Printer Friendly

Crecimiento Economico y Desigualdad en la Distribucion de la Renta. Un analisis para America Latina.

Economic Growth and Inequality in the Distribution of Income. An analysis for Latin America

1. INTRODUCCION

El objetivo de la presente investigacion fue determinar en que medida el crecimiento economico influye en el grado de desigualdad de la distribucion de la renta en los distintos paises de America Latina para el periodo 2001-2016. El problema planteado fue ?en que medida el crecimiento economico influye en la desigualdad de la distribucion de la renta en America Latina para el periodo 2001 - 2016? y la hipotesis senala que el crecimiento economico influye indirecta y significativamente en la desigualdad de la distribucion de la renta en America Latina, para el periodo 2001-2016. En el estudio, por un tema de informacion disponible, se han considerado solo a 13 paises: Argentina, Bolivia, Brasil, Colombia, Costa Rica, Ecuador, El Salvador, Honduras, Panama, Paraguay, Peru, Republica Dominicana y Uruguay.

La distribucion del ingreso es un tema de gran interes entre los economistas, existiendo diversas posiciones teoricas con respecto al efecto del crecimiento economico sobre la desigualdad. La mas conocida corresponde al trabajo de Kuznets (1955) quien presento evidencia empirica de series temporales correspondientes a Inglaterra, Alemania y Estados Unidos en los siglos XIX y XX. Kuznets planteo su famosa hipotesis de la "U invertida", segun la cual la desigualdad aumenta en los primeros niveles de crecimiento para posteriormente decrecer despues de cierto punto. Lo que Kuznets propuso es que existe una relacion de U invertida entre el nivel de desigualdad y el crecimiento economico, es decir, sugeria que para un pais existe una primera etapa de subdesarrollo en la cual la desigualdad de ingresos es baja. Luego, en una etapa siguiente de crecimiento economico surge una mayor desigualdad; y, finalmente, en la siguiente etapa el crecimiento economico estaria asociado con mejoras en la equidad. Este planteamiento tuvo un gran impacto tanto en la vision de los hacedores de politica economica como en el ambito academico. En el primer caso, la conjetura implicaba que la politica economica solo debia preocuparse por el crecimiento economico dado que en algun momento el desarrollo llevaria hacia una mejora en la distribucion de los ingresos. En el contexto academico, la conjetura de Kuznets planteo un hecho estilizado que debia ser explicado en forma teorica, dando un nuevo impulso a la literatura del crecimiento y desarrollo economico. Otra posicion teorica se analiza en el estudio de Dollar y Kraay (2004), quienes basandose en el modelo de Solow (1956), postulan que el crecimiento economico mejora al ingreso de todos en forma proporcional por lo que su efecto en la distribucion de la renta es neutral. De otro lado, el crecimiento economico implica mejoras en los indicadores sociales y educativos a lo que Kakwani (2001) denomino politicas de crecimiento pro-pobres, donde el apoyo a los ingresos de los mas pobres es prioridad y por ello, crecen mas rapido que los ingresos de los no pobres, es decir, existiria una relacion inversa entre crecimiento y desigualdad.

Con el avance de la teoria del crecimiento economico y la disposicion de bases de datos estadisticas, se desperto el interes por conocer los determinantes de la desigualdad del ingreso tanto en paises desarrollados como en desarrollo. Esta inquietud surge por la existencia de una alta divergencia a nivel mundial y la persistencia de la desigualdad del ingreso en los ultimos anos, no solo por regiones sino tambien entre paises. Existen varios investigadores que han abordado el tema de la desigualdad, tanto a nivel mundial y regional. Para el caso de America Latina, Morley (2000), Bengoa y Sanchez (2001), Amarante (2008), Alejo (2011) y, Suanes y Roca-Sagales (2015) muestran resultados que senalan que la tradicional curva de Kuznets seria el tipo de relacion existente para los paises de America Latina. De otro lado, los estudios de Sanchez (2006), Diaz y Mayorga (2009), Weller (2012), Fisher y Roach (2013) y, Dutrenit, Moreno y Puchet (2013) encuentran evidencia empirica que no apoyan la hipotesis de Kuznets, senalando, sus resultados predominantes, una correlacion negativa entre el coeficiente de Gini y el PIB por habitante, resultado que implica que en promedio entre mas alto sea el nivel de PIB per capita, menor seria el grado de desigualdad.

En resumen, en los estudios empiricos sobre crecimiento economico y desigualdad, se aprecia diversidad de conclusiones, lo que era de esperar teniendo en cuenta la variedad de bases de datos considerados y de distintas tecnicas estadisticas empleadas. La mayoria de los estudios apoyan la hipotesis de la U invertida. No obstante, como senala Fields (1995) la relacion no es contundente.

2. MATERIALES Y METODOS

El objeto de estudio es la region de America Latina. Se tiene como unidad de analisis 13 paises de dicha region: Argentina, Bolivia, Brasil, Colombia, Costa Rica, Ecuador, El Salvador, Honduras, Panama, Paraguay, Peru, Republica Dominicana y Uruguay, para las cuales se analizan dos variables. La variable dependiente es el grado de desigualdad de la distribucion de la renta dentro de cada pais y su indicador es coeficiente de Gini. La variable independiente es el crecimiento economico de cada pais y su indicador es el PBI per capita (en dolares con Paridad de Poder Adquisitivo internacional constante del ano 2011). Se anadio dos variables de control, con la finalidad de medir el efecto neto del crecimiento sobre la desigualdad: el nivel de educacion en cada pais, cuyo indicador es la tasa de alfabetizacion para la poblacion de 15 a mas anos; y, la politica fiscal cuyo indicador es la presion tributaria. Para todos los indicadores se extrajo informacion anual para el periodo 2001-2016. La informacion estadistica fue tomada de la pagina web del Banco Mundial. La metodologia empleada para corroborar la influencia del crecimiento economico en el grado de desigualdad, es el analisis de regresion. Se ha utilizado un panel data balanceado, de efectos fijos, considerando a todos los paises de la muestra. Para el tratamiento econometrico, se ha tomado la data en niveles. Tanto el coeficiente de Gini, la tasa de Alfabetizacion y la Presion Tributaria toman valores entre 0 a 100; mientras que el PBI percapita esta en unidades. La especificacion del modelo es el siguiente:

[GINI.sub.it] = [[beta].sub.i1] + [[beta].sub.2] [PBIPC.sub.it] + [[beta].sub.3] [TA.sub.it] + [[beta].sub.4] [PT.sub.it] + [[epsilon].sub.it]

Donde:

GINI: Coeficiente de Gini

PBIPC: PBI per capita

TA: Tasa de alfabetizacion.

PT: Presion tributaria.

[[epsilon].sub.it]: Perturbaciones del modelo, un proceso estocastico ruido blanco

i: 1, 2, ... 13 paises y t = 1,2 3, ... 16 anos

[[beta].sub.i1] : mide la heterogeneidad no observada y [[beta].sub.7] son los parametros de impacto de las variables explicativas. El software que se utiliza es el paquete Eviews.

3. RESULTADOS Y DISCUSION

Los resultados de esta investigacion son sintetizados en 3 tablas. La primera, muestra una matriz de correlacion entre el Coeficiente de Gini y el PBI per capita. La segunda, presenta los resultados de la estimacion del modelo econometrico, donde ya se agrega a la tasa de alfabetizacion y a la presion tributaria. Finalmente, en la tercera se presenta un ranking de heterogeneidad no observada para los paises estudiados.

La tabla 1 senala que el coeficiente de correlacion entre el Coeficiente de Gini (GINI) y el PBI per capita (PBIPC) es -0,3973, el cual es significativo al 95% de confianza. Esto evidencia una importante relacion lineal negativa entre el crecimiento economico y el grado de desigualdad; es decir, a medida que se incrementa el PBI percapita menor es el grado de desigualdad en los paises de America Latina.

En la tabla 2 se presentan los resultados de la regresion realizada para medir la influencia del PBI percapita y las variables de control sobre el grado de desigualdad. Para validar los resultados, se realizaron las pruebas estadisticas a los residuos de la regresion, encontrandose problemas de heteroscedasticidad en los mismos, por lo cual se procedio a utilizar un metodo de Minimos Cuadrados Generalizados denominado EGLS (Estimated Generalized Least Squares) para la estimacion del modelo de datos de panel.

Se obtuvieron estimadores de los coeficientes de las tres variables explicativas con los signos esperados, significativos individualmente, como tambien significativo globalmente, al 95% de confianza. Esto permite afirmar que la variable PBI percapita y las variables de control influyen significativamente; tanto individualmente, como simultaneamente sobre el grado de desigualdad en los paises de America Latina. En concreto, segun los resultados de la tabla 2, cuando una economia crece y su PBI percapita se incrementa en 1000 dolares PPA, la desigualdad en la distribucion de los ingresos disminuye, registrandose una reduccion del coeficiente de Gini en 0,0057 unidades o 0,57 puntos porcentuales. Asimismo, cuanto mas educada es la poblacion del pais y se incrementa en un punto porcentual la tasa de alfabetizacion, la desigualdad en la distribucion de los ingresos tambien disminuye, registrandose una reduccion del coeficiente de Gini en 0,00878 unidades o 0,878 puntos porcentuales. Finalmente, se puede afirmar que la politica tributaria en America Latina ha sido, en promedio, progresiva y ha contribuido a reducir la desigualdad; asi, por cada incremento de un punto porcentual en la presion tributaria se registra una reduccion del coeficiente de Gini en 0,00466 unidades o 0,466 puntos porcentuales. La ecuacion resultante de la estimacion realizada es la siguiente:

GINI = 143,1798 - 0,00057 *PBIPC - 0,878163 * TA - 0,465585 * P + F (1)

En la tabla 3 se presentan los resultados de los efectos fijos estimados para cada pais. Se determino que existe heterogeneidad no observada significativa; es decir, existe diferenciacion en los niveles de desigualdad por paises, que se mantiene fijo en el tiempo. Esta diferencia, no se encuentra explicada por ninguna de las variables utilizadas en nuestra regresion y se deberian a otras caracteristicas socioeconomicas propias de cada economia. Los resultados mostrados senalan que para niveles similares de PBI percapita, tasa de alfabetizacion y presion tributaria, el grado de desigualdad en El Salvador seria mucho menor que en el resto de paises; su coeficiente de Gini estaria en promedio 12,682 puntos porcentuales por debajo de los demas. En el otro extremo esta Colombia con un grado de desigualdad mucho mayor que el resto de paises; su coeficiente de Gini estaria en promedio 5,616 puntos porcentuales por encima de los otros paises.

Los resultados no corroboran la hipotesis de Kuznets sobre la existencia de una relacion cuadratica entre el PBI per capita y el Coeficiente de Gini. En ese sentido, contradice los hallazgos de Morley (2000), Bengoa y Sanchez (2001) y Amarante (2008) quienes al investigar los factores determinantes de la distribucion del ingreso en America Latina encontraron evidencia de una relacion significativa entre la distribucion del ingreso y el PBI con la forma de una U invertida que Kuznets predijo. Por el contrario, los resultados obtenidos concuerdan con los hallazgos de Sanchez (2006), quien al utilizar un analisis de correlacion encontro que a mayor nivel del producto por habitante se reduce la desigualdad. La correlacion obtenida entre el coeficiente de Gini y el PIB por habitante, fue de -0,43; es decir, es una correlacion negativa muy similar a la encontrada en esta investigacion de -0,3973. Asimismo, concuerdan con los resultados de Fisher y Roach (2013) quienes encuentran una relacion entre mayores niveles de PBI per capita y menores niveles de desigualdad.

4. CONCLUSIONES

El objetivo de la presente investigacion fue determinar en que medida el crecimiento economico influye en el grado de desigualdad de la distribucion de la renta en los distintos paises de America Latina para el periodo 2001-2016. Tomando una muestra de 13 paises de la region se encontro que la relacion es negativa y lineal. El grado de correlacion el Coeficiente de Gini y el PBI per capita es -0,3973. No se encuentra evidencia de una relacion cuadratica entre el PBI per capita y el Coeficiente de Gini por lo cual se puede afirmar que los resultados no corroboran la hipotesis de Kuznets sobre la existencia de una relacion de forma de una U invertida entre ambas variables. Los resultados senalan que cuando una economia crece y su PBI percapita se incrementa en 1000 dolares PPA, la desigualdad en la distribucion de los ingresos disminuye, registrandose una reduccion del coeficiente de Gini en 0,0057 unidades o 0,57 puntos porcentuales. Asimismo, cuanto mas educada es la poblacion del pais y se incrementa en un punto porcentual la tasa de alfabetizacion, la desigualdad en la distribucion de los ingresos tambien disminuye, registrandose una reduccion del coeficiente de Gini en 0,00878 unidades o 0,878 puntos porcentuales. Finalmente, se puede afirmar que la politica tributaria en America Latina ha sido, en promedio, progresiva y ha contribuido a reducir la desigualdad; asi, por cada incremento de un punto porcentual en la presion tributaria se registra una reduccion del coeficiente de Gini en 0,00466 unidades o 0,466 puntos porcentuales.

REFERENCIAS BIBLIOGRAFICAS

Alejo, J. 2011. Relacion de Kuznets en America Latina. Explorando mas alla de la media condicional. Documento de Trabajo CEDLAS, Universidad Nacional La Plata, Argentina. 30pp.

Amarante, V. 2008. Crecimiento economico, distribucion del ingreso y conflicto social: El caso de America Latina. Pag. 31-65 en Cimadamore A. (compilador/editor) La economia politica de la pobreza, CLACSO, Buenos Aires, Argentina. 554 pp.

Bengoa, M.; Sanchez, B. 2001. Crecimiento economico y desigualdad en los paises latinoamericanos. ICE La nueva agenda de America Latina 790: 63-74.

Diaz, O.; Mayorga W. 2009. Crecimiento y Desigualdad en America Latina: un analisis empirico. Revista Criterio Libre, Bogota, Colombia 10: 51-70.

Dollar, D.; Kraay A. 2004. Trade, Growth, and Poverty. The Economic Journal 114: 22-49

Dutrenit, D.; Moreno, J.; Puchet M. 2013. Crecimiento economico, innovacion y desigualdad en America Latina: Avances, retrocesos y pendientes Post-Consenso de Washington. CEPAL--Serie Estudios y Perspectivas No. 144. Publicacion de las Naciones Unidas. Mexico, D. F. 51 pp.

Fields, G. 1995. Income Distribution in Developing Economies: Conceptual, Data, and Policy Issues in Broad-Based Growth. Chapter 4 in M.G. Quibria (Editor) Critical Issues in Asian Development: Theories Experiences and Policies, Oxford University Press for the Asian Development Bank, Hong Kong. 315 pp.

Fisher, E.; Roach, G. 2013. Desempeno Macroeconomico, Desigualdad, Productividad y Pobreza en America Latina y Panama. Revista Analisis Fes, Panama 1: 1-18.

Kakwani, N. 2001. Pro-Poor Growth and Policies. Asian Development Review 16: 1-22

Kuznets, S. 1955. Economic growth and income inequality. The American Economic Review 45: 1-28.

Morley, S. 2000. Efectos del crecimiento y las reformas economicas sobre la distribucion del ingreso en America Latina. Revista de la CEPAL, Chile 71: 23-41.

Sanchez, A. 2006. Crecimiento economico, desigualdad y pobreza: una reflexion a partir de kuznets Revista Latinoamericana de Economia, Mexico 145: 12-30.

Solow, R. 1956. A contribution to the theory of economic growth. Quarterly Journal of Economics 70: 65-94.

Suanes, M.; Roca-Sagales, O. 2015. Inversion Extranjera Directa, Crecimiento Economico y Desigualdad en America Latina. Fondo de Cultura Economica. Revista El Trimestre Economico, Mexico 327: 675-706.

Weller, J. 2012. Crecimiento, empleo y distribucion de ingresos en America Latina. CEPAL--Serie Macroeconomia del Desarrollo No. 122. Publicacion de las Naciones Unidas, Chile. 63 pp.

ANEXOS

Se adjuntan los datos recolectados y empleados en esta investigacion.
Anexo 1. Datos de Argentina

          Anexo 1. Datos de Argentina

Periodo   Gini    PBIpc     TA     PT

2001      53,3   14085,6   97,2   8,6
2002      53,8   12412,6   97,4   8,3
2003      50,7   13361,4   97,8   10,5
2004      48,3   14410,2   98,0   11,9
2005      47,7   15518,7   98,2   12,1
2006      46,6   16592,3   98,6   11,9
2007      46,3   17900,7   98,7   11,5
2008      44,5   18436,9   98,8   12,4
2009      43,9   17168,4   99,0   11,4
2010       43    18712,1   99,0   11,9
2011      42,3   19629,4   99,1   11,8
2012      41,2   19224,9   99,1   12,0
2013       41    19482,2   99,1   11,5
2014      41,4   18797,5   99,0   11,6
2015      40,5   19116,9   99,2   11,3
2016      42,4   18584,6   99,1   11,1

Fuente: Banco Mundial

Anexo 2. Datos de Bolivia

Periodo   Gini   PBIpc     TA     PT

2001      57,4   4403,7   86,7   15,2
2002      59,3   4431,3   87,3   14,4
2003       54    4470,3   86,9   13,9
2004       55    4575,2   87,7   16,3
2005      58,5   4694,9   88,5   17,7
2006      56,7   4836,4   89,3   17,2
2007      54,5   4972,5   90,7   17,8
2008      50,8   5191,1   90,7   19,1
2009      49,2   5278,0   91,2   19,4
2010      47,6   5407,5   91,8   18,1
2011      46,1   5598,5   92,2   19,6
2012      46,6   5792,9   92,1   20,1
2013      47,6   6090,7   92,3   20,9
2014      47,8   6324,8   93,1   21,4
2015      46,7   6531,5   92,5   22,1
2016      44,6   6708,0   91,8   20,3

Fuente: Banco Mundial

Anexo 3. Datos de Brasil

Periodo   Gini    PBIpc     TA     PT

2001      58,4   11368,5   87,6   14,8
2002      58,1   11559,6   88,1   15,6
2003      57,6   11542,0   88,4   15,0
2004      56,5   12058,2   88,6   15,5
2005      56,3   12298,6   88,9   16,2
2006      55,6   12643,6   89,6   15,8
2007      54,9   13268,4   90,0   16,3
2008       54    13802,8   90,0   15,9
2009      53,7   13649,9   90,3   14,5
2010      53,3   14537,6   90,4   14,6
2011      52,9   14973,1   91,4   15,4
2012      52,6   15119,9   91,3   14,5
2013      52,8   15432,9   91,5   14,5
2014      51,5   15374,3   91,7   13,9
2015      51,3   14702,6   92,0   14,1
2016      52,5   14077,1   92,7   14,1

Fuente: Banco Mundial

Anexo 4. Datos de Colombia

Periodo   Gini     PBIpc     TA     PT

2001      57,2    8270,8    92,2   11,6
2002      55,8    8358,9    92,4   11,7
2003      53,4    8566,9    92,5   12,2
2004      54,8    8903,0    92,8   12,6
2005      53,7    9201,1    92,8   13,1
2006      60,08   9701,6    92,3   14,0
2007      59,37   10240,1   92,7   14,1
2008      55,4    10449,6   93,4   14,1
2009      54,5    10455,7   93,2   13,6
2010      54,8    10791,0   93,4   13,0
2011      53,6    11463,5   93,6   14,2
2012      52,9    11790,3   93,5   15,0
2013      52,9    12208,6   93,7   14,7
2014      52,8    12665,7   94,2   14,7
2015      51,1    12922,0   94,2   14,9
2016      50,8    13060,6   94,7   14,1

Fuente: Banco Mundial

Anexo 5. Datos de Costa Rica

Periodo   Gini    PBIpc     TA     PT

2001      51,6   10040,6   95,7   13,2
2002      51,9   10201,6   95,8   13,1
2003      49,3   10473,9   95,5   13,2
2004      48,3   10768,7   94,9   13,0
2005      47,5   11025,5   95,2   13,3
2006      49,4   11656,2   95,5   13,7
2007      49,3   12433,2   95,9   14,7
2008      48,7   12834,9   96,0   15,0
2009      50,6   12544,0   96,1   12,9
2010      48,2   13000,0   96,2   12,7
2011      48,7   13397,2   96,3   13,0
2012      48,6   13878,0   97,4   12,9
2013      49,3   14035,3   97,4   13,2
2014      48,6   14372,4   97,6   12,9
2015      48,4   14738,6   97,8   13,2
2016      48,7   15208,1   97,4   13,4

Fuente: Banco Mundial

Anexo 6. Datos de Republica Dominicana

Periodo   Gini    PBIpc     TA     PT

2001      53,8   7550,3    91,0   10,9
2002      53,6   7727,7    91,2   10,8
2003      53,4   7808,2    91,3   10,0
2004      53,9   8311,7    91,5   10,0
2005      53,1   8607,8    91,7   10,6
2006      52,2   8837,4    91,9   10,9
2007      53,3   8879,6    92,1   11,3
2008      49,7   9285,9    92,4   11,2
2009      48,4   9183,6    92,2   12,1
2010      48,7   9352,3    91,9   14,4
2011      45,9   9926,9    91,6   14,1
2012      46,1   10322,2   92,1   15,4
2013      46,9   10665,5   93,3   15,7
2014       45    10901,4   94,2   15,6
2015       46    10749,1   94,5   17,0
2016       45    10461,3   94,4   15,7

Fuente: Banco Mundial

Anexo 7. Datos de El Salvador

Periodo   Gini   PBIpc     TA     PT

2001      51,4   5668,8   81,8   12,2
2002      51,9   5725,2   81,7   13,0
2003      50,4   5784,2   82,4   13,4
2004      47,8   5807,3   82,9   13,4
2005      48,5   5936,6   83,4   14,5
2006      45,7   6166,3   83,6   15,6
2007      45,2   6253,2   84,2   16,0
2008      46,9   6358,1   84,0   16,0
2009      45,8   6198,3   84,1   14,8
2010      43,5   6300,8   84,5   15,6
2011      42,3   6511,4   85,5   15,7
2012      41,8   6663,8   85,9   16,1
2013      43,4   6789,9   86,8   17,1
2014      41,6   6890,7   87,8   16,7
2015      40,6   7019,6   88,0   16,9
2016       40    7164,1   88,1   17,4

Fuente: Banco Mundial

Anexo 8. Datos de Honduras

Periodo   Gini   PBIpc     TA     PT

2001      55,2   3332,9   80,0   13,6
2002      55,7   3372,4   80,5   13,3
2003      58,1   3440,2   81,0   13,8
2004      58,1   3568,1   81,5   14,5
2005      59,5   3697,2   82,3   14,5
2006      57,5   3852,2   83,0   15,2
2007      55,8   4002,2   83,6   16,4
2008      55,5   4084,3   84,0   16,1
2009      51,3   3904,5   84,4   14,2
2010      53,1   3971,2   84,8   14,4
2011      56,2   4046,1   85,1   14,8
2012      56,1   4136,8   85,4   14,8
2013      52,6   4177,6   85,5   15,1
2014      50,4   4231,3   87,2   16,5
2015      49,6   4319,5   87,9   17,4
2016       50    4406,8   89,0   18,4

Fuente: Banco Mundial

Anexo 9. Datos de Panama

Periodo   Gini    PBIpc     TA     PT

2001      56,9   10480,6   92,1   8,5
2002      56,2   10511,5   92,3   8,3
2003      55,8   10749,1   91,9   8,5
2004      54,9   11344,3   91,9   8,3
2005      53,9   11937,6   92,5   8,4
2006      54,7   12735,6   93,0   10,0
2007      52,8   14006,2   93,4   10,2
2008      53,4   15113,3   93,5   10,1
2009      51,9   15031,3   93,6   10,3
2010      51,7   15628,6   94,1   10,7
2011      51,4   17093,8   94,2   10,3
2012      51,8   18441,4   94,3   11,1
2013      51,5   19377,9   94,5   10,7
2014      50,6   20018,0   94,7   9,7
2015      50,8   20817,6   95,0   9,4
2016      50,4   21500,1   94,1   9,7

Fuente: Banco Mundial

Anexo 10. Datos de Republica Dominicana

Periodo   Gini    PBIpc     TA    PT

2001      54,6   7795,2    90,3   8,2
2002      57,3   7649,3    90,9   7,1
2003      54,9   7838,4    91,1   7,4
2004      52,3   8019,5    92,0   8,6
2005      51,4   8060,9    92,5   8,3
2006       53    8323,0    92,9   8,3
2007       53    8651,7    93,4   7,8
2008      50,7   9078,6    93,5   8,1
2009      49,1   8935,9    93,8   8,3
2010       51    9800,5    93,9   8,8
2011      52,3   10080,7   94,9   9,4
2012      47,6   9892,2    94,2   9,4
2013      47,9   10581,3   95,1   8,9
2014      50,7   10948,6   94,6   9,7
2015      47,6   11138,8   95,6   9,6
2016      47,9   11470,3   94,7   9,5

Fuente: Banco Mundial

Anexo 11. Datos de Peru

Periodo   Gini    PBIpc     TA     PT

2001      51,5   6516,7    88,6   12,8
2002      53,8   6784,2    88,7   12,6
2003      53,5   6978,6    88,4   13,4
2004      50,3   7234,5    88,9   13,6
2005      50,8   7595,3    89,1   14,3
2006      50,5   8067,9    89,8   15,8
2007      50,4   8649,1    90,5   16,3
2008      47,8   9323,4    90,6   16,3
2009      47,3   9308,7    91,1   14,3
2010      45,7   9956,6    91,2   15,2
2011      44,9   10449,1   91,3   15,9
2012      44,7   10943,9   89,6   16,3
2013      44,1   11430,3   92,2   16,1
2014      43,4   11547,8   92,0   16,4
2015      43,5   11770,0   92,4   14,7
2016      43,8   12082,2   92,5   13,5

Fuente: Banco Mundial

Anexo 12. Datos de Republica Dominicana

Periodo   Gini    PBIpc     TA     PT

2001      50,4   8272,1    86,6   12,8
2002       50    8511,7    87,3   12,7
2003       52    8270,3    88,5   11,2
2004       52    8356,8    89,4   12,1
2005      49,9   9011,5    89,3   13,7
2006      51,8   9697,8    89,6   13,9
2007      48,6   10271,2   90,4   14,9
2008      47,8   10455,5   89,5   14,2
2009      48,5   10412,6   89,9   12,6
2010      46,9   11132,6   90,2   12,2
2011      47,4   11333,5   91,1   12,3
2012      45,6   11494,9   91,6   13,0
2013       47    11907,2   92,3   13,5
2014      44,1   12663,0   92,9   13,6
2015      44,7   13395,9   92,8   13,3
2016      45,3   14120,2   92,8   13,6

Fuente: Banco Mundial

Anexo 13. Datos de Uruguay

Periodo   Gini     PBIpc     TA     PT

2001      46,17   12358,0   97,0   16,5
2002      46,65   11400,2   97,2   17,2
2003      46,22   11499,4   97,4   16,8
2004      47,14   12080,5   97,5   17,8
2005      45,87   12975,8   97,6   18,1
2006      45,9    13485,6   97,8   19,4
2007      46,4    14330,3   97,9   18,9
2008      45,1    15307,9   98,2   19,0
2009      45,6    15900,8   98,3   18,4
2010      44,5    17082,4   98,1   18,6
2011      42,2    17904,7   98,3   18,7
2012      39,9    18477,4   98,4   18,6
2013      40,5    19270,6   98,4   18,7
2014      40,1    19827,6   98,4   18,3
2015      40,2    19831,4   98,5   18,3
2016      39,7    20093,6   98,6   18,6

Fuente: Banco Mundial


Jose Luis Aguilar Delgado (1) *

(1) Facultad de Ciencias Economicas, Universidad Nacional de Trujillo, Av. Juan Pablo II s/n--Ciudad Universitaria, Trujillo, Peru.

* Autor correspondiente: j.aguilar@unitru.edu.pe (J. Aguilar)
Tabla 1. Matriz de correlacion: GINI vs. PBIPC

Variables     GINI        PBIPC

GINI            1       -0,3973 *

PBIPC       -0,3973 *       1

Fuente: Banco Mundial

* 5% de significancia

Tabla 2. Resultados econometricos sobre grado desigualdad en
America Latina.

Variables                     Coeficiente   Estadistico t

PBI percapita (PBIPC)          -0,00057       -33,57303
Tasa de alfabetizacion (TA)    -0,878163      -16,94714
Presion Tributaria (PT)        -0,465585      -9,720456
Constante                      143,1798       32,02785
Numero de observaciones           208            --
R cuadrado ajustado            0,981836          --
Estadistico F                  746,9410          --
Estadistico Durbin-Watson      1,959637          --

Fuente: Banco Mundial

Tabla 3. Ranking de heterogeneidad no observada

No.   Pais            Efecto Fijo (F)

1     El Salvador     -12,682
2     Honduras        -5,379
3     Peru            -3,683
4     R. Dominicana   -3,531
5     Ecuador         -1,130
6     Bolivia         -0,901
7     Paraguay        -0,601
8     Argentina       3,800
9     Costa Rica      3,935
10    Uruguay         4,212
11    Panama          5,134
12    Brasil          5,209
13    Colombia        5,616

Fuente: Banco Mundial
COPYRIGHT 2019 Universidad Nacional de Trujillo
No portion of this article can be reproduced without the express written permission from the copyright holder.
Copyright 2019 Gale, Cengage Learning. All rights reserved.

Article Details
Printer friendly Cite/link Email Feedback
Author:Aguilar Delgado, Jose Luis
Publication:Revista Ciencia y Tecnologia
Date:Apr 1, 2019
Words:5083
Previous Article:Estrategias de sobrevivencia influyen en desercion escolar de estudiantes de cuarto y quinto grado de secundaria del colegio ...
Next Article:Propuesta de un modelo integrado CRM 2.0 y sistema de gestion de calidad en los servicios de capacitacion continua en modalidad virtual, para la...
Topics:

Terms of use | Privacy policy | Copyright © 2019 Farlex, Inc. | Feedback | For webmasters