1.5.

ANTECEDENTES

Antecedentes a nivel nacional

Quiroz (2021) llevó a cabo una investigación en todos los

departamentos del Perú, en la que utilizó una muestra de 288
registros anuales del PBI y de la pobreza, se empleó un enfoque
descriptivo, correlacional y explicativo, un patrón de panel data de
efectos fijos. Sus hallazgos resultaron que el 1% en el PBI, se asoció
con una reducción departamental en la pobreza del 4.55%.
Asimismo, se observó que Madre de Dios sufrió una disminución en
la pobreza (5.82%), mientras que Cajamarca tuvo un aumento del
6.55% en la pobreza.

Albán (2020) en 2019, Robert descubrió que los factores más

importantes para determinar la pobreza monetaria son el acceso a la
electricidad, los teléfonos móviles y la estabilidad financiera. Estos
artículos permiten que los hogares incrementen su gasto por
persona de manera más eficiente. Además, Robert mostró que la
pobreza global es causada por muchas variables diferentes. Estos
incluyeron edad/sexo del jefe de hogar, número de miembros del
hogar, acceso público al agua y acceso a energía a través de
telefonía móvil. El acceso a la electricidad y la telefonía móvil son
especialmente críticos porque se pueden usar de manera efectiva, lo
que permite aumentar el gasto por persona con un costo mínimo.

Nauray et. al (2022) EL COVID-19 Y SU IMPACTO EN LA

DESIGUALDAD DE LA DISTRIBUCIÓN DE INGRESOS DE LA
REGIÓN CUSCO, 2020. la investigación busca estudiar el efecto
que tuvo el COVID-19 en la distribución de ingresos comparando el
año 2019 con el 2020, caracterizar el comportamiento de la tasa de
positividad, incidencia y mortalidad por COVID-19 utilizando un
modelo de series de tiempo y analizar el efecto de las cuarentenas
focalizadas sobre el nivel de ingresos en la región del Cusco. La
investigación tiene un alcance descriptivo-correlacional, un diseño no
experimental y un enfoque cuantitativo. Se utiliza información de la
Encuesta Nacional de Hogares para obtener indicadores de ingreso
y pobreza, y de la Gerencia Regional de Salud Cusco para los
indicadores de positividad, incidencia y mortalidad. Los resultados
principales han encontrado que el coeficiente de Gini para el período
Abril-Diciembre se ha incrementado en 1 punto porcentual entre el
2019 y el 2020 generando una distribución más desigual en los
ingresos. También se ha identificado que la tasa de positividad,
incidencia y mortalidad han seguido una tendencia a la baja a finales
del año 2020, con un proceso auto-regresivo de orden 3 y por un
proceso integrado de orden 1. Finalmente, se ha encontrado que el
ingreso anual de los hogares se redujo en hasta un 20% durante los
tres primeros meses de cuarentena obligatoria, según los modelos
de regresión lineal.

Antecedentes a nivel internacional

Lakner et al, (2020) En su investigación se basó en datos de 166

países que representan el 97,5% de la población mundial, y en
escenarios de desigualdad global de 2019 a 2030 bajo varios
supuestos sobre crecimiento. El estudio también se empleó diversos
supuestos sobre las curvas de incidencia del crecimiento y en un
algoritmo de aprendizaje automático, la partición recursiva basada
en modelos, para analizar cómo el crecimiento del PIB impacta el
crecimiento de la pobreza. se concluyó que 94 millones de personas
habrían caído en la pobreza extrema.

Para (Alarco, 2020) en su artículo “Elevada desigualdad en tiempos

del COVID-19” realiza un análisis de la desigualdad en ingresos y
efectos en el PBI Peruano causado por el COVID-19, menciona que
la caída del PBI en 2020 como resultado del COVID-19 ha reducido
el producto e ingreso de todos los peruanos y de los residentes
extranjeros. Las cifras varían de una contracción entre el 12% y
13.9% del Banco Mundial y el FMI respectivamente. Por otra parte,
aunque sujeto a discusión, ya se estima que la pobreza monetaria se
incrementaría de 26.9% en 2019 a 39.9% en 2020 . Asimismo,
menciona que la brecha tributaria es de US$ 15,000 millones
anuales respecto de la región. Como recomendación de política
indica que mejorar la recaudación no será posible afrontar las
brechas sociales, de infraestructura, de servicios públicos de calidad
y de desigualdad.

Para (Lustig et al., 2020) en su investigación “Impactos distributivos

a corto y largo plazo de COVID-19 en América Latina” muestran que
el impacto a corto plazo sobre la desigualdad de ingresos y la
pobreza puede ser muy significativo, pero que el gasto adicional en
asistencia social (+1,000 millones entre los países) tiene un gran
efecto compensador en Brasil y Argentina (reducción de 12 puntos
porcentuales). El efecto es mucho menor en Colombia y nulo en
México, donde no ha habido tal expansión. Para proyectar las
consecuencias a largo plazo, estiman el impacto de la pandemia
sobre el capital humano y su persistencia intergeneracional. Utilizan
información sobre cierres escolares, políticas de mitigación
educativa y dan cuenta de las pérdidas educativas relacionadas con
la pérdida del trabajo de los padres. En consecuencia, se espera que
la desigualdad educativa y la desigualdad de oportunidades
aumenten sustancialmente, a pesar de las políticas de mitigación.

Para (Martinez et al., 2020) en su investigación “El impacto de los

cierres por COVID-19 sobre la desigualdad y la movilidad en
Argentina, Brasil, Colombia y México” encuentran que los peores
efectos no se producen en los más pobres, sino en los que
(aproximadamente) se encuentran en el medio de la distribución del
ingreso ex ante. Usan microsimulación para estimar las
consecuencias distributivas de las políticas de bloqueo inducidas por
covid-19 en Argentina, Brasil, Colombia y México. Mencionan que
las estimaciones de las consecuencias de la pobreza son peores
que las proyecciones de muchos otros porque no suponen que las
pérdidas de ingresos sean proporcionalmente iguales en toda la
distribución de ingresos.

León, Vargas y Zuñiga (2020) en su artículo de investigación

“ECUADOR: INCIDENCIA DE LA POBREZA EN EL PRODUCTO
INTERNO BRUTO Y DESEMPLEO, 2000 – 2018” analizan de qué
manera el PBI y el desempleo inciden en la evolución de la tasa de
pobreza de Ecuador.o. La investigación tiene como objetivo determinar la
incidencia de la tasa de la pobreza en el Producto Interno Bruto (PIB) y
Desempleo, periodo 2000-2018, Para ello utilizan un modelo de
regresión lineal múltiple estimado mediante el método de mínimos
cuadrados ordinarios. A partir del modelo estimado concluyen que,
para el caso de Ecuador, durante el periodo 2000 – 2018, a medida
que el PBI aumenta, disminuye el indicador de pobreza (relación
inversa) y en la medida que disminuye el desempleo, disminuye
también la pobreza (relación directa). Encuentran que la transición a
una moneda extranjera, la crisis financiera mundial del 2009, la
caída del petróleo en 2011 y los cambios gubernamentales, no
fueron impedimentos para un crecimiento económico, más bien
rentabilizaron la economía con indicadores bajos de pobreza y un
decrecimiento del desempleo como apuesta para combatir la
pobreza.Los datos fueron obtenidos del Banco Mundial. Los resultados del
modelo plantean un coeficiente de determinación (R2) de 0,6752, es decir, el
67,52% de las variaciones en el PIB y el desempleo explican el factor pobreza,
corroborando con los supuestos ser un modelo adecuado para el estudio. Las
conclusiones permiten establecer, a medida que disminuye la pobreza, el
efecto sobre el PIB es creciente y el efecto sobre el desempleo es
decreciente, este comportamiento permitió a la economía ecuatoriana
alcanzar un crecimiento económico bueno y moderado por las políticas
económicas adoptadas a pesar de los efectos externos del contexto
internacional

https://repositorio.unasam.edu.pe/bitstream/handle/UNASAM/
5481/T033_70474640_T.pdf?sequence=1&isAllowed=y
https://m.inei.gob.pe/media/MenuRecursivo/noticias/nota-de-prensa-
no-065-2023-inei.pdf

https://blogs.worldbank.org/es/voices/en-tres-graficos-la-desigualdad-
de-ingresos-en-el-mundo-y-la-pandemia-de-covid-19

https://repositorio.cepal.org/server/api/core/bitstreams/585921e7-
9286-481d-85a5-0e714ada676a/content

https://www.dane.gov.co/files/investigaciones/condiciones_vida/
pobreza/2021/analisis_clases_sociales_23_ciudades.pdf

https://es.statista.com/estadisticas/1277980/porcentaje-de-la-
poblacion-venezolana-bajo-la-linea-de-pobreza-extrema/

Quiroz, A. (2021). Impacto del crecimiento económico en la pobreza

del Perú período 2007 – 2018. Tesis de grado. Universidad Señor de
Sipán, Chiclayo, Perú. Recuperado de
https://repositorio.uss.edu.pe/handle/20.500.12802/7640

Lakner, C., Gerszon Mahler, D., Negre, M., Beer Prydz, E., Ferreira, F.,
Fah Jirasavetakul, L.-B., Joliffe, D., Kraay, A., Lanjouw, P., Meyer, C.,
Sangraula, P., Serajuddin, U., & Vakis, R. (2020). How Much Does
Reducing Inequality Matter for Global Poverty?
http://iresearch.worldbank.org/PovcalNet/

https://repositorio.uandina.edu.pe/bitstream/handle/
20.500.12557/5125/Jhareed_Benjamin_Tesis_bachiller_2022.pdf?
sequence=1&isAllowed=y

Martinez, V., Sanz, F., & Younger, S. (2020). The Impact of COVID-19
Lockdowns andExpanded Social Assistance on Inequality, Poverty and
Mobility in Argentina,Brazil, Colombia and Mexico. Working Papers 558,
ECINEQ, Society for the Studyof Economic Inequality.
https://ideas.repec.org/p/inq/inqwps/ecineq2020-558.html

Alarco, G. (2020). Elevada desigualdad en tiempos del COVID-19.

Pobreza y Desigualdad. https://ciup.up.edu.pe/analisis/elevada-
desigualdad-en-tiempos-delcovid-19/

Lustig, N., Kaplan, S., & Wolfson, M. (2020). Short and long-run
distributional impacts of COVID-19 in Latin America. Institute for
International Economic Policy. https://iiep.gwu.edu/2020/09/28/short-
and-long-run-distributional-impacts-ofcovid-19-in-latin-america/
Lustig(2020)

garantización a la persona que no tiene recursos l

Para (Lustig et al., 2020) en su investigación “Impactos distributivos

a corto y largo plazo de COVID-19 en América Latina” muestran que
el impacto a corto plazo sobre la desigualdad de ingresos y la
pobreza puede ser muy significativo, pero que el gasto adicional en
asistencia social (+1,000 millones entre los países) tiene un gran
efecto compensador en Brasil y Argentina (reducción de 12 puntos
porcentuales). El efecto es mucho menor en Colombia y nulo en
México, donde no ha habido tal expansión. Para proyectar las
consecuencias a largo plazo, estiman el impacto de la pandemia
sobre el capital humano y su persistencia intergeneracional. Utilizan
información sobre cierres escolares, políticas de mitigación
educativa y dan cuenta de las pérdidas educativas relacionadas con
la pérdida del trabajo de los padres. En consecuencia, se espera que
la desigualdad educativa y la desigualdad de oportunidades
aumenten sustancialmente, a pesar de las políticas de mitigación.

Para (Martinez et al., 2020) en su investigación “El impacto de los

cierres por COVID-19 sobre la desigualdad y la movilidad en
Argentina, Brasil, Colombia y México” encuentran que los peores
efectos no se producen en los más pobres, sino en los que
(aproximadamente) se encuentran en el medio de la distribución del
ingreso ex ante. Usan microsimulación para estimar las
consecuencias distributivas de las políticas de bloqueo inducidas por
covid-19 en Argentina, Brasil, Colombia y México. Mencionan que
las estimaciones de las consecuencias de la pobreza son peores
que las proyecciones de muchos otros porque no suponen que las
pérdidas de ingresos sean proporcionalmente iguales en toda la
distribución de ingresos.

León, Vargas y Zuñiga (2020) en su artículo de investigación

“ECUADOR: INCIDENCIA DE LA POBREZA EN EL PRODUCTO
INTERNO BRUTO Y DESEMPLEO, 2000 – 2018” analizan de qué
manera el PBI y el desempleo inciden en la evolución de la tasa de
pobreza de Ecuador. Para ello utilizan un modelo de regresión lineal
múltiple estimado mediante el método de mínimos cuadrados
ordinarios. A partir del modelo estimado concluyen que, para el caso
de Ecuador, durante el periodo 2000 – 2018, a medida que el PBI
aumenta, disminuye el indicador de pobreza (relación inversa) y en
la medida que disminuye el desempleo, disminuye también la
pobreza (relación directa). Encuentran que la transición a una
moneda extranjera, la crisis financiera mundial del 2009, la caída del
petróleo en 2011 y los cambios gubernamentales, no fueron
impedimentos para un crecimiento económico, más bien
rentabilizaron la economía con indicadores bajos de pobreza y un
decrecimiento del desempleo como apuesta para combatir la
pobreza.

Ñaña, Morchita❤️‍🩹

Carolina Cerrepe Huangal

EJEMPLOQuiroz (2021) llevó a cabo una investigación en todos los

departamentos del Perú, en la que utilizó una muestra de 288
registros anuales del PBI y de la pobreza, se empleó un enfoque
descriptivo, correlacional y explicativo, un patrón de panel data de
efectos fijos. Sus hallazgos resultaron que el 1% en el PBI, se asoció
con una reducción departamental en la pobreza del 4.55%.
Asimismo, se observó que Madre de Dios sufrió una disminución en
la pobreza (5.82%), mientras que Cajamarca tuvo un aumento del
6.55% en la pobreza.