UNIVERSIDAD ANDINA DEL CUSCO FACULTAD DE CIENCIAS ECONÓMICAS, ADMINISTRATIVAS Y CONTABLES ESCUELA PROFESIONAL DE ECONOMÍA “LA INVERSIÓN PÚBLICA Y LA POBREZA MONETARIA EN EL DEPARTAMENTO DEL CUSCO DURANTE EL PERIODO 2015-2020” Tesis para optar por el título profesional de Economista. Autores: Bach. Brenny Stephanie Valdivia Samanez Bach. Marcelo Raí Zamalloa Llave Asesor: Mgt. Wilberth Castillo Mamani CUSCO-PERÚ 2022 Agradecimiento Queremos agradecer a Dios quien está en todo momento, quien nos ha guiado en todas nuestras etapas y nos permite llegar hasta este momento importante de realización profesional logrando todos nuestros objetivos. A nuestros padres quienes a lo largo de los años nos han apoyado en el transcurso de este proceso de realización, por ser los principales promotores de nuestros sueños, por confiar y profesar en nuestras expectativas, por los consejos, valores y principios que nos han inculcado. A nuestro asesor de tesis Mgt. Wilberth Castillo Mamani, por su constante orientación y sostén en la producción de la tesis Agradecemos a nuestros docentes de la Escuela de Profesional de Economía de nuestra casa de estudios Universidad Andina del Cusco, por haber compartido sus conocimientos a lo largo de la preparación de nuestra profesión Dedicatoria A la memoria de mis amados abuelos Avelina y Justo, a mis abuelos en vida Julia y Guillermo a mis padres Eloisa y Gustavo por haberme formado como la persona que soy en la actualidad, muchos de mis logros se los debo a ustedes. A mis hermanas Leandra y Adriana y a toda mi familia por su apoyo y motivación constante en lo largo de este camino. Brenny Stephanie Valdivia Samanez Con mucho afecto a mi abuelita Lucila y a mis queridos padres Hilda y Mendel por el apoyo constate en el logro de mi principal objetivo anhelado. A mi hermana Aracely por el soporte brindado en todo momento junto con toda mi familia. Marcelo Rai Zamalloa LLave Índice Capítulo I: Introducción .......................................................................................... 1 1.1. Planteamiento del Problema ...................................................................... 1 1.2. Formulación de Problemas ........................................................................ 5 1.2.1. Problema General ................................................................................ 5 1.2.2. Problemas Específicos .......................................................................... 5 1.3. Justificación ................................................................................................. 5 1.3.1. Conveniencia ......................................................................................... 5 1.3.2. Relevancia Social .................................................................................. 6 1.3.3. Implicancias Practicas ......................................................................... 6 1.3.4. Valor Teórico ........................................................................................ 6 1.3.5. Utilidad Metodológica .......................................................................... 7 1.4. Objetivos de la Investigación ..................................................................... 7 1.4.1. Objetivo General .................................................................................. 7 1.4.2. Objetivos Específicos ........................................................................... 7 1.5. Delimitación del Estudio ............................................................................ 7 1.5.1. Delimitación Espacial .......................................................................... 7 1.5.2. Delimitación Temporal ........................................................................ 7 1.5.3. Muestra ................................................................................................. 8 Capitulo II: Marco Teórico ...................................................................................... 9 2.1. Antecedentes de la Investigación ............................................................... 9 2.1.1. Antecedentes Internacionales .............................................................. 9 2.1.2. Antecedentes Nacionales .................................................................... 11 2.1.3. Antecedentes Locales ......................................................................... 13 2.2. Bases Teóricas ........................................................................................... 16 2.2.1. Teoría del crecimiento económico .................................................... 16 2.2.2. Teoría de la inversión publica ........................................................... 17 A. Inversión Pública ................................................................................ 17 2.2.3. Teorias de la pobreza ......................................................................... 20 A. Teoría de la pobreza según Amartya Sen ........................................ 20 B. El enfoque Keynesiano ....................................................................... 20 C. El enfoque Neoliberal ......................................................................... 21 D. Teoría Malthusiana ............................................................................ 21 E. Teoría según Adan Smith .................................................................. 22 F. Teoría Marxista .................................................................................. 23 2.2.4. Inversión pública, crecimiento económico y pobreza ..................... 23 2.2.5. Teoría de las Funciones del Estado .................................................. 25 2.3. Marco Conceptual ..................................................................................... 26 2.3.1. Inversión pública ................................................................................ 26 2.3.2. Pobreza ................................................................................................ 26 2.3.3. Pobreza Monetaria ............................................................................. 27 2.3.4. Consumo ............................................................................................. 31 2.3.5. Línea de pobreza ................................................................................ 31 2.3.6. Gasto per cápita ................................................................................. 31 2.3.7. Crecimiento económico ...................................................................... 31 2.3.8. Pobreza extrema ................................................................................. 32 2.4. Hipótesis ..................................................................................................... 32 2.4.1. Hipótesis General ............................................................................... 32 2.1.1. Hipótesis Especificas .......................................................................... 32 2.5. Variables e Indicadores ............................................................................ 32 2.5.1. Identificación de variables ................................................................. 32 2.5.2. Operacionalización de variables ....................................................... 33 Capitulo III: Método .............................................................................................. 34 3.1. Alcance del estudio .................................................................................... 34 3.2. Diseño de la investigación ......................................................................... 34 3.3. Población y Muestra ................................................................................. 34 3.4. Técnicas e instrumentos de recolección de datos ................................... 34 3.4.1. Técnicas ............................................................................................... 34 3.4.2. Instrumentos ....................................................................................... 35 3.4.3. Procesamiento de datos ..................................................................... 35 3.5. Plan de análisis de datos ........................................................................... 35 Capitulo IV: Resultados de la Investigación ........................................................ 36 4.1. Resultados respecto a los objetivos específicos ....................................... 36 4.2. Resultados respecto al objetivo general .................................................. 50 Capítulo V: Discusión ............................................................................................. 53 5.1. Descripción de los hallazgos más relevantes y significativos ................ 57 5.2. Limitaciones del estudio ........................................................................... 58 5.3. Comparación crítica con la literatura existente ..................................... 58 5.4. Implicancias del estudio ........................................................................... 59 CONCLUSIONES .................................................................................................. 60 RECOMENDACIONES ........................................................................................ 61 BIBLIOGRAFIA .................................................................................................... 62 ANEXOS .................................................................................................................. 70 Índice de Tablas Tabla 1 Toma muestral departamento del Cusco 2015-2020 ........................................... 8 Tabla 2 Dinámica de la Inversión Pública 2015-2020 ..................................................... 36 Tabla 3 Distritos con mayor asignación presupuestal ..................................................... 37 Tabla 4 Distritos con menor asignación presupuestal ..................................................... 37 Tabla 5 Dinámica de la pobreza monetaria (2015 – 2020) .............................................. 38 Tabla 6 Tipo de vivienda (2015 – 2020) ............................................................................ 39 Tabla 7 Material de paredes (2015 – 2020) ...................................................................... 40 Tabla 8 Material de pisos (2015 – 2020) ........................................................................... 40 Tabla 9 Material de techos (2015 – 2020) ......................................................................... 41 Tabla 10 Vivienda que ocupa su hogar (2015 – 2020) ..................................................... 42 Tabla 11 Vivienda que ocupa su hogar (2015 – 2020) ..................................................... 42 Tabla 12 Abastecimiento de agua (2015 – 2020) .............................................................. 43 Tabla 13 Tipo de alumbrado de la vivienda (2015 – 2020) ............................................. 43 Tabla 14 Combustible para cocinar sus alimentos (2015 – 2020) .................................. 44 Tabla 15 Su hogar cuenta con: (2015 – 2020) .................................................................. 45 Tabla 16 Hogares con viviendas con/sin servicios higiénicos (2015 – 2020) .................. 45 Tabla 17 Último año o grado de estudios aprobado (2015 – 2020) ................................ 46 Tabla 18 Sistema de salud al que está afiliado (2015 – 2020) ......................................... 47 Tabla 19 Padece de alguna enfermedad o malestar crónico (2015 – 2020) ................... 47 Tabla 20 Distritos con valor máximo de pobreza monetaria ......................................... 48 Tabla 21 Distritos con el menor índice de pobreza monetaria ....................................... 48 Tabla 22 Distritos con valor mínimo de pobreza monetaria .......................................... 49 Índice de Figuras Figura 1 Pobreza Extrema ................................................................................................. 50 Figura 2 Pobreza No Extrema ........................................................................................... 51 Figura 3 No Pobres ............................................................................................................. 52 Resumen En el trascurso de los años nuestro país ha tenido un crecimiento económico continuo, gracias al aporte de los diferentes sectores productivos que han ido contribuyendo a la mejora de la inversión pública y este ha permitido que los gobiernos en sus distintas jerarquizaciones aumenten su gasto público, nos preguntamos si este aumento de la inversión pública ha permitido la reducción de la pobreza monetaria en el departamento de Cusco durante el periodo 2015-2020. Utilizando datos de serie de tiempo recogidos del ENAHO (pobreza monetaria) y del MEF (inversión púbica), mediante el modelo de regresión lineal y el método de estimación de mínimos cuadrados ordinarios, se evalúa la inversión pública y sus efectos sobre la pobreza monetaria. En respuesta a toda nuestra investigación y análisis se comprobó que la inversión pública ha repercutido de forma significativa, pero diferenciada a la reducción de la pobreza monetaria debido a que por cada 100 millones de soles que cada gobierno ha ejecutado en proyectos de inversión pública, el indicador de pobreza disminuirá en 1.3%; así también, hemos demostrado que la dinámica de la inversión pública incidió de manera óptima en los distritos que no son pobres y pobres extremos, pero en los pobres no extremos tuvo una relación inversa. De igual forma por el lado de la pobreza monetaria se demostró que los más beneficiados son los distritos catalogados como pobres extremos. Por último, podemos corroborar que la inversión pública ayudada a disminuir la pobreza. Palabras clave: Inversión pública, pobreza monetaria, condiciones de vida, ingresos. Abstrac Over the years our country has had continuous economic growth, thanks to the contribution of the different productive sectors that have been contributing to the improvement of public investment and this has allowed governments in their different hierarchies to increase their public spending, we wonder if this increase in public investment has allowed the reduction of monetary poverty in the department of Cusco during the 2015-2020 period. Using time series data collected from the ENAHO (monetary poverty) and the MEF (public investment), using the linear regression model and the ordinary least squares estimation method, public investment and its effects on monetary poverty are evaluated. In response to all our research and analysis, it was found that public investment has had a significant, but differentiated impact on the reduction of monetary poverty because for every 100 million soles that each government has executed in public investment projects, the poverty indicator will decrease by 1.3%; Likewise, we have shown that the dynamics of public investment had an optimal impact on districts that are not poor and extremely poor, but in the non-extreme poor it had an inverse relationship. Similarly, on the side of monetary poverty, it turns out that the most benefited are the districts classified as extremely poor. Finally, we can corroborate that public investment helped reduce poverty. Keywords: Public investment, monetary poverty, living conditions, income. Capítulo I: Introducción 1.1. Planteamiento del Problema La superficie del departamento de Cusco según el Plan de prevención y recaudación de riesgos de desastres Cusco al 2021 es de 72, 074.45 km² representando el 5,6% del espacio nacional, constituyendo la cuarta región más amplia del Perú. Se ubica en la parte suroriental del territorio nacional y tiene de frontera con los departamentos de Junín y Ucayali por el norte, Madre de Dios y Puno por el este, Arequipa por el suroeste y Apurímac y Ayacucho por el oeste, está constituida por 13 provincias y 108 distritos. (Gobierno Municipal del Cusco, 2016). En relación con el último Censo realizado por el INEI en 2018, el departamento de Cusco presenta 205 527 habitantes donde el 49.5% son hombres y el 50.5% son mujeres. Así mismo manifiesta que los distritos más pobres del país están ubicados en el departamento del Cusco y son, Lares (provincia de Calca) y Omacha (provincia de Paruro), con 97,8% de pobreza total cada uno, y 89,2% y 82,9% de pobreza extrema, respectivamente. (INEI, 2018). En el departamento del Cusco se ha observado que ha existido un cambio dinámico en la inversión pública, es así como, en 2015, el Gobierno Regional de Cusco indicado el MEF (2016) señala que en ese año Cusco se encontró en el lugar 8 a nivel de gobiernos regionales respecto a la ejecución presupuestal, con S/ 464 millones. Esta cifra representa el 87% de su presupuesto anual, y es mayor al promedio de avance de los Gobiernos regionales. En el año 2015 se reportó que la producción alcanzó 380 toneladas y aumentó en 41,8%; la producción de alcachofa se incrementó (38,2%), naranja (22,8%) y alfalfa (8,9%); yuca (-32,2), papa (- 71,6%) y plátano (-22,5%); en el sector hidrocarburo la producción fiscalizada de gas natural totalizó 39 mil 122 millones 353 mil pies cúbicos y aumento en 1,2%, así como la producción 1 de energía eléctrica que creció en 164,8% y en cuanto a la recaudación mediante la SUNAT fue menor en 35,4%. MEF (2016) Se ha observado una mejora considerable en la realización de Obras por Impuestos, se confirió siete proyectos por una cantidad de S/ 73 millones, según lo manifestado en el Diario Gestión (2016). La producción en Cusco sufrió un incremento de 5.1% en el año 2016, el desempeño agropecuario aumento en 8,4% y comercio aumento 6%, según los datos que fueron mencionados en el Ministerio de Comercio exterior y Turismo (2017). El año 2017, según los manifestado por el INEI (2017) se observó que, el departamento del Cusco se incrementó en 5,2%, como consecuencia del crecimiento del Sector Minería e Hidrocarburos 9,7%, Administración Pública y Defensa 6,2%, Comercio 0,4% y Agropecuario 2,5%. Según el MEF (2017), en el año 2017, la asignación de presupuesto para la realización física del GORE Cusco es S/. 592 millones, de los cuales fue empleado solo el 5%, siendo un S/ 29 millones, el monto faltante en ejecutar es de S/ 563 millones. Posteriormente, se mostrarán detalles de la ejecución de inversión pública por unidades ejecutoras.(INEI, 2017) En el 2018 la inversión fue de S/ 6,591 millones; en el año 2019 según lo manifestado por Gobierno Regional del Cusco (2019) se obtuvo que el gasto corriente asciende a 79.6%, mientras que el gasto de inversión fue de 51.4 %, que sumados son en soles ejecutados 1, 409, 723, 563 soles, que representa un total de 72.1%, teniendo una inversión de 647, 948, 3 soles donde se cumplió al 61.8% según lo manifestado en la Rendición de cuentas de entidades del sector público, desarrollado por el MEF (2019). Según lo manifestado por INEI (2019) en el año 2018 hubo un incremento de 34% con respecto a la producción de cacao, de acuerdo con la producción pecuaria hubo se incrementó en 0.9%, de acuerdo con el sector 2 hidrocarburo la producción de gas natural se redujo en 1.4%, de acuerdo con el sector eléctrico la producción bajo en 0.5%. (MEF, 2019)| En el año 2019, según los datos realizados por BCRP (2019) hubo un crecimiento de 1.1% en el sector agropecuario, y el sector agrícola obtuvo la menor producción que fue generada por una disminución en la producción que está orientada al mercado agroindustrial y externo (-3.2%), esta fue compensada gracias al aumento de la producción que estuvo destinada al mercado interno (1.3); se observará un incremento interanual de 0.4% en el sector minería e hidrocarburos, en un lapso interanual la producción manufacturera se redujo 3.3% en el mes de Enero, como efecto de una disminución en la producción de madera (- 9.4%) y procesamiento de los productos alimenticios (-5.8), de acuerdo al sector turismo la llegada de turistas a hospedajes en Cusco fue de 247, 400 en el mes de diciembre del año 2018, debido al incremento de turistas nacionales y extranjeros produjo un incremento de 4,4%. En caso de las exportaciones en Cusco se alcanzó US$ 186,400 en el mes de enero, mostrando un crecimiento interanual de 46.7%, explicado por el incremento de las exportaciones tradicionales (47,4%). Según la Agencia de noticias Andina (2020) en el último mes del año 2019, la inversión pública alcanzó la cifra de 6,560 millones 93,622 soles, lo cual significó un avance de 7.1%, en términos nominales. (Agencia de Noticias Andina, 2020). En el año 2020 la inversión pública ha comenzado con la culminación de las obras como carreteras y edificaciones, así mismo se realizó la inversión para el mejoramiento de las instalaciones de los hospitales y compra de equipos de bioseguridad, que durante el estado de emergencia fueron esenciales. Datos que se reflejan en el monto de ejecución de la inversión pública, en el 2020 llego a los 28,381 millones 478,906 soles, el año en las cuales 3 el covid-19 que produjo la pandemia fue causo a la mayoría de las actividades económicas pérdidas económicas. (EL PERUANO, 2021) Es así como durante los años 2015 al 2020, se ha visto un cambio dinámico de la inversión en el departamento de Cusco, observando un gran conflicto en la inversión, donde no todos los proyectos que estaban destinados al progreso de calidad de vida de la población fueron terminados a tiempo, y otros se encuentran inconclusas, donde la población que realmente lo necesita no es beneficiada. Así mismo la presentación y elaboración de proyectos como el mejoramiento y acceso a servicios básicos para la población de escasos recursos no son tomados en cuenta. En el año 2015 se obtuvo que el grado de pobreza en la región del Cusco según lo establecido por el INEI (2017) fueron de 16.8% siendo inferior y 201.8% siendo superior. En el año 2016 según el INEI (2017), se considera que la pobreza monetaria en la región del Cusco se considera dentro los porcentajes de 20.6% siendo inferior y 24.7% siendo superior. (INEI, 2017). La tasa de pobreza en el 2017 según lo manifestado por el Ministerio de Trabajo y Promoción del Empleo (2019) el total de la pobreza en la región del Cusco fue entre 23% a 26% y en cuanto a la pobreza extremos tuvo un porcentaje entre 2.9% a 4.4%. La pobreza en Cusco se estableció en 25,2% por arriba del promedio de país (21,7%) y evidencio un aumento interanual. (2019). En el año 2018 según en el año (2020) se obtuvo que la pobreza monetaria total fue de 22.9% y en cuanto a la pobreza monetaria extrema fue de 2.8%. Por ello se muestran 10 distritos más pobres de la región Cusco entre ellos el distrito de Omacha en la provincia de Paruro tiene el valor más alto con 61.5%. El año 2019 se obtuvo que la pobreza monetaria total fue de 23.0% y en cuanta a la pobreza monetaria extrema fue de 3.6%. En el año 2020, 4 la pobreza monetaria involucro negativamente al 30,1% de los habitantes del país, aumentando en 9,9 puntos porcentuales, a diferencia del año 2019. (INEI, 2021) Es así como durante los años 2015 al 2020, referido a la pobreza monetaria se vio que hubo un crecimiento, observando que el Gobierno Regional, Municipales y distritales no toman en cuenta en desarrollar proyectos de envergadura que puedan ayudar a disminuir la pobreza monetaria, se evidencio que muchos hogares identificados en estado de pobreza y pobreza extrema aun no cuentan con servicios básicos, así como una vía que pueda servir como una herramienta de transporte y comunicación. 1.2. Formulación de Problemas 1.2.1. Problema General ¿En qué medida la inversión pública influyó sobre la pobreza monetaria en el Departamento de Cusco durante el periodo 2015-2020? 1.2.2. Problemas Específicos • ¿Cuál fue la dinámica de la inversión pública en los diferentes distritos del Departamento del Cusco en el periodo 2015-2020? • ¿Cómo fue la dinámica de la pobreza monetaria en los distritos del Departamento del Cusco en el periodo 2015-2020? 1.3. Justificación 1.3.1. Conveniencia La investigación cumple tiene como función conferir información sobre la influencia que tiene la Inversión Pública frente a la Pobreza monetaria, así también sirve como una herramienta de diagnóstico para el buen uso de los recursos 5 financieros y que estos sean destinados a la disminución de la pobreza por medio de una Gestión eficaz. 1.3.2. Relevancia Social La indagación es importante a nivel social debido a que se centrará en el departamento de Cusco, y servirá como propuesta de apoyo referente la adecuada inversión pública y minimizar la pobreza monetaria. Los beneficiarios serán todos aquellos que puedan gestionar proyectos dirigidos a mejorar la economía y los índices de pobreza de la región. 1.3.3. Implicancias Practicas La indagación tendrá implicancias practicas ya que, ayudará en la solución del problema encontrado en la inversión pública así mismo ayudará a disminuir la pobreza monetaria en el departamento de Cusco. Ya que, al no poder solucionar este problema presentado, acarreara grandes problemas, desfavoreciendo al departamento de Cusco 1.3.4. Valor Teórico Esta indagación es importante porque en el aspecto de valor teórico permitirá conocer y enriquecer la concepción de la inversión pública y la pobreza monetaria mediante el uso de las teorías, conceptos, conociendo en mejor medida el comportamiento de las variables, así mismo las dimensiones e indicadores y servirá como antecedente para nuevos estudios. Así también con los datos obtenidos se podrá generar acciones dirigidas a la solución de la problemática. 6 1.3.5. Utilidad Metodológica La indagación será útil con su metodología debido a que se creará un instrumento para obtener datos donde se realizará el estudio e interpretación de datos, así como proponer un estudio desarrollado con los instrumentos de investigación científica, contribuyendo al trabajo de investigación, mediante el uso de un sistema econométrico donde mediante el uso de los datos de la inversión pública y la pobreza monetaria del departamento de Cusco tomando en cuenta los periodos del 2015 al 2020. 1.4. Objetivos de la Investigación 1.4.1. Objetivo General Analizar la relación existente entre la inversión pública y la pobreza monetaria en el Departamento de Cusco durante el periodo 2015-2020. 1.4.2. Objetivos Específicos • Analizar la dinámica de la inversión pública en los diferentes distritos del Departamento del Cusco en el periodo 2015-2020. • Analizar la dinámica de la pobreza monetaria en los distritos del Departamento del Cusco en el periodo 2015-2020. 1.5. Delimitación del Estudio 1.5.1. Delimitación Espacial La indagación se realizará a nivel de todos los distritos del departamento del Cusco 1.5.2. Delimitación Temporal La indagación se realizará y analizará dentro del periodo 2015-2020. 7 1.5.3. Muestra La muestra es del tipo probabilística, de áreas, estratificada, multietápica e independiente en cada departamento de estudio. A fin de medir los cambios en el comportamiento de algunas características de la población, desde el año 2008 se viene implementando muestras panel de viviendas, en la cual viviendas encuestadas son nuevamente investigadas cada año. En la muestra no panel se visitan cada año los mismos conglomerados en el mismo mes de encuesta, pero se seleccionan distintas viviendas. El nivel de confianza de los resultados muestrales es del 95%. (ENAHO, 2015) Tabla 1Toma muestral departamento del Cusco 2015-2020 CUSCO AÑO MUESTRA CONGLOMERADOS VIVIENDAS 2015 181 1270 2016 189 1360 2017 189 1364 2018 189 1364 2019 189 1364 2020 189 1366 Fuente: Elaboracion propia con datos recogidos del ENAHO 8 Capitulo II: Marco Teórico 2.1. Antecedentes de la Investigación 2.1.1. Antecedentes Internacionales Contribución de la inversión pública en ciencia y tecnología, por medio del Consejo Nacional de Ciencia y Tecnología, a la competitividad de las regiones en México. (Carrillo, 2012), dicho estudio se realizó de la siguiente forma: El primer capítulo contenía el objetivo general del estudio, cuya finalidad era evaluar cómo influye todo el presupuesto destinado a la ciencia y tecnología que destina la federación por medio del CONACYT para la capacidad de las regiones de México, teniendo al método estadístico para el análisis del objetivo del estudio y para posteriormente aceptar o rechazar la hipótesis planteada; también fue utilizada la regresión, exactamente con el método de mínimos cuadrados, con los datos de panel en dos partes teniendo además variables instrumentales. Concluyendo que la relación planteada es positiva. Al igual, de lo antes ya mencionado, se encontró que la productividad, inversión extranjera directa y salario, fueron también variables en el modelo, influyen positivamente para la competitividad de las regiones. Concluyendo que la variable spillovers fue la única que no tuvo una significancia a diferencia de todas las demás variables. Inversión pública, infraestructuras y crecimiento económico chileno, 1853 – 2010. (Toro, 2012) este estudio tiene como finalidad establecer si la inversión pública incide en las infraestructuras productivas para lograr un incremento en la economía chilena, para ello se obtuvo una serie de inversiones desde 1853 hasta el 2010 que sirvió como marco metodológico, esta contenía datos de infraestructura de transporte 9 e hidráulica, para que con ello se concluya que las instalaciones productivas muestran impactos inmediatos y relevantes sobre la acción económica y su realización, originando estímulos para el crecimiento del país. Un ejemplo claro son las redes de distinto alcance (municipal, provincial, regional o nacional) que posibilitaron una mejor competencia, reducción de costes y mejor acceso a los mercados locales e internacionales, ayudando así a las empresas y personas en el ahorro de tiempo. Evaluación de la estrategia de reducción de la pobreza de Honduras 2000- 2015. (Ruano, 2015), dicho estudio termina con la valoración de programas y proyectos, debido a la necesidad de determinar la función del Estado frente a una “crisis económica general”, y la Optimización de eficacia, eficiencia y adecuados servicios públicos. Siendo las anteriores especificaciones muy importantes, para las Estrategias de Reducción de Pobreza en relación con la falta de recursos suficientes. Se obtuvo también que la Pobreza viene siendo un suceso complicado bastante amplio, que afecta al bienestar propio y en conjunto reduzca, reflejado por la abstención para comprar bienes y servicios, y también influye a que las personas no leguen a la satisfacción de sus necesidades básicas. Inversión pública colombiana y sus efectos sobre el crecimiento y la convergencia departamental (Leon, 2015), esta investigación nos menciona que una de las formas para generar el crecimiento económico y la tendencia regional, es originando una inversión pública. Por tanto, la política regional es la mejor opción para solucionar las diferencias territoriales. En el mencionado estudio se enfoca en la inversión pública y sus efectos, teniendo como punto de partida a las asignaciones o transferencias de las cuentas nacionales, y su relación con el crecimiento económico 10 y la concurrencia departamental colombiana en el periodo 1994 – 2012. En cuanto al método, se usó una serie de datos para obtener variedad en características que no sean visibles entre los departamentos y el tiempo. Resultando la existencia de relación entre β absoluta y condicional en el periodo estudiado; no obstante, no se obtuvo ninguna concordancia directa de las transferencias y la convergencia departamental. Pobreza en Latinoamérica y Colombia (Vergel, 2008), con la ayuda de textos literarios de los últimos años, la pobreza en Latinoamérica y Colombia se obtiene que dicho país está lejos de disminuir la pobreza en Latinoamérica, por el contrario, está aumentando. Ello nos lleva a la conclusión de que el país no tiene la iniciativa política frente a este problema y comenzar a erradicarlo. 2.1.2. Antecedentes Nacionales Factores que inciden en la pobreza monetaria según grupos de departamentos en el Perú para el año 2015 (Gonzales, 2018). Este estudio se centra en establecer los aspectos que incurren en la carencia monetaria de los conjuntos de departamentos, ya sean de baja o alta incidencia de pobreza monetaria, al interior del país para el 2015. El presente estudio científico plantea como objetivo general establecer elementos que intervienen en la pobreza monetaria del sector de departamentos que presentan menor y mayor niveles en el Perú para el año 2015. El INEI agrupó departamentos que presentan similares niveles de pobreza, por medio de técnicas estadísticas, con el fin de juntar departamentos que no concuerden relevantemente. Por medio de modelos de probabilidad – probit: uno de pobreza nacional; otro para una sección de departamentos que presentan mayor índice de pobreza monetaria que contiene a Cajamarca, Amazonas y Huancavelica; también uno para el grupo conformado por Puno, Ayacucho y Apurímac; y, por último, un modelo para los de menores niveles 11 como son Ica, Moquegua y Madre de Dios Arequipa. El origen de los datos es la ENAHO 2015. Evidenciando diferentes peculiaridades entre los grupos de departamentos, debido a que los que tienen poca influencia de pobreza monetaria peruana muestran datos más alentadores. Dentro de los elementos que intervienen en la pobreza monetaria sobresale los niveles de instrucción educativa, siendo estos los determinantes que reducen la posibilidad de que exista pobreza en un porcentaje aproximado de 1.4%, teniendo también al servicio de agua y electricidad, pero no siendo relevantes. Es así como podemos decir que los componentes que intervienen en la pobreza monetaria son idénticos de acuerdo con el conjunto de departamentos, mas no que todos ellos intervienen de igual forma (diferente grado) y también existen algunos que son diferentes. Por último, de acuerdo con el estudio se deduce que, en una especie de simulacro, donde se toma en cuenta con un alcance en educación, electricidad, agua y saneamiento en el conjunto de departamentos con un porcentaje alto de influencia de pobreza monetaria en el país genera disminución del grado de pobreza monetaria. Un contexto alentador es que, si los cabezas de hogar llegan a obtener 15 años de educación, la pobreza monetaria reducirá aproximadamente en un rango de 15% y 20%. La inversión pública y pobreza monetaria en Puno: periodo 2004-2015. (Ramos, 2018). Este estudio se realizó con la finalidad de aportar conocimientos de la inversión pública sobre la reducción de la pobreza monetaria, se emplearon modeladores econométricos de regresión lineal, utilizando el método de Mínimos Cuadrados Ordinarios, usando series de tiempo. Se comprobó que la inversión pública incide de forma positiva en la reducción de la pobreza monetaria, estimando que, por cada gestión anterior que emplee 100 millones en ejecución de proyectos en Puno, el 12 indicador de pobreza disminuirá en 4.45%; así mismo se demostró que la causa de la disminución de la pobreza es la inversión pública social. Se comprobó también que la dinámica de la inversión pública en los últimos años fue creciente, como consecuencia de la descentralización y aumento en los sectores de Recursos Ordinarios y especialmente del Canon. Concluyendo, la inversión pública es una herramienta que ayuda a disminuir la pobreza. La Gestión de Proyecto de Inversión y su influencia en la disminución de los niveles de pobreza del distrito de Tayabamba, 2016-2018. (Zavala, 2018). El estudio se desarrolló con la finalidad de evaluar si la Gestión de Proyectos de Inversión Pública interviene considerablemente en la disminución de pobreza del distrito de Tayabamba. El estudio fue tipo no experimental y su diseño fue correlacional causal. Planteando un número de 164 muestras de los habitantes del Distrito de Tayabamba y también trabajadores municipales; desarrollando también una serie de preguntas para obtención de datos. Obteniendo así que el 39.6% del total de la muestra piensan que la Gestión de Proyectos de Inversión Pública es regular, con lo cual genera una pobreza considerada como alta. El coeficiente de prueba Tau-b de Kendall es τ= 0.867, con nivel de significancia menor al 1% (P < 0.01); esto permitió mostrar que la Gestión de PIP tiene relación con la disminución de la pobreza del distrito de Tayabamba. 2.1.3. Antecedentes Locales Efecto de la Inversión Pública en los índices de pobreza de la región Cusco, periodo 2000 – 2017. (Roca, 2019). Con dicho estudio se apreció la conducta de la inversión pública de los diferentes niveles de gobiernos a nivel regional en Cusco, observando un aumento en relación con los datos que se pudo conseguir, para así 13 poder cuantificarlos y sucesivamente examinar la problemática. Para lograrlo el objetivo, prosiguió a utilizar el método de modelos econométricos de regresión lineal por medio de los mínimos cuadrados ordinarios, que compara a la inversión pública con respecto a los niveles de pobreza, resultando que ante un posible aumento de la inversión pública la pobreza disminuirá, siendo así que, al agregar 100 millones de soles en cada uno de los 3 niveles de gobierno en una etapa preliminar, la pobreza disminuirá en un 70.5%, en 58.9% la pobreza extrema y en 70.6% el indicador de no pobre. Por otra parte, las contribuciones mencionadas anteriormente fueron a consecuencia de que se priorizo la inversión pública de los rubros de transportes y comunicaciones derivados de los Recursos Determinados y Recursos Ordinarios principalmente, concluyendo así que la inversión pública es un instrumento importante de la reducción de la pobreza. Análisis de la Inversión Pública y su impacto en la economía de la provincia de Canchis, Cusco-Perú, 2007-2013 (Mamani, 2016). El estudio estuvo centrado principalmente en estudiar la relación de la inversión pública en el incremento de la economía nacional y grado de bienestar de las distintas partes de toda la provincia de Canchis en la etapa de 2007-2013, planteando como hipótesis la repartición equilibrada de la inversión pública entre los distintos sectores económicos y permiso de financiamiento, contribuyen progresivamente al crecimiento de la economía y el índice de satisfacción, incrementando la productividad de los factores intervinientes en la producción, y con ello elevar los ingresos de las personas. Con este estudio se recomienda que el gobierno provincial enfatice el repartimiento igualitario en los proyectos de inversión pública entre el sector tradicional y moderno tomando en consideración las necesidades que tengas cada integrante, así también es necesario 14 que los dos sectores tengan financiamiento, puesto que permitirá a las actividades a ser ejecutadas, de esta manera facilitará liquidez financiera que junto a la inversión pública contribuyen al movimiento económico por medio de optimización de la productividad, la que a su vez permite hace uso de los factores de producción con mayor eficiencia y eficacia. De esta manera, conseguir el crecimiento económico que sea sostenible en el tiempo y genere satisfacción a la población. Incidencia de la inversión pública en el desarrollo económico local del distrito de Limatambo - Provincia de Anta, Región de Cusco, 2011 – 2017. (Sánchez, 2019). En este estudio menciona que en los últimos años reflejaron un aumento del sector económico del país, este incremento es importante mas no representan que sea eficaz para alcanzar progreso económico, el cual ayude cerrar los vacíos que existen en relación con las condiciones de pobreza y vida entre los sectores rurales y urbanos. A mayor disponibilidad de capital humano, físico, y proyectos productivos ayudaran a disminuir, pero no a eliminar dicha situación, debido a que se encuentran grandes desigualdades económicas, sociales y limitaciones políticas entre municipalidades. Con este estudio se comprueba la eficacia de la inversión con respecto a los índices de desarrollo, dado que el principal objetivo de estudio es definir la inversión pública y su intervención en el progreso económico. Llegando con el mencionado estudio a la conclusión que con un incremento en el gasto de inversión pública se obtendrá un progreso económico significativo en los diferentes sectores como el acceso a servicios básicos, educación y el ingreso per cápita del distrito de Limatambo durante el período de estudio. 15 2.2. Bases Teóricas 2.2.1. Teoría del crecimiento económico En 1929 cuando Estados Unidos y Europa enfrentaban una recesión económica, José Petit (2013) en su artículo científico cita a John Maynard Keynes y a su “Teoría general del empleo, el interés y el dinero - 1936”, en este se menciona el desacuerdo que tuvo con la teoría de Adan Smith y a la formalización matemática de Leon Walras, donde argumentan que el funcionamiento libre del mercado conlleva a una economía de equilibro. Keynes puso el fin a la noción que habla sobre la economía de mercado y su capacidad que genera de forma automática el pleno empleo, dejando atrás esta idea, el Estado tendría que intervenir generando políticas económicas para lograr ello. Según Keynes citado por Isaac Enríquez (2016) identifica dos factores que afectan al crecimiento económico: por un lado, la inversión estimula el crecimiento y a las decisiones empresariales siendo estas animadas por el conocido “animal spirt” y las especulaciones del inversor, sin dejar de lado al ahorro, la distribución del ingreso, crecimiento demográfico y los avances tecnológicos. Para el británico, se logra el equilibrio entre la inversión real y ahorro (eficiencia marginal del capital), con la intervención de factores como los rendimientos futuros esperados y tasas de interés. También menciona que la política fiscal (estrategia de impuestos) y el gasto público son utilizados para contrarrestar los efectos de las variaciones y tendencias del proceso económico que afectan al empleo, precios e ingreso y así se logra revertir la falta de demanda, sub-producción y el desempleo. Con lo mencionado concluye que para garantizar el pleno empleo y el equilibrio 16 económico es necesario inyectar la inversión pública en el flujo de la renta usando eficientemente la política fiscal e impuestos progresivos. 2.2.2. Teoría de la inversión publica Diego Martínez (2002) en su trabajo “Tres ensayos sobre la inversión pública”, nos menciona a la Teoría de la Hacienda Pública donde enseña de formal general tres funciones, donde justifica la intervención del estado dentro de la economía. La primera referida a la eficiente retribución de recursos en tierra, donde el mercado no logra los efectos esperados en sentido de Pareto; teniendo fallas de mercado, la descentralización de recursos no consigue el resultado óptimo en respecto a bienestar social. La segunda razón que justifica la participación del estado dentro de la economía es las regulaciones de la desigualdad en distribución de renta, ya que una economía descentralizada puede llegar a ser poco adecuada debido a incumplimientos con respecto a justicia social. Y como última función tenemos a la actividad del estado en una economía de mercado basada en la organización y sustento de la estabilidad macroeconómica siendo estas algunas condiciones para el procedimiento de los agentes privados procedan a una dirección de crecimiento en equilibrio. A. Inversión Pública Según el MEF (2017) es la participación financiera del estado de manera temporal, total o parcial con recursos de Gobierno, los cuales están destinadas a crear, incrementar, mejorar el capital de dominio público ya sea físico o humano, teniendo como principal finalidad la ampliación de la competencia del país de prestar servicios y fabricación de bienes. En la página web de Ojo Público (2019) se redactó que “inversión pública es el gasto que ejecuta el Estado para el sector construcción, saneamiento, agua, servicios de salud, 17 educación y transporte”. Podemos decir entonces, que entendemos como inversión pública a la propuesta de acción económica que el estado tiene para solucionar la necesidad social empleando un grupo de recursos materiales, humanos y tecnológicos entre otros, así este formula un presupuesto de inversión teniendo como principal objetivo proponer proyectos que generen el bienestar social mejorando sus condiciones de vida. B. Sistema Nacional de inversión publica a) Marco legal Mario Vera (2017) en su documento afirma que el Sistema Nacional de Inversión Pública (SNIP) se creó mediante Ley N° 27293, difundida en el Diario Oficial "El Peruano" el 28 de junio del 2000, teniendo como objetivo darle una mejor utilización a los Recursos Públicos que serán dispuestos para la inversión, todo ello estableciendo principios, metodología, procesos y normas concernientes con las etapas de los proyectos de inversión. Posteriormente con el propósito de aumentar el proceso de inversión, Vera (2017) menciona que mediante la derogación de la ley N°27293 con el Decreto Legislativo N° 1252 se crea el Invierte.pe como sistema administrativo, con el objetivo de encaminar de mejor forma los recursos públicos orientados a la inversión para el cierre de brechas y así prestar servicios y la proveer infraestructura que sea requerida para el progreso del país. 18 b) Sistema Nacional de Programación Multianual y Gestión de Inversiones (Invierte.pe) Tiene el objetivo de gestionar el empleo de bienes públicos, se encuentran dirigidos a la inversión, de esta manera poder prestar servicios y brindar infraestructura de manera efectiva. b.1) Se definen indicadores de brechas Los sectores, por medio de su Oficina de Programación Multianual de Inversiones (OPMI), desarrollan un análisis de los servicios públicos e infraestructura, con la finalidad de evaluar las brechas y orientar el estudio a la reducción de estas, la evaluación se realiza por áreas geográficas que hacen posible la interacción entre Regionales (GR) y Gobiernos Locales (GL). b.2) Se realiza la programación multianual Se basa en los niveles de servicio, brechas y grados de producción transmitidos por los sectores, las OPMI de cada GR y GL desarrollan sus PMI y se lo transmiten a cada sector. Es necesario resguardar un tiempo de tres años para realizar la programación. C. Actividades que aportan al crecimiento de la inversión en el departamento de Cusco Según el BCRP (2019) hubo un crecimiento de 1.1% en el sector agropecuaria, y el sector agrícola se obtuvo la, el sector agrícola consiguió la menor producción (-3.2%), la cual fue amortizada por el aumento de productividad del mercado interno (1.3%);se produjo un incremento interanual del sector minería e hidrocarburos con un 0.4%; se observa una reducción de 3.3% en la manufactura no primaria, generada por una 19 reducción de producción de madera (-9.4%) y la producción de productos alimenticios (-5.8); con respecto al turismo se observa que 247,4 mil visitantes llegaron a la ciudad de Cusco, teniendo como efecto u crecimiento de 4.4% interanual, ya que se observa una mayor presencia de turistas nacionales (4.6%) y extranjeros (4.3). Con respecto a las exportaciones en el departamento de Cusco se llegó hasta los 186,4 millones en el mes de enero, produciendo un aumento de 46.7% interanual, que fue como consecuencia de un incremento de las exportaciones tradicionales (47.4%). 2.2.3. Teorias de la pobreza A. Teoría de la pobreza según Amartya Sen La obra de Amartya Sen mencionado por Hugo Ferullo (2006) es esencial para analizar el fenómeno de la pobreza en un contexto económico actual. En el enfoque de Sen se identifican las principales características, así como la medición de la pobreza, analizando indicadores como calidad de vida, circunstancias de trabajo humano y la comprobación del bienestar mediante los índices de progreso personal y comunitario. Para estudiar todo ello Sen analiza las potencialidades y las condiciones de todo tipo que limitan la posibilidad de que la sociedad tenga lo que cree merecer. B. El enfoque Keynesiano Para Keynes citado por Gedion Santos (2013) considera que el problema de la pobreza está relacionado con la escasez de demanda y esta a su vez induce la obstrucción de la economía, desempleo y objeciones sociales; es así como proponen que al Estado le compete involucrarse en la economía con el objetivo de reducir el desempleo involuntario e incrementar la producción. Keynes creía que el desempleo y la concentración del ingreso eran los primordiales componentes que generaban la pobreza en el capitalismo, por ello refuto el 20 pensamiento clásico del equilibrio natural y el sistema libre de mercado como el elemento para el ajuste automático y equitativo. El factor fundamental de la intervención del Estado radicaba en la “administración” de la demanda efectiva. C. El enfoque Neoliberal En el artículo científico de Lukasz Czarnecki (2013); se señala que el cambio al modelo neoliberal se crea a consecuencia de la ideología de Hayek, este pensaba el capitalismo era el sistema que explicaba la pobreza donde no existe suficiente bienestar, por lo tanto, es imposible crear un mejor sistema del que ya existe. Una de las causas de la pobreza se resume a que es imposible lograr un ciclo progresivo de una parte de la sociedad, convirtiéndose en una situación natural; por consiguiente, esta depende del bienestar ya que cualquier interrupción en el sistema de mercado conlleva a la pobreza. D. Teoría Malthusiana Mauricio Schoijet (2004) mencionaba que la teoría de Malthus surgió en un momento de represión política, social y sexual bastante enérgica, y con ella se vio fortalecida en ese entonces; también comenzó una corriente que afirmaba que la reproducción en exceso por parte de la gente pobre los hacia responsables de su propia pobreza. En 1798 Thomas Malthus presento por primera vez su Ensayo sobre la población en plena Revolución Industrial, seguidamente en un periodo aproximado de 4 décadas fue lanzando versiones sucesivas, en las cuales se notaba la represión contra el sector más necesitado. Él señalaba a la pobreza como un medio para la inspección del crecimiento de la población, pensando que el sector que tiene pocos recursos tendría menos hijos. 21 E. Teoría según Adan Smith Para Adolfo de la Torre (2006) Adam Smith señalaba que: "Por la existencia de un gran patrimonio, existe también una desigualdad grande. Por 500 individuos pobres existe un personaje muy rico”. Desde ese punto es necesario un examen de la riqueza en relación del estudio de la desigualdad y la pobreza. También Smith establecí que por medio de la fortuna de una persona o un grupo se podría obtener efectos positivos hacia los demás sectores debido a que cumpliendo los caprichos de los ricos se crean puestos para nuevos empleados. Teniendo en cuenta los efectos sociales (positivos o negativos), parecía coherente que los grandes recursos con los que cuenta sector económico se viesen centralizado en menos manos. Edgar Pardo (2000) afirmaba que para Smith la pobreza se distinguía por su fisionomía de clase. Los pobres solo podrían mantenerse por sus labores asalariadas, pero en cambio un empleado “es rico o pobre, está bien o mal, en proporción al precio real de su labor”, y este monto es congruente con los bienes que él pueda adquirir. Entendiendo así que los más pobres son los que pueden adquirir recursos para subsistir. A demás de ello Smith mencionaba que estas personas no eran vistas como inferiores en relación con los que poseían más recursos. El perfil de clase pobreza subyace en toda la teoría de Smith. La metodología que usaba junto con el resto de su teoría, la iba desarrollando poco a poco en relación con las causas de la pobreza, tomando en cuenta para su sustento varias disciplinas del saber cómo los criterios económicos, históricos, teológicos, entre otros. 22 F. Teoría Marxista Francisco Ardiles (2008) argumenta que la teoría plateada por Karl Marx, en la cual señalaba que las necesidades se originaban por la pobreza. Esto simbolizaba que la pobreza es la falta de recursos que tienen algunas personas para cumplir con necesidades sociales. Señala que la pobreza es una dificultad social que deriva del sistema socioeconómico, que es congruente con las producciones capitalistas y la acumulación de riqueza. Marx afirmaba que la persona que tenía recursos suficientes necesitaba y también contaba con los recursos para poder compensar estas necesidades, en cambo el pobre tenía menos de los necesario. 2.2.4. Inversión pública, crecimiento económico y pobreza Sánchez (2006) indica que la desigualdad y la pobreza son fragmentos de las políticas y programas de prioridad para su reducción en el país. No obstante, sus frustraciones o restricciones se observan en los efectos netos que se pueden explicar mediante dos teorías. La teoría del derrame supone que la pobreza reduciría logrando mayor crecimiento económico, esta medida no fue suficiente, sin embargo, sustituyo otras políticas que tenían mayor eficiencia al momento de optimizar la igualdad y contrarrestar a la pobreza. Así mismo en América Latina se evidencia una pauta general, que por medio de la pobreza se incrementan cada uno de los ciclos económicos. En los periodos recesivos tienden a aumentar las averías del acceso económico de las familias, y por otro lado en los periodos con mayor dinamismo atribuyen que cuando el PBI por persona asciende a tasas mayores a 3%, se incrementa la diferencia, por el contrario, con evoluciones de bajo nivel del estancamiento económico se iguala la pobreza. La realidad latinoamericana aún se resiste en aceptar que la depreciación de la pobreza, de 23 la desigualdad es esenciales para alcanzar un mayor crecimiento económico, tampoco existe algún consenso en la manera de alcanzarlo y en qué proporción. A raíz de ello también se trata de que la distribución equitativa e inclusión sean parte de la táctica de progreso económico. En Latinoamérica la riqueza estaba poseían las élites nacionales, regionales o locales por ende en los procesos de invención de valor agregado no se tienen grandiosos progresos de redistribución. Dicho de otra manera, en organizaciones sociales parecidas y fomentando la unidad ciudadana se obtendrá mayor eficacia y eficiencia de crecimiento económico, con políticas únicamente redistributivas En el segundo sustento se pone a los factores internos como prioridad explicando las consecuencias de las fases de desarrollo o subdesarrollo, sin menospreciar el estudio de que los componentes ajenos a la globalización con el apoyo de las grandes compañías extranjeras y con capital financiero supuesto, comprueben el progreso económico y social del país, al exigir medidas que tienes que adoptar para aperturar los mercados. En conclusión, en un contexto semejante, la facultad que cada país tiene para crear políticas airosas que consigan disminuir la desigualdad o enfrentar la pobreza. Herrera (2017) en un contexto de poco crecimiento, argumenta que la disminución de la pobreza tiene que ir de la mano con políticas que tenga como prioridad disminución de la desigualdad, dichas políticas tienen el objetivo de promover el incremento de las acciones productivas encaminadas al mercado interno y, por otra parte, motivar un shock de la demanda a través del aumento del gasto social. Así brindaran el bien adicional de favorecer a la reducción de las brechas para el camino a los bienes públicos y así acortar las brechas que generan desequilibrio en las oportunidades. 24 El Instituto Peruano de Economía (2019) consideran que la relación entre el crecimiento económico y la reducción de la pobreza es muy clara. Los años en que más se creció fueron los años de mayor reducción de pobreza. 2.2.5. Teoría de las Funciones del Estado Según Guzmán (2007) la función administrativa contiene algunas peculiaridades que la hacen diferente y que existe en los diversos organismos estatales, además también en las entidades privadas. Como primer punto es importante considerar que la función administrativa siempre es realizada por el Estado. También Gordillo (2014) indica que Motesquieu, que a raíz del acertado supuesto de que aquel hombre que posee poder tiende a exagerar de él, creó su conocida teoría de la separación de los poderes para poder garantizar la libertad, con esto planteaba que el poder sujete al poder, mediante la división del poder del Estado y encarando las partes concernientes para que paren mutuamente; así mismo por medio de la separación de las funciones estatales entre los diferentes miembros, conformados por distintas personas. La distribución de las funciones fue desarrollada de diferente manera en la Constitución de cada país, aunque por lo general es inducido en el principio de la disociación de los poderes intentando continuar con lo más significativo de la triple premisa que genero la Teoría de Montesquieu: Que el que realiza las leyes no debería aplicarlas ni mucho menos realizarlas; el que las realice no debería hacerlas ni tampoco juzgar su esmero; que el que juzgue no realice ni elabore. Nacen así las concepciones de legislación, administración y justicias, o función legislativa, función administrativa y jurisdiccional; indicando el lenguaje, se menciona más de 25 “separación de funciones” que, de poderes, debido a que el poder es solo uno; con todo, por costumbre aún se le llama “poderes” a los sectores del Estado: “Poder Legislativo”, “Poder Ejecutivo” y “Poder Judicial” (Perdomo, Ortíz, Gordillo, & Carías, 2014, pág. 145). 2.3. Marco Conceptual 2.3.1. Inversión pública Reside en la distribución de los bienes y servicios que provienen de origen público, se encuentra orientada a mejorar, aumentar o repara el capital físico ya sea igualmente de origen público. (Ponce, 2013). 2.3.2. Pobreza Es una negación de la satisfacción metal y física, se encuentra directamente relacionada con la cantidad de recursos económicos y posibilidad de consumo. (Grigsky, 1971, pág. 120).` Para la medición de la pobreza y su incidencia se identifica tres dimensiones que hace que esta sea más eficiente Pérez y Rodríguez (2015): a) Educación Urbina y Quispe (2017) un elemento importante para que un hogar deje de ser pobre en un futuro es la educación de las nuevas generaciones, aquello repercute en la responsabilidad de la educación del jefe de hogar. Juan León (2019) afirma que el factor educación incrementa la existencia de habilidades y conocimientos de las personas (capital humano personal), el cual permite que estas puedan tener un trabajo remunerado o incursionar en el emprendimiento. A mayor capital humano acceda una persona esta se vuelve más eficiente en el campo 26 económico que se esté desarrollando, y, en consecuencia, generar mayor ingreso monetario. b) Salud Según Urbina y Quispe (2017) la salud es un factor fundamental de la distribución de gastos en una familia, puesto que genera desequilibrio económico cuando la salud no es óptima, porque trae como consecuencia limites en la capacidad de generar ingresos económicos, también tiene como consecuencia una disminución de la productividad y constancia laboral (Urbina & Quispe, 2017). Juan León (2019) analiza que la salud de una persona condiciona a la generación de riqueza, en consecuencia, afecta al crecimiento económico, de esta manera se puede inferir que la esperanza de vida determina la pobreza, a medida que la pobreza disminuye la esperanza de vida aumenta. c) Condiciones de vida Instituto Peruano de economía (2020) expresa que son las características que se posee un individuo en su ritmo de vida, ya sea acceso a servicios básicos, material de construcción de su vivienda, además de ser dueños de activos como carros, electrodomésticos, etc. 2.3.3. Pobreza Monetaria El Instituto Nacional de Estadística e Informática (2015), supone como pobres monetarios a aquellos habitantes cuyo gasto per cápita no les alcanzaba para obtener todos aquellos alimentos considerados dentro de la canasta básica. Asimismo, los pobres extremos serían aquellos habitantes que conforman una familia con gasto por persona menor que el precio de la canasta básica de alimentos. 27 El Ministerio de trabajo de promoción del empleo (2010) señala que la pobreza monetaria, indica la escasez del gasto per cápita en relación con la Línea de Pobreza (LP) o valor menor requerido para cumplir con sus deseos. A. Método de línea de pobreza Es considerado como un método para establecer la pobreza coyuntural y centra su vigilancia en la dimensión económica, utilizando el consumo o ingreso como medias de bienestar, para aplicar de manera correcta el método de línea de pobreza por el consumo, se agrega el valor de todos los recursos que consume una familia, indistinto de la forma de adquisición. La aplicación del gasto de consumo posee virtud que es el excelente indicador para deducir el bienestar, debido a que mide directamente lo que efectivamente consume un hogar y no a lo que latentemente podría consumir respecto al ingreso. La determinación de las líneas de pobreza de describen a continuación: a. Para el caso de la Línea de Pobreza Extrema - Se considera una regla de carácter nutricional para saber el consumo diario de calorías. - Se hace una suma del consumo mensual utilizando la canasta de bienes alimenticios (CBA), de manera que sea el más cercano a la realidad posible. b. Para el caso de la línea de Pobreza Total - Se toma a una población de base, la cual debe tener como característica el gasto total per cápita mensual (GTPC) cercanamente al valor de la canasta de consumo alimenticio, es decir: CBA=GTPC. 28 - La línea de pobreza total (LPT) se estima como el valor de la canasta per-cápita mensual multiplicada por la inversa del coeficiente de ENGEL (CE) de la población de referencia, es decir: 𝐿𝑃𝑇 = 𝐶𝐵𝐴 𝑥 𝐶𝐸−1 Con los datos de la ENAHO (Encuesta Nacional de Hogares), el INEI muestra tres canastas mínimas alimentarias, tomando en cuenta la geografía según sus características. Afirman que el consumo óptimo de calorías diarias es de 2318 Kilo calorías diarias per cápita. Para cada área respectivamente, se precisó una población de referencia semejante al 30%, con el objetivo de conseguir datos fidedignos. En la costa, se consideró a los hogares ubicados entre los percentiles 11 al 40; en la sierra del 42 al 71 y en la selva del 27 al 56. Un hogar es pobre si es considerado cuando su gasto per cápita es menor a la línea de pobreza y se considera pobre extremo a aquel hogar cuyo gasto per cápita sea menor a la línea de pobreza extrema. Este método se complementa con los indicadores de Foster, Greer y Thorbecke (FGT). B. Indicadores Foster, Greer y Thorbecke (FGT) Según Foster, Greer y Thorbecke (1984), existe organizaciones que obtiene especial cuidado, el cual es la familia de índices para, ellos presentan una ecuación que contiene el indicador de la “aversión a la desigualdad” (?), que expresa la relevancia que se le concede a los más pobres en semejanza con los que están cerca de la línea de pobreza. 29 𝒒𝟏 𝒛 −𝒚 𝜶 𝑷𝜶 = , 𝑑𝑜𝑛𝑑𝑒 𝛼 ≥ 0 𝑵 𝒛 𝒕=𝟏 Donde: Z: es la línea de Pobreza Yi: es el gasto o ingreso per cápita del hogar donde proviene el individuo n: es el número total de personas q: es el número total de personas cuyo ingreso o gasto per cápita está por debajo de la línea de pobreza. Los diferentes valores de “Pα” encierra diferentes significados: • Cuando = 0, esta medida es igual al índice de recuento (H): el porcentaje de personas situadas en situación de pobreza monetaria. • Cuando = 1, se obtiene la brecha de pobreza, decir, el porcentaje promedio en el cual los pobres deberán incrementar sus ingresos para salir de la línea de pobreza. • De los distintos indicadores que forman parte de este grupo, el que más atención suele recibir es P2 (que se obtiene con = 2), que es una medida de la “severidad” de la pobreza, el cual simboliza la distribución de los gastos per cápita entre los pobres. C. Índices de pobreza monetaria Foster, Greer y Thorbecke mencionan que para medir a la pobreza monetaria se deben evaluar tres índices INEI (2015): • Incidencia de la pobreza (P0): Está personificada por aquel grupo de personas el cual su consumo es inferior al valor de la línea de pobreza o del valor de la línea de pobreza extrema. 30 No considera la dimensión de la diferencia que genera distancia entre el gasto de los pobres de la línea de pobreza, tampoco incluye la manera de cómo distribuye el gasto entre los pobres. • Índice de brecha de la pobreza (P1): Analiza la cantidad de dinero que hace falta a aquella población pobre para dejar de ser pobre, de esta manera se conoce el grado de necesidad que tiene esta población. • Severidad de la pobreza (P2): Calcula la desigualdad entre los pobres. 2.3.4. Consumo Es la apropiación de productos, esta apropiación toma en consideración los rasgos socioculturales racionales de la población, con la finalidad de satisfacer sus necesidades y deseos que son definidos por sus creencias culturales y que hace una distinción entre cada miembro de la comunidad. (Duran, 2014). 2.3.5. Línea de pobreza Es una magnitud monetaria por debajo de la cual se puede inferir la pobreza en una persona. (Lopez, 2010). 2.3.6. Gasto per cápita Es una expresión económica que manifiesta el vínculo que existe entre las variables económicas y la cantidad de personas que son afectadas por esta. (Significados, 2018). 2.3.7. Crecimiento económico Es el incremento de la renta o el incremento del precio de los bienes y servicios que produce una economía de un país o región, esta se produce en un espacio y tiempo, el cual es medido en años. (Significados, 2017). 31 2.3.8. Pobreza extrema Incluye a personas y hogares que perciben ingresos menores al valor de una canasta básica familiar. (MEF, 2019) 2.4. Hipótesis 2.4.1. Hipótesis General La inversión pública influyo de forma significativa pero diferenciada sobre la pobreza monetaria en el departamento del Cusco en el periodo 2015-2020. 2.1.1. Hipótesis Especificas • La inversión pública tuvo un cambio dinámico en los diferentes distritos del departamento del Cusco en el periodo 2015-2020. • La pobreza monetaria tuvo un cambio dinámico en los diferentes distritos del departamento del Cusco en el periodo 2015-2020. 2.5. Variables e Indicadores 2.5.1. Identificación de variables A. Variable independiente: Inversión publica - Dimensiones: • Evolución dinámica de la inversión pública B. Variable dependiente: Pobreza monetaria - Dimensiones: • Ingreso per cápita • Gasto per cápita 32 2.5.2. Operacionalización de variables INVERSIÓN PÚBLICA Y LA POBREZA MONETARIA EN EL DEPARTAMENTO DE CUSCO, DURANTE EL PERIODO 2015-2020 VARIABLES CONCEPTO DE VARIABLES DIMENSIONES INDICADORES VI: Inversión publica “Es la facultad que tiene el estado para Evolución dinámica de la inversión • Inversión pública incrementar la capacidad economía de un publica país, expresada en la prestación de La variable inversión pública es parte servicios, mediante la administración de importante de un plan que tiene por los recursos que se encuentran en un país, finalidad el estímulo económico que son empelados en proyectos de inversión conlleva a la aplicación de una pública con la finalidad de generar una apolítica fiscal contra cíclica. sensación de bienestar a la población.” (Universidad del Pacifico, 2011) (Ministeriio de Economia y Finanzas, 2013). • VD: Pobreza monetaria Son considerados como pobres Evolución dinámica de la pobreza • Ingreso per cápita monetarios a aquellas personas que monetaria • Gasto per cápita pertenecen a hogares donde el gasto per En los últimos años, el crecimiento cápita no alcanza para adquirir una también estuvo relacionado con una canasta básica, bienes como alimentos, importante disminución del educación, salud etc. Son pobres porcentaje de la pobreza.(BCRP, extremos cuando aquellos individuos que 2015) conforman una familia cuyos gastos son inferiores al costo de la canasta básica de alimentos. (Instituto Nacional de Estadística e Informática, 2015) 33 Capitulo III: Método 3.1. Alcance del estudio El estudio presenta un alcance explicativo, según Canahuire, Morante y Endara (2015) el estudio explicativo es mucho más que solo el acto de describir conceptos, fenómenos, es decir, son estudios que tienen la capacidad de responder causas de fenómenos o eventos ya sean físicos o sociales. Se centra en responder por qué ocurre dicho fenómeno, por qué se relaciones con otras variables y el contexto en el que se presentan. 3.2. Diseño de la investigación El estudio tendrá un diseño no-experimental, ya que los datos no sufrirán manipulaciones, es así como, según Canahuire, Morante y Endara (2015) la investigación no experimental consiste en no manipular intencionalmente las variables, para así observar su comportamiento dentro de su contexto natural y como se relacionan otras variables. 3.3. Población y Muestra Se tomó como población y muestra el registro histórico, de datos para el periodo 2015- 2020 de la pobreza monetaria (%) y la inversión pública (S/), a nivel de todos los gobiernos distritales en el departamento de Cusco. 3.4. Técnicas e instrumentos de recolección de datos 3.4.1. Técnicas La investigación utilizará información obtenida por el MEF para identificar la inversión pública durante el periodo 2015 -2020 y los datos del INEI obtenidos del mismo periodo para identificar la pobreza monetaria en el Cusco. 34 3.4.2. Instrumentos Se utilizó datos secundarios a partir de la Encuesta Nacional de Hogares por medio del cual se obtendrá una base de datos con las variables e indicadores que nos ayuden con el desarrollo del análisis del problema de investigación. 3.4.3. Procesamiento de datos Los datos obtenidos de la información fueron procesados haciendo uso de recursos informáticos como Word y Excel, así como también paquetes estadísticos como Eviews y Stata. 3.5. Plan de análisis de datos Inicialmente se empleó el programa Stata para recolectar la información de los cinco años de estudio con datos existentes del ENAHO, así quedarnos con información relevante y estructurarla para la obtención de nuestra primera data la cual nos proporcionó variables cualitativas y cuantitativas. Posteriormente con ayuda del Office Excel se obtuvo la data principal en la cual integramos a nuestras variables de estudio. Finalmente desarrollamos el modelo econométrico a través del programa Eviews para obtener nuestros resultados y su incidencia porcentual con lo que pudo dar respuesta a los objetivos de la presente investigación. 35 Capitulo IV: Resultados de la Investigación 4.1. Resultados respecto a los objetivos específicos 4.1.1. Dinámica de la inversión pública en los diferentes distritos del Departamento del Cusco en el periodo 2015-2020. La inversión asignada para el departamento del Cusco en el lapso de nuestro periodo de estudio ha presentado fluctuaciones teniendo 19 millones de soles en el 2015 e incrementando su valor al 2020 con 20 millones de soles, vemos que en los años 2016 y 2017 el valor no ha tenido cambios significativos, pero si del 2017 al 2018 se evidencia un crecimiento de 4 millones de soles aproximadamente. Tabla 2 Dinámica de la Inversión Pública 2015-2020 AÑO INVERSION PROMEDIO 2015 19,271,317.94 2016 16,411,914.60 2017 16,138,199.76 2018 20,027,789.79 2019 18,154,018.77 2020 20,817,997.55 Fuente: Elaboracion propia con datos recogidos del MEF En la tabla 3 podemos observar que Echarati presenta una tendencia de ser el distrito con mayor asignación de inversión en los primeros cuatro años de estudio, así mismo es a quien se le asignó la mayor cantidad de recursos llegando a los 354 millones en el 2015. A pesar de que en el 2020 se presentaron factores exógenos se evidencia que el distrito de Santa Ana perteneciente también a la provincia de La Convención es a quien se le distribuyo el mayor presupuesto a nivel del departamento del Cusco con 145 millones 36 Tabla 3 Distritos con mayor asignación presupuestal DISTRITO AÑO INVERSION Echarati 2015 354,795,754.96 Echarati 2016 220,240,882.17 Echarati 2017 114,401,707.73 Echarati 2018 146,815,707.31 Cusco 2019 154,843,276.10 Santa Ana 2020 145,687,823.73 Fuente: Elaboracion propia con datos recogidos del MEF En la tabla 4 vemos que Yucay es el distrito que por cuatro años se le ha ido asignando la menor cantidad de recursos siendo 1.2 millones en el 2016 como valor mínimo y 1.4 millones como valor máximo. Por otro lado, observamos que el 2020 presenta la mayor cantidad asignada en diferencia al resto de años de estudio siendo Pampamarca con 19 millones de soles aproximadamente Tabla 4 Distritos con menor asignación presupuestal DISTRITO AÑO INVERSION Yucay 2015 1,453,501.97 Yucay 2016 1,209,800.44 Yucay 2017 1,264,213.12 Pillpinto 2018 1,544,465.23 Yucay 2019 1,396,263.05 Pampamarca 2020 1,917,811.30 Fuente: Elaboracion propia con datos recogidos del MEF 37 4.1.2. Dinámica de la pobreza monetaria en los distritos del Departamento del Cusco en el periodo 2015-2020. En la tabla 5 se evidencia la variación de la variable pobreza monetaria, la misma que está conformada por los valores porcentuales de pobres monetarios extremos, pobres monetarios no extremos y población no pobre para el periodo de estudio 2015 – 2020. Podemos denominar a la población encuestada como “pobre monetario” a los que conforman pobre extremo y pobre no extremo siendo este último el que mayor representación tiene de la población con un 17.54% para el 2015 y 23.35% para el 2020. Por otro lado, al grueso de la población se le denominara “no pobres”, evidenciado en el mayor porcentaje de su población desde el 2015 al 2020 con un 79.82% y 68.21% respectivamente. Tabla 5 Dinámica de la pobreza monetaria (2015 – 2020) POBREZA 2015 2016 2017 2018 2019 2020 Pobre extremo (%) 2.63 2.29 3.53 4.10 3.97 8.44 Pobre no extremo (%) 17.54 17.97 22.91 22.03 21.30 23.35 No pobre (%) 79.82 79.73 73.57 73.87 74.72 68.21 Total, de encuestados 4292 4401 4265 4443 4253 4278 Fuente: Elaboracion propia con datos recogidos del ENAHO Para el desarrollo de la tabla 5 contamos con indicadores como salud, educación y condiciones de vida los cuales desarrollaremos a continuación 38 1.1.Condiciones de vida En la tabla 6 vemos que el tipo de vivienda predominante en toda la población encuestada es “casa independiente” teniendo un 85.58% al 2015 e incrementándose al 2020 con un 92.80%. Observamos también que el porcentaje de “viviendas en casa de vecindad” sufrió una disminución de 10.79% a 2.48% (2015-2020) evidenciando la poca población que sigue habitando en este tipo de vivienda. Por otra parte, la menor cantidad de población encuestada habita “viviendas en quinta” teniendo los porcentajes más bajos con 0.49% en el 2015 y 0.16 en 2020. Tabla 6 Tipo de vivienda (2015 – 2020) TIPO DE VIVIENDA 2015 2016 2017 2018 2019 2020 Casa independiente (%) 85.58 83.71 82.30 87.71 88.02 92.80 Departamento en edificio (%) 2.24 1.77 2.25 2.39 3.62 3.93 Vivienda en quinta (%) 0.49 0.48 0.42 0.18 0.33 0.16 Vivienda en casa de vecindad (%) 10.79 13.18 13.46 9.52 7.46 2.48 Choza o cabaña (%) 0.91 0.86 1.57 0.20 0.56 0.63 Total, de encuestados 4292 4401 4265 4442 4250 4278 Fuente: Elaboración propia a partir del ENAHO 2015-2020 En la tabla 7 encontramos los diferentes tipos de material de paredes que tienen las casas de nuestra población encuestada, donde predomina el adobe con 73.5% al 2015 y 70.3% al 2020, seguido de la madera, piedra con barro, piedra o sillar, otros materiales, tapia, estera y por último tenemos a la quincha como material menos usado presentando los más bajos porcentajes en este periodo de estudio. Por otro lado, cabe resaltar que a lo largo del periodo el ladrillo o bloque de cemento comenzó a usarse en mayor cantidad, llegando a un 23.1% en el 2020 39 Tabla 7 Material de paredes (2015 – 2020) MATERIAL DE PAREDES 2015 2016 2017 2018 2019 2020 Ladrillo o bloque de cemento (%) 15.56 14.9 14.5 18.6 20.5 23.1 Piedra o sillar con cal o cemento (%) 0.93 0.66 0.7 0.97 0.73 0.72 Adobe (%) 73.5 74.3 74.1 71.00 67.2 70.3 Tapia (%) . 0.48 0.75 0.11 0.16 . Quincha (%) 0.12 0.07 0.05 . 0.09 0.14 Piedra con barro (%) 1.65 2.93 3.28 3.24 2.78 1.24 Madera (%) 7.62 5.43 5.98 5.18 8.14 3.83 Estera (%) . . . 0.20 0.16 . Otro material (%) 0.61 1.18 0.66 0.68 0.21 0.65 Total, de encuestados 4292 4401 4265 4442 4250 4278 Fuente: Elaboración propia a partir del ENAHO 2015-2020 La tabla 8 nos indica que la mayor parte de la población no gasta en otro tipo de material para los pisos de sus viviendas quedándose con la propia tierra donde las construyen, representando el 47.9% al 2015 y 43.50% al 2020 del total. Sin embargo, existen otros pobladores que tomaron como opción a lo largo de los años de estudio de usar el cemento como material para sus pisos notándose un crecimiento de 17.8% a 25% al 2020. Tabla 8 Material de pisos (2015 – 2020) MATERIAL DE PISOS 2015 2016 2017 2018 2019 2020 Parquet o madera pulida (%) 3.05 2.32 0.82 2.25 2.61 3.09 Láminas asfálticas, vinílicos o similar 2.70 2.32 3.17 3.58 5.81 3.67 (%) Losetas, terrazos o similares (%) 4.19 3.82 3.75 4.48 4.42 4.91 Madera (%) 24.4 25 33.7 29.5 23.7 19.8 Cemento (%) 17.8 22.00 18.50 21.8 23.20 25 Tierra (%) 47.9 44.6 40.1 38.3 40.2 43.50 Otro material . 0.02 . 0.11 0.05 . Total, de encuestados 4292 4401 4265 4442 4250 4278 Fuente: Elaboración propia a partir del ENAHO 2015-2020 40 La siguiente tabla 9 nos muestra que las planchas de calamina, fibra de cemento y las tejas son los materiales más empleados para los techos de las viviendas, representado en conjunto el 78% en promedio del 2015 al 2020, seguido por el concreto armado, paja u hojas de palmera, madera, caña o estera con torta de barro, estera entre otros materiales. Cabe señalar también que la estera es el material menos utilizado con el 0.14% en el 2015 y bajando la utilización al 2020 con un 0.02%. Tabla 9 Material de techos (2015 – 2020) MATERIAL DE TECHOS 2015 2016 017 2018 2019 2020 Concreto armado (%) 11.51 9.32 9.64 12.56 14.49 16.27 Madera (%) 1.61 2.32 2.39 1.26 0.75 2.20 Tejas (%) 33.60 35.47 36.39 33.99 32.07 35.32 Planchas de calamina, fibra de cemento (%) 46.30 44.54 45.42 46.74 47.39 42.64 Caña o estera con torta de barro (%) 0.14 . 0.14 0.14 0.35 0.23 Estera (%) 0.14 . . 0.07 0.09 0.02 Paja, hojas de palmera 6.71 8.36 5.72 5.25 4.85 3.32 Otro material (%) . . 0.30 . . . Total, de encuestados 4292 4401 4265 4442 4250 4278 Fuente: Elaboración propia a partir del ENAHO 2015-2020 En la tabla 10 vemos que el grueso de la población posee una vivienda propia totalmente pagada representando el 82.90% y 81.30% (2015-2020) del total de encuestados, seguida de las viviendas “cedidas por otro hogar o institución” y viviendas alquiladas teniendo el segundo y tercer lugar en representación del total, aunque no tan significativas como la primera. Así mismo queremos mencionar que una pequeña parte de la población ocupo de otra forma la vivienda de su hogar. 41 Tabla 10 Vivienda que ocupa su hogar (2015 – 2020) VIVIENDA QUE OCUPA SU HOGAR 2015 2016 2017 2018 2019 2020 Alquilada (%) 6.71 9.09 7.62 6.26 8.68 9.61 Propia, totalmente pagada (%) 82.90 81.2 83 83.8 80.1 81.30 Propia, por invasión (%) 0.16 0.09 0.02 . 0.45 . Propia, comprándola a plazos (%) 0.05 . . . . . Cedida por el centro de trabajo (%) 0.30 0.02 0.14 . . . Cedida por otro hogar o institución (%) 9.25 9.23 8.84 9.45 10.5 8.88 Otra forma (%) 0.63 0.41 0.42 0.45 0.26 0.21 Total, de encuestados 4292 4401 4265 4443 4253 4278 Fuente: Elaboración propia a partir del ENAHO 2015-2020 La tabla 11 nos indica la calidad de agua que posee gran parte de la población del departamento del Cusco siendo este un problema a resolver ya que no posee agua apto para el consumo siendo este “sin cloro” con un 63.25% al 2015 y 59.4% al 2020, así mismo observamos que el resto de la población tienen una inadecuada dosificación de cloro, sin embargo estas cifras han ido disminuyendo a lo largo del periodo de estudio por lo contrario el agua apta para el consumo ha tenido un incremento considerable a rais de lo antes mencionado pasando de un 12.91% al 2015 a un 28.9% al 2019. Tabla 11 Vivienda que ocupa su hogar (2015 – 2020) CALIDAD BACTERIOLOGICA DEL AGUA 2015 2016 2017 2018 2019 2020 Seguro (%) 12.91 19.4 24.2 27.2 28.9 . Inadecuada dosificación de cloro (%) 23.74 13.6 10.70 9.65 11.8 . Sin cloro (%) 63.25 66.9 65.1 63.13 59.4 . Total, de encuestados 4229 4340 4260 4434 4253 . Fuente: Elaboración propia a partir del ENAHO 2015-2020 En la siguiente tabla 12 observamos que el abastecimiento de agua a la mayor parte de la población lo hace la red pública, teniendo como característica principal que esta sea dentro de la vivienda con un 79.47% al 2015 e incrementando el número de usuarios al 2020 con el 87.63% del total. Cabe mencionar que en el 2020 se comenzó 42 a emplear una nueva de abastecimiento de agua mediante el “camión, cisterna u otro similar” con un 0.47% del total. Tabla 12 Abastecimiento de agua (2015 – 2020) ABASTECIMIENTO DE AGUA 2015 2016 2017 2018 2019 2020 Red pública, dentro de la vivienda (%) 79.47 76.9 76.2 84.2 82.5 87.63 Red pública, fuera de la vivienda, pero dentro del 11.11 11.9 14.1 9.81 7.97 4.79 edificio (%) Pilón de uso público (%) 0.63 0.89 0.21 0.45 0.63 0.30 Rio, acequia, manantial o similar (%) 7.60 9.38 8.16 3.08 6.04 4.68 Pozo (%) . 0.18 . . . 0.02 Otra (%) 1.19 0.77 1.36 0.90 0.47 0.35 Vecino . . . 1.60 2.42 1.75 Camión, cisterna u otro similar . . . . . 0.47 Total, de encuestados 4292 4401 4265 4443 4253 4278 Fuente: Elaboración propia a partir del ENAHO 2015-2020 La tabla 13 muestra que la electricidad es el tipo de alumbrado más empleado en las viviendas en el departamento del cusco evidenciado en sus altos porcentajes con respecto a los demás, teniendo un 89.52% y 92.97% en el 2015 y 2020 respectivamente, así mismo llama la atención que aún existen viviendas que no poseen ningún tipo de alumbrado teniendo la cifra de 0.44% en el 2015 en incremento al 2020 con 1.08%. Tabla 13 Tipo de alumbrado de la vivienda (2015 – 2020) TIPO DE ALUMBRADO 2015 2016 2017 2018 2019 2020 Electricidad (%) 89.52 88.5 89.53 90.4 90.8 92.97 Kerosene (%) 0.35 . . . . Petróleo / gas (%) 0.19 0.02 . . 0.12 0.07 Vela (%) 5.36 4.04 3.89 2.88 2.99 2.85 Generador (%) 0.16 0.86 . 0.25 . . Otro (%) 4.82 3.75 4.45 6.59 5.60 5.82 No utiliza Alumbrado (%) 0.44 4.09 2.30 1.19 1.13 1.08 Total, de encuestados 4292 4401 4265 4443 4253 4278 Fuente: Elaboración propia a partir del ENAHO 2015-2020 43 En la siguiente tabla 14 mostramos cuales son los tipos de combustibles que emplean los pobladores para cocinar sus alimentos, teniendo como principal al gas con el 79.54% incrementando su uso al 2020 con el 80.90% del total, seguido de otros combustibles, leña, electricidad, carbón y gas natural con menor porcentaje de uso representando el 0.56% de la población al 2020. Por otro lado, queremos mencionar que de acuerdo con los encuestados ya se dejó de emplear kerosene como combustible para la cocción de sus alimentos. Tabla 14 Combustible para cocinar sus alimentos (2015 – 2020) COMBUSTIBLE PARA COCINAR 2015 2016 2017 2018 2019 2020 SUS ALIMENTOS Electricidad (%) 1.86 1.61 1.08 0.72 1.08 0.63 Gas (%) 79.54 82.3 81 82.7 81.5 80.90 Gas natural (%) 0.07 . . . . 0.56 Kerosene (%) . . . . . . Carbón (%) 0.98 2.23 1.17 1.04 0.66 0.56 Leña (%) 44.11 47.4 37 37.8 34.5 37.73 Otro (%) 55.89 54 58.9 33.5 29.5 35.86 Total, de encuestados 4292 4401 4265 4443 4253 4278 Fuente: Elaboración propia a partir del ENAHO 2015-2020 En la tabla 15 vemos que el uso de teléfono ha ido disminuyendo a lo largo de nuestro de periodo de estudio teniendo un 9.32% el 2015 y un 5.03% el 2020, podemos deducir que fue en consecuencia a que el uso de los celulares ha ido incrementando, llegando 95.02% al 2020. 44 Tabla 15 Su hogar cuenta con: (2015 – 2020) SU HOGAR CUENTA CON 2015 2016 2017 2018 2019 2020 Teléfono (%) 9.32 10.6 8.82 9.52 9.05 5.03 Celular (%) 88.35 90.2 91.2 91.2 92.2 95.02 TV. Cable (%) 17.22 16 16 15.7 17.1 9.42 Internet (%) 11.14 12.5 11.2 13.4 14.6 13.44 No tiene N.A (%) 11.28 9.41 8.56 8.62 7.15 4.75 Total, de encuestados 4292 4401 4265 4443 4253 4278 Fuente: Elaboración propia a partir del ENAHO 2015-2020 En la tabla 16 encontramos a las viviendas que cuentan y las que no con servicios higiénicos, en esta podemos ver que el menor porcentaje de hogares no tienen servicios higiénicos, pero la mayor cantidad de los encuestados si cuenta con este servicio apreciado los sus porcentajes altos que no bajan de 91% desde el 2015 al 2020. Tabla 16 Hogares con viviendas con/sin servicios higiénicos (2015 – 2020) HOGARES CON VIVIENDAS C/S SS. HH 2015 2016 2017 2018 2019 2020 Hogares con vivienda con servicios higiénicos 93.22 91.12 92.08 93.11 93.13 93.01 Hogares con vivienda sin servicios higiénicos 6.78 8.88 7.92 6.89 6.87 6.99 Total, de encuestados 4292 4401 4265 4443 4253 4278 Fuente: Elaboración propia a partir del ENAHO 2015-2020 1.2. Educación En la tabla 17 se aprecia que el último año o grado de estudios aprobado por la mayoría de la población encuestada fue primaria incompleta con un 25.99% en el 2015 y llegando al 2020 con 25.58%, seguido por los que aprobaron secundaria completa y secundaria incompleta que de acuerdo con l os porcentajes que apreciamos en la tabla se comportaron de manera similar, como lo podemos evidenciar en el año 2020 que ambos alcanzaron en promedio un 17.4%. 45 Por otro lado, debemos mencionar a la población sin nivel alguno debido a que es algo que llama mucho la atención por sus niveles altos a lo largo del periodo, evidenciando que en 2015 alcanzaron un 10.41% y en 2020 un 7.69%. Tabla 17 Último año o grado de estudios aprobado (2015 – 2020) ULTIMO AÑO O GRADO DE 2015 2016 2017 2018 2019 2020 ESTUDIOS APROBADO Sin nivel (%) 10.41 10.09 10.27 9.28 9.93 7.69 Nivel inicial (%) 4.79 4.81 4.81 4.66 4.54 5.22 Primaria incompleta (%) 25.99 25.67 26.21 26.05 26.05 25.58 Primaria completa (%) 9.88 9.48 9.73 9.77 10.32 9.47 Secundaria incompleta (%) 16.69 17.18 16.25 16.25 15.78 17.00 Secundaria completa (%) 15.71 14.67 15.19 16.25 15.89 17.80 Sup. no uni. Incompleta (%) 2.19 3.17 2.86 2.41 2.89 3.06 Sup. no uni. Completa (%) 4.51 4.81 4.88 5.20 4.75 4.33 Sup. uni. Incompleta (%) 4.55 4.74 4.57 4.48 4.30 4.51 Sup. uni. Completa (%) 4.60 4.65 4.62 4.75 4.84 4.65 Posgrado (%) 0.68 0.75 0.49 0.77 0.73 0.56 Básica especial (%) . . 0.12 0.14 0.07 0.12 Total, de encuestados 4283 4390 4265 4442 4253 4276 Fuente: Elaboración propia a partir del ENAHO 2015-2020 1.3.Salud La tabla 18 nos ayuda a deducir que el grueso de la población que accede a un sistema de saludad está especialmente afiliado al SIS, esto lo evidenciamos con el 64.95% del total de encuestados en el 2015 llegando sumar a esta cifra en el 2020 que fueron un 71.51% de los afiliados, caso muy distinto a lo que pasa con los demás sistemas de salud que están por debajo del 1% a lo largo del periodo, con excepción de los que pertenecen a ESSALUD que tienen un 12.52% y 11.23% en el 2015 y 2020 respectivamente. 46 Tabla 18 Sistema de salud al que está afiliado (2015 – 2020) SISTEMA DE SALUD AL QUE 2015 2016 2017 2018 2019 2020 ESTA AFILIADO ESSALUD (%) 12.52 13.21 13.01 14.39 14.72 11.23 Seguro privado de salud (%) 0.35 0.41 0.42 0.32 0.28 0.19 Entidad prestadora de salud (%) 0.07 0.09 0.07 . 0.19 0.12 Seguro de FFAA / Policiales (%) 0.91 0.87 0.98 1.19 0.35 0.58 SIS (%) 64.95 64.90 63.66 62.65 68.39 71.51 Seguro universitario (%) 0.49 0.52 0.45 0.41 0.38 0.28 Seguro escolar privado (%) . . . 0.05 . . Otro (%) 0.05 0.07 . 0.05 0.16 0.02 Total, de encuestados 4282 4390 4265 4442 4252 4275 Fuente: Elaboración propia a partir del ENAHO 2015-2020 En la siguiente tabla 19 observamos que la población encuestada padece en menos porcentaje enfermedades o malestares crónicos, siendo estos un 32.91% en el 2015 y 27.18% en el 2020, a diferencia de los que sucede con las personas que no padecen de algún mal crónico puesto que el porcentaje de estos últimos es mucho mayor en comparación al otro grupo, además a lo largo del periodo se observa que los porcentajes de estos últimos va crecimiento de 67.09% a 72.82%. Tabla 19 Padece de alguna enfermedad o malestar crónico (2015 – 2020) PADECE DE ALGUNA ENFERMEDAD 2015 2016 2017 2018 2019 2020 O MALESTAR CRONICO Si (%) 32.91 30.68 34.11 33.16 33.58 27.18 No (%) 67.09 69.32 65.89 66.84 66.42 72.82 Total, de encuestados 4282 4390 4265 4442 4252 4275 Fuente: Elaboración propia a partir del ENAHO 2015-2020 La tabla 20 evidencia que el distrito más pobre en el departamento del Cusco en nuestro periodo de estudio en el 2015, 2017 y 2018 fue Quiquijana llegando hasta un 96.8% de su población en calidad de pobreza. 47 Huancarani es el distrito que tiene el mayor porcentaje de población pobre para el 2020 con un 97.18% de la población de estudio en todo el departamento del Cusco. Tabla 20 Distritos con valor máximo de pobreza monetaria DISTRITO AÑO VALOR MAXIMO Quiquijana 2015 96.88 Quiñota 2016 81.82 Quiquijana 2017 82.76 Quiquijana 2018 89.65 Omacha 2019 96.78 Huancarani 2020 97.18 Fuente: Elaboracion propia con datos recogidos del ENAHO Podemos observar en la tabla 21 y 22 los distritos con menos índice de pobreza a lo largo del periodo de estudio, queremos resalar que Machupicchu ha sido uno de los distritos que no ha presentado en su población índices de pobreza teniendo el 100% de su población como no pobre, seguido por Wanchaq con 98.95% y Santiago con 96.25% de su población. Cabe mencionar que en la tabla 8 figuran los distritos que no tienen índices de pobreza en un 100% de su población en sus respectivos años de estudio, por ejemplo, el distrito de Cusco no presento pobreza monetaria en su población en los años 2015 y 2016. Tabla 21 Distritos con el menor índice de pobreza monetaria DISTRITO NO POBRES Santiago 96.25 Wanchaq 98.95 Machupicchu 100 Fuente: Elaboracion propia con datos recogidos del ENAHO 48 Tabla 22 Distritos con valor mínimo de pobreza monetaria PROVINCIA DISTRITO 2015 2016 2017 2018 2019 2020 Cusco NP NP Poroy NP San Jerónimo NP NP NP San Sebastián NP NP NP Santiago NP NP Saylla NP NP NP NP Wanchaq NP NP NP NP NP Acos NP Anta NP NP Limatambo NP NP Mollepata NP Pucyura NP Calca NP NP NP Pisac NP San Salvador NP NP NP NP NP Taray NP Yanatile NP NP NP Checacupe NP NP Combapata Marangani NP Tinta NP Chumbivilcas - Santo Tomas Llusco NP Velille NP Echarati NP NP Huayopata NP NP Maranura NP NP NP NP Santa Teresa NP Vilcabamba NP Ccapi NP NP Colcha NP Pillpinto NP Caicay NP Challabamba NP Huancarani NP Quispicanchis – Urcos NP NP Andahuaylillas Camanti NP NP NP Urubamba NP Huayllabamba NP NP NP NP Machupicchu NP NP NP NP NP NP Maras NP Ollantaytambo NP NP NP Fuente: Elaboracion propia con datos recogidos del ENAHO Nota: NP (No Pobres) 49 4.2. Resultados respecto al objetivo general 4.2.1. Influencia de la Inversión pública sobre la pobreza monetaria en el Departamento de Cusco durante el periodo 2015-2020. En esta sección presentación la relación existente entre inversión pública y pobreza monetaria en el Departamento de Cusco, periodo 2015-2020. 4.2.1.1. Pobreza monetaria extrema (PMX). El coeficiente de determinación R2 tiene un valor de 0.078433 que evidencia que la variable independiente explica el 7.84 % la variación de la dimensión pobreza extrema. Esto se debe a que en el modelo influyen otras variables que no se han cuantificado, ha esto debemos sumarle los efectos retardados que tienen las variables independientes en la pobreza. Figura 1 Pob reza Extrema Fuente: Elaboracion propia con datos recogidos del ENAHO y MEF. 50 4.2.1.2. Pobreza monetaria no extrema (PMNX) El coeficiente de determinación R2 tiene un valor de 0.062343 que evidencia que la variable independiente explica el 6.23 % la variación de la dimensión de Pobres no Extremos. Esto se debe a que en el modelo influyen otras variables que no se han cuantificado, ha esto debemos sumarle los efectos retardados que tienen las variables independientes en la pobreza Figura 2 Pobreza No Extrema Fuente: Elaboracion propia con datos recogidos del ENAHO y MEF 51 4.2.1.3. No pobres El coeficiente de determinación R2 tiene un valor de 0.020165 que evidencia que la variable independiente explica el 2.01 % la variación de la dimensión No Pobres. Esto se debe a que en el modelo influyen otras variables que no se han cuantificado, ha esto debemos sumarle los efectos retardados que tienen las variables independientes en la pobreza. Figura 3 N o Pobres Fuente: Elaboracion propia con datos recogidos del ENAHO y MEF 52 Capítulo V: Discusión - Contribución de la inversión pública en ciencia y tecnología, a través del Consejo Nacional de Ciencia y Tecnología, a la competitividad de las regiones en México. (Carrillo, 2012), cuyo objetivo era evaluar cómo influye el presupuesto destinado para la capacidad de las Regiones, teniendo al método estadístico para el análisis y aceptar o rechazar la hipótesis; también se usó la regresión por mínimos cuadrados concluyendo que la relación planteada es positiva. En relación con los resultados del presente estudio se corrobora que la inversión pública es positiva en términos de eficacia ante a reducción de la pobreza monetaria, al igual que nuestro presente estudio, mencionando también que se concuerda con el antecedente en el uso de la regresión por mínimos cuadrados para poder lograr el objetivo de la investigación. - Inversión pública, infraestructuras y crecimiento económico chileno, 1853 – 2010. (Toro, 2012), llegó a la conclusión de que las infraestructuras productivas muestran efectos inmediatos y relevantes sobre la acción económica y su realización, originando estímulos para el crecimiento del país. Acorde a los resultados hallados en el presente estudio, se tiene en común que la inversión pública en términos generales influye de manera positiva en el crecimiento económico, inversión que se distribuye en diferentes sectores económicos como por ejemplo en infraestructura que en el ámbito del presente estudio tendría gran impacto, mencionando así que para la presente investigación es positiva la incidencia de dicha inversión para la disminución de la pobreza, lo que contribuye al desarrollo económico. - Evaluación de la estrategia de decremento de la pobreza de Honduras 2000-2015. (Ruano, 2015) dicho estudio termina con la valoración de programas y proyectos, son estrategias junto a la optimización de los servicios públicos que ayudan a disminuir la pobreza, debido 53 a la necesidad de determinar la función del Estado frente a una “crisis económica general”, llegó a la conclusión de que También se obtuvo que la Pobreza viene siendo un suceso complicado bastante amplio, que afecta a que el bienestar propio y en conjunto reduzca, reflejado por la abstención para comprar bienes y servicios, y también influye en que las personas no puedan satisfacer sus deseos. En relación al presente trabajo de investigación, se difiere en los resultados con dicho antecedente internacional, dado que, se debería considerar más dimensiones o factores medibles a la variable pobreza como por ejemplo al porcentaje de inversión pública destinado a los programas o proyectos que se mencionan en el antecedente y de esta manera ver y medir la incidencia en estas estrategias, para poder continuar con intervención o quizá mejorar o cambiar la orientación de las mencionadas tácticas. - Inversión pública en Colombia y sus impactos sobre el crecimiento y la convergencia departamental (Leon, 2015), esta investigación nos menciona que una de las formas para generar el crecimiento económico y la tendencia regional, es originando una inversión pública, tomando como punto de partida a las asignaciones o transferencias de las cuentas nacionales que se verán evidenciadas en los avances de las regiones, concluyendo de que la política regional es la mejor opción para solucionar las diferencias territoriales y exista una asignación adecuada y acorde con cada Región para lograr de esta manera un crecimiento económico. - La pobreza en Latinoamérica y en Colombia (Vergel, 2008), con la ayuda de textos literarios de los últimos años, la pobreza en Latinoamérica y Colombia se obtiene que dicho país está lejos de disminuir la pobreza en Latinoamérica, por el contrario, está aumentando. Ello nos lleva a la conclusión de que el país no tiene la iniciativa política frente a este problema y comenzar a erradicarlo. 54 En relación con la presente investigación, dicho antecedente explica la importancia de fomentar políticas públicas en términos fiscales para combatir la pobreza, es por ello por lo que se tiene en común con la presente investigación que la inversión pública es determinante para ello, acorde a los resultados que arrojaron las pruebas estadísticas. - Factores que inciden en la pobreza monetaria según grupos de departamentos en el Perú para el año 2015 (Gonzales, 2018), se evidenció diferentes peculiaridades entre los grupos de departamentos, debido a que los que tienen poca influencia de pobreza monetaria en el Perú muestran estadísticas más propicias. En contraste con la presente investigación se tiene en común que la inversión pública explica el decremento de pobreza, específicamente con una intervención importante en las condiciones de vida como por ejemplo en instrucción educativa ya que fue el elemento más importante para reducir la posibilidad de pobreza, por lo tanto, es una herramienta de política pública y fisca importante. - La inversión pública y pobreza monetaria en el departamento de Puno: periodo 2004- 2015. (Ramos, 2018), por medio de modelos econométricos de regresión lineal(mínimos cuadrados ordinario) en una serie de tiempo se concluyó de que la inversión pública incide de forma positiva en la desvalorización de la pobreza monetaria, estimando que por cada 100 millones de soles que se gaste en la gestión anterior de ejecución de proyectos en el departamento de Puno, la pobreza disminuirá en 4.45%. Con relación con lo dicho antecedente de investigación, se tiene en común de que la inversión pública incide en el decremento de la pobreza monetaria, así como también con la dinámica de la Inversión pública que es creciente de igual manera que en nuestro estudio gracias, es por ello por lo que concordamos en los resultados. 55 - La Gestión de Proyecto de Inversión y su influencia en la reducción de los niveles de pobreza del distrito de Tayabamba, 2016-2018. (Zavala, 2018), llegó a la conclusión de que la Gestión de Proyectos de Inversión Pública influye en la disminución de la pobreza del distrito de Tayabamba. En contraste con dicho antecedente de investigación, de que la inversión pública influye de forma positiva en la reducción de la pobreza gracias a una adecuada gestión de proyectos de inversión se puede lograr mejores resultados con respecto a la reducción de la pobreza, resultados más incidentes que darán a conocer lo importante que es destinar presupuestaos a proyectos eficientes y de trascendencia social. - Efecto de la Inversión Pública en los índices de pobreza de la región Cusco, periodo 2000 – 2017. (Roca, 2019). Por medio de modelos econométricos de regresión lineal, llegó a la conclusión de que que ante un posible aumento de la inversión pública la pobreza disminuirá priorizando la inversión en transportes y comunicaciones, siendo así que, al agregar 100 millones de soles en cada uno de los 3 niveles de gobierno en una etapa preliminar, la pobreza disminuirá en un 70.5%, en 58.9% la pobreza extrema y en 70.6% el indicador de no pobre. En contraste con la presente investigación se coincide en que la inversión pública influye de forma positiva en la reducción de pobreza, es por ello por lo que la recomendación es manejar los instrumentos de política fiscal con eficiencia, para obtener resultados eficaces. - Análisis de la Inversión Pública y su efecto en la economía de la provincia de Canchis, Cusco (2007-2013) (Mamani, 2016). El autor llegó a la conclusión de que la repartición equilibrada de la inversión pública entre los distintos sectores económicos y el acceso a financiamiento, contribuyen progresivamente al crecimiento económico y el nivel de 56 bienestar, incrementando la productividad de los factores productivos, y con ello elevar los ingresos. En contraste con la presente investigación, se tiene en común que la inversión pública al tener una influencia positiva en la reducción de la pobreza influye en el crecimiento económico, es por ello por lo que la política fiscal como herramienta de política pública debe manejarse de manera eficiente, dado que la economía se considera ciencia justamente por la eficiencia en la administración de recursos, en este caso recursos financieros procedentes del tesoro público. - Influencia de la inversión pública en el desarrollo económico local del distrito de Limatambo - Cusco, 2011 – 2017. (Sánchez, 2019), el autor llegó a la conclusión de que un incremento en el gasto de inversión pública se obtendrá un progreso económico significativo en los diferentes sectores como en la educación, el acceso a servicios básicos y el ingreso per cápita. En contraste con dicho antecedente se tiene en común que la inversión pública es importante para el progreso económico enfocando las inversiones a sectores estratégicos para lograr disminuir las desigualdades e incidir en la disminución de la pobreza. En líneas generales al haber tomado en cuenta antecedentes internacionales, nacionales y locales, podemos visualizar que la inversión pública es muy notable para la disminución de la pobreza, es por ello por lo que planteamos las siguientes conclusiones y recomendaciones para política económica. 5.1. Descripción de los hallazgos más relevantes y significativos En esta investigación al determinar la relación de inversión pública y la pobreza monetaria en la Región Cusco 2015-2020, se pudo encontrar que la inversión pública en Cusco impactó en 0.000000418 sobre la Pobreza Monetaria. Esto nos indica que la 57 inversión pública incide en la disminución de la pobreza monetaria. Frente a lo mencionado se acepta la hipótesis de la tesis, donde refiere que la inversión pública incide en la pobreza monetaria en la Región Cusco esto es explicado con el modelo econométrico ajustado y con todas las pruebas superadas que se exige. 5.2. Limitaciones del estudio Una de las principales limitaciones para desarrollar esta investigación fue el acceso a datos del año 2020, debido a la coyuntura pandémica que se está viviendo, es por ello por lo que se explica el retraso en el procesamiento de los datos. También es muy importante mencionar que, para la reducción de pobreza, existe un enfoque multidimensional, pero ello necesita datos de fuentes primarias, en otras palabras, hacer el trabajo de campo, y es por eso por lo que se le considera una limitación por el acceso restringido a las comunidades consideradas pobres extremos. Como tercera limitante que encontramos es que la corrupción en los estamentos gubernamentales que alcanza a todos los niveles de gobierno es un factor a explica la pobreza, pero la misma metodología de medición de la pobreza monetaria no la considera, es por ello por lo que, para no salir de la metodología antes descrita, solo se han tomado en cuenta dimensiones concernientes a pobreza monetaria, y no variables subyacentes como la antes explicada. 5.3. Comparación crítica con la literatura existente Los resultados presentados son coherentes ya que están basados en la literatura de la ciencia económica, como se presenta en el capítulo dos del presente estudio, en la parte de antecedentes y bases teóricas. Es necesario mencionar a Rocca (2019) quien, valida la investigación, porque se llega a la conclusión de este, puesto que un aumento de inversión pública genera una disminución en la pobreza de manera considerable, el 58 presente estudio tomo en cuenta a los tres niveles de gobierno y también por sectores del departamento en Cusco. Se destaca que el presente estudio considera los niveles de gobiernos, siendo temas casi nuevos, formando parte de los pioneros en profundizar dicho tema mencionando la participación de los niveles de gobierno en la disminución de la pobreza; en comparación con otros estudios que solo consideran un nivel de gobierno, y si tomaron en cuenta los tres niveles, solamente consideraron el tema de manera general, es por ello por lo que este estudio tiene la peculiaridad de profundización. 5.4. Implicancias del estudio Tomando en cuenta que la presente indagación sirve para ostentar el Título Profesional de Economista, la implicancia del estudio recae en política económica, dentro de la cual se encuentra la política fiscal, a la cual apunta los objetivos de la presente investigación. Dado que tenemos como variable independiente a la inversión pública, y tomando en cuenta que el principio funda mental de la ciencia económica es la administración eficiente de los recursos, en este caso de los recursos financieros llamado también erario o tesoro público cuando se trata del presupuesto del gobierno regional; la implicancia recae en que el titular del pliego a cargo en el presente período, tomando en cuenta los resultados del presente estudio, debería tomar mejores decisiones para manipular las herramientas de gestión pública, dentro de la cual una de las más de terminantes es la inversión pública, es por ello que la presente investigación no solo corrobora teorías económicas, sino, que al utilizar el nivel explicativo-causal, las conclusiones y recomendaciones tienen implicancias en términos de política económica. 59 CONCLUSIONES 1. En términos generales, de acuerdo a los resultados de la estimación econométrica, se ha determinado que la pobreza monetaria decrece ante un incremento del gasto en inversión pública, resultados que son consistentes con la teoría económica y los antecedentes revisados, encontrando que la inversión pública en Cusco impactó en 0.000000418 sobre la Pobreza Monetaria Extrema y 0.000000109 sobre los No Pobres, se llegó a la conclusión de que hay una relación inversa entre la inversión pública y pobreza monetaria, debido a que una mayor inversión pública influye de forma positiva en la reducción de la pobreza monetaria. 2. La dinámica de la inversión pública incidió de forma positiva en los distritos pobres extremos y en los no pobres, por tanto, podemos decir que presento un comportamiento creciente ya que la inversión promedio a nivel de todos los distritos del primer al último año de estudio creció de 19,271,317.94 a 20,817,997.55 millones de soles, no obstante, a pesar de dicha conducta aún persisten ciertas limitaciones en la etapa de ejecución debido a que los índices no vienen siendo los óptimos, evidenciado en los pobres no extremos ya que tuvo una relación inversa. 3. La dinámica de la pobreza monetaria en los distritos acorde a los resultados obtenidos, nos da a conocer que los más beneficiados son los distritos catalogados como pobres extremos evidenciado en el porcentaje de personas que se encuentran en dicho estado, para el primer año de estudio fue de 2.63% y en el último año de 8.44%, a diferencia de los pobres no extremos cuyo nivel de pobreza fue de17.54% para el 2015 y 23.35% para el 2020 que corrobora que los más beneficiados son los pobre extremos. 60 RECOMENDACIONES 1. Se recomienda que para que haya un impacto significativo, y ello abarque las tres dimensiones de la pobreza monetaria, se haga un estudio con enfoque multidimensional, dado que acorde a los resultados que hemos obtenido, los pobres no extremos no se ven beneficiados, a comparación de los pobres extremos y no pobres. 2. Se recomienda que como herramienta de gestión pública la dinámica de la inversión acapare diferentes enfoques para cerras brechas sociales, y no generar una sociedad polarizada en términos económicos. 3. Se recomienda que la dinámica de la pobreza monetaria tenga un enfoque más inclusivo para poder acaparar los tres niveles de pobreza, y por lo tanto no solo tener un impacto positivo, sino significativo en la reducción de pobreza, y así generar desarrollo económico. 61 BIBLIOGRAFIA Instituto Nacional de Estadística e Informática. (2016). Informe técnico sobre evolución de la pobreza monetaria 2009-2015. Lima: Biblioteca Nacional del Perú. Agencia de Noticias Andina. (01 de enero de 2020). https://andina.pe/. Obtenido de https://andina.pe/: https://andina.pe/agencia/noticia-inversion-publica-crece-2019-y-supera- los-s-32288-millones- 780058.aspx#:~:text=En%20el%20%C3%BAltimo%20mes%20del,(6%2C123%20millone s%20787%2C592%20soles). Andina: Agencia peruana de noticias. (02 de septiembre de 2016). https://andina.pe/. Obtenido de https://andina.pe/: https://andina.pe/agencia/noticia-cusco-lidera-ejecucion- inversion-publica-gobiernos-locales-629171.aspx Ardiles, F. (2008). Apuntes sobre la pobreza y su cultura. Observatorio laboral revista venezolana, 127-137. Banco Mundial. (2005). Oportunidades para todos. Lima: Documento de Banco Mundial. BCRP. (2019). Cusco: Síntesis de actividad económica, enero 2019. Cusco: BCRP. Canahuire, A., Morante, E., & Endara, F. (2015). ¿Cómo hacer la tesis universitaria? Cusco: Impreso en los talleres de Colorgraf S.R.L. Carrillo, G. M. (2012). Contribución de la inversión pública en ciencia y tecnología, a través del Consejo Nacional de Ciencia y Tecnología, a la competitividad de las regiones en México. Madrid: Universidad Complutense de Madrid. Cruz, J. R. (2001). Proyectos de Inversión. México: Universidad Autónoma del Estado de Hidalgo. 62 Czarnecki, L. (2013). La concepción de la pobreza en el modelo neoliberal. ¿Cómo entender la lucha contra la pobreza en México? Frontera norte, 01. De La Torre, A. (2006). Los ricos de México. Comercio exterior, 01. Duran, A. d. (02 de agosto de 2014). lbertodeduran.es obtenido de http://www.albertodeduran.es/wp-content/uploads/2014/08/2x03-Sociolog%C3%ADa-del- consumo.pdf Enríquez, I. (2016). Las teorías del crecimiento económico: notas críticas para incursionar en un debate inconcluso. Revista Latinoamericana de Desarrollo Económico, 01. Ferrullo, H. (2006). Concepto de la pobreza en Amartya Sen. Valores, 01. Gestión. (27 de octubre de 2016). https://gestion.pe. Obtenido de https://gestion.pe: https://gestion.pe/economia/cusco-cuenta-s-6-000-millones-ejecutar-obras-impuestos- 119095-noticia/ Gobierno Municipal del Cusco. (2016). Plan de prevención y recaudación de riesgos de desastres Cusco al 2021. Cusco. Gobierno Municipal del Cusco. (2016). Plan de prevención y recaudación de riesgos de desastres Cusco al 2021. Cusco. Gobierno regional del Cusco. (2019). https://regioncusco.gob.pe. Obtenido de https://regioncusco.gob.pe:https://regioncusco.gob.pe/consejo-regional-aprobo-por- mayoria-informe-de-gerente-general-sobre-ejecucion-presupuestal-2019/ Gonzales, K. (2018). Factores que influyen en la pobreza monetaria según grupos de departamentos en el Perú para el año 2015. Puno: Universidad Nacional del Altiplano. Grigsky, M. S. (1971). Thoughts on poverty and its elimination. Vol. 1, N.º 2. Cambridge: Journal of Social Policy. 63 Herrera, J. (2017). Pobreza y desigualdad económica en el Perú durante el boom de crecimiento: 2004-2014. Development Outcomes and External Influences, 01. INEI. (2017). Evolución de la pobreza monetaria en el Perú 2016. Lima: INEI. INEI. (2017). Indicador de actitud productiva departamental. Lima: INEI. INEI. (2017). Informe Técnico: Evolución de la Pobreza Monetaria 2007-2016. Lima: INEI. INEI. (2018). Informe Técnico: Evolución de la Pobreza Monetaria 2007-2017. Lima: INEI. INEI. (2018). Perú: Crecimiento y distribución de la población 2017. Lima. INEI. (2019). Evolución de la Pobreza Monetaria 2007-2018. Lima: INEI. INEI. (2019). Perú: Panorama Económico Departamental. Lima: INEI. INEI. (2020). Mapa de pobreza monetaria distrital 2018. Lima: INEI. Instituto Nacional de Estadística e Informática. (2015). Pobreza Monetaria. Lima: Instituto Nacional de Estadística e Informática. Instituto Peruano de Economía. (11 de abril de 2019). https://www.ipe.org.pe. Obtenido de https://www.ipe.org.pe: https://www.ipe.org.pe/portal/a-mayor-crecimiento- menorpobreza/#:~:text=La%20relaci%C3%B3n%20entre%20el%20crecimiento,de%20ma yor%20reducci%C3%B3n%20de%20pobreza. Instituto Peruano de economía. (17 de febrero de 2020). https://www.ipe.org.pe. Obtenido de https://www.ipe.org.pe: https://www.ipe.org.pe/portal/un-nuevo-paradigma-de- pobreza/ Leon, G. (2015). Inversión pública en Colombia y sus efectos sobre el crecimiento y la convergencia departamental. Dimensión Empresarial, 57-72. León, J. (2019). Capital humano y pobreza regional en Perú. Región y sociedad, 01. 64 López, J. (2010). Obtenido de: https://economipedia.com/definiciones/linea-de- pobreza.html#:~:text=La%20l%C3%ADnea%20de%20pobreza%20es,una%20persona%20 es%20considerada%20pobre. Mamani, J. F. (2016). Análisis de la inversión pública y su impacto en la economía de la provincia de Canchis, Cusco - Perú (2007 - 2013). Cusco: Universidad Nacional de San Antonio Abad del Cusco. Managem. (21 de Julio de 2019). pcmanagement.es. Obtenido de http://pcmanagement.es/editorial/Managem_powpoin/gestion%20proyectos%20Planificaci on,%20Programacion%20y%20Control.pdf Martinez, D. (2002). Tres ensayos sobre la inversión pública. Madrid: Universidad Nacional Complutense de Madrid. Martinez, O. N. (2009). Formulación y evaluación de proyectos. Programa tecnología pública ambiental. Bogotá: Escuela Superior de Administración Pública. Máttar, J. (2015). Inversión pública: contribución al crecimiento, contribución al crecimiento, producción y competitividad. Naciones Unidas. MEF. (2016). Cuenta General de la República 2016. Lima: MEF. MEF. (2017). Cuenta General de la República 2017. Lima: MEF. MEF. (2017). Sistema Nacional de Programación Multianual y Gestión de las Inversiones. Lima: Ministerio de Economía y Finanzas. MEF. (2018). Cuenta General de la República 2018. Lima: MEF. Obtenido de https://www.mef.gob.pe/es/?option=com_content&language=es MEF. (2019). Cuenta General de la República 2019. Lima: MEF. Obtenido de https://www.mef.gob.pe/es/?option=com_content&language=es- ES&Itemid=100944&lang=es-ES&view=article&id=504 65 MEF. (23 de enero de 2019). Ministerio de Economía y Finanzas. Obtenido de https://www.mef.gob.pe/es/mapas-de-pobreza/metodos-para-medir-la-pobreza Ministerio de Economía y Finanzas. (2013). Inversión pública. Mala: Municipalidad distrital de Mala. Ministerio de Comercio exterior y Turismo. (2017). Reporte Regional del Comercio del Cusco. Cusco: Ministerio de Comercio exterior y Turismo. Ministerio de desarrollo e inclusión social. (2020). Reporte regional de indicadores sociales del departamento de Cusco. Lima: Ministerio de desarrollo e inclusión social. Ministerio de Economía y Finanzas. (2015). Memoria de inversión pública 2015. Lima: Lance Gráfico S.A.C. Ministerio de Economía y Finanzas. (2016). Memoria de inversión pública 2015. Lima: Lance Gráfico S.A.C. Ministerio de Economía y Finanzas. (2017). Informe de Seguimiento y Gestión a la Inversión Pública. Lima: Ministerio de Economía y Finanzas. Ministerio de trabajo de promoción del empleo. (2010). Educación, salud, pobreza y empleo en la regio de la Libertad. La libertad: Ministerio de trabajo de promoción del empleo. Ministerio de trabajo y promoción del Empleo. (2019). Región Cusco: Panorama laboral. Lima: Ministerio de trabajo y promoción del Empleo. Moré, E. (2017). Esbozo paradigmático de la teoría de la dependencia. CIFE, 127- 156. Ojo-Publico. (21 de agosto de 2019). https://ojo-publico.com. Obtenido de https://ojo-publico.com: https://ojo-publico.com/1350/afirmacion-de-villanueva-sobre- porcentaje-de-inversion-publica-es-cierta 66 OSCE. (12 de febrero de 2019). Contratación de Obras Públicas. Material para el practicante. Lima: Organismo Supervisor de las Contrataciones del Estado. Obtenido de https://portal.osce.gob.pe/osce/sites/default/files/Documentos/Capacidades/Capacitacion/Vi rtual/curso_contratacion_obras/libro_cap3_obras.pdf Pardo, E. (2000). La pobreza en Smith y Ricardo. Revista de Economía Institucional, 111-130. Parraga, R. (2015). Incidencia económica de proyectos de inversión pública sectorial en el PIB de Bolivia. Rev. Est. de Políticas Públicas, 17-33. Pérez, P., & Rodríguez, A. (2015). El ejercicio de medir la pobreza en el Perú. Lima: Pronabec. Petit, J. (2013). La teoría económica del desarrollo desde Keynes hasta el nuevo modelo neoclásico del crecimiento económico. Revista Venezolana de Análisis de Coyuntura, 123-142. Ponce, S. (2013). Inversión pública y desarrollo económico regional. Perú: Pontificia Universidad Católica del Perú – PUCP. Pro-Inversión. (2018). Memoria anual 2017. Lima: Pro-inversión. Ramos, R. H. (2018). Inversión Pública y pobreza monetaria en el departamento de Puno: periodo 2004 - 2015. Puno: Universidad Nacional del Altiplano. Roca, R. Y. (2019). Efecto de la inversión pública en los índices de pobreza de la región Cusco, durante los periodos 2000-2017. Cusco: Universidad Nacional de San Antonio Abad del Cusco. Ruano, M. (2015). Evaluación de la estrategia de reducción de la pobreza de honduras 2000-2015. España: Universidad de Valladolid. 67 Sánchez, A. (2006). Crecimiento económico, desigualdad y pobreza: una reflexión a partir de Kuznets. Problemas del desarrollo, 01. Sánchez, M. (2019). Evaluación del Impacto socioeconómico del proyecto rehabilitación, ampliación de represa Iscayccocha y sistema de riego por aspersión de los sectores de Antapuncu y Ccasapata de la Cc. Cuyuni y sector de Ccopi Bajo de la Cc. Ccopi, distrito de Ccatcca. Cusco: Universidad Andina del Cusco. Santos, G. (26 de febrero de 2013). Gedeón Santos. Obtenido de https://gedeonsantos.com/teorias-que-intentan-explicar-la-pobreza/ Schoijet, M. (2004). La recepción e impacto de las ideas de Malthus sobre la población. Estudio demográficos y urbanos, 569-604. Significados. (cinco de diciembre de 2017). https://www.significados.com/. Obtenido de https://www.significados.com/: https://www.significados.com/crecimiento- economico/#:~:text=El%20crecimiento%20econ%C3%B3mico%20es%20el,cual%20se%2 0mide%20en%20a%C3%B1os.&text=El%20crecimiento%20econ%C3%B3mico%20es%2 0importante,Producto%20Interno%20Bruto)%20del%20pa%C3%ADs. Significados. (veintiocho de nueve de 2018). https://www.significados.com/percapita SINEACE. (2016). Caracterización de la región Cusco. Cusco: Sistema nacional de evaluación. Toro, H. C. (2012). Inversión pública, infraestructuras y crecimiento económico chileno, 1853-2010. España: Universidad autónoma de Barcelona. Universidad del Pacifico. (2011). El boom de la inversión pública en el Perú: ¿existe la maldición de los recursos naturales? Lima: Universidad del Pacifico. Urbina, D., & Quispe, M. (2017). La pobreza monetaria desde la perspectiva de la pobreza multidimensional: el caso peruano. Universidad de Lima, 77-98. 68 Vargas, Z. (2009). La investigación aplicada: Una forma de conocer las realidades con evidencia científica. Educación, 33(1), 155-165. Vera, M. (2017). Sistema Nacional de Programación Multianual y gestión de inversiones. Lima: Instituto Pacifico. Vergel, G. (2008). La pobreza en América latina y en Colombia. Económicas CUC, 01. Vilca, J. (2018). Inversión pública y su relación con los niveles de pobreza monetaria en las regiones del Perú. Cajamarca: Universidad Nacional de Cajamarca. Zavala, M. C. (2018). La gestión de proyectos de inversión y su incidencia en la reducción de niveles de pobreza del distrito de Tayabamba, provincia de Pataz, 2016-2018. 2018: Universidad San Martín de Porres. 69 ANEXOS 1. Base de datos Inversión pública periodo 2015 – 2020 nivel distrital de la provincia del Cusco PROVINCIA DISTRITO 2015 2016 2017 2018 2019 2020 Cusco 1 61,770,747.71 76,531,169.89 64,119,095.35 145,767,878.49 154,843,276.10 116,084,587.94 Ccorca 2 3,690,373.50 3,447,232.03 3,496,105.34 4,377,531.13 4,957,266.76 3,569,377.62 Poroy 3 8,626,370.12 7,206,328.67 7,450,569.16 10,520,625.42 8,062,134.35 7,101,907.47 San Jerónimo 4 31,663,972.99 20,923,088.38 25,315,863.32 34,036,055.87 22,918,331.29 42,666,600.23 San Sebastián 5 70,129,043.46 71,051,467.63 54,058,917.02 45,875,753.46 47,027,832.73 51,837,662.81 Santiago 6 34,931,620.68 31,271,561.49 32,797,687.19 37,594,829.89 39,000,252.15 47,174,672.10 Saylla 7 17,600,437.77 10,382,555.29 4,112,848.41 4,626,829.85 3,758,178.53 6,082,154.36 Wanchaq 8 12,169,850.46 10,475,654.97 10,900,255.00 13,304,370.64 12,347,945.60 18,537,088.63 Total 240,582,416.69 231,289,058.35 202,251,340.79 296,103,874.75 292,915,217.51 293,054,051.16 Acomayo 9 15,020,967.11 11,853,679.76 9,371,669.53 12,528,865.77 12,283,610.02 23,548,633.31 Acopia 10 1,856,865.51 1,518,756.67 1,519,032.05 6,176,031.56 1,685,234.33 3,675,066.25 Acos 11 2,508,904.75 3,481,145.57 5,648,578.27 5,482,378.64 3,790,481.95 2,291,267.62 Mosoc Llacta 12 2,742,274.37 2,187,237.31 2,279,140.35 2,896,972.00 2,570,370.93 4,408,400.87 Pomacanchi 13 17,077,187.71 10,608,056.31 8,310,623.72 9,648,245.85 8,537,430.05 10,135,182.82 Rondocan 14 2,797,721.35 2,599,527.53 2,284,303.71 2,788,363.00 2,327,405.62 2,245,780.65 Sangarara 15 3,533,493.79 2,857,976.99 2,888,937.70 3,659,533.96 3,198,127.14 4,701,528.80 Total 45,537,414.59 35,106,380.14 32,302,285.33 43,180,390.78 34,392,660.04 51,005,860.32 Anta 16 22,109,485.59 16,558,023.85 18,717,260.26 28,944,639.67 32,399,645.14 48,282,507.87 Ancahuasi 17 7,750,659.76 6,226,268.84 19,202,847.45 15,074,964.12 7,146,848.40 7,139,015.29 Cachimayo 18 8,121,822.72 1,600,351.63 1,807,590.88 2,855,673.19 2,805,758.15 2,216,011.34 Chinchaypujio 19 5,024,926.95 4,001,349.07 4,398,054.44 11,708,811.57 5,923,165.84 5,520,478.52 70 Huarocondo 20 6,619,770.16 5,304,373.37 6,301,204.01 6,775,203.84 6,394,777.48 4,967,908.77 Limatambo 21 12,396,126.81 9,770,963.07 10,400,905.99 12,908,389.96 13,653,693.09 9,152,654.40 Mollepata 22 3,542,311.37 2,312,270.66 2,355,555.50 3,006,703.18 2,671,275.29 2,964,760.42 Pucyura 23 6,688,992.06 6,023,385.70 3,099,252.04 3,935,175.83 4,650,439.77 3,428,130.04 Zurite 24 3,318,716.85 3,490,291.61 2,794,408.76 3,557,428.79 3,138,231.89 3,321,336.36 Calca 25 30,232,684.00 21,111,280.20 27,394,725.01 31,125,800.94 29,071,764.03 50,138,958.24 Coya 26 4,303,065.41 3,411,470.79 3,684,510.70 4,420,327.94 3,923,351.15 3,604,390.66 Lamay 27 5,530,278.58 4,501,173.80 11,388,777.90 10,023,543.73 16,221,176.10 10,077,386.74 Lares 28 8,933,383.86 9,774,838.11 19,031,951.83 18,175,757.79 8,732,759.71 15,600,185.96 Pisac 29 14,206,257.41 15,371,252.82 8,349,286.31 10,259,402.43 8,967,380.67 10,944,376.53 San Salvador 30 8,662,647.58 5,201,523.18 5,410,657.74 9,161,246.86 10,942,261.52 9,191,588.38 Taray 31 6,100,152.93 5,112,770.20 5,225,733.71 9,100,153.60 7,447,103.21 9,400,953.32 Yanatile 32 17,671,285.63 11,990,098.82 12,301,166.39 15,789,088.55 14,084,558.36 15,109,346.26 Canas - Yanaoca 33 17,565,091.70 19,663,990.18 27,980,219.40 39,082,895.97 27,328,610.96 27,851,400.78 Checca 34 11,337,906.27 20,270,418.45 12,908,763.78 15,413,410.64 12,845,645.13 10,756,151.43 Kunturkanki 35 7,368,474.44 5,860,216.15 7,190,845.06 8,886,891.05 6,816,627.45 6,301,860.26 Langui 36 2,927,717.94 4,647,584.16 5,606,621.79 7,217,031.51 2,809,242.57 4,471,796.99 Layo 37 7,237,830.18 5,912,806.24 6,112,174.58 11,893,374.56 6,906,733.43 6,623,620.61 Pampamarca 38 2,420,430.98 2,013,082.85 2,075,475.27 2,639,569.66 3,211,688.70 1,917,811.30 Quehue 39 4,720,443.55 3,713,689.07 3,796,885.63 4,799,338.83 5,360,490.84 8,978,942.36 Tupac Amaru 40 6,400,119.23 5,978,780.61 3,666,139.73 4,254,733.05 4,029,945.88 3,173,737.98 Canchis - Sicuani 41 43,466,666.67 39,098,057.58 46,594,463.17 49,514,952.38 42,543,422.23 62,399,053.35 Checacupe 42 5,590,640.19 4,681,992.07 4,176,388.64 6,814,658.94 4,436,171.59 5,242,247.08 Combapata 43 4,531,391.44 10,422,344.27 3,948,168.79 4,606,723.00 4,051,783.72 4,242,601.19 Marangani 44 11,814,849.33 9,053,075.10 9,401,652.69 15,027,070.21 12,178,364.92 9,669,468.34 Pitumarca 45 9,043,760.97 6,555,577.20 9,620,270.97 10,840,255.63 7,319,500.94 8,637,648.51 San Pablo 46 7,703,885.42 4,726,755.51 4,302,553.10 6,912,555.90 5,413,865.57 4,637,754.95 71 San Pedro 47 2,736,438.83 2,244,104.55 2,216,759.71 2,755,258.21 2,379,637.97 2,410,700.57 Tinta 48 5,201,176.95 3,794,857.40 3,824,364.98 4,719,172.08 4,111,055.13 4,505,445.04 Chumbivilcas - 38,586,525.92 43,238,132.93 48,019,184.97 56,479,720.53 57,594,509.71 99,053,691.40 Santo Tomas 49 Capacmarca 50 21,659,790.58 10,624,880.00 14,887,033.05 19,241,985.73 16,969,734.23 8,019,973.74 Chamaca 51 14,331,203.15 15,652,577.18 32,485,565.94 31,192,382.61 27,680,087.56 25,118,744.28 Colquemarca 52 20,525,914.23 12,996,146.99 17,826,307.33 25,041,732.45 24,621,501.31 20,407,184.19 Livitaca 53 24,094,276.19 19,501,670.68 43,918,243.16 57,712,676.59 37,830,682.12 33,502,391.06 Llusco 54 9,751,574.48 8,280,585.70 11,261,617.84 15,531,159.85 10,884,633.05 8,962,711.05 Quiñota 55 7,139,386.45 8,629,486.19 6,220,886.57 7,719,018.30 13,409,381.19 28,048,914.98 Velille 56 13,568,371.24 15,485,183.79 24,456,563.69 25,160,794.13 22,473,127.25 38,660,716.73 103,622,371.69 112,189,838.25 96,821,935.53 105,520,808.57 97,940,850.05 118,737,878.00 Espinar 57 Condoroma 58 3,524,090.60 3,832,754.71 2,903,005.96 8,051,353.57 3,962,369.41 6,493,818.63 Coporaque 59 40,768,535.65 41,156,108.88 39,741,428.74 48,316,416.17 44,555,332.07 27,462,824.96 Ocoruro 60 4,040,159.04 2,867,173.10 3,378,602.44 4,943,720.54 9,800,430.37 9,497,867.18 Pallpata 61 12,376,039.91 14,641,970.47 18,091,170.51 14,553,367.34 16,335,419.96 19,499,510.47 Pichigua 62 8,835,657.79 6,209,854.17 10,763,428.31 12,074,771.21 16,248,893.18 20,419,019.03 Suyckutambo 63 8,479,524.72 4,559,216.11 4,837,125.10 7,804,790.10 10,017,496.63 10,026,425.62 Alto Pichigua 64 7,595,477.13 5,461,967.15 11,690,070.43 21,175,248.19 8,356,032.81 7,989,461.90 La Convención - 65 77,152,842.51 64,994,870.46 78,213,702.84 79,568,627.81 75,117,545.80 145,687,823.73 Santa Ana Echarati 66 354,795,754.96 220,240,882.17 114,401,707.73 146,815,707.31 130,294,936.82 113,237,158.60 Huayopata 67 19,299,132.42 13,475,118.43 12,035,256.26 12,850,421.21 11,078,034.72 10,244,763.67 Maranura 68 27,816,638.43 20,160,167.47 19,876,180.93 24,830,448.91 22,473,420.51 10,861,642.53 Ocobamba 69 33,283,718.01 25,647,818.03 23,446,888.83 28,081,613.71 23,747,931.86 15,042,335.62 Quellouno 70 71,590,961.54 55,678,783.53 56,067,687.22 71,453,177.71 63,242,529.49 50,528,063.57 Quimbiri 71 82,170,402.45 50,204,457.52 63,800,800.78 80,637,004.03 74,837,830.48 72,944,346.17 Santa Teresa 72 34,034,934.06 23,602,233.49 21,976,328.37 27,432,525.52 24,809,712.91 16,838,801.75 72 Vilcabamba 73 55,804,507.52 59,230,561.01 45,861,298.03 57,129,466.78 50,788,043.31 34,231,327.58 Pichari 74 74,143,239.38 62,845,910.30 67,902,640.06 75,249,569.52 73,720,523.87 118,980,008.64 Paruro 75 10,321,561.65 9,496,146.91 11,248,035.28 16,760,225.55 8,997,431.44 42,008,825.51 Accha 76 8,317,024.90 5,766,780.08 4,850,202.68 6,632,449.56 4,260,610.86 3,720,839.00 Ccapi 77 6,267,706.98 3,541,008.70 3,675,709.37 4,921,200.94 17,623,573.11 7,755,246.24 Colcha 78 1,538,446.12 3,856,641.02 1,319,665.03 2,944,229.53 3,519,863.95 9,183,442.75 Huanoquite 79 6,245,481.48 5,071,005.95 5,170,564.85 6,571,893.21 7,075,152.63 5,853,764.80 Omacha 80 9,172,037.57 7,920,159.94 7,334,391.84 9,351,688.10 8,307,255.29 8,444,929.98 Paccarectambo 81 2,358,706.87 6,961,689.54 5,132,473.66 2,445,017.83 3,479,767.19 2,279,594.03 Pillpinto 82 1,995,295.33 3,856,151.16 2,196,125.68 1,544,465.23 1,887,484.73 4,034,012.51 Yaurisque 83 3,464,634.20 2,407,667.85 3,730,644.06 2,824,892.36 7,687,935.67 10,886,637.05 Paucartambo 84 19,054,741.84 16,622,138.84 18,540,097.84 20,833,213.60 22,124,289.63 76,418,752.89 Caicay 85 3,189,514.35 17,704,421.74 15,334,732.95 4,686,827.63 3,071,485.95 3,940,892.25 Challabamba 86 13,867,214.63 10,973,702.16 11,784,444.81 14,696,288.06 23,830,901.26 13,217,557.64 Colquepata 87 12,858,452.21 18,617,164.71 9,892,484.49 12,761,341.48 11,998,328.31 11,206,892.46 Huancarani 88 22,281,264.23 10,461,409.40 6,302,890.98 7,659,521.97 8,407,125.12 9,055,039.43 Kosñipata 89 6,607,645.42 5,359,801.39 5,498,295.25 6,993,549.68 7,497,371.93 9,854,270.97 Quispicanchis - 21,936,532.04 17,946,051.61 16,935,441.79 15,349,027.98 19,524,720.22 44,302,627.01 Urcos 90 Andahuaylillas 91 4,631,372.33 4,268,534.03 3,861,400.69 6,446,670.78 4,268,381.28 5,846,875.51 Camanti 92 3,076,337.74 3,248,350.89 7,997,934.04 12,846,731.22 9,756,238.80 5,927,085.38 Ccarhuayo 93 4,162,662.69 3,264,057.25 4,931,110.46 10,173,322.34 3,985,743.63 5,905,346.22 Ccatca 94 17,592,721.14 14,691,178.25 18,394,781.73 28,199,983.67 16,547,268.12 19,539,637.02 Cusipata 95 5,561,408.05 4,447,218.98 4,726,316.94 16,468,217.55 12,176,544.57 6,547,940.94 Huaro 96 3,924,068.17 3,515,441.09 3,258,846.41 7,514,843.04 3,615,379.88 4,802,061.84 Lucre 97 4,114,712.89 6,446,528.72 6,423,389.66 9,763,340.95 10,047,708.98 4,434,565.32 Marcapata 98 8,832,101.19 5,089,058.85 7,564,163.39 7,123,813.26 9,622,041.68 12,834,503.25 73 Ocongate 99 22,542,578.48 20,142,159.15 14,200,760.08 18,143,182.78 16,000,779.67 18,979,069.31 Oropesa 100 10,007,503.50 15,833,106.58 9,547,995.15 9,354,197.64 5,004,899.00 6,840,451.95 Quiquijana 101 11,316,073.53 11,732,169.77 12,064,508.23 20,838,235.84 13,319,739.84 14,297,601.21 Urubamba 102 19,358,985.93 18,954,068.07 19,303,959.44 21,869,672.08 24,108,752.39 24,393,169.04 Chinchero 103 12,948,707.19 20,235,844.99 19,510,009.50 10,944,593.69 11,271,440.01 8,991,566.90 Huayllabamba 104 4,297,974.61 3,497,416.59 12,589,022.71 10,024,534.86 5,796,691.34 4,283,818.59 Machupicchu 105 3,900,278.93 3,839,283.88 3,839,893.40 4,687,507.49 4,267,881.43 17,180,051.13 Maras 106 6,513,728.39 5,233,988.91 5,474,792.00 6,821,430.62 6,041,205.02 7,818,212.45 Ollantaytambo 107 11,201,108.11 12,073,824.54 18,302,353.51 27,196,976.83 18,097,925.72 18,165,040.11 Yucay 108 1,453,501.97 1,209,800.44 1,264,213.12 1,555,232.34 1,396,263.05 1,955,868.11 Fuente: Elaboración propia con datos recogidos del MEF 74 2. Base de datos Pobreza Monetaria DISTRITO CODIGO PE PNE NP CUSCO 1 100 CUSCO 1 100 CUSCO 1 8.59 91.41 CUSCO 1 1.98 89.02 CUSCO 1 4.18 95.82 CUSCO 1 5.96 94.04 POROY 3 100 POROY 3 4.48 7.46 88.06 POROY 3 31.67 68.33 POROY 3 18.31 81.69 POROY 3 30.65 69.35 POROY 3 35.48 64.52 SAN JERÓNIMO 4 100 SAN JERÓNIMO 4 8.8 91.2 SAN JERÓNIMO 4 8.79 91.21 SAN JERÓNIMO 4 100 SAN JERÓNIMO 4 100 SAN JERÓNIMO 4 10.00 90.00 SAN SEBASTIAN 5 2.72 97.28 SAN SEBASTIAN 5 100 SAN SEBASTIAN 5 9.86 90.14 SAN SEBASTIAN 5 100 SAN SEBASTIAN 5 100 SAN SEBASTIAN 5 17.37 82.63 SANTIAGO 6 100 SANTIAGO 6 4.44 95.56 SANTIAGO 6 100 SANTIAGO 6 6.81 93.19 SANTIAGO 6 1.65 98.35 SANTIAGO 6 4.33 5.29 90.38 WANCHAQ 8 100 WANCHAQ 8 100 WANCHAQ 8 100 WANCHAQ 8 100 WANCHAQ 8 100 WANCHAQ 8 6.29 93.71 POMACANCHI 13 59.18 40.82 75 POMACANCHI 13 13.64 86.36 POMACANCHI 13 9.09 48.05 42.86 POMACANCHI 13 9.52 26.19 64.29 POMACANCHI 13 11.11 44.44 44.44 POMACANCHI 13 8.33 91.67 ANTA 16 100 ANTA 16 13.51 86.49 ANTA 16 64.00 36.00 ANTA 16 100 ANTA 16 38.10 61.90 ANTA 16 38.10 61.90 ANCAHUASI 17 15.63 84.38 ANCAHUASI 17 7.32 92.68 ANCAHUASI 17 25.00 75.00 ANCAHUASI 17 4.17 95.83 ANCAHUASI 17 42.55 57.45 ANCAHUASI 17 54.17 31.25 14.58 HUAROCONDO 20 16.72 83.78 HUAROCONDO 20 21.43 78.57 HUAROCONDO 20 45.83 54.17 HUAROCONDO 20 19.23 80.77 HUAROCONDO 20 46.88 53.13 HUAROCONDO 20 28.21 20.51 51.28 PUCYURA 23 3.45 96.55 PUCYURA 23 21.21 78.79 PUCYURA 23 25.81 74.19 PUCYURA 23 100 PUCYURA 23 20.00 80.00 PUCYURA 23 34.78 65.22 CALCA 25 100 CALCA 25 100 CALCA 25 10.91 89.09 CALCA 25 100 CALCA 25 5.26 94.74 CALCA 25 6.82 9.09 84.09 LARES 28 19.30 24.56 56.14 LARES 28 11.67 10.00 78.33 LARES 28 10.42 37.5 52.08 LARES 28 8.45 38.03 53.52 76 LARES 28 42.86 19.64 37.5 LARES 28 16.22 83.78 TARAY 31 100 TARAY 31 3.45 96.55 TARAY 31 19.23 7.69 73.08 TARAY 31 22.58 77.42 TARAY 31 10.53 47.37 42.11 TARAY 31 4.55 31.82 63.64 YANATILE 32 100 YANATILE 32 64.71 35.29 YANATILE 32 100 YANATILE 32 21.43 78.57 YANATILE 32 100 YANATILE 32 41.03 58.97 CANAS - YANAOCA 33 9.62 51.92 38.46 CANAS - YANAOCA 33 12.73 52.73 34.55 CANAS - YANAOCA 33 40.63 59.38 CANAS - YANAOCA 33 38.1 38.1 23.81 CANAS - YANAOCA 33 20.00 80.00 CANAS - YANAOCA 33 6.67 35.56 57.78 CHECCA 34 41.38 58.62 CHECCA 34 55.00 45.00 CHECCA 34 20.69 58.62 20.69 CHECCA 34 12.90 40.32 46.77 CHECCA 34 15.79 84.21 CHECCA 34 77.14 22.86 KUNTURKANKI 35 29.03 70.97 KUNTURKANKI 35 17.24 34.48 48.28 KUNTURKANKI 35 5.26 94.74 KUNTURKANKI 35 65.63 34.38 KUNTURKANKI 35 66.67 33.33 KUNTURKANKI 35 5.41 94.59 LAYO 37 8.11 91.89 LAYO 37 38.46 61.54 LAYO 37 41.89 58.11 LAYO 37 25.86 36.21 37.93 LAYO 37 11.54 32.69 55.77 LAYO 37 34.62 65.38 CANCHIS - SICUANI 41 3.14 13.00 83.86 SICUANI 41 32.73 67.27 77 SICUANI 41 22.03 77.97 SICUANI 41 27.27 72.73 SICUANI 41 3.74 17.11 79.14 SICUANI 41 32.26 67.74 CHECACUPE 42 33.33 66.67 CHECACUPE 42 68.75 31.25 CHECACUPE 42 100 CHECACUPE 42 100 CHECACUPE 42 50.00 50.00 CHECACUPE 42 9.30 90.70 COMBAPATA 43 6.25 93.75 COMBAPATA 43 9.76 90.24 COMBAPATA 43 8.51 23.40 68.09 COMBAPATA 43 8.51 23.4 68.09 COMBAPATA 43 33.33 66.67 COMBAPATA 43 22.22 62.96 14.81 PITUMARCA 45 84.21 15.79 PITUMARCA 45 31.82 27.27 40.91 PITUMARCA 45 14.29 46.94 38.78 PITUMARCA 45 67.27 32.73 PITUMARCA 45 40.43 59.57 PITUMARCA 45 27.27 43.18 29.55 SAN PABLO 46 1.35 28.38 70.27 SAN PABLO 46 22.73 77.27 SAN PABLO 46 55.00 45.00 SAN PABLO 46 33.33 66.67 SAN PABLO 46 54.35 45.65 SAN PABLO 46 18.18 50.00 31.82 CHUMBIVILCAS - SANTO TOMAS 49 0.83 28.10 71.07 CHUMBIVILCAS - SANTO TOMAS 49 3.57 31.25 65.18 CHUMBIVILCAS - SANTO TOMAS 49 52.34 47.66 CHUMBIVILCAS - SANTO TOMAS 49 6.90 47.41 45.69 CHUMBIVILCAS - SANTO TOMAS 49 6.9 43.1 50.00 CHUMBIVILCAS - SANTO TOMAS 49 23.49 30.20 46.31 CAPACMARCA 50 28.00 36.00 36.00 CAPACMARCA 50 30.00 70.00 CAPACMARCA 50 14.29 50.00 35.71 CAPACMARCA 50 16.67 83.33 CAPACMARCA 50 62.96 37.04 CAPACMARCA 50 86.67 13.33 78 LIVITACA 53 37.84 62.16 LIVITACA 53 20.00 80.00 LIVITACA 53 20.00 10.00 70.00 LIVITACA 53 16.67 55.56 27.78 LIVITACA 53 33.33 66.67 LIVITACA 53 26.32 73.68 VELILLE 56 31.25 68.75 VELILLE 56 15.15 84.85 VELILLE 56 100 VELILLE 56 8.00 34.00 58.00 VELILLE 56 16.28 27.91 55.81 VELILLE 56 13.04 86.96 ESPINAR 57 14.97 85.03 ESPINAR 57 2.96 32.59 64.44 ESPINAR 57 6.5 33.3 60.16 ESPINAR 57 26.39 73.61 ESPINAR 57 8.84 91.16 ESPINAR 57 26.89 9.24 63.87 COPORAQUE 59 15.58 84.42 COPORAQUE 59 14.93 85.07 COPORAQUE 59 50.00 50.00 COPORAQUE 59 24.00 76.00 COPORAQUE 59 3.23 31.18 65.59 COPORAQUE 59 7.46 32.84 59.70 PALLPATA 61 32.00 32.00 36.00 PALLPATA 61 36.96 63.04 PALLPATA 61 43.75 56.25 PALLPATA 61 27.66 72.34 PALLPATA 61 21.05 78.95 PALLPATA 61 25.42 74.58 LA CONVENCION - SANTA ANA 65 4.10 95.90 LA CONVENCION - SANTA ANA 65 8.45 91.55 LA CONVENCION - SANTA ANA 65 12.3 87.7 LA CONVENCION - SANTA ANA 65 4.59 95.41 LA CONVENCION - SANTA ANA 65 3.81 96.19 LA CONVENCION - SANTA ANA 65 4.03 14.52 81.45 ECHARATI 66 26.55 73.45 ECHARATI 66 6.59 93.41 ECHARATI 66 100 ECHARATI 66 494 17.28 77.78 79 ECHARATI 66 5.17 17.24 77.59 ECHARATI 66 100 HUAYOPATA 67 20.00 80.00 HUAYOPATA 67 14.71 85.29 HUAYOPATA 67 100 HUAYOPATA 67 100 HUAYOPATA 67 15.79 84.21 HUAYOPATA 67 22.22 77.78 MARANURA 68 100 MARANURA 68 100 MARANURA 68 100 MARANURA 68 16.33 83.67 MARANURA 68 6.98 93.02 MARANURA 68 100 QUELLOUNO 70 7.69 92.31 QUELLOUNO 70 3.62 22.46 73.91 QUELLOUNO 70 30.09 69.91 QUELLOUNO 70 17.89 82.11 QUELLOUNO 70 21.05 78.95 QUELLOUNO 70 20.18 79.82 VILCABAMBA 73 100 VILCABAMBA 73 6.33 93.67 VILCABAMBA 73 8.86 91.14 VILCABAMBA 73 20.45 79.55 VILCABAMBA 73 11.54 88.46 VILCABAMBA 73 31.52 68.48 PICHARI 74 6.25 27.50 66.25 PICHARI 74 10.13 89.87 PICHARI 74 3.23 21.51 75.27 PICHARI 74 17.05 82.95 PICHARI 74 4.80 30.40 64.80 PICHARI 74 15.25 27.12 57.63 CCAPI 77 33.33 66.67 CCAPI 77 36.67 63.33 CCAPI 77 100 CCAPI 77 25.00 75.00 CCAPI 77 31.25 68.75 CCAPI 77 100 COLCHA 78 6.25 93.75 COLCHA 78 8.00 92.000 80 COLCHA 78 50.00 50.00 COLCHA 78 100 COLCHA 78 77.78 22.22 COLCHA 78 20.00 80.00 HUANOQUITE 79 11.68 88.14 HUANOQUITE 79 7.14 92.86 HUANOQUITE 79 27.12 72.88 HUANOQUITE 79 15.00 85.00 HUANOQUITE 79 20.31 79.69 HUANOQUITE 79 12.28 87.72 OMACHA 80 68.89 26.67 4.44 OMACHA 80 45.45 54.55 OMACHA 80 18.42 28.95 52.63 OMACHA 80 15.00 15.00 70.00 OMACHA 80 32.26 64.52 3.23 OMACHA 80 43.75 56.25 PACCARETAMBO 81 29.41 70.59 PACCARETAMBO 81 7.69 92.31 PACCARETAMBO 81 21.05 78.95 PACCARETAMBO 81 33.33 66.67 PACCARETAMBO 81 26.32 73.68 PACCARETAMBO 81 35.00 55.00 10.00 PAUCARTAMBO 84 36.14 63.86 PAUCARTAMBO 84 9.46 44.59 45.95 PAUCARTAMBO 84 19.12 26.47 54.41 PAUCARTAMBO 84 26.58 21.52 51.90 PAUCARTAMBO 84 7.02 36.84 56.14 PAUCARTAMBO 84 22.09 23.26 54.65 CAICAY 85 7.50 32.50 60.00 CAICAY 85 20.69 79.31 CAICAY 85 16.67 37.50 45.83 CAICAY 85 40.74 59.26 CAICAY 85 34.62 65.38 CAICAY 85 100 CHALLABAMBA 86 5.77 19.23 75.00 CHALLABAMBA 86 100 CHALLABAMBA 86 26.67 73.33 CHALLABAMBA 86 12.20 26.83 60.98 CHALLABAMBA 86 86.49 13.51 CHALLABAMBA 86 52.17 47.83 81 COLQUEPATA 87 66.67 33.33 COLQUEPATA 87 23.68 76.32 COLQUEPATA 87 25.81 41.94 32.26 COLQUEPATA 87 54.17 45.83 COLQUEPATA 87 21.21 45.45 33.33 COLQUEPATA 87 17.65 58.82 23.53 HUANCARANI 88 20.00 80.00 HUANCARANI 88 100 HUANCARANI 88 46.43 53.57 HUANCARANI 88 26.92 73.08 HUANCARANI 88 20.83 79.17 HUANCARANI 88 60.56 36.62 2.82 KOSÑIPATA 89 37.93 62.07 KOSÑIPATA 89 40.00 60.00 KOSÑIPATA 89 6.67 93.33 KOSÑIPATA 89 8.33 91.67 KOSÑIPATA 89 53.85 46.15 KOSÑIPATA 89 28.57 60.71 10.71 ANDAHUAYLILLAS 91 73.81 26.19 ANDAHUAYLILLAS 91 18.188 81.82 ANDAHUAYLILLAS 91 46.15 53.85 ANDAHUAYLILLAS 91 18.42 50.00 31.58 ANDAHUAYLILLAS 91 40.74 59.16 ANDAHUAYLILLAS 91 32.43 67.57 CCATCA 94 28.42 71.58 CCATCA 94 11.54 37.50 50.96 CCATCA 94 17.71 27.08 55.21 CCATCA 94 9.28 35.05 55.67 CCATCA 94 13.48 44.94 41.57 CCATCA 94 43.33 56.67 CUSIPATA 95 50.00 50.00 CUSIPATA 95 21.31 26.23 52.46 CUSIPATA 95 52.94 47.06 CUSIPATA 95 13.21 26.42 60.38 CUSIPATA 95 36.07 29.51 34.43 CUSIPATA 95 17.91 16.42 65.67 LUCRE 97 9.09 90.91 LUCRE 97 9.33 90.67 LUCRE 97 30.00 70.00 LUCRE 97 49.38 50.62 82 LUCRE 97 16.22 83.78 LUCRE 97 53.33 46.67 OCONGATE 99 10.96 19.18 69.86 OCONGATE 99 15.28 15.28 69.44 OCONGATE 99 9.38 42.19 48.44 OCONGATE 99 8.06 54.84 37.10 OCONGATE 99 23.53 48.53 27.94 OCONGATE 99 85.71 14.29 QUIQUIJANA 101 18.75 78.13 3.13 QUIQUIJANA 101 13.79 86.21 QUIQUIJANA 101 37.93 44.83 17.24 QUIQUIJANA 101 79.31 10.34 10.34 QUIQUIJANA 101 26.32 42.11 31.58 QUIQUIJANA 101 40.32 46.77 12.9 URUBAMBA 102 100 URUBAMBA 102 39.02 60.98 URUBAMBA 102 10.61 27.27 62.12 URUBAMBA 102 13.16 86.84 URUBAMBA 102 25.4 74.6 URUBAMBA 102 5.33 8.00 86.67 CHINCHERO 103 39.53 60.47 CHINCHERO 103 22.95 77.05 CHINCHERO 103 8.97 91.03 CHINCHERO 103 35.29 64.71 CHINCHERO 103 13.33 86.67 CHINCHERO 103 4.40 24.18 71.43 HUAYLLABAMBA 104 39.39 60.61 HUAYLLABAMBA 104 100 HUAYLLABAMBA 104 100 HUAYLLABAMBA 104 20.83 79.17 HUAYLLABAMBA 104 100 HUAYLLABAMBA 104 100 MACHUPICCHU 105 100 MACHUPICCHU 105 100 MACHUPICCHU 105 100 MACHUPICCHU 105 100 MACHUPICCHU 105 100 MACHUPICCHU 105 100 Fuente: Elaboración propia a través del ENAHO 83