras ne-
cesidades vitales. Este cambio de
definición condujo a modificacio-
nes en el nivel de gasto per cápi-
ta de los hogares de la encuesta y
en las líneas de pobreza utiliza-
das para construir los indicadores
de pobreza. Los cambios en la
línea, además, se debieron a otras
variaciones (requerimientos caló-
ricos mínimos y coeficiente de
Engel utilizado).
Posteriormente, se modeló la re-
lación 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 fue-
ron construidas en el nivel de ho-
gar, basándose en las variables de
la encuesta y el censo. Algunas se
construyeron agregando caracte-
rísticas individuales de los miem-
bros del hogar (nivel educativo,
edad género, ocupación) y otras,
a partir del reporte del hogar
(como las características de la vi-
vienda). Adicionalmente, se ge-
neraron variables que permitie-
ron expresar las interacciones en-
tre 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 mode-
los. Dos de ellos fueron modelos
lineales logarítmicos: uno que so-
lamente incluía las variables linea-
les y otro que, adicionalmente, in-
cluía la interacción entre ellas. Los
otros dos fueron modelos probit y
se construyeron del mismo modo:
uno con las variables de interac-
ción y otro sin ellas. Sobre la base
de una serie de criterios, se pudo
determinar que los modelos que
incorporaban las interacciones en-
tre las variables resultaban superio-
res. 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 efec-
tuó sobre el 5% de los reportes del
Censo de 1993. Cabe indicar que
fue necesario efectuar imputacio-
nes de las medianas del centro
poblado, para los hogares que no
presentaban los respectivos repor-
tes. Además, dado que no se dis-
ponía 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 so-
bre la base censal completa, la pro-
babilidad 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 esti-
maciones 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
«el cálculo del
error de
predicción
permite definir
el nivel mínimo
de agregación
geográfica que
se requiere para
validar las
estimaciones de
pobreza»
«no debe
confundirse la
propuesta
metodológica
planteada con el
desarrollo de
una estrategia
de focalización,
de la cual el
mapa es solo un
instrumento»
16
Cuadro 2
Dominios Estimación a
partir de Estimación a partir de la
reportes de interpolación censal
la Encuesta
Tasa de Tasa de Error
pobreza pobreza estándar
Costa Urbana 42,52% 50,35% 3,43%
Costa Rural 68,05% 76,71% 7,74%
Sierra Urbana 37,38% 51,96% 4,16%
Sierra Rural 80,39% 86,72% 6,14%
Selva Urbana 44,41% 53,33% 4,72%
Selva Rural 79,60% 82,34% 8,21%
Lima Metropolitana 24,65% 37,69% 2,77%
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.
El error de estimación tiene dos
fuentes: por un lado, el que se
denominó error idiosincrático, que
está asociado a variables no con-
templadas en el modelo estimado;
y, por otro lado, el error del mode-
lo, derivado del diseño muestral de
la encuesta y de la forma funcional
utilizada en la estimación de los
parámetros interpolados. Las esti-
maciones mostraron que el com-
ponente más importante es el error
del modelo, lo que refuerza la idea
de que existe un espacio impor-
tante para mejorar la predicción de
la tasa de pobreza, para lo cual se
deben explorar modelos con me-
jor 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 inicial-
mente: parece existir una relación
inversa entre el tamaño poblacional
del agregado geográfico y la pre-
cisión con la cual es posible esti-
mar el indicador de pobreza aso-
ciado a él. Esto sugiere que la uti-
lización de mapas de pobreza
como instrumentos de focalización
puede estar asociada con una
menor precisión, en niveles redu-
cidos 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 mejo-
rar la precisión en la estimación de
indicadores de bienestar y el co-
nocimiento de los niveles de agre-
gación geográfica, para los cuales
se mantiene la validez de los mis-
mos. Para ello, en primer lugar, se
hizo una exploración conceptual
de la metodología y, posterior-
mente, 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 con-
glomerados poblaciones, y no tie-
nen 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 com-
plementaria, al menos dos fuentes
de información: una encuesta de
hogares, que incluya información
sobre niveles de gastos y caracte-
rísticas socioeconómicas y demo-
gráficas de estos últimos; y un cen-
so de población, que permite ac-
ceder a información sobre tales
características en el nivel de todos
los hogares del país. Es necesario
resaltar que la metodología tam-
bién puede ser aplicada en pobla-
ciones más reducidas. Por ejemplo,
en caso de contar con un censo
«uno de los
componentes
más
importantes del
error de
predicción de la
tasa de pobreza
se deriva de la
forma funcional
que se adopt
Tasa de pobreza: estimaciones según niveles de
agregación geográfica
17
departamental, es posible construir
un mapa de pobreza distrital del
departamento, siempre que se ga-
rantice la representatividad de la
encuesta de hogares en ese nivel.
En el presente documento se hi-
cieron modificaciones en la defi-
nición del hogar. Cuando ello se
realiza, resulta indispensable
redefinir los rubros del gasto per
cápita atribuibles a los miembros
de los hogares. Como quedó de-
mostrado en la investigación, las
estimaciones de pobreza pueden
ser particularmente sensibles a es-
tas redefiniciones; en particular,
aquellas referidas a la línea. Asimis-
mo, 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 estima-
ciones censales está constituido
por la exploración de formas fun-
cionales 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 fun-
cional que se adopte. En ese sen-
tido, si bien el documento ha ex-
plorado formas funcionales alter-
nativas, es necesario reconocer
que la selección del modelo con
mejor ajuste dependerá de la base
de datos utilizada; en otras pala-
bras, no es posible definir a priori
la superioridad de uno y otro mo-
delo. Asimismo, sería útil identifi-
car otras variables que deberían
incluirse en las encuestas de hoga-
res 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 recomen-
dable efectuar imputaciones. Por
ejemplo, si un hogar reporta to-
das sus características excepto
una, debe imputarse ese dato.
Para ello se recomienda utilizar la
mediana del centro poblado al
que pertenece dicho hogar, pues
de este modo se evitará que la im-
putación esté afectada por valo-
res extremos. De todos modos, se
debería evaluar que estas impu-
taciones no generen sesgos siste-
máticos y, en caso de que lo ha-
gan, se deben eliminar de la base
aquellos hogares que, habiendo
sido imputados, resulten respon-
sables de tales sesgos.
Finalmente, al momento de agre-
gar los indicadores de bienestar en
diferentes niveles geográficos, el
sesgo derivado del tamaño del
hogar debe considerarse funda-
mental 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 esti-
maciones de pobreza sobre cuya
base se construye el mapa. Es ne-
cesario, por último, resaltar que el
ejercicio realizado sugiere que,
para obtener una estimación
confiable, no debe desagregarse el
mapa más allá del nivel distrital.
«sería útil
identificar otras
variables que
deberían
incluirse en las
encuestas de
hogares para
mejorar la
eficiencia de la
predicción»
18
¿Focalización individual de las transferencias
públicas en el Perú? 1
Martín Valdivia y Ana C. Dammert (GRADE)
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 Esta-
do. En particular, los programas de
transferencias directas exigen un
mayor esfuerzo por identificar a la
población beneficiaria. El impac-
to de estos programas en el bie-
nestar 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 capa-
cidad de identificación y llegada
a la población objetivo. Aun más,
ante serias restricciones presu-
puestarias, los esfuerzos de foca-
lización se hacen particularmen-
te importantes.
El objetivo de este documento es
contribuir al inicio de una discu-
sión, que involucre tanto a la co-
munidad académica como a los
tomadores de decisiones, acerca
de la viabilidad de identificar ade-
cuadamente el nivel socioeconó-
mico de los individuos. Un consen-
so en este tema puede acercarnos
a la posibilidad de implementar ti-
pos de programas que hoy son in-
viables en el país, como las trans-
ferencias en dinero.
Con esa finalidad, se presenta un
modelo que identifica el nivel so-
cioeconómico (NSE) de los indivi-
duos 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 reali-
za sobre la base de su capacidad
para reducir los errores de filtra-
ción asociados a tres tipos de trans-
ferencias: nutricionales, educati-
vas y de salud.
La focalización de
las transferencias
públicas en el Perú
Uno de los objetivos de los pro-
gramas de lucha contra la pobreza
es reducir su efecto sobre las deci-
siones 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 pobre-
za en el tiempo y su reproducción
entre generaciones.
Esta consideración justifica la pro-
visión pública gratuita de los ser-
vicios básicos para las familias po-
bres. Sin embargo, las restriccio-
nes 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 as-
pectos técnicos que aún no han
sido analizados rigurosamente.
Uno de ellos es la capacidad de
generar un mecanismo que permi-
ta establecer el nivel socioeconó-
mico de los hogares.
Según la Encuesta Nacional de Ni-
veles de Vida (ENNIV) de 1997, el
38% de los hogares que recibió
transferencias en alimentos era no
pobre. La filtración en los progra-
mas de educación y salud es más
grave aún: 43% y 55%, respecti-
vamente. 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 escon-
derse diferencias entre los hogares
beneficiarios, en términos del nú-
mero de personas dentro cada
hogar y del monto total de las
transferencias recibidas. Por ello,
también se debe analizar la focali-
zación 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
«El impacto de los
programas de
transferencias
directas no solo
depende de la
bondad de la
transferencia en sí,
sino también de la
capacidad de
identificación y
llegada a la
población objetivo»
1/ Resumen del documento Focalizando las
transferencias públicas en el Perú: evaluando
instrumentos de identificación del nivel socio-
económico de los individuos/hogares (junio
2001) ,desarrollado en el marco del concurso
de investigaciones del CIES, auspiciado por
ACDI-IDCR.
19
de la educación es más complica-
do, ya que no se tiene una valori-
zación 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 tam-
bién se valorizan las transferencias
a partir de los costos asociados a
estas, pero solo para las atencio-
nes ambulatorias, porque la ENNIV
no permite hacer un análisis sobre
atenciones hospitalarias o transfe-
rencias en medicinas.
Los resultados muestran que,
cuando se analizan los montos
transferidos, la filtración también
es mayor en el caso de los servi-
cios de salud. El 50% más pobre
concentra solo el 52% de los re-
cursos 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 transfe-
rido 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 situa-
«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»
ción cambia para las transferen-
cias en alimentos y educación. En
el nivel de hogares beneficiarios,
como se mencionó anteriormen-
te, 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 pro-
bable es que ello se explique por-
que la educación pública involu-
cra niños, los que son proporcio-
nalmente más en los hogares más
pobres.
En suma, dada la magnitud relati-
va de la filtración en las transfe-
rencias de salud, estas parecen ser
las que más necesitan un sistema
de identificación del nivel so-
cioeconómico 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 trans-
ferencias de los programas, lo nor-
mal es que se vea incentivado a
subvaluar su nivel de ingreso o gas-
to. Por ello, la mayoría de instru-
mentos de focalización individual
se basa en identificar un conjunto
de características observables, que
determinan objetivamente la califi-
cación de los individuos como be-
neficiarios de un programa.
La restricción a variables observa-
bles pone en cuestionamiento el
que se dejen de lado otro tipo de
variables importantes, como el ni-
vel de educación de los miembros
del hogar o la ocupación que de-
sempeñan, pues ellas son determi-
nantes importantes del nivel de in-
greso o gasto de los hogares. Sin
embargo, debe tenerse presente
que el objetivo del análisis econo-
métrico es optimizar la capacidad
predictiva del modelo, y no esta-
blecer relaciones de causalidad
entre las variables.
Para fines de este estudio, se utili-
zó 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 in-
greso y es menos sensible a las fluc-
tuaciones de este último. La defi-
nición de las variables explicativas
relevantes, por su parte, se hizo
siguiendo un proceso stepwise, por
el cual se eliminaron de la regre-
sión aquellas que no eran estadís-
ticamente 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 conse-
guir 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 dependen-
cia demográfica, la variables de
hacinamiento, entre otras. El ter-
cer modelo incluye la tenencia de
bienes durables como refrigerado-
ra, 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 pre-
dictiva del modelo son decrecien-
tes a medida que se añaden varia-
bles, al punto que puede afirmar-
se que la inclusión de las variables
laborales no contribuye a mejorar-
lo. Este resultado es particularmen-
te 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 admi-
nistrativos de un esquema de iden-
tificación del NSE de los hogares,
tal vez de manera prohibitiva.
20
Cabe resaltar algunas diferencias
importantes que se encontraron en
el ámbito urbano y el rural. En pri-
mer lugar, la capacidad predictiva
del modelo es sustancialmente
menor en el ámbito rural. Asimis-
mo, el tipo de desagüe y el acceso
a teléfono no son variables impor-
tantes 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 ma-
yor incidencia es el alumbrado, en
las rurales lo es el material de la
pared. Además, en ambos ámbi-
tos, el número de habitaciones por
persona (la inversa del hacinamien-
to) está directamente relacionado
con el nivel gasto, mientras que el
tamaño del hogar está inversamen-
te relacionado con él.
En general, la capacidad predicti-
va del modelo es corroborada por
el coeficiente de correlación en-
tre el indicador generado y el gas-
to per cápita observado, la bon-
dad de ajuste del modelo, y tam-
bién cuando se comparan las den-
sidades del gasto observado y el
predicho de acuerdo con el mo-
delo. Sin embargo, el gasto predi-
cho tenderá a reportar un nivel de
pobreza superior al observado en
el ámbito rural.
De esta manera, se pudieron si-
mular los errores de focalización
que resultarían de la implementa-
ción de un mecanismo de focali-
zación basado en el tercer mode-
lo. El cuadro 1 muestra los estima-
dos de ambos errores de focaliza-
ción para los cuatro modelos, dis-
tinguiendo 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 agregan-
do variables al modelo, y que los
errores de filtración son sustancial-
mente 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 progra-
ma. Por ello, las simulaciones, cu-
yos resultados fueron expuestos
anteriormente, no representan un
parámetro adecuado para evaluar
la conveniencia de un sistema de
identificación individual de bene-
ficiarios (SIB) para programas es-
pecíficos. Uno podría imaginar que
las transferencias en efectivo no
condicionadas, si se usara el SIB,
podrían tener errores de focaliza-
ción similares a los presentados en
el cuadro 1. Sin embargo, ello ocu-
Errores de focalización
Cuadro 1
Urbano Rural
Filtración Sub-cobertura Filtración Sub-cobertura
Modelo 1 9,6 20,6 22,4 12,5
Modelo 2 7,3 14,5 15,1 8,9
Modelo 3 7,8 10,7 14,4 8,7
Modelo 4 7,9 10,8 13,9 8,7
Elaboración propia.
rriría únicamente en el caso que
no se use ningún criterio de foca-
lización geográfica.
El cuestionamiento fundamental
gira en torno de las transferencias
en educación y salud, las que son
entendidas como subsidios a la in-
versión en capital humano, antes
que como programas de lucha con-
tra la pobreza específicos. Ambos
programas, como se vio anterior-
mente, suponen un importante
destino de recursos a los no po-
bres, 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 simula-
ción 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 gran-
de. El ahorro puede llegar a ser 25%
en las transferencias de alimentos,
16% en las transferencias en edu-
cación y 41% en las transferencias
«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»
21
Ahorro presupuestal por filtraciones con el SIB
Cuadro 2
Global Urbano Rural
Alimentos 24,9% 29,5% 16,1%
Educación 16,2% 20,4% 9,1%
Salud 40,7% 48,2% 20,5%
Elaboración propia.
en salud ambulatoria, como puede
apreciarse en el cuadro 2.
Una limitación de estas simulacio-
nes, sin embargo, es que no se uti-
liza al SIB para ampliar la cober-
tura de los programas de transfe-
rencias. En ese sentido, se han de-
sarrollado dos ajustes al modelo.
El primero asigna el ahorro
presupuestal a los beneficiarios
actuales, que sí son identificados
como pobres por el SIB, de ma-
nera proporcional al número de
miembros elegibles de cada ho-
gar 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 elegi-
bles del hogar correspondiente.
El hallazgo más relevante es que la
mayor reducción se da en las trans-
ferencias asociadas a los servicios
de salud ambulatoria y en áreas
urbanas. Como vimos anterior-
mente, en ese caso, el porcentaje
de las transferencias en salud ob-
servadas 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 transferen-
cias en educación, los valores son
20% y 17%, cuando el valor ob-
servado 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 transferen-
cias simuladas. Los efectos son aun
menores en el caso de transferen-
cias en alimentos y educación.
Conclusiones
Los resultados presentados sugie-
ren marcadamente que la conve-
niencia de un SIB es sustancial-
mente mayor en las zonas urbanas.
La menor capacidad predictiva de
este instrumento en el ámbito ru-
ral 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 tam-
bién depende inversamente de la
magnitud de los errores de focali-
zación que ya tienen los progra-
mas. Sin duda, resulta importante
tomar en cuenta la capacidad que
cada programa tiene para mejorar
la focalización, a través de los ins-
trumentos de focalización geográ-
fica y por diseño.
La focalización individual es el
mecanismo más fino, pero tam-
bién el más costoso. Por lo tanto,
es recomendable que la estrategia
inicial se base en los instrumentos
geográficos y por diseño de pro-
grama. Ellos suelen tener una efec-
tividad importante y sus costos de
implementación son sustancial-
mente más bajos. En tal sentido,
los instrumentos de focalización
individual deben utilizarse solo en
los programas en los cuales los de-
más instrumentos dejan aún erro-
res de focalización importantes
(particularmente cuando dejan
una filtración cercana al 50%).
En todo caso, esta investigación sir-
ve para mostrar la necesidad y con-
veniencia de un SIB para otro tipo
de transferencias a los pobres, ta-
les como las transferencias en di-
nero. Ellas están creciendo en im-
portancia en varios países de Amé-
rica Latina, por sus aparentes ven-
tajas para el alivio de los principa-
les síntomas de la pobreza. El caso
de PROGRESA de México que
condiciona la entrega mensual de
dinero en efectivo al mantenimien-
to de determinados niveles de in-
versión en capital humano por par-
te del hogar es, a pesar de los pro-
blemas que presenta, uno de los
más saltantes actualmente.
«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%»
22
Monitoreo y evaluación de los programas sociales
públicos en el Perú 1
Gabriel Ortiz de Zevallos, Rosa Sandoval y Sebastián Husni (Instituto Apoyo)
De acuerdo con la información
proporcionada por el Ministerio de
Economía y Finanzas (MEF), el gas-
to social per cápita en el Perú pasó
de un promedio de US$ 131 en-
tre 1991 y 1995, a US$ 175 en
1999. Sin embargo, a pesar del sig-
nificativo crecimiento del gasto
social, existen serios cuestiona-
mientos a su eficiencia.
A partir de la segunda mitad de la
década pasada, se inicia un movi-
miento en la gestión pública pe-
ruana, que intentaba introducir y
fortalecer los sistemas de monito-
reo y evaluación (M&E) de los pro-
gramas y proyectos públicos con
énfasis en lo social. Ello se lleva a
cabo desde un conjunto de inicia-
tivas vinculadas a la ejecución del
gasto y al proceso presupuestario,
desarrolladas desde el MEF, así
como con el desarrollo de esque-
mas de M&E en diversos proyec-
tos sectoriales, principalmente
aquellos que reciben financiamien-
to 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 impul-
só tres iniciativas de M&E en la
administración pública: la Oficina
de Inversiones (ODI), el Sistema de
Información Administrativa y Fi-
nanciera (SIAF) y el Planeamiento
Estratégico Sectorial Multianual
(PESEM).
La ODI funciona como una unidad
rectora de las inversiones públicas:
analiza las propuestas de inversio-
nes presentadas por los diferentes
sectores y procura que estas se for-
mulen adecuadamente. A fines de
2000, promulgó la nueva Ley de
Inversiones, que estipula que, a
partir de 2001, todos los proyec-
tos 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 eta-
pa de pre-inversión requiere de la
elaboración del perfil del proyec-
to; la etapa de inversión consiste
en la elaboración del expediente
técnico y en la ejecución del pro-
yecto; 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 prin-
cipal limitación del nuevo marco
legal es que solo abarca las inter-
venciones públicas de carácter
eventual. De otro lado, la Ley es-
tablece que las unidades ejecuto-
ras de los proyectos son las encar-
gadas de hacer las evaluaciones ex
post; sin embargo, lo más proba-
ble 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 es-
quemas de M&E. El SIAF es un sis-
tema de ejecución, mas no de for-
mulación, de los gastos de las uni-
dades 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 unida-
des ejecutoras. Como sistema de
M&E, el SIAF posee limitaciones
porque no permite analizar las cau-
sas 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 estratégica-
mente las operaciones que desa-
rrollarán los sectores del gobierno
central en el futuro. Cada uno de
ellos establece claramente su vi-
sión, misión y objetivos. Luego, en
caso de ser aprobados, pasan a in-
tegrar el Plan Estratégico Multi-
anual (PEM), el cual se somete a la
aprobación del Consejo de Minis-
«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»
1/ Resumen del documento Estado de los sis-
temas de monitoreo y evaluación de los pro-
gramas sociales públicos en el Perú (Junio
2001), desarrollado en el marco del concur-
so de investigaciones del CIES, auspiciado por
ACDI-IDRC.
23
Preguntas Promedio Promedio
Sectores 123456 7 simple ponderado
a b c d (1 a 7) (1 a 7)
Agricultura 3,0 1,0 6,0 4,0 6,0 4,0 2,0 3,0 1,0 n.d. 3,3 3,7
Educación 3,0 3,0 5,5 3,5 2,5 3,5 4,0 4,5 6,0 1,5 3,7 3,2
Salud 3,0 3,0 5,0 4,0 1,0 2,0 2,0 5,0 4,0 n.d. 3,2 2,7
Promudeh 2,0 3,0 5,0 2,0 7,0 2,0 4,0 1,0 5,0 2,0 3,3 3,6
Mipre 2,0 1,0 4,0 2,5 1,5 3,0 2,0 2,5 2,5 1,0 2,2 2,3
Transportes 4,0 2,0 6,0 6,0 2,0 3,0 4,0 4,0 2,0 3,0 3,6 3,5
Promedio simple 2,8 2,2 5,3 3,7 3,3 2,9 3,0 3,3 3,4 1,9 3,2 3,2
n.d.: no disponible.
Fuente: Entrevistas en profundidad con funcionarios sectoriales.
Referencias:
1. Apoyo político
2. Cultura de M&E
3. Diseño nueva ley
Resultados de las respuestas al cuestionario de M&E en el nivel de sectores
(donde «1» es peor y «7» es mejor para cumplir con las condiciones
mínimas que debería tener todo sistema de M&E en el nivel sectorial)
Cuadro 1
tros para la formulación del presu-
puesto 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 progra-
mación. Además, en muchos ca-
sos, no existe consistencia entre los
objetivos planteados y los indica-
dores definidos para el cumpli-
miento 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 pro-
fundidad sostenidas con los funcio-
narios 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 en-
trevistas 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 sec-
tor para realizar un adecuado
M&E, el apoyo político que se le
otorga a la inclusión de cualquier
sistema de este tipo es bajo. Asi-
mismo, la cultura de M&E es su-
mamente pobre, lo que se eviden-
cia no solo en la falta de capacita-
ción y entrenamiento, sino tam-
bién 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: fre-
cuentemente, no es fácil eliminar,
reformular o modificar los progra-
mas y/o proyectos, porque aún se
le otorga poca importancia a di-
chos 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 eficien-
cia y el impacto de largo plazo es-
perado. Finalmente, la estrategia de
la ODI de fortalecer las Oficinas de
Planificación de las Inversiones (OPI),
encargadas de priorizar los proyec-
tos de inversión, se encuentra to-
davía en una etapa incipiente. Si
bien estas han adquirido un papel
más activo con la nueva ley, todavía
les falta liderazgo, margen de ma-
niobra y un rol más promotor.
La opinión de los funcionarios en-
trevistados respecto de la nueva
normativa es relativamente favora-
ble, lo que refleja que los linea-
mientos generales de este proce-
so son adecuados; sin embargo, se
debe trabajar más en lo relativo a
su aplicación (ver el cuadro 1).
4. Aplicación nueva ley
5. Margen de maniobra
6. Importancia inversiones
7a. Liderazgo OPIs
7b. Margen OPIs
7c. Rol promotor OPIs
7d. Contratación OPIs
24
0,00 0,100,200,30 0,40 0,50 0,600,70 0,80 0,90
Capacidad M&E
Formatos M&E
Margen maniobra
Margen maniobra efectivo
Tenía M&E
Evaluaciones
Reportes M&E
Retroalimentación reportes
Perfiles
Marco lógico
Grupo de control
Manuales M&E
Línea de base
Fuente: Entrevistas en profundidad con funcionarios sectoriales
En el nivel de programas y proyec-
tos sociales, se identificó a veinte
proyectos y/o programas sociales
principales. Los gastos totales de-
sembolsados en el año 2000 por
estos proyectos ascendieron a US$
770 millones aproximadamente, lo
que representó el 12% de los gas-
tos totales no financieros del go-
bierno central. Dada la poca dis-
ponibilidad de información acer-
ca de estos proyectos y con el fin
de evitar que existan sesgos en las
respuestas, se tuvo que optar por
realizar entrevistas a terceros vin-
culados con dichos proyectos.
Los veinte proyectos analizados
cumplen con menos de la mitad
de los aspectos más básicos reque-
ridos para tener un sistema ade-
cuado de M&E. De los resultados
se desprende que los puntajes de
las preguntas acerca del margen de
maniobra y las evaluaciones fue-
ron los más altos; sin embargo, la
calidad de las evaluaciones sería
baja, lo que se deduce por los re-
ducidos 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 reali-
zar las actividades de monitoreo,
así como con formatos para reco-
lectar 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 ade-
más provee estas plantillas. Si bien
catorce de los veinte proyectos
realizaron perfiles durante su eta-
pa inicial, estos solo representan
el 42% de la muestra en términos
de desembolso (US$ 321 millones).
Esto significa que los seis proyec-
tos restantes, que no realizaron
ningún perfil y que desembolsaron
US$ 450 millones en el año 2000,
son relativamente grandes. Por úl-
timo, casi la mitad de los proyec-
tos de la muestra realizó evalua-
ciones intermedias o ex post; sin
embargo, de acuerdo con las res-
puestas de algunos funcionarios,
estas han sido de cobertura limita-
da, de tipo cualitativo o solo de una
parte de los proyecto. Además, en
pocos casos se han realizado eva-
luaciones de impacto y sostenibi-
lidad: ninguno de los proyectos
tiene línea de base y solo tres, que
Puntaje de los aspectos de M&E evaluados
(promedio ponderado: 0 a 1)
Gráfico 1
representaron US$ 149 millones
en términos de gastos, tienen gru-
pos de control o comparación.
Por otro lado, si bien los proyectos
más grandes entendiendo por
tales los que desembolsaron ma-
yor cantidad de dinero en el año
2000 tienen calificaciones más
bajas que el promedio, otros pro-
yectos relativamente grandes tie-
nen calificaciones más altas que el
promedio. Sin embargo, en estos
casos, más del 45% del presupues-
to para dicho año provino de fi-
nanciamiento externo, a diferen-
cia de los proyectos más grandes,
en los que prevalece el financia-
miento interno. Existe el riesgo que
los proyectos más grandes sean ad-
ministrados con criterios políticos
y que, por lo tanto, se realicen pocas
prácticas de M&E. Además, los re-
sultados de las entrevistas confir-
man 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 es-
tos proyectos tienden a ser rígidos.
Finalmente, en cuanto al tipo de
gasto, en promedio, los proyectos
de inversión parecen tener mejo-
res sistemas de M&E que los pro-
yectos 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 pe-
queño, con una ejecución prome-
dio 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 pri-
mera es la encargada de monito-
rear los insumos y los procesos de
capacitación y de práctica laboral.
25
La segunda realiza las evaluacio-
nes de impacto, que consisten en
identificar la evolución de diver-
sas variables laborales de los jóve-
nes beneficiarios frente a los jó-
venes que potencialmente po-
drían participar en el programa,
pero que no lo han hecho.
El nivel de avance del sistema de
M&E de Projoven, según los en-
trevistados, se explica por factores
como el respaldo institucional des-
de la alta dirección del Ministerio
de Trabajo. Asimismo, dado que
desde su inicio las fuentes de fi-
nanciamiento de Projoven han
sido diversas, se vio la necesidad
de acceder a mayores fondos para
continuar operando, lo que deter-
minó que se incluyera, como par-
te de sus acciones piloto, el dise-
ño 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 au-
tonomía administrativa y la nula
injerencia política en sus acciones.
Por último, la estandarización de
los procesos que constituyen el
programa, ha permitido la cons-
trucción de líneas de base con la
misma metodología en las diferen-
tes 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 Moni-
toreo (P&M) es la encargada de lle-
var a cabo el seguimiento del avan-
ce de las metas del proyecto. Esta
labor de M&E se realiza, principal-
mente, a través de tres instrumen-
tos. El primero se refiere a repor-
tes cualitativos enviados por las
gerencias regionales, según un for-
mato diseñado por la Oficina de
Planificación y Monitoreo, para
identificar el avance de las activi-
dades por línea y componente. El
segundo instrumento es la ficha de
monitoreo integral, la cual ha sido
elaborada para recoger informa-
ción a través de la observación di-
recta de establecimientos de salud.
El tercer instrumento se refiere a
reportes cuantitativos trimestrales
realizados sobre la base de un for-
mato, también diseñado por la
Oficina de Planificación y Moni-
toreo del PSNB.
Un logro significativo del PSNB, y
de su sistema de M&E en particu-
lar, es que la metodología e instru-
mentos diseñados y utilizados des-
de él, han sido posteriormente
adoptados por las oficinas de línea
del Ministerio de Salud (Direccio-
nes Regionales de Salud). Adicio-
nalmente, la relación entre los ge-
rentes regionales, encargados del
proyecto y los directores regiona-
les de salud ha sido positiva: se ha
logrado articular un trabajo con-
junto, tanto en el avance de las
acciones de monitoreo como en
las consiguientes acciones correc-
tivas. En cuanto al soporte técnico
y financiero, la construcción de
una línea de base y de indicado-
res de seguimiento, así como la
realización de evaluaciones exter-
nas, están estipuladas en el con-
venio 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 cons-
truyó pensando en la orientación
inicial del mismo y ahora no po-
see indicadores relevantes para su
evaluación final.
Programa Nacional de
wawa wasi (PNWW)
El PNWW, un programa pequeño
con 66% de financiamiento exter-
no, posee un sistema de M&E que
identifica fuentes de información
según cada componente del pro-
grama. Cada una de las sedes se
debe encargar de revisar, ingresar
y procesar la información, según
la capacitación recibida por la ofi-
cina de sistemas. Luego, la infor-
mación se transmite a la sede cen-
tral, que posteriormente produce
los reportes de avance.
Algunas de las deficiencias identi-
ficadas 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 Infanti-
les, que son pilares en la organiza-
ción comunal de un wawa wasi.
Asimismo, las sedes no utilizan to-
dos los formatos de registros que se
les entrega para ser completados.
En algunos casos, los registros no
incluyen información sobre ubica-
ción geográfica en un nivel de
desagregación mayor al de la sede,
lo cual impide construir indicado-
res por distrito y/o localidades. Por
otro lado, existe contradicción
entre la información emitida por la
base de datos del sistema informá-
tico y la procesada manualmente
por el programa, así como un con-
siderable retraso entre el recojo y
envío de la información de las se-
des 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
«Los proyectos
de inversión se
guían más por
criterios políticos
que por una
preocupación
por la eficiencia y
el impacto de
largo plazo
esperado»
26
rotación del personal o al bajo ni-
vel 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 eje-
cutado alrededor de US$ 40 mi-
llones anuales entre 1996 y 1999,
y opera a través de las direcciones
y unidades de línea del Ministerio
de Educación.
La Unidad Coordinadora, dirigi-
da por el Coordinador Nacional
del MECEP, es la responsable de
la planificación de las evaluacio-
nes externas del MECEP, así como
de cumplir funciones de monito-
reo en el nivel central y agregado
del programa. Con el fin de pro-
mover la coordinación entre las
diferentes direcciones y unida-
des 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 ac-
ciones de M&E desarrolladas no
constituyen un sistema integral.
En el nivel agregado, estas inclu-
yen el seguimiento de metas físi-
cas y financieras, mas no de pro-
cesos. Además, aquellas realiza-
das por los diferentes subcompo-
nentes no se encuentran suficien-
temente coordinadas. En el caso
de la consolidación curricular, no
se han diseñado instrumentos para
medir el desempeño del docen-
te, sino solo para salvar dificulta-
des al momento de aplicación del
currículo. Asimismo, existe insu-
ficiencia de personal para las ac-
ciones de M&E contempladas. En
cuanto a los materiales educati-
vos, los reportes de monitoreo
realizados por los órganos inter-
medios no siempre llegan a la
sede central del MECEP. De otro
lado, el cronograma para la reali-
zación de las acciones de moni-
toreo no es el mismo para las di-
ferentes regiones, lo cual dificulta
el procesamiento de información
para tomar las medidas correcti-
vas oportunas. Por último, los ins-
trumentos de monitoreo usados
por los diferentes órganos inter-
medios no están estandarizados.
Conclusiones
El desarrollo desigual de los siste-
mas de M&E en el sector público
peruano tiene diversas explicacio-
nes. 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 pro-
fundidad y de los estudios de ca-
sos, se desprende que existe poca
cultura de M&E.
«Los organismos
financieros
externos
cumplen un
doble rol al exigir
evaluaciones y,
también, al
brindar apoyo
técnico y
flexibilidad para
la contratación
de consultores»
Por otro lado, la cooperación y el
financiamiento extranjeros han
desempeñado un papel importan-
te en el progreso de los sistemas
de M&E mejor desarrollados. Los
organismos financieros externos
cumplen un doble rol al exigir eva-
luaciones (vinculadas al desembol-
so o a la operación del proyecto)
y, también, al brindar apoyo téc-
nico y flexibilidad para la contra-
tación de consultores. Debe plan-
tearse la vinculación de estos es-
tudios a la aprobación de recursos
y a los mecanismos de apoyo téc-
nico, así como la contratación de
consultores para el desarrollo de
estos sistemas. Los sistemas plan-
teados por el MEF no cubren este
aspecto.
Finalmente, los proyectos de ma-
yor envergadura tienen menor
desarrollo de los sistemas de M&E.
Esto puede deberse tanto a la inca-
pacidad de coordinación de ma-
nera integral entre los órganos de
línea, como a factores políticos. Es
recomendable crear instancias re-
gionales que, con mayor autono-
mía en el uso de recursos y capaci-
dad para contratar personal califica-
do y consultores, puedan seguir y
apoyar a los órganos de línea de los
sectores, para facilitar la introduc-
ción 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»
27
Determinantes del funcionamiento de los proyectos
de Foncodes 1
Lorena Alcázar y Erik Wachtenheim (Instituto Apoyo)
A inicios de la década del noventa,
el gobierno peruano establece la
reestructuración de su presupues-
to social con el propósito de incre-
mentar su eficiencia mediante
mejoras en la focalización. Así, en
1991, nace el Fondo Nacional de
Compensación y Desarrollo Social
(Foncodes), el cual desde enton-
ces y hasta 1998 ha financiado más
de 33.000 proyectos de infraes-
tructura básica a lo largo del país.
A pesar de que Foncodes tiene un
importante impacto entre los sec-
tores más pobres de la población
peruana, a través del financia-
miento de pequeños proyectos, y
a pesar de la diversidad de opinio-
nes con respecto a la eficiencia de
sus operaciones, no existen estu-
dios que analicen las condiciones
que llevan al éxito o al fracaso a
un proyecto.
Esta investigación tiene como prin-
cipal finalidad estudiar, en detalle,
qué condiciones y prácticas fo-
mentan el relativo éxito del pro-
yecto, y cómo influencian en di-
cho éxito factores como la gestión,
la capacitación, la participación de
la comunidad, su capacidad orga-
nizativa y las características de los
proyectos y de la misma comuni-
dad. Para ello, se trabajó sobre la
base de tres encuestas diseñadas
para realizar evaluaciones ex post
de un total de 735 proyectos, im-
plementados entre 1994 y 1999.
Los proyectos de
Foncodes y los
actores responsables
Foncodes fue establecido en 1991
como una agencia temporal, au-
tónoma y descentralizada, que
dependía directamente del Poder
Ejecutivo. Fue diseñado para me-
jorar las condiciones de vida de los
más pobres, generar empleo, aten-
der las necesidades básicas en sa-
lud, nutrición, saneamiento y edu-
cación, y promover la participa-
ción de los pobres en la adminis-
tración de su propio desarrollo.
Para cumplir con esos fines, Fon-
codes financia proyectos de infra-
estructura social, asistencia social,
infraestructura económica, así
como también proyectos produc-
tivos. Hasta el año 2000, ha finan-
ciado aproximadamente US$
1.343.496 miles en más de 36.549
proyectos pequeños, y ha repre-
sentado cerca de la tercera parte
del presupuesto de asistencia so-
cial del gobierno.
Resulta particularmente interesan-
te el rol que le otorga a los nú-
cleos ejecutores de la comunidad
en la implementación del proyec-
to, los cuales son conformados es-
pecialmente para fines del pro-
yecto y, en ocasiones, sobre la
base de algún grupo ya organiza-
do de la sociedad. A través de es-
tos núcleos ejecutores, Foncodes
asigna una considerable respon-
sabilidad a la comunidad desde
una etapa muy temprana del ci-
clo del proyecto. Ello supuesta-
mente otorga un mayor grado de
participación a la comunidad y
fortalece los objetivos de soste-
nibilidad del proyecto y empode-
ramiento de la comunidad.
Los proyectos son identificados y
desarrollados por la comunidad
con la cooperación de las ONG,
los gobiernos locales y el Poder Eje-
cutivo. Así, son los mismos benefi-
ciarios los encargados de identifi-
car y priorizar las necesidades de
la comunidad. Una vez estableci-
das las prioridades, seleccionan un
proyecto, eligen al núcleo ejecu-
tor y luego participan en la cons-
trucción, operación y manteni-
miento del proyecto.
Una asamblea comunitaria se en-
carga de elegir al núcleo ejecutor
en el momento de la concepción
del proyecto. Desde entonces, di-
cho núcleo ejecutor prepara la
propuesta del proyecto y la docu-
mentación necesaria, y es respon-
sable de obtener la aprobación y
el financiamiento de Foncodes.
Posteriormente, se encarga de ase-
gurar la ejecución apropiada del
proyecto, mantener a la comuni-
dad informada y administrar los
fondos.
1/ Resumen de documento homónimo
(junio 2001), desarrollado en el marco de con-
curso de investigaciones del CIES, auspiciado
por ACDI-IDRC
«Foncodes, hasta
el año 2000, ha
financiado
aproximadamente
US$ 1.343.496
miles en más de
36.549
proyectos
pequeños»
28
Los supervisores son elegidos por
Foncodes para monitorear el ciclo
del proyecto en tres instancias di-
ferentes: supervisor general, su-
pervisor regional y supervisor del
proyecto. El supervisor general tra-
baja en la División de Proyectos
de la sede central de Foncodes y
vigila el trabajo del supervisor re-
gional en la oficina regional. El su-
pervisor del proyecto es elegido
de acuerdo con las necesidades
técnicas, experiencia y otras ha-
bilidades específicas requeridas
por el proyecto.
El inspector es elegido por el nú-
cleo ejecutor con aprobación de
Foncodes. Dicho inspector es res-
ponsable de la ejecución y de los
aspectos técnico-administrativos
del proyecto. Asimismo, junto con
el núcleo ejecutor, es responsable
de asegurar la apropiada utiliza-
ción de los recursos.
Finalmente, el operador está en-
cargado de la administración y
operación del proyecto, y sus obli-
gaciones van desde trabajos me-
nores, como vigilancia y limpieza,
hasta actividades especializadas,
como en el caso de doctores, en-
fermeros y profesores. El operador,
dependiendo de los requerimien-
tos técnicos y del tamaño del pro-
yecto, puede ser seleccionado por
el núcleo ejecutor o designado por
un Ministerio.
Metodología
La base de datos utilizada se cons-
truyó sobre la base de tres encues-
tas diseñadas y conducidas por el
Instituto Apoyo, para la realización
de tres evaluaciones ex post de
proyectos realizados en los perío-
dos 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 pro-
yectos fueron seleccionadas por
Foncodes, con el objeto de man-
tener la representatividad de los
siguientes criterios: nivel de po-
breza, distribución geográfica y los
tipos de proyectos. A pesar de que
ambas muestras no fueron elegi-
das aleatoriamente, se comprobó
que su distribución, tanto en tér-
minos de nivel de pobreza como
por tipo de proyecto, fue similar a
la del universo de proyectos de la
institución.
La tercera muestra fue significati-
vamente diferente. Esta fue elegi-
da aleatoriamente por el Instituto
Apoyo del total de proyectos de
Foncodes, y solo incluyó proyec-
tos 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 financia-
miento. Asimismo, las preguntas
de los cuestionarios fueron dise-
ñadas de tal forma de obtener res-
puestas más objetivas.
Para medir el éxito del proyecto
se utilizaron dos procedimientos
distintos. En el caso de las dos pri-
meras muestras, no existía una pre-
gunta acerca de si el proyecto era
exitoso o no, por lo cual se cons-
truyó un índice de éxito sobre la
base de preguntas acerca de su
funcionamiento, relevancia, co-
bertura 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 se-
leccionaron además, preguntas
relacionadas con las siguientes va-
riables explicativas: participación
de la comunidad, existencia de
instituciones públicas y organiza-
ciones sociales, gestión de los pro-
yectos, incorporación de progra-
mas de capacitación, y caracterís-
ticas de la comunidad y del pro-
yecto (nivel de educación e índi-
ce de pobreza); y solo en el caso
de la tercera muestra, tamaño de
la comunidad, monto de inversión,
idioma principal, lejanía y antigüe-
dad del proyecto.
Análisis de los
resultados
Con el objetivo de analizar los
determinantes del éxito de los pro-
yectos de Foncodes, se estimó un
modelo logit ordenado, que con-
sideró como variable dependien-
te al índice de éxito y como varia-
bles explicativas, las medidas de
participación, gestión, capacita-
ción, organización social, y carac-
terísticas 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 proyec-
to. Luego, se profundizó el análisis
«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»
29
introduciendo variables de inte-
racción, para identificar los facto-
res que podrían aumentar o redu-
cir los efectos que la participación
tiene en el éxito del proyecto.
Así, se construyó un término de
interacción compuesto por la va-
riable participación y la variable
pobreza; y se halló que en las co-
munidades menos desarrolladas
(más pobres), la participación tie-
ne un efecto menor en el éxito. De
un modo similar, se observó que la
participación de individuos más
educados tiene un impacto bene-
ficioso más fuerte. Los resultados
obtenidos sugieren que el efecto
de la participación en el éxito del
proyecto, en ausencia de condi-
ciones favorables, como son el
desarrollo económico y la educa-
ción, podría incluso ser negativo.
En la tercera especificación, adi-
cionalmente, se incluye la interac-
ción 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 co-
munidades pequeñas tienden a ser
más cohesionadas.
Capacitación y otras
características del
proyecto
Las distintas estimaciones determi-
naron que la variable capacitación
es altamente significativa e influ-
ye positivamente en la probabili-
dad de éxito del proyecto. Tam-
bién se encontró que en los pro-
yectos de agua y saneamiento, a
los que Foncodes da un fuerte én-
fasis en la capacitación de la co-
munidad, la participación es más
beneficiosa.
Se encontró, por otro lado, que los
proyectos de infraestructura, que
son en general más complejos, tie-
nen menores posibilidades de éxi-
to, ceteris paribus, que los demás.
Finalmente, se halló que la varia-
ble tamaño del proyecto (que se
mide en monto) no tiene efectos
significativos.
Gestión
Las variables de gestión frecuen-
cia de la inspección y calidad de
la supervisión no son significati-
vas en ninguna de las dos prime-
ras especificaciones del modelo.
Ello puede reflejar las limitaciones
de las proxies utilizadas, más que
una falta de importancia de las va-
riables inspección y supervisión.
En la tercera especificación del
modelo, en cambio, se incluye-
ron tres variables de gestión rela-
cionadas con la frecuencia de las
inspecciones y la calidad, tanto
de la supervisión como del traba-
jo del núcleo ejecutor. Todas estas
variables fueron determinantes sig-
nificativas 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 nú-
mero de organizaciones comuna-
les y de instituciones públicas (re-
lacionadas con el potencial orga-
nizacional y la tradición organiza-
tiva de la comunidad). Se compro-
bó que un mayor número de ins-
tituciones públicas incrementa la
probabilidad de éxito. Sin embar-
go, la estimación revela que exis-
te un nivel crítico, tras el cual in-
crementos en el número de insti-
tuciones disminuyen la probabili-
dad de éxito. Ello significa que
existe un punto de saturación, a
partir del cual las instituciones po-
drían empezar a interferir negati-
vamente unas con otras.
Las variables número de organiza-
ciones comunales y de institucio-
nes públicas, aunque imperfectas
para medir la capacidad organiza-
cional de la comunidad, pueden
ayudar a entender el rol del capi-
tal social y la tradición participati-
va en el éxito del proyecto.
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 ins-
tituciones públicas, por ejemplo,
podría estar capturando el tama-
ño de la comunidad y el nivel de
pobreza, dado que las comunida-
des más grandes y más desarrolla-
das 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 rele-
vancia e importancia de otras or-
ganizaciones comunales.
Con la tercera muestra se pudie-
ron obtener mejores resultados,
por la mejor calidad de los datos,
y se separaron los efectos del ta-
maño y pobreza de la comunidad,
«existe un
punto de
saturación, a
partir del cual
las instituciones
podrían
empezar a
interferir
negativamente
unas con otras»
30
de aquellos efectos correspondien-
tes a las organizaciones e institu-
ciones. En esta nueva estimación,
tanto las organizaciones comuna-
les como las instituciones públicas,
son determinantes importantes del
éxito del proyecto. Ambas varia-
bles presentan efectos no lineales;
es decir, en los dos casos existe un
punto de saturación tras el cual
más organizaciones o más institu-
ciones pueden entorpecer el éxi-
to del proyecto. Cabe anotar que
en esta especificación, la variable
de organizaciones comunales está
mejor medida que en las anterio-
res, 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 predomi-
na el idioma castellano, enfrentan
menores probabilidades de éxito.
Conclusiones
La participación de la comunidad
tiene el efecto de incrementar la
probabilidad del éxito del proyec-
to. Sin embargo, la magnitud del
efecto depende de las caracterís-
ticas de la comunidad y del pro-
yecto. Así, la participación será más
efectiva en comunidades más de-
sarrolladas, con mayor nivel de
capital humano, pequeñas y tam-
bién en proyectos de agua y sa-
neamiento, los que tienen un cla-
ro 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 su-
pervisión 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 co-
munales e instituciones públicas
también incrementan la probabi-
lidad de lograr un mayor éxito en
los proyectos. Sin embargo, un
número demasiado alto de estas
últimas podría dificultar su colabo-
ración con el proyecto y reducir
sus probabilidades de éxito.
Adicionalmente, el nivel de desa-
rrollo de la comunidad y el nivel
de capital humano de sus habitan-
tes, como ya se dijo, provocan que
la participación sea más o menos
eficiente, según las comunidades
sean más o menos pobres o edu-
cadas. Sin embargo, se encontró
(en el caso de la tercera muestra)
que el nivel de pobreza está rela-
cionado positivamente con la pro-
babilidad de éxito. Ello puede atri-
buirse al efecto gourmet: comu-
nidades más pobres podrían ser
satisfechas de manera más fácil y
tener expectativas menores que las
comunidades más desarrolladas
(más exigentes), lo cual se refleja-
ría en sus percepciones sobre el
éxito de los proyectos.
Finalmente, se encontró que co-
munidades más remotas, más gran-
des y en las que no predomina el
idioma castellano, enfrentan me-
nores 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»
31
Equidad en la educación pública y privada 1
Jaime Saavedra y Pablo Suárez (GRADE)
La educación es un factor esencial
para explicar el crecimiento eco-
nómico y el mayor bienestar de los
individuos. Esta es una de las ra-
zones por las cuales el rol del Esta-
do debe ser igualar las oportuni-
dades de los individuos para ac-
ceder a ella. En el caso peruano,
es claro que la educación permite
mayores ingresos y menores pro-
babilidades de ser pobre.
Las cifras que se utilizan para de-
terminar los recursos que la socie-
dad destina a la educación no se
limitan a lo que gasta el sector pú-
blico; por el contrario, las familias
peruanas cumplen una función
muy importante en el financia-
miento de la educación, tanto pri-
vada como estatal.
En este contexto surgen algunos
interrogantes. ¿Cómo se distribu-
ye 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 modifi-
cando 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 perua-
na en su conjunto (Estado más fa-
milias) invirtió US$ 3.360 millones
en educación, tanto en gastos co-
rrientes como de capital, equiva-
lentes 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 socie-
dad se destinó a solventar al siste-
ma público. Al interior del gasto en
educación pública, se encuentra
que al menos un cuarto del finan-
ciamiento 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 crecimien-
to fue producto del incremento
en 10,4% del gasto estatal y en
27% del gasto familiar en educa-
ción privada; mientras que el gas-
to familiar en educación pública
disminuyó en 6%. Así, por el lado
de las familias, el aumento se da,
principalmente, en el sistema edu-
cativo privado, el cual ascendió a
US$ 272 millones entre 1994 y
2000, monto mayor al incremen-
to de US$ 105 millones de la in-
versión de las familias en el siste-
ma público.
En términos del PBI también se
observa un crecimiento conside-
rable 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 siste-
ma 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 ve-
ces la inversión por alumno en
primaria (ver el gráfico 1). Esta
notable diferencia de la inversión
por alumno entre los distintos ni-
veles puede constituir una prime-
ra fuente de iniquidad, depen-
diendo de la composición según
«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. Esta
notable
diferencia
puede constituir
una primera
fuente de
iniquidad»
1/ Resumen del documento Equidad en el
gasto social: el caso de la educación pública y
privada (junio 2001), desarrollado en el mar-
co de investigaciones del CIES, auspiciado por
ACDI-IDRC
32
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 por-
centuales, el mayor incremento
se dio en el gasto por alumno en
el nivel superior universitario pri-
vado 57% entre 1994 y 2000,
seguido por el incremento en el
gasto por alumno en primaria pú-
blica 42% entre 1994 y 2000.
Asimismo, al comparar el gasto
de la sociedad en educación bá-
sica 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 fuer-
tes diferencias entre grupos con
distintos niveles de ingreso.
En los niveles superiores, sin em-
bargo, el gasto promedio por
alumno es muy similar en los cen-
tros 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 ni-
vel 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 uni-
versitario 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 li-
gada al problema de la falta de ac-
ceso de la población más pobre a
los niveles de educación más al-
tos, en los cuales el gasto del Esta-
do por alumno es mayor. La segun-
da parte consiste en analizar la dis-
tribución entre quintiles de ingre-
so, tanto del gasto estatal como del
gasto familiar en educación. Como
se verá, en el caso del gasto fami-
liar, 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 pri-
mario existe una alta tasa de es-
colaridad para todos los niveles
de ingreso (93,7%). Sin embargo,
existiría una alta tasa de asisten-
cia en extra-edad dentro de los
quintiles más pobres de la pobla-
ción. La situación es diferente para
el nivel secundario, donde existe
una mayor diferencia entre las ta-
sas de escolaridad de la población
más pobre y la menos pobre. Así,
mientras el 89% de la población
menos pobre asiste en edad nor-
mativa a secundaria, tan solo el
58% de los más pobres lo hace.
Por último, en el nivel superior
resulta más dramática la situación,
0
200
400
600
800
1.000
1.200
1.400
Dólares de 2000
Prim púb. Prim. priv. Sec. púb. Sec. priv. SNU púb. SNU priv. Univ. púb. Univ. priv.
Nivel educativo y sistema
Estado Familias
Gasto promedio de la sociedad por alumno por gestión,
según niveles: 2000
Gráfico 1
33
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 mis-
mo 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 po-
bres 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 con-
centra 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 edu-
cación. 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 prin-
cipal demandante es el quintil su-
perior, 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 po-
blación, los cuales en su mayoría
viven en situación de pobreza. Esto
se debe tener en cuenta al mo-
mento de preguntarse: ¿qué tanto
debería redistribuirse el gasto en-
tre niveles? y ¿qué tan factible se-
ría solicitar mayor financiamiento
familiar en ciertos niveles?
Cabe notar que si se compara las
tasas de escolaridad con la com-
posición 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 con-
formada principalmente por los
grupos más pobres de la población,
y más en los niveles cuyos princi-
pales demandantes son los grupos
de mayores recursos.
Distribución del gasto en
educación según niveles
de pobreza
Para efectuar el análisis de la dis-
tribución del gasto del Estado, se
supondrá que el gasto estatal por
alumno, al interior de cada nivel,
es igual para todos los matricula-
dos. Al realizar este supuesto, la
única fuente de iniquidad en la
distribución del gasto estatal en
educación provendría de las dife-
rencias en la composición por
quintiles de ingreso de la matrícu-
la de cada nivel.
Como se ha visto, la mayor parte
de los receptores del gasto, en pri-
maria y secundaria, pertenece a
los grupos de menores ingresos (ver
el cuadro 1). Lo contrario sucede
con la educación superior, cuya
matrícula está compuesta, princi-
palmente, por miembros pertene-
cientes al 40% menos pobre de la
población. Así, mientras el gasto
del Estado en educación básica se
destina principalmente a los gru-
pos más pobres, lo contrario suce-
de con el gasto destinado a la edu-
cación 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 educa-
ción, 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 po-
blación 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 pú-
blico, los pertenecientes al quintil
más rico conforman el 10,3% de
la matrícula en todos los niveles.
«en el nivel
superior, 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 eda
«el Estado es
invirtiendo
menos por
alumno en
aquellos niveles
donde la
población
demandante
está conformada
principalmente
por los grupos
más pobres de la
población»
34
Por su parte, el gasto de las fami-
lias por alumno, tanto en el siste-
ma 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 significativamen-
te de acuerdo con la posición de
la familia en la distribución del in-
greso. De esta manera, en el sis-
tema público, en primaria, las fa-
milias 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 pri-
mer 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 gas-
to por alumno en el sistema priva-
do, 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 quin-
til tres es de US$ 181. No se cal-
culó 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 alum-
no, 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 recibi-
do por los alumnos de los quintiles
con mayores ingresos. De esta
manera, si la calidad estuviera co-
rrelacionada perfectamente con el
gasto, la educación primaria que
recibiría un miembro del quintil
más rico en el sistema privado se-
ría 5,5 veces mejor que la recibi-
da por un alumno del quintil más
pobre en el sistema público.
Por el lado de la educación supe-
rior no universitaria, si bien las di-
ferencias en los montos invertidos
no varían significativamente en-
tre 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 per-
tenecen a este estrato y, por el
contrario, el 42% de los asisten-
tes pertenece a los dos quintiles
de mayores ingresos. Finalmente,
en la educación privada universi-
taria 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 pre-
senta un carácter completamen-
te regresivo, ya que el 20% más
rico de la población capta el
40% del gasto social de educa-
ción 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 distri-
bución del gasto es el nivel de
educación primaria. Sin embar-
go, la distribución del gasto en
este nivel tampoco es comple-
tamente neutral, pues mientras
el quintil más pobre recibe el
18% de los gastos, el 33% es
recibido por el 20% de la pobla-
ción de mayores recursos. La di-
ferencia se agrava en secundaria,
donde el 32% del gasto es recibi-
do por el quinto quintil y tan solo
Distribución del gasto estatal en educación primaria, secundaria y superior,
por quintiles de gasto y niveles educativos
(en porcentaje)
Cuadro 1
Gasto total Distribución del gasto total
P S SNU SU Total P S SNU SU Total
Q1 159 84 3 5 251 13,6 7,2 0,2 0,4 21,4
Q2 127 92 15 19 252 10,8 7,8 1,2 1,6 21,5
Q3 104 88 10 52 254 8,8 7,5 0,9 4,4 21,6
Q4 81 71 9 59 220 6,9 6,0 0,8 5,0 18,7
Q5 37 40 10 109 197 3,2 3,4 0,9 9,3 16,8
Total 508 376 47 243 1,174 43,3 32,0 4,0 20,7 100,0
P: Primaria; S: Secundaria; SNU: Superior no universitaria; SU: Superior universitaria.
Elaborado sobre la base de Presupuesto ejecutado 2000, ENNIV 2000, Ministerio de Educación, Asamblea Nacional de Rectores.
35
el 14% es recibido por los perte-
necientes al grupo más pobre. En
el caso de la educación superior,
el panorama es peor, ya que cla-
ramente, tanto para el nivel uni-
versitario como para el no univer-
sitario, el gasto se encuentra con-
centrado en el 40% de menor po-
breza en la población.
La situación se agrava si se consi-
dera la composición de la pobla-
ción en edad normativa por nivel
dentro de los quintiles. Así, mien-
tras el 40% más pobre de la pobla-
ción contiene al 50% de la pobla-
ción en edad normativa para pri-
maria, 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 secun-
daria de la sociedad. En el caso de
la educación superior, el 37% de
la población en edad normativa se
encuentra entre el 40% más po-
bre de la población y recibe solo
el 8% del gasto en este nivel. Estos
hechos son reflejo del menor gas-
to por alumno que realizan las fa-
milias en los quintiles más pobres,
así como de sus menores tasas de
escolaridad en secundaria y edu-
cación superior.
Desigualdades
regionales y
geográficas en
el gasto
La información disponible del gas-
to estatal no permite discriminar
de manera precisa cuánto se gas-
ta por alumno según nivel econó-
mico o en el sector rural. Sin em-
bargo, 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 tie-
«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»
0,00
2,00
4,00
6,00
8,00
10,00
12,00
0,0 0,5 1,0 1,5 2,0 2,5 3,0 3,5 4,0
Índice de pobreza FONCODES
Gasto estatal por alumno en bienes y servicios
en primaria
Callao
Lima
Huancavelica
0,0
5,0
10,0
15,0
20,0
25,0
30,0
35,0
0,0 0,5 1,0 1,5 2,0 2,5 3,0 3,5 4,0
Índice de pobreza (FONCODES)
Gasto estatal por alumno en bienes y servicios
en secundaria
Arequipa
Lima
Huancavelica
Callao
1/: La matrícula considerada por departamento está tomada de: Ministerio de Educación,
Estadísticas Básicas, 2000 (sin incluir matrícula no escolarizada).
2/ El gasto considerado incorpora el gasto en administración asignado a las unidades
ejecutoras pertinentes, prorrateado por la matrícula total para primaria y secundaria. No
incluye gasto en materiales del programa MECEP ni gasto en colegios militares.
Elaborado sobre la base de Presupuesto Ejecutado 2000, índice de pobreza departamental
de Foncodes y Ministerio de Educación.
Gasto estatal por alumno en bienes y servicios en primaria
y secundaria, por nivel de pobreza departamental
(dólares de Lima)1/2/
Gráfico 2
36
ne un correlato claro con la cali-
dad del servicio que se provee.
Utilizando fuentes de información
independientes, se encuentra que
a mayor gasto en bienes y servi-
cios, 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 di-
rector y las autoridades interme-
dias para lograr mayores recursos
y que, como resultado de estas
negociaciones, los directores más
exitosos sean aquellos con mejo-
res contactos con estas instancias
y los que dirigen escuelas más
grandes. Además de esto, la cali-
dad y cantidad de servicios de las
escuelas se potencia por las con-
tribuciones de los padres, las cua-
les guardan relación con las carac-
terísticas de los colegios, además
de estar claramente influenciadas
por el nivel de ingresos y diferir
de manera significativa entre zo-
nas 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
«si existe un
patrón de
distribución
geográfica del
gasto estatal,
este tiende a
estar menos
sesgado hacia
los más pobres»
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 esti-
mar qué tan rentable es estudiar
un nivel adicional en el sistema
público y privado, así como sepa-
rar el valor presente de los ingre-
sos adicionales, el costo de opor-
tunidad 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 in-
greso promedio que percibiría una
persona con determinado nivel
educativo y edad, según gestión
del último centro educativo asisti-
do. Una vez determinada esta re-
lación, se estimó el valor presen-
te de: (i) el ingreso adicional ob-
tenido por haber asistido a un ni-
vel educativo (desde el momento
de culminarlo con respecto al que
hubiese recibido en caso de no
haber asistido); (ii) el valor pre-
sente 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 inver-
sión tiene un menor valor actual
neto es la inversión en la secun-
daria pública: US$ 1.509 para las
familias y US$ 685 para la socie-
dad. 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 in-
versión privada tiene un valor ac-
tual de US$ 10.085, mayor al VAN
en el sistema público. No obstan-
te, el valor presente del costo di-
recto para las familias es significa-
tivamente mayor en el primero
(US$ 2.404 versus US$ 405), lo
cual hace que sea inaccesible para
las familias más pobres. En el siste-
ma universitario sucede algo simi-
lar, el VAN social de asistir a una
universidad privada es 76% más
alto al obtenido en el sistema pú-
blico, mientras que el VAN fami-
liar es 37% más alto. No obstante,
la inversión por parte de las fami-
lias sólo en costos directos es 5
veces mayor que la inversión que
realizan en el sistema público, lo
cual implica una barrera de acce-
so. En el sistema superior no uni-
versitario, en cambio, sucede lo
contrario: aparece como una me-
jor inversión, por parte de las fa-
milias y del Estado, la asistencia a
un centro público promedio que
a un centro privado promedio.
Con estos datos, se puede obser-
var que la iniquidad en el gasto en
educación trae consecuencias per-
manentes en el nivel de vida futu-
ro de las personas. Los pobres no
solo recibirían una menor inver-
sión, 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 financia-
miento de la educación pública,
particularmente entre los sectores
37
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 embar-
go, que las diferencias entre nive-
les del gasto por alumno en el sec-
tor público son muy pequeñas si
se les compara con estándares in-
ternacionales y que los grupos de-
nominados más ricos en el estu-
dio, 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 secunda-
ria y superior, de acuerdo con el
nivel de pobreza. El hecho de que
la matrícula en educación supe-
rior universitaria se concentre en-
tre los más ricos y que se gaste
más por alumno en ese nivel edu-
cativo, lleva a que el gasto público
en educación superior universita-
ria se concentre entre los más ri-
cos. No obstante, dado que en el
Perú el gasto por alumno en edu-
cación superior es bajo, solo pue-
de recomendarse transferir estos
recursos a la educación básica, si
simultáneamente se plantean me-
canismos que permitan obtener
estos recursos de otra fuente. En
el nivel primario, la cobertura es
bastante alta, por lo que la asisten-
cia 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 departa-
mentos 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 glo-
bal 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 in-
versión adicional de las familias,
por lo que casi la totalidad del gas-
to en estas zonas debe provenir de
subsidios.
Por otro lado, no solo se estaría
invirtiendo un monto menor por
alumno, sino que este monto me-
nor tendría una menor rentabili-
dad, tal como se observa al com-
parar el valor actual neto de la in-
versión en los niveles secundario
y universitario. Asimismo, el costo
directo asociado a la educación
privada crearía una barrera de ac-
ceso 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 prove-
niente de las familias. En el corto
plazo, se puede apuntar a que cual-
quier incremento en el gasto se
destine a las escuelas más pobres,
ya sea en zonas rurales o en urba-
no 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 filtracio-
nes en las instancias intermedias.
38
ÚLTIMAS PUBLICACIONES DE LOS
CENTROS ASOCIADOS AL CIES
CIES
Chacaltana, Juan. Más allá de la focalización. Riesgos de la lucha contra la
pobreza en el Perú, Serie: Diagnóstico y Propuesta, 8. Lima: CIES-GRADE,
setiembre 2001.
Cueto, Marcos. Culpa y coraje. Historia de las políticas sobre el VIH/Sida
en el Perú, Serie: Diagnóstico y Propuesta, 7. Lima: CIES-UPCH, Facultad
de Salud Pública y Administración, agosto 2001.
Francke, Pedro (ed.). Políticas de salud 2001-2006, Serie: Diagnóstico y
Propuesta, 5. Lima: CIES, julio 2001.
Dammert, Ana Cecilia. Acceso a servicios de salud y mortalidad infantil
en el Perú, Serie: Investigaciones Breves, 18. Lima: CIES, junio 2001.
Trivelli, Carolina. Crédito agrario en el Perú. ¿Qué dicen los clientes?, Se-
rie: Diagnóstico y Propuesta, 4. Lima: CIES, mayo 2001.
CENTRO BARTOLOMÉ DE LAS CASAS, CUSCO
Chirinos, Andrés. Atlas lingüístico del Perú. Cusco: Ministerio de Educa-
ción/Centro Bartolomé de las Casas, 2001.
Hurtado de Mendoza, William. Pragmática de la cultura y la lengua quechua.
Cusco: Universidad Nacional Agraria La Molina/Centro Bartolomé de las
Casas, 2001.
Kruse, Dirichs, Paredes. La red urbana de la Región Cusco. Jerarquización
de centros poblados y su aplicación en la asignación de inversiones en el
territorio. Cusco: Centro Bartolomé de las Casas, 2001.
Municipalidad Provincial de Paruro  CBC. Plan estratégico de desarrollo
de la Provincia de Paruro. Cusco: Centro Bartolomé de las Casas - ORTAM,
2001.
Schjellerup, Inge, et al. Wayko lamas, la gente y la biodiversidad. Cusco:
DIVA/Centro Bartolomé de las Casas, 2001.
CEDEP
Revista Socialismo y Participación, No. 91, Lima: CEDEP, octubre 2001.
Guerra García, Francisco. Consensos para el desarrollo: debate elecciones
2000. Lima: CEDEP, 2000.
Santuc, Vicente. Ética y política. ¿Qué nos pasa? Lima: CEDEP, 1999.
39
CEPES
Eguren, Fernando y Juan Rheineck (eds.). Desarrollo rural: Organizacio-
nes no gubernamentales y cooperación internacional. Lima: CEPES, 2001.
Eguren, Fernando. Debate Agrario: Análisis y Alternativa, No. 31. Lima:
CEPES, agosto 2000.
Valderrama, Mariano (coordinador). La realidad de la ayuda externa: Amé-
rica Latina al 2000. Editado por el Grupo de Trabajo de Cooperación In-
ternacional de la Asociación Latinoamericana de Organizaciones de Pro-
moción - ALOP. Lima: CEPES, 2000.
Valderrama, Mariano (coordinador). Mito y realidad de la ayuda externa:
América Latina al 2001. Editado por ALOP. Lima: CEPES, 2000.
CENTRO DE INVESTIGACIONES - UNIVERSIDAD
CATÓLICA DE SANTA MARÍA, AREQUIPA
Revista Univérsitas, No. 3, Arequipa: Centro de Investigaciones, octubre
2001.
CENTRO DE INVESTIGACIÓN Y PROMOCIÓN
DEL CAMPESINADO - CIPCA
Fort, Angie. Menestras y pequeña producción en la costa de Piura. Piura:
CIPCA, 2000.
Sánchez A., Pablo. Manual de asesoría técnico productiva y empresarial a
pequeños agricultores. Piura: CIPCA, 2000.
Centro de Investigación y Promoción del Campesinado; Servicio
Agropecuario para la Investigación y Promoción Económica. Evaluación
participativa de necesidades prioritarias: distritos de frontera de Piura-
Perú. Piura, Jaén: CIPCA, SAIPE, 2000.
Centro de Investigación y Promoción del Campesinado; Servicio
Agropecuario para la Investigación y Promoción Económica. Evaluación
participativa de necesidades prioritarias: Alto Marañón. Lima: CIPCA;
SAIPE, 2000.
Centro de Investigación y Promoción del Campesinado. Evaluación
participativa de necesidades prioritarias: provincia de Jaén, informe final.
Lima: CIPCA, 1999.
CIUP
Araoz, Mercedes, José Luis Bonifaz, Carlos Casas y Fernando González
Vigil. Factores limitantes de la inversión extranjera en el Perú. Lima: CIUP,
Comisión ALCA/Perú, CAF, 2001.
40
Cáceres, Rubén. Caminos al desarrollo: el modelo de integración trans-
versal, Serie: Documento de Trabajo, No. 39. Lima: CIUP, 2001.
Portocarrero S., Felipe y Armando Millán. Perú: ¿país solidario?, Serie Bi-
blioteca en Responsabilidad Social. Lima: CIUP-The Johns Hopkins
University, Institute for Policy Studies, Center for Civil Society Studies, 2001.
Vich, Víctor. El discurso de la calle. Los cómicos ambulantes y las tensio-
nes de la modernidad en el Perú. Lima: Red para el Desarrollo de las Cien-
cias Sociales en el Perú, 2001.
Urrunaga, Roberto, Tami Hiraoka y Antonio Risso. Fundamentos de eco-
nomía pública, Serie: Apuntes de Estudio, No. 43, Lima: CIUP, 2001.
DESCO
Revista Quehacer, No. 132, revista bimestral. Lima: DESCO, 2001.
Toro, Oscar y otros (editores). Crianza de camélidos andinos y desarrollo
rural. Programa de desarrollo rural del Valle del Colca. Lima: DESCO, 2001.
Equipo del Proyecto Red de Educación y Desarrollo. Hacer de Villa El Sal-
vador una comunidad educativa. I Congreso Distrital de Educación de Vi-
lla El Salvador. Lima: DESCO, 2001.
Teivainen, Teivo. Un dolor, un voto. Economicismo transnacional en el
Perú. Lima: DESCO, 2001.
Rubina, Alberto y José Barreda. Atlas Departamento de Huancavelica. Lima:
DESCO, 2000.
ESAN
Berríos, Rubén. La transparencia en la privatización: una aproximación a
partir de tres casos del proceso peruano, Serie: Documentos de Trabajo,
No. 9. Lima: ESAN, 2001.
Gastañaduy, Alfonso. Franquicias: opción de desarrollo estratégico. Lima:
ESAN, 2000.
Roca, Santiago y Luis Simabuko. Retos de la gerencia macroeconómica:
propuestas de cambio a la política económica 2000-2005. Lima: ESAN,
2000.
ESAN (eds.). Descentralización en educación y salud: experiencias latinoa-
mericanas. Lima: ESAN, 2000.
GRADE
Torero, Máximo y Alberto Pascó-Font. El impacto social de la privatización
y de la regulación de los servicios públicos en el Perú, Serie: Documento
de trabajo, No. 35. Lima: GRADE, 2001.
41
Saavedra, Jaime y Juan Chacaltana. Exclusión y oportunidad: jóvenes ur-
banos y su inserción en el mercado de trabajo y en el mercado de capaci-
tación. Lima: GRADE, 2001.
Cueto, Santiago y Marjorie Chinen. Impacto educativo de un programa de
desayunos escolares en escuelas rurales del Perú. Serie: Documento de
trabajo, No. 34. Lima: GRADE, 2001.
Díaz, Hugo, Jaime Saavedra. La carrera de maestro: factores institucionales,
incentivos económicos y desempeño. Serie: Documento de trabajo, No.
32. Lima: GRADE, 2000.
Murrugarra, Edmundo y Martín Valdivia. Morbilidad autoreportada y los
retornos a la salud para los varones urbanos en el Perú: enfermedad vs.
incapacidad, Serie: Documento de trabajo, No. 31. Lima: GRADE-CIES,
2000.
INSTITUTO APOYO
Kuczynski, Pedro Pablo y Felipe Ortiz de Zevallos. Competir y crear em-
pleo: el reto 2001. Lima: Instituto Apoyo; El Comercio, 2001.
Balcázar, Rosa Ana, Oscar Aquino, Luis Cordero, Jorge Figueroa y Javier
Paulini. Política nacional para la reducción de la desnutrición crónica en el
Perú. Lima: Instituto Apoyo; USAID, 2001.
Instituto Apoyo, Ministerio de Salud (MINSA), Proyecto VIGIA (MINSA-
USAID). Impacto económico de la tuberculosis en el Perú 1999. Lima:
MINSA; Proyecto VIGIA; USAID, 2001.
Alcázar, Lorena y Eric Wachtenheim. Determinants of Success of Social
Fund Proyects: the case of FONCODES, Washington, D.C.: The World Bank,
2001.
Alcázar, Lorena y Rosa Ana Balcázar. Oferta y demanda de formación do-
cente en el Perú. Lima: Ministerio de Educación, MECEP, 2001.
IEP
Marcus-Delgado, Jane y Martín Tanaka. Lecciones del final del fujimorismo:
la legitimidad presidencial y la acción política. Lima: IEP, 2001 (en prensa).
Alvarado, Javier, Felipe Portocarrero M., Carolina Trivelli y otros. El
financiamiento informal en el Perú: lecciones desde tres sectores. Lima:
IEP, 2001 (en prensa).
Venturo S., Sandro. Contrajuventud. Ensayos sobre juventud y participa-
ción política. Lima: IEP, 2001.
Sheahan, John. La economía peruana desde 1950. Buscando una sociedad
mejor. Lima: IEP, 2001.
42
Mora, Daniel, Fernando Rospigliosi, Samuel Abad y Carlos Basombrío. Las
Fuerzas Armadas en la transición democrática en el Perú, Lima: IEP, 2001.
IPAE
Centro de Estudios Estratégicos (ed.). Perú: ¿en qué país queremos vivir? La
apuesta por la educación y cultura (Cade 2000-2001). Lima: CEE-IPAE,
2001.
Contiene: Resúmenes ejecutivos. Tomo I y II: Cultura. Tomo III: Educa-
ción. Tomo IV: Propuesta de educación y cultura. Tomo V: Testimonios de
la historia (editado por Cecilia Bákula).
Centro de Estudios Estratégicos (ed.). Documentos preparatorios (Cade
1999-2000). Lima: CEE-IPAE, 2000.
Contiene: Tomo I: Resúmenes ejecutivos. Tomo II: Documentos. Tomo III:
Eventos previos. Tomo IV: Visión del Perú: iniciando la prospección. Tomo
V: Reflexiones del panel.
Kisic, Drago y Ramón Bahamonde (editores). El desarrollo del sur del Perú.
Realidad y desafíos. Lima: Centro de Estudios Internacionales - Centro de
Estudios Estratégicos de IPAE, 2000.
MACROCONSULT
Reporte Económico Mensual (REM)
Reporte Semanal
PUCP
Garavito, Cecilia. Cambios en la oferta laboral de la familia limeña. Serie:
Documento de Trabajo, No. 200. Lima: PUCP, agosto de 2001.
Guardia, Gustavo. Un estudio de las obligaciones internacionales de la
banca comercial en el Perú y las crisis financieras de los noventa. Serie:
Documento de Trabajo, No. 199. Lima: PUCP, agosto de 2001.
Francke, Pedro y Waldo Mendoza. El grado de orientación pro-pobre de
las políticas económicas peruanas: una revisión bibliográfica. Serie: Do-
cumento de Trabajo, No. 198. Lima: PUCP, julio de 2001.
Camargo C., Gonzalo y Mayko Camargo C. Country Risk: An Empirical
Approach to Estimate the Probability of Default in Emergent Markets. Se-
rie: Documento de Trabajo, No. 197. Lima: PUCP, julio de 2001.
García Núñez, Luis. Reforma de la seguridad social en salud en el Perú: un
análisis comparativo. Serie: Documento de Trabajo, No. 196. Lima: PUCP,
julio de 2001.
43
SOCIOS DEL CIES
Institución / Representante
PROVINCIAS
Universidades
. Universidad Nacional de Piura, Facultad
de Economía / Humberto Correa
. Universidad Nacional del Altiplano,
Facultad de Ingeniería Económica /
Félix Olaguivel
. Universidad Nacional San Antonio Abad
del Cusco, Facultad de Economía /
José Cáceres
. Universidad Nacional de San Agustín de
Arequipa, Facultad de Economía /
Angel Paz
. Universidad Católica de Santa María,
Arequipa, Centro de Investigaciones /
Edgar Borda
. Universidad Nacional de Trujillo, Facultad
de Ciencias Económicas / Enrique Rodríguez
Centros
. Centro Bartolomé de las Casas /
Jean-Jacques Decoster
. Centro de Investigación y Promoción al
Campesinado - CIPCA / Bruno Revesz
. Instituto de Investigaciones de la
Amazonía Peruana - IIAP / Dennis del Castillo
Dirección Ejecutiva del CIES
Jr. León de la Fuente 110 - Magdalena
Lima 17 - Perú. Telefax (511) 264 1557
LIMA
Universidades
.Escuela Superior de Administración
de Negocios para Graduados-ESAN /
Tomás Minauro
. Pontificia Universidad Católica del
Perú, Departamento de Economía /
Oscar Dancourt
. Universidad de Lima, Centro de
Investigaciones Económicas y Sociales /
Percy Correa
. Universidad del Pacífico, Centro de
Investigación / Felipe Portocarrero S.
. Universidad Nacional Agraria La
Molina, Facultad de Economía y
Planificación / Luis Jiménez
. Universidad Nacional de Ingeniería,
Facultad de Ingeniería Económica y
Ciencias Sociales / Juan Sierra
. Universidad Nacional Mayor de San
Marcos, Instituto de Investigaciones
Económicas / Jorge Osorio
. Universidad Peruana Cayetano Heredia,
Facultad de Salud Pública y
Administración / Marcos Cueto
Centros
. Centro de Estudios para el Desarrollo y
la Participación - CEDEP / Félix Wong
. Centro de Estudios y Promoción del
Desarrollo - DESCO / Julio Gamero
. Centro Peruano de Estudios Sociales -
CEPES / Fernando Eguren
. Grupo de Análisis para el Desarrollo -
GRADE / Santiago Cueto
. Instituto Apoyo / Gabriel Ortiz de Zevallos
. Instituto de Estudios Peruanos - IEP /
Carolina Trivelli
. Instituto Nacional de Estadística e
Informática - INEI / Gilberto Moncada
. Instituto Peruano de Administración de
Empresas - IPAE - Centro de Estudios
Estratégicos / Juan Díaz
. Macroconsult S.A. / Elmer Cuba
. Seguimiento, Análisis y Evaluación para
el Desarrollo - SASE / Ricardo Vergara
. Sociedad Nacional de Industrias,
Instituto de Estudios Económicos y
Sociales / Luis Abugattás
44
EXTRACTOS DE LA PRESENTE EDICIÓN
Nota: El Consorcio de Investigación Económica y Social no comparte necesariamente las opiniones vertidas en
esta revista, que son de exclusiva responsabilidad de sus autores. Elaboración de resúmenes: Bruno Tarazona.
Cuidado de edición: Carmen Salas y Myriam Arriola. Diseño gráfico: TANGRAM S.A.C. Impresión: Visual Service SRL.
www.consorcio.org
Existía una gran diferencia de tres millones
de pobres entre la estimación oficial de la
pobreza del INEI (37,7%) y la del Instituto
Cuánto (50,7%) para 1997. Por ello, la nue-
va administración del INEI encomendó una
auditoría técnica. Según el nuevo cálculo,
entre 1997 y 2000, la incidencia de la po-
breza aumentó en casi 6 puntos, al pasar de
42,7% a 48,4%.
El gasto anual del Estado 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 últi-
ma cifra hasta el año 2000.
La eficiencia, el impacto y hasta la motiva-
ción de estos programas han sido cuestio-
nados. Aunque se gastó mas de US$ 5 mil
millones solo durante el segundo gobierno
de Fujimori, las cifras de pobreza permane-
cieron en un nivel preocupante. En el cam-
po, 7 de cada 10 peruanos son pobres y la
mitad de ellos indigentes.
Los mapas de pobreza son el principal ins-
trumento para focalizar el gasto público con-
tra la pobreza. La principal contribución de
este trabajo es una metodología para cons-
truir mapas que se basen no solo en los
censos, sino también en las encuestas de
hogares que incorporan información sobre
el ingreso.
En 1997, el 38% de los hogares que recibió
transferencias en alimentos era no pobre.
La filtración en educación y salud era peor
aún: 43% y 55%, respectivamente.
Este sistema de identificación individual de
beneficiarios pobres podría mejorar la
focalización. Nuestra simulación mostró que
se puede llegar a ahorrar hasta un 25% de
las transferencias en alimentos, 16% en edu-
cación y 41% en salud ambulatoria.
Desde su creación en 1991, Foncodes ha
financiado aproximadamente US$ 1.300
millones en más de 33.000 proyectos. Las
estimaciones revelaron que la participación
de la comunidad incrementa la probabili-
dad de éxito del proyecto.
La existencia de instituciones en la comu-
nidad influye positivamente en el éxito del
proyecto. Sin embargo, existe un punto de
saturación tras el cual más organizaciones o
más instituciones pueden entorpecerlo.
Los proyectos de inversión pública se guían
por criterios más políticos que técnicos, por
lo cual los sistemas de monitoreo y evalua-
ción tienen poco apoyo político.
Los proyectos sociales con financiamiento
externo tienen los mejores y más sólidos sis-
temas de M&E, pero tienden a ser rígidos y
a tener un menor margen de maniobra.
En el año 2000, la sociedad peruana en su
conjunto gastó US$ 3.364 millones en edu-
cación, 6,3% del PBI.
Un 21% del gasto público en educación se
dirige a las universidades estatales, donde
casi la mitad de los alumnos procede del
quintil más rico de la población.
Las familias del quintil más rico gastan 5,5
veces más por alumno que los hogares per-
tenecientes al 20% más pobre. Naturalmen-
te, ello refuerza la desigualdad y la transmi-
sión de la pobreza de una generación a otra.
1
Diciembre 2001, 43
CONTENIDO
Economía
y Sociedad
consorcio de investigación
económica y social
PRESENTACIÓN 2
Nuevas estimaciones de la pobreza
en el Perú, 1997-2000 4
Javier Herrera (IRD)
Focalización geográfica del gasto social:
mapas de pobreza 11
Javier Escobal, Máximo Torero
y Carmen Ponce (GRADE)
¿Focalización individual de las transferencias
públicas en el Perú? 18
Martín Valdivia y Ana C. Dammert (GRADE)
Monitoreo y evaluación de los programas
sociales públicos en el Perú 22
Gabriel Ortiz de Zevallos, Rosa Sandoval
y Sebastián Husni (Instituto Apoyo)
Determinantes del funcionamiento de los
proyectos de Foncodes 27
Lorena Alcázar y Erik Wachtenheim
(Instituto Apoyo)
Equidad en la educación pública y privada 31
Jaime Saavedra y Pablo Suárez (GRADE)
Últimas publicaciones de los
centros asociados al CIES 38

Hazle saber al autor que aprecias su trabajo

Tu opinión vale, comenta aquíOculta los comentarios

Comentarios

comentarios

Compártelo con tu mundo

Escrito por:

Cita esta página
Económica Y Social (CIES) Consorcio de Investigación. (2005, julio 9). Análisis de la política social en el Perú. Recuperado de https://www.gestiopolis.com/analisis-politica-social-en-peru/
Económica Y Social (CIES), Consorcio de Investigación. "Análisis de la política social en el Perú". GestioPolis. 9 julio 2005. Web. <https://www.gestiopolis.com/analisis-politica-social-en-peru/>.
Económica Y Social (CIES), Consorcio de Investigación. "Análisis de la política social en el Perú". GestioPolis. julio 9, 2005. Consultado el 22 de Junio de 2018. https://www.gestiopolis.com/analisis-politica-social-en-peru/.
Económica Y Social (CIES), Consorcio de Investigación. Análisis de la política social en el Perú [en línea]. <https://www.gestiopolis.com/analisis-politica-social-en-peru/> [Citado el 22 de Junio de 2018].
Copiar
Imagen del encabezado cortesía de ojjo en Flickr
DACJ