Desigualdad de ingresos y crecimiento económico

La investigación planteada por ^{Kuznets (1955)} fue un primer intento por estudiar de manera empírica la relación que existe entre los niveles de ingresos y la desigualdad, para ello empleó datos de Alemania, Estados Unidos y Reino Unido, con los que pudo demostrar que un decremento en la distribución del ingreso en las primeras fases de desarrollo y, posteriormente, una mejora a partir del punto de inflexión, lo que sugería que el incremento de la desigualdad es un proceso inevitable y natural, ante lo que planteó que la concentración del ahorro y la urbanización pueden ser explicaciones de este patrón.

A partir de ese momento, y con el transcurrir de los años, la relación entre el crecimiento económico y la desigualdad de ingresos, posiblemente se ha convertido en uno de los temas más estudiados; con base en esto, se ha buscado establecer qué relación existe entre ambas variables y esto debido a que, este es un tema que genera controversia mundial (^{Ravallion y Chen, 1997}; ^{Deininger y Squire, 1996}; ^{Martínez, 2015}; ^{Zanzzi et al., 2018}).

En esa misma línea, y basándose en el caso peruano, este país se consolidó como una de las economías de mayor dinamismo en Latinoamérica y el Caribe, registrando un crecimiento del PIB del 4.5%, lo cual estuvo respaldado por un entorno internacional favorable, políticas macroeconómicas cautelosas y una serie de reformas estructurales en distintos sectores. Los registros de las cuentas nacionales evidenciaron una expansión constante de la economía a lo largo de dicho periodo. No obstante, en 1998 se produjo una contracción significativa, consecuencia de los efectos tardíos de una recesión económica iniciada en la segunda mitad de 1997. Esta caída estuvo influenciada por el Fenómeno del Niño, que afectó al país entre marzo de 1997 y mediados de 1998, así como por la crisis financiera global de 1997-1999, originada en Asia y, posteriormente, extendida a otros mercados, impactando en particular a las economías emergentes y en desarrollo (^{Rozenberg, 2000}).

En el año 2009, el crecimiento económico sufrió una segunda contracción como consecuencia de la primera crisis financiera global del siglo XXI, la cual se originó en 2007 en Estados Unidos y en varios países europeos. Esta crisis tuvo su causa principal en el colapso de una burbuja inmobiliaria, provocada por un auge en la concesión de créditos que se había mantenido durante los seis años previos en Estados Unidos, así como en España, Irlanda y el Reino Unido. El impacto de esta crisis se extendió a nivel mundial, afectando especialmente a las economías desarrolladas y generando una desaceleración en la producción (^{Parodi, 2008}).

Si se examina la desigualdad en el largo plazo mediante el coeficiente de Gini, se evidencia que Perú se encuentra entre los países con mayores niveles de inequidad. A lo largo de su historia, este indicador se ha mantenido cercano a 0.55 hasta finales de la década de 1990, periodo en el que se implementaron reformas estructurales al inicio de la misma (^{Mendoza y Leyva, 2011}). A partir de la mitad de la década pasada, el coeficiente de Gini mostró una reducción moderada; sin embargo, el promedio en el periodo analizado sigue siendo elevado, con un valor de 0.49, y en los últimos años la tendencia a la baja se ha detenido.

Es así que, según el Banco Mundial (2023), en los últimos cinco años la desigualdad en la distribución de ingresos se determinó mediante el coeficiente de Gini, señalando que el indicador se mantuvo en 0.42. Sin embargo, en el año 2020, dicho coeficiente, indica un año más desigual, con un valor de 0.44. Y esto sucedió como efecto tras la pandemia covid 19, y debido a esta crisis sanitaria, el desarrollo del Perú se vio afectado, ocasionando el incremento del nivel de pobreza, lo cual se reflejó en la desigualdad de distribución de ingresos peruano (^{Huamán, 2021}). En los años 2021 y 2022 el coeficiente de Gini disminuyó a 0.41, y esto debido a la recuperación adecuada de la actividad económica tras la pandemia.

Teoría de la curva de Kuznets

En 1955, Simon Kuznets publicó su investigación conocida como Economic growth and income inequality, en la que estudió la relación existente entre el crecimiento económico y el nivel de desigualdad, y que se convirtió en un tema importante para investigaciones referentes al tema. Es entonces que realiza una investigación para países desarrollados, y surge lo que se conoce como la hipótesis de Kuznets, mediante la que planteó que al inicio existe una relación directa entre el crecimiento y la desigualdad; no obstante, después de cierto punto la desigualdad disminuye a medida que se crece económicamente. Por lo tanto, si se confirma la hipótesis de Kuznets, se puede decir que las naciones en desarrollo se encontrarán a la izquierda de la U-invertida, lo que conlleva a justificar el aumento de desigualdad que se percibe en ellos y sólo sería cuestión de tiempo para que la Teoría del Derrame funcione. Asimismo, el crecimiento producirá oportunidades para reducir la distribución del ingreso.

^{Kuznets (1955)} también sostuvo que los datos empíricos tendrán mejor explicación en las naciones más pobres, por la gran dependencia hacia la agricultura o un campo tradicional, caracterizados por la actividad económica de bajo rendimiento, aunque con desigualdad mínima. Desde los procesos de migración de los empleados rurales a la ciudad, el área de productividad más alta, el área industrial o moderna, comenzó a aceptar empleados sin habilidades, de bajo nivel salarial, promoviendo en esta etapa primera, una elevada inequidad, pero con un aumento significativo en la producción de áreas modernas (creando una positiva relación entre ambas variables).

Factores determinantes en la distribución del ingreso

La creciente desigualdad de ingresos sobre la estabilidad económica, política y social ha permitido considerar la investigación de los factores determinantes en la distribución del ingreso como tema de interés; entre los factores más estudiados se encuentran los relacionados a la educación y la pobreza.

La presente investigación plantea el estudio del papel que jugó la pobreza a lo largo del proceso de desarrollo y, debido a que esta relación no puede observarse directamente, se incorporó la variable educación como un mecanismo de transmisión posible de los efectos positivos de los aumentos en el ingreso per cápita. Respecto a la variable relacionada a la pobreza, ^{Smith (1776)} plantea la teoría de la mano invisible, fija los patrones sociales de distribución, en cambio, ^{Ricardo (1817)} observa a la distribución como un efecto de conflictos entre capitalistas, terratenientes y trabajadores, en el que el vínculo inverso entre el salario y los beneficios es el motivo principal del problema distributivo y fuerza determinante en el proceso de acumulación. Ambos autores coinciden en que la desigualdad puede mantenerse o incluso aumentar. Sin embargo, sostienen que, si la sociedad se orienta hacia el crecimiento económico a través de la acumulación de capital, esta situación podría reducir la desigualdad, ya que una mayor generación de riqueza en el país permitiría mejorar las condiciones de los trabajadores asalariados y ampliar el acceso de las personas con menores recursos a estos beneficios. Por su parte, ^{Ahluwalia (1976)} señala que, para las familias de bajos ingresos, resulta más viable fortalecer su capital humano mediante la educación que acumular capital físico o financiero a través del ahorro o la herencia.

Por un lado, algunos atribuyen las diferencias de ingresos urbano-rurales a las diferencias en las oportunidades y los resultados educativos, mientras argumentan que la expansión de la educación mejoraría el capital humano y reduciría la desigualdad de ingresos (^{Sicular et al., 2007}). Sumado a ello, ^{Ahluwalia (1976)} también explica el vínculo existente entre el capital humano, representado por la educación, y su función en la reducción de las desigualdades de ingresos, en el cual, afirma que invertir en capital humano permite aumentar las capacidades, mejorar habilidades y aptitudes que tienen como resultado un aumento en la productividad y los ingresos personales, fomentando la equidad del ingreso a largo plazo.

Autores como ^{De Gregorio y Lee (2002)} encontraron evidencia empírica de la existencia de un vínculo negativo y significativamente estadístico entre la distribución de ingresos y el logro educativo para diversos países del mundo. Por otro lado, ^{Zhang et al . (2012)} indican que la expansión de la educación está correlacionada con un empeoramiento de la desigualdad. En la literatura existente, este aspecto generalmente se mide por la matricu‑lación en la escuela secundaria, y es así como se evaluará en el presente estudio. Sin embargo, en el corto plazo, la expansión de la educación puede estar asociada con una mayor desigualdad. Por ejemplo, si las personas de familias de altos ingresos tienen mejores oportunidades de educación, la desigualdad general puede aumentar durante el curso de la expansión de la educación (^{Nielsen, 1994}).

El análisis inicia con la aplicación de un modelo de regresión múltiple entre la desigualdad del ingreso (índice de Gini), crecimiento económico (PIB per cápita), educación (inscripción escolar, nivel secundario % bruto) y tasa de la pobreza (tasa de incidencia de la pobreza % de la población). Teniendo como base el modelo econométrico que plantearon ^{Gujarati y Porter (2010)}:

Donde:

Es así que ^{Zanzzi et al. (2018)}, basándose en la investigación realizada de ^{Cheng y Wu (2016)}, estudiaron el vínculo que existe entre la desigualdad del ingreso, el crecimiento económico, la educación y la pobreza.

Donde:

Y obtuvieron como resultado que las tasas de crecimiento del PIB y de la educación mantienen una relación directamente proporcional con la desigualdad del ingreso, mientras que la tasa de crecimiento de la pobreza posee una relación inversa a la desigualdad del ingreso; con ello pudieron comprobar que entre la desigualdad del ingreso y el PIB per cápita existe una relación de tipo Kuznets.

Entonces, con base en lo estudiado y para elegir el modelo teórico, se empleó una mezcla de las teorías e investigaciones que fueron desarrolladas previamente; así que se evaluará si a largo plazo existe un vínculo entre la desigualdad, el PIB per cápita, la educación y la pobreza. Tal como se plantea a continuación:

Donde:

Materiales

La presente investigación empleó datos de tipo series de tiempo y cuantitativos, aplicando una frecuencia anual. Todos los datos fueron recopilados de la fuente secundaria del Banco Mundial y del Banco Central de Reserva del Perú. La muestra del estudio se conformó por 38 observaciones durante los periodos anuales de 1985 al 2022 debido a la disponibilidad de los datos para el periodo considerado, que indican los valores de cada una de las variables de la investigación. Las cuatro variables empleadas fueron las siguientes: desigualdad de ingresos (GINI) expresado en porcentaje, tasa de incidencia de la pobreza (POV) expresado en porcentaje de la población, la inscripción escolar nivel secundario (EDU) expresado en porcentaje bruto y el PIB per cápita (PIBpc) expresado en precios constantes de 2007. Todas las pruebas y análisis se realizaron utilizando el software Eviews, en su versión 12.

Análisis empírico

Esta investigación se basó en un modelo de regresión lineal múltiple, que señala una relación entre variables exógenas y variable endógena. Se realizó el análisis de la dispersión, así como el análisis de los estadísticos descriptivos de las tendencias centrales para cada serie e individualmente. Luego de ello, se continuó con los supuestos, los cuales se refieren al modelo óptimo y su cumplimiento subsiguiente. En caso de que las variables fueran estacionales, se procedió a desestacionalizar, ya que son datos de series de tiempo. Además, se aplicaron pruebas y corrección de violaciones de supuestos. Posteriormente, se realizó el análisis de la estacionariedad, a través de la notación de Enders, para ello, se aplicó la prueba de Dickey Fuller Aumentado (DFA) (^{Dickey y Fuller, 1979}) y de ^{Phillips y Perron (1988)}, con el fin de observar la raíz unitaria acorde al modelo planteado y la causalidad de ^{Granger (1969)}. Para estas pruebas se consideró el 5% del nivel de significancia.

Luego de ello, se estimó el modelo planteado por ^{Pesaran y Shin (1997)} y de ^{Pesaran et al. (2001)}, es así que, a través de este método de series de tiempo se conoció la elasticidad o variaciones de todas las variables de corto o largo plazo. Además, con este modelo se pudo tratar las variables independientes regresoras; ya fueran integradas de orden cero (I (0)), de orden uno (I (1)), o si resultan estar mutuamente integradas.

Este modelo, que es el ARDL define, como:

La investigación se basó en el siguiente modelo, que muestra una relación entre variables independientes y variable dependiente.

Es así que ^{Zanzzi et al. (2018)}, basándose en la investigación realizada de ^{Cheng y Wu (2016)}, estudiaron el vínculo existente entre la desigualdad del ingreso, el crecimiento económico, la educación y la pobreza para Chile.

Teniendo como base el estudio de ^{Zanzzi et al. (2018)} y a todo lo estudiado y para elegir el modelo teórico, se empleó una mezcla de las teorías e investigaciones que fueron desarrolladas en el marco teórico de esta investigación; de esta forma se evaluará si a largo plazo existe un vínculo entre la desigualdad, el PIB per cápita, la educación y la pobreza, con el fin de verificar:

El modelo estimado debe cumplir con los supuestos del modelo de regresión lineal múltiple (^{Larios-Meoño et al., 2016}). Se aplicó la prueba de heterocedasticidad de Glejser y Breusch-Pagan-Godfrey, con ello, se puede saber si los errores son heterocedásticos u homocedásticos, la prueba de Arch, el cual permite comprobar si la serie tiene volatilidad condicional o la heterocedasticidad condicional autorregresiva, la prueba de Breusch-Godfrey, esta prueba permite saber si los errores se encuentran auto-correlacionados o no, la prueba de normalidad de Jarque-Bera, para comprobar si las variables aleatorias (errores) siguen una distribución normal o no, además se aplicó la prueba de Reset-Ramsey, con el que se puede verificar la linealidad de los parámetros, es decir, si el modelo se encuentra correctamente especificado o no. Por último, se aplicó la prueba de Cusum y Cusum Q, para comprobar la estabilidad de los parámetros, es decir, si estos presentan cambios estructurales en cierto punto durante el periodo de análisis.

Prueba de raíz unitaria

Para corroborar si las series presentan raíz unitaria o no. Para ello, se obtuvo que para el caso de la prueba de dfa las variables del estudio (LGINI, LPBI_PC, LEDUC y LPOV) no presentan estacionariedad, ya que en las pruebas con intercepto, tendencia e intercepto y sin ninguno, su p_valor fue mayor al nivel de significancia del 0.05 (véase Tabla 1). Por lo tanto, se procedió a trabajar con las primeras diferencias para buscar la estacionariedad de las series, para cada caso. Es así que, se pudo obtener que el p-value resultó menor al nivel de significancia del 0.05, con lo que se pudo rechazar la hipótesis nula, la cual indica la presencia de raíz unitaria, infiriendo que las series presentan estacionariedad en primera diferencia, obteniendo así las siguientes variables DLGINI, DLPBI_PC, DLEDUC y DLPOV; tanto para las pruebas de Dickey-Fuller y de Phillips-Perron.

Prueba de causalidad de Granger

A continuación se realiza la prueba de causalidad de Granger, para ello, se analizó hasta el rezago número diez. En esta prueba, dlginit causa en sentido Granger a dleduct en el rezago número diez, debido a que el p-value en el rezago ya mencionado es 0.0082, el cual resulta ser menor al nivel de significancia del 0.05; por lo tanto, se procede a rechazar la hipótesis nula, indicando que no existe causalidad (véase Tabla 2). Los p-valor, hasta el rezago diez, en las otras relaciones, son mayores al nivel de significancia del 0.05, por lo tanto, se procede a no rechazar la hipótesis nula de la no causalidad de Granger.

Estimación del modelo dinámico ARDL

Luego de haber realizado el análisis a las variables del estudio, se procede a estimar el modelo autoregresivo de rezagos distribuidos ARDL (véase Tabla 3).

Si el ingreso económico de las familias incrementa, debido a un mejor desenvolvimiento y desempeño laboral, la desigualdad de ingresos tenderá a disminuir, ya que si el PIB per cápita incrementa en 1%, la desigualdad de ingresos, medido por el índice de Gini, disminuye en 1.4884%, mientras que, en los rezagos de la misma variable, se observa que el resultado ha variado, ya que la desigualdad de ingresos se incrementó. En cuanto a la tasa de crecimiento de la inscripción escolar nivel secundario, se obtuvo que, si aumenta en 1%, la tasa de crecimiento de la desigualdad del ingreso aumenta en 0.984%. Por último, se tiene que si la tasa de incidencia de la pobreza aumenta en 1%, la tasa de crecimiento de la desigualdad del ingreso aumenta en 0.893304%.

Pruebas finales para contrastar los supuestos del modelo ARDL

En la Tabla 4 se pueden observar los resultados de las pruebas aplicadas para verificar los supuestos del modelo. Basándose en ello, la prueba de autocorrelación de Breusch-Godfrey para evaluar la correlación mostró que no existe un problema de correlación serial en el modelo para el primer y segundo rezago, debido a que, los p_value fueron de 0.9852 y 0.5610, respectivamente, siendo ambos mayores al nivel de significancia del 5%. Asimismo, se pudo afirmar que la homocedasticidad en los residuos del modelo está garantizada, ya que los p_valor de las pruebas de arch con el primer y segundo rezago, de Breusch-Pagan-Godfrey y de Glejser, son mayores al nivel de significancia del 5%. Aparte de ello, se puede observar que los residuos siguen una distribución normal al 5%, y esto respecto a lo obtenido por la prueba de normalidad de Jarque-Bera. Por último, se pudo comprobar que el modelo presenta linealidad en sus parámetros, evidenciando que el modelo se encuentra correctamente especificado y esto debido a que, el p-valor es 0.1776, el cual es mayor al nivel de significancia del 5%.