Upload
truongkhanh
View
222
Download
3
Embed Size (px)
Citation preview
6
Resumen
El presente trabajo tiene por objeto analizar “El efecto de la inversión pública en el
desarrollo del departamento de Tarija”. Para esto se efectúa diferentes pasos que nos
ayudaran a cumplir los objetivos trazados.
Se realiza una revisión teórica de los conceptos y definiciones que puedan ser de
ayuda, para la correcta comprensión e interpretación del trabajo de investigación.
Posteriormente se examina los ingresos departamentales, el destino de los recursos
presupuestados durante los periodos 2001-2013.
Para evaluar de forma más correcta el efecto sobre el desarrollo es necesario clasificar
la inversión pública por orden de importancia resaltando aquellos sectores con mayor
significancia. Asimismo se hace hincapié en su participación dentro del PIB
departamental y en los sectores directamente relacionados con el desarrollo como la
educación y la salud. Es así que la relación que existe entre el desarrollo y las
personas como centro del mismo, viene principalmente determinada por cambios en
las instituciones sociales y económicas, como los servicios de educación y de
atención médica según Amartya Sen.
En este trabajo se aplicó modelos econométricos que pretenden determinar algunos
componentes del Índice de Desarrollo Humano (IDH), como ser la tasa de
alfabetismo en adultos, la tasa bruta de matriculación y la esperanza de vida al nacer,
con la inversión y otras variables explicativas.
Los resultados obtenidos del modelo permiten verificar que para algunos
componentes del IDH, las inversiones en sectores sociales no son tan significativas.
7
ÍNDICE
Dedicatoria
Agradecimiento
Resumen
Página
INTRODUCCIÓN
1. PLANTEAMIENTO DEL PROBLEMA ......................................................... 2
2. JUSTIFICACIÓN ............................................................................................. 3
3. OBJETIVOS DEL ESTUDIO .......................................................................... 3
3.1. Objetivo general .................................................................................... 3
3.2. Objetivos Específicos ............................................................................ 3
4. HIPOTESIS ....................................................................................................... 4
5. VARIABLES .................................................................................................... 4
CAPÍTULO I: MARCO TEÓRICO
1.1. CRECIMIENTO ECONÓMICO .................................................................... 5
1.2. INVERSIÓN ................................................................................................... 7
1.2.1. Clasificación de la inversión ................................................................. 7
1.2.2. Inversión privada y pública ................................................................... 8
1.3. PRESUPUESTO PÚBLICO ........................................................................... 9
1.4. DESARROLLO ECONÓMICO ..................................................................... 9
1.5. DESARROLLO REGIONAL ....................................................................... 10
1.6. DESARROLLO LOCAL .............................................................................. 10
1.7. DESARROLLO HUMANO ......................................................................... 10
1.7.1. Componentes del Índice de Desarrollo Humano ................................ 12
1.8. SECTORES DE PRODUCCIÓN ................................................................ 13
1.9. ANÁLISIS ECONOMÉTRICO ................................................................... 15
1.10. PROPIEDADES DE LOS ESTIMADORES DE MÍNIMOS
CUADRADOS ............................................................................................... 17
8
Página
CAPÍTULO II: METODOLOGÍA
2.1. MÉTODOS DE INVESTIGACION ............................................................. 18
2.1.1. Método Científico ........................................................................................ 18
2.1.2. Método Deductivo ................................................................................ 18
2.1.3. Método Inductivo ................................................................................. 20
2.1.4. Método Estadístico ............................................................................... 21
2.2. METODOLOGIA ......................................................................................... 21
3. CAPITULO III: RESULTADOS
3.1. INGRESOS DEPARTAMENTALES ........................................................... 23
3.1.1. Destino de recursos .............................................................................. 24
3.2. INVERSIONES PROGRAMADAS Y EJECUTADAS ................................ 25
3.2.1. Inversión Programada ........................................................................... 25
3.2.2. Inversión Ejecutada .............................................................................. 26
3.2.3. Inversión ejecutada por sectores económicos....................................... 26
3.3. CLASIFICACIÓN DE LA INVERSIÓN PÚBLICA SEGÚN ORDEN
DE IMPORTANCIA ........................................................................... 31
3.4. INVERSIÓN PÚBLICA POR SECTORES .................................................. 32
3.5. EFECTO DE LA INVERSIÓN EN EL CRECIMIENTO DEL PIB
DEPARTAMENTAL ..................................................................................... 38
3.5.1. Relación del PIB departamental con respecto a la inversión pública .. 38
3.6. EFECTO DE LA INVERSIÓN EN EL DESARROLLO
DEPARTAMENTAL ..................................................................................... 41
3.6.1. Algunos determinantes del IDH ........................................................... 43
3.6.1.1. Algunos determinantes de la tasa de alfabetización .................... 43
3.6.1.2. Algunos determinantes de la tasa bruta de matriculación para el
nivel primario y secundario ........................................................... 46
3.6.1.3. Algunos determinantes de la esperanza de vida al nacer ............ 49
4. CAPÍTULO V: CONCLUSIONES Y RECOMENDACIONES
4.1. CONCLUSIONES ......................................................................................... 52
9
Página
4.2. RECOMENDACIONES ................................................................................ 54
BIBLIOGRAFÍA .................................................................................................. 55
ANEXOS
10
ÍNDICE DE CUADROS
Página
CUADRO Nº 1: TARIJA, INVERSIÓN PÚBLICA EJECUTADA POR SECTORES
(En porcentaje.), 1999 – 2011 ..................................................................................... 29
CUADRO Nº 2: TARIJA, INVERSIÓN PÚBLICA EJECUTADA POR SECTORES
(En miles de Bs.), 1999 – 2011 ................................................................................... 30
CUADRO Nº3: TARIJA, INVERSIÓN PÚBLICA EJECUTADA EN EL SECTOR
INFRAESTRUCTURA (En porcentaje), 1999 – 2011 ............................................... 33
CUADRO Nº4: TARIJA, INVERSIÓN PÚBLICA EJECUTADA EN EL SECTOR
SOCIAL, (En porcentaje), 1999 – 2011...................................................................... 35
CUADRO Nº5: TARIJA, INVERSIÓN PÚBLICA EJECUTADA EN EL SECTOR
PRODUCTIVO, (En porcentaje), 1999 – 2011 .......................................................... 37
CUADRO Nº6: TARIJA, INVERSIÓN PÚBLICA EJECUTADA PER CÁPITA Y
PIB PER CÁPITA NOMINAL. (En bolivianos), 1999 – 2012 .................................. 41
CUADRO Nº 7: DETERMINANTES DE LA TASA DE ALFABETIZACIÓN,
1999 -2010 .................................................................................................................. 44
CUADRO Nº 8: DETERMINANTES DE LA TASA BRUTA DE
MATRICULACIÓN PARA NIVELES PRIMARIO Y SECUNDARIO, 1999 -2010
..................................................................................................................................... 47
CUADRO Nº 9: DETERMINANTES DE LA ESPERANZA DE VIDA AL NACER,
1999 -2010 .................................................................................................................. 50
11
ÍNDICE DE GRÁFICOS
Página
GRÁFICO Nº1: TARIJA, PRESUPUESTO DE LA GOBERNACION POR
GASTO E INVERSION (En millones de Bs.), gestión 2001-2013 ............................ 23
GRÁFICO Nº2: TARIJA, PORCENTAJE DEL PRESUPUESTO DE LA
GOBERNACION SEGÚN INVERSIÓN Y GASTOS, gestión 2001-2013 .............. 24
GRÁFICO Nº3: TARIJA, INVERSIÓN PÚBLICA PROGRAMADA Y
EJECUTADA (En miles de Bs.) 1999 - 2013 ............................................................ 25
GRÁFICO Nº4: TARIJA, INVERSIÓN PÚBLICA EJECUTADA POR SECTORES
(En millones de Bs.), 1999 - 2011............................................................................... 27
GRÁFICO Nº5: TARIJA: INVERSIÓN PÚBLICA EJECUTADA POR
SECTORES (En porcentaje), 1999-2011 ................................................................... 28
GRÁFICO Nº6: TARIJA: INVERSIONES PRIORIZADAS SEGÚN
SUBSECTORES (En porcentaje), 1999-2011 ........................................................... 31
GRÁFICO Nº7: TARIJA, INVERSIÓN PÚBLICA EJECUTADA EN EL SECTOR
INFRAESTRUCTURA (En millones de Bs.), 1999 – 2011 ....................................... 33
GRÁFICO Nº8: TARIJA, INVERSIÓN PÚBLICA EJECUTADA EN EL SECTOR
SOCIAL, (En millones de Bs.), 1999-2010. ............................................................... 35
GRÁFICO Nº9: TARIJA, INVERSIÓN PÚBLICA EJECUTADA EN EL SECTOR
PRODUCTIVO (En millones de Bs.), 1999 - 2010. ................................................. 36
GRÁFICO Nº10: TARIJA, INVERSIÓN PÚBLICA EJECUTADA EN EL
SECTOR MULTISECTORIAL (En millones de Bs.), 1999 - 2010. ........................ 38
GRÁFICO Nº11: TARIJA, RELACIÓN ENTRE EL PIB Y LA INVERSIÓN
PÚBLICA .................................................................................................................... 39
12
Página
GRÁFICO Nº12: TARIJA, PARTICIPACIÓN DE LA INVERSIÓN PÚBLICA
EJECUTADA EN EL PIB DEPARTAMENTAL (1999 - 2012) ............................. 40
GRÁFICO Nº13: TARIJA, INVERSIÓN PÚBLICA EJECUTADA EN SALUD Y
EDUCACIÓN (En porcentaje), 1999 – 2012 ............................................................. 42
13
ÍNDICE DE ANEXOS
ANEXO A: MODELO PARA LA TASA DE ALFABETIZACIÓN DE ADULTOS ..
ANEXO B: MODELO PARA LA TASA BRUTA DE MATRICULACIÓN ...............
ANEXO C: MODELO PARA LA ESPERANZA DE VIDA ........................................
1
INTRODUCCIÓN
Al comenzar la década pasada, el descubrimiento de reservas de hidrocarburos en el
departamento de Tarija y los precios favorables para la venta de los mismos
incrementaron el flujo de recursos para el país y para el departamento, entre 2000 y
2012 el PIB departamental creció a una tasa promedio aproximada del 10%.
Según datos del Viceministerio de Inversión Pública y Financiamiento Externo
(VIPFE), y el Instituto Nacional de Estadística (INE) las inversiones públicas
programadas de los gobiernos departamentales, los municipales e instituciones del
gobierno central tuvieron un importante crecimiento de USD 584 millones en el año
2005 a más de USD 3.200 millones en el 2012. A partir del 2009 se presenta una
disminución en la ejecución presupuestada, ya que la inversión pública ejecutada es
menor a la inversión programada.
Igualmente se puede observar en el entorno departamental, en el 2005 las inversiones
programadas eran de Bs. 673 millones, y para el 2012 ascienden a Bs. 4.868 millones.
A partir del 2007 el porcentaje de la inversión pública ejecutada es menor que el
nacional y esta brecha entre lo ejecutado y lo programado se hace más significativa a
medida que trascurren los años.
2
1. PLANTEAMIENTO DEL PROBLEMA
En los últimos años el departamento de Tarija presenta un importante crecimiento de
sus ingresos económicos provenientes de la explotación en el sector hidrocarburos.
Por ello era de esperarse un mayor crecimiento en la economía y mejora de la calidad
de vida de los habitantes, es decir que debería existir un mayor desarrollo económico
por ende desarrollo humano.
Sin embargo pese a este auge en los recursos percibidos, donde el PIB departamental
creció a tasas por encima del 10 % situándose el año 2012 en 3.637millones de USD
y el PIB per-cápita sobrepasa los USD 6.649 siendo el más alto del país, estando por
encima del nacional que es de USD 2.232 . Este indicador no explica en si el
desarrollo que tiene la región, derivándose en que una parte importante de la
población no siente un impacto positivo sobre la economía. Presentándose aún la falta
de atención requerida a aspectos sociales como la educación, la salud y otros, para
combatir la pobreza que aunque no es tan elevada como en otros departamentos del
país, es uno de los principales problemas que aquejan a nuestra sociedad. A pesar de
las inversiones realizadas en estos sectores..
Así en el año 2012 las inversiones públicas en el departamento fueron destinadas
mayormente al sector transporte con más de 600 millones de Bs. luego el sector
agropecuario por encima de los 180 millones de Bs. invirtiendo en el sector de
educación y salud montos por arriba de los 32 y 37 millones de Bs. respectivamente
según datos del VIPFE. Esta situación nos lleva a interesarnos y hacernos la siguiente
pregunta ¿En qué sectores invierte nuestros recursos en los últimos 10 años? Para
intentar encontrar una explicación del porqué del hay impacto de la inversión en el
departamento.
3
2. JUSTIFICACIÓN DEL TRABAJO
Dentro de lo expresado con anterioridad es que se realiza el presente trabajo, para
poder comprender por qué pese a los recursos que recibe el departamento no se
percibe el desarrollo económico esperado. Para lo cual se hará un análisis de las
inversiones programadas y ejecutadas en los distintos sectores de la economía
departamental, pensamos que esta investigación será un aporte importante para
conocer en que se invierte el dinero que recibe Tarija por el gas.
3. OBJETIVOS
3.1. OBJETIVO GENERAL
Determinar el grado de influencia de las inversiones y de las diferentes variables
macroeconómicas en el crecimiento y desarrollo económico del departamento de
Tarija.
3.2. OBJETIVOS ESPECÍFICOS
· Determinar los ingresos programados del departamento para los años 2001 al
2012.
· Determinar las inversiones programadas y ejecutadas del departamento para
los años 1999 al 2012.
· Clasificar las inversiones de acuerdo al orden de importancia económica.
· Examinar la inversión pública departamental y sus principales desembolsos a
determinados sectores.
· Examinar el efecto de la inversión en el crecimiento del PIB departamental.
· Estudiar el efecto de la inversión en los componentes del Índice de Desarrollo
Humano (IDH).
· Establecer modelos econométricos como referencia en base a los resultados
obtenidos.
4
4. HIPOTESIS
La hipótesis de la investigación es la siguiente:
“La inversión pública en salud, educación y el crecimiento del PIB explican el
desarrollo y crecimiento económico actual del departamento de Tarija”
5. VARIABLES
Las variables a analizar son las siguientes:
· Inversión pública
· Producto interno bruto departamental
· Producto interno bruto per-cápita departamental
· Índice de desarrollo humano
· Tasa de alfabetismo
· Esperanza de vida
· Cobertura bruta en educación
· Tasa de abandono por grado
5
CAPÍTULO I
1. MARCO TEÓRICO
1.1. CRECIMIENTO ECONÓMICO
El crecimiento económico es el aumento de la renta o valor de bienes y servicios
finales producidos por una economía (generalmente de un país o una región) en un
determinado período (generalmente en un año). A grandes rasgos, el crecimiento
económico se refiere al incremento de ciertos indicadores, como la producción de
bienes y servicios, el mayor consumo de energía, el ahorro, la inversión, una balanza
comercial favorable, el aumento de consumo de calorías por cápita, etc. El
mejoramiento de estos indicadores debería llevar teóricamente a un alza en los
estándares de vida de la población.1
Asimismo tenemos otra definición de crecimiento económico:
El crecimiento económico es la expansión de las posibilidades de producción de la
economía. Puede describirse como in desplazamiento hacia afuera de la frontera de
posibilidades de producción (FFP). El crecimiento económico se mide por el
aumento del producto interno bruto real (PIB real) el producto interno bruto real es
el valor de la producción total de todas las granjas, fábricas, tiendas y oficinas de
una nación. Medido a precios de un año en particular.2
1 http://es.wikipedia.org 2 MAC ROECONOMIA, Parkin Michael, 1996, Pág. 91
6
Fuentes de crecimiento económico
Las tres principales fuentes del crecimiento económico son: el crecimiento del
trabajo, la acumulación del capital y el progreso técnico. Su característica común es
que todas originan un desplazamiento hacia fuera dela curva de la economía
creciente.3
Crecimiento del trabajo
El crecimiento de la población conduce, obviamente al crecimiento del
trabajo, y la expansión de la oferta de trabajo hace que la frontera de
posibilidades de producción se desplace hacia fuera.
Acumulación de capital
En varios países se dio que el capital creció mucho más rápido que la
población (oferta de trabajo), a este fenómeno se le llama intensificación de
capital.
El término capital debería entenderse como “Medio producido de
producción”; por ejemplo, máquinas. ¿Cómo aparece el capital? A través del
ahorro y la inversión.
Progreso técnico
El progreso técnico es un importante factor de crecimiento económico y tiene
lugar cuando se puede obtener una mayor producción con el tiempo a partir de
unos recursos dados de capital y trabajo.
Según Arthur Lewis existen tres causas inmediatas del crecimiento económico: La
actividad económica, un creciente económico y un mayor capital. O dicho de otra
manera la voluntad de economizar y la acumulación de conocimiento y de capital.4
3 Chacholoidades Miltiades, Pág. 132-133, Cap. 6 4 W. Arthur Lewis, “Teoría del Desarrollo Económico”, Pág. 24
7
1.2. INVERSIÓN
La inversión es un término económico, con varias acepciones relacionadas con el
ahorro, la ubicación de capital, y la postergación del consumo. El término aparece en
gestión empresarial, finanzas y en macroeconomía.5
1.2.1. Clasificación de la inversión6
· Según el objeto de la inversión.
o Equipo industrial.
o Materias primas.
o Equipo de transporte.
o Empresas completas o participación accionarial.
· Por su función dentro de una empresa.
o De renovación, son las destinadas a sustituir el equipo utilizado, que
por factores físicos, técnicos, u obsolescencia, ha quedado en desuso.
o De expansión, la inversión de expansión va destinada a incrementar el
mercado potencial de la empresa, mediante la creación de nuevos
productos o la captación de nuevos mercados geográficos.
o De mejora o modernización, van destinadas a mejorar la situación de
una empresa en el mercado, a través de la reducción de costos de
fabricación o del incremento de la calidad del producto.
o Estratégicas, tienen por objeto la reducción de los riesgos derivados
del avance tecnológico y del comportamiento de la competencia.
· Según el sujeto que la realiza.
o Privada.
5 http://es.wikipedia.org/wiki/Inversi%C3%B3n#cite_note-2 6 E. Bueno Campos- I. Cruz Roche- J.J. Durán Herrera, Economía de la empresa: Análisis de las decisiones
empresariales. Pirámide. ed. Pirámide. ISBN 84-368-0207-1.
8
o Pública.
1.2.2. Inversión privada y pública
Inversión privada
En el contexto empresarial, la inversión es el acto mediante el cual se invierten
ciertos bienes con el ánimo de obtener unos ingresos o rentas a lo largo del tiempo.
La inversión se refiere al empleo de un capital en algún tipo de actividad o negocio,
con el objetivo de incrementarlo. Dicho de otra manera, consiste en renunciar a un
consumo actual y cierto, a cambio de obtener unos beneficios futuros y distribuidos
en el tiempo.7
Inversión pública
El mayor volumen de la inversión requerida para el desarrollo económico tiene que
hacerse en obras y servicios públicos según Lewis; aunque el hombre común puede
contribuir en forma significativa a las obras públicas colaborando en proyectos de
mejoramiento comunal, existe la necesidad de que las agencias gubernamentales y de
servicios públicos, hagan grandes gastos en caminos, ferrocarriles energía eléctrica
y otros grandes proyectos que están mucho más allá de la capacidad del hombre
común que se adapta a su medio ambiente.8
La inversión pública es la utilización del dinero recaudado en impuestos, por parte de
las entidades del gobierno, para reinvertirlo en beneficios dirigidos a la población que
atiende, representada en obras, infraestructura, servicios, desarrollo de proyectos
productivos, incentivo en la creación y desarrollo de empresas, promoción de las
actividades comerciales, generación de empleo, protección de derechos
fundamentales, y mejoramiento de la calidad de vida en general. La inversión pública
se encuentra regulada por leyes, normas y procedimientos, que le definen lo que es
7 Massé, Pierre. La elección de las inversiones. Sagitario. 8 W. Arthur Lewis, “Teoría del Desarrollo Económico”, Pág. 289
9
viable y lo que está prohibido, los responsables y montos autorizados, actividades
permitidas y requisitos que deben cumplir.9
Según la Fundación Jubileo “Se entiende por Inversión Pública todo gasto de
recursos de origen público destinado a incrementar, mejorar o reponer las
existencias de capital físico (de dominio público) y/o de capital humano, con el
objeto de ampliar la capacidad del país para la prestación de servicios o producción
de bienes”10
1.3. PRESUPUESTO PÚBLICO11
Es la estimación y programación de ingresos y gastos del Sector Público para una
gestión (1 año).
Es un instrumento de planificación y control que describe los planes y resultados
esperados, expresados en la asignación de recursos. Por lo tanto, constituye la
expresión financiera de los planes de gobierno.
Es un instrumento de política fiscal, entendiéndose ésta como parte de la política
gubernamental que se refiere a la obtención de ingresos y las decisiones sobre el
gasto público.
1.4. DESARROLLO ECONÓMICO
El desarrollo económico se puede definir como la capacidad de países o regiones para
crear riqueza a fin de promover y mantener la prosperidad o bienestar económico y
social de sus habitantes. Podría pensarse al desarrollo económico como el resultado
de los saltos cualitativos dentro de un sistema económico facilitado por tasas de
crecimiento que se han mantenido altas en el tiempo y que han permitido mantener
procesos de acumulación del capital. Evidentemente que los saltos cualitativos no se
dan exclusivamente si se dan acumulaciones cuantitativas de una única variable, pues
9 http://www.inversion-es.com/inversion-publica.html 10 Fundación jubileo, “Guía para la interpretación y el análisis del presupuesto general de la nación”, Diciembre
.2008. Pág. 9. 11 Fundación jubileo, “Guía para la interpretación y el análisis del presupuesto general de la nación”, Diciembre . 2008. Pág. 7.
10
los saltos pueden ser incluso de carácter externo y no sólo depender de las
condiciones internas de un país.12
1.5. DESARROLLO REGIONAL
El desarrollo regional es un concepto inherente a la transición de un nivel económico
concreto a otro más avanzado en una zona geográfica determinada. Es un proceso de
transformación del sistema económico y social de los habitantes de ese espacio
geográfico, que se traduce en un incremento del bienestar y que debe expresarse en el
mejoramiento de los indicadores económicos, sociales y administrativos, entre
otros.13
1.6. DESARROLLO LOCAL
El desarrollo local lo entendemos como un proceso concertado de construcción de
capacidades y derechos ciudadanos en ámbitos territoriales político-administrativos
del nivel local (municipios = territorio) que deben constituirse en unidades de
planificación, de diseño de estrategias y proyectos de desarrollo en base a los
recursos, necesidades e iniciativas locales. Este proceso incorpora las dinámicas del
desarrollo sectorial, funcional y territorial, que se emprendan desde el estado, las
organizaciones sociales y la empresa privada en el territorio.14
1.7. DESARROLLO HUMANO
El concepto de desarrollo humano tiene sus orígenes, como bien lo ha subrayado
Amartya Sen, en el pensamiento clásico y, en particular, en las ideas de Aristóteles,
quien consideraba que alcanzar la plenitud del florecimiento de las capacidades
humanas es el sentido y fin de todo desarrollo.15
12 "Definiendo el desarrollo", John Cajas Guijarro, Rebelión.org, noticia.php?id=128304, Mayo 2011. 13 http://www.arinformacion.com/mexico/ 14 Manual para la Gestión Municipal del Desarrollo Económico Local, Pág. 14 15 Mauricio Rojas Mullor (2011), La idea de progreso y el concepto de desarrollo, Madrid: EPIC/Universidad Rey
Juan Carlos.
11
Desarrollo humano, es aquel que sitúa a las personas en el centro del desarrollo, trata
de la promoción del desarrollo potencial de las personas, del aumento de sus
posibilidades y del disfrute de la libertad para vivir la vida que valoran.16
Según Amartya Sen: El IDH es una cifra, un concepto muy rudimentario. En un
número no se pueden incluir muchas cosas. (...) Hizo bien el trabajo elemental, pero
nunca pretendió captar todo el desarrollo como libertad.
La literatura económica presenta variadas definiciones del concepto de desarrollo.
Que abarcan una amplia gama de dimensiones, tanto políticas, sociales, biológicas,
como económicas. En términos generales coinciden en que éste concepto hace
referencia a factores y cambios cualitativos en la vida del hombre y de la sociedad en
la que habita, aunque algunos autores se detienen en el aspecto meramente material
(cuantitativo) del cambio.
En este contexto, Amartya Sen (Sen:1999a) expresó que para hablar del desarrollo de
una sociedad hay que analizar la vida de quiénes la integran, que no puede
considerarse que hay éxito económico sin tener en cuenta la vida de los individuos
que conforman la comunidad. El desarrollo es entonces el desarrollo de las personas
de la sociedad. Por este motivo define concretamente: "El desarrollo es un proceso de
expansión de las capacidades de que disfrutan los individuos" (Sen:1999b).17
Desigualdad de ingreso
La desigualdad de ingreso o desigualdad económica o desigualdad en los ingresos
comprende todas las disparidades en la distribución de bienes e ingresos económicos,
entre ellas muy especialmente la distribución de la renta. El término se refiere
normalmente a la desigualdad entre individuos y grupos al interior de una sociedad,
pero también se puede referir a la desigualdad entre países.
La desigualdad económica está relacionada con la idea de igualdad de oportunidades
y la igualdad de resultados. Tanto en términos utilitarios como ético-morales, existe
16 Informe Anual Mundial sobre el Desarrollo Humano Programa de las Naciones Unidas para el desarrollo 2010,
2009, 2008-2007. 17 http://www.economia.umich.mx/economia_oldsite/publicaciones/EconYSoc/ES17_04.html#not1
12
polémica por determinar si la existencia de la desigualdad económica es un fenómeno
positivo o negativo.18
1.7.1. Componentes del Índice de Desarrollo Humano
Para el cálculo del índice de Desarrollo Humano se utiliza una metodología detallada
en el Informe de Desarrollo Humano mundial.19
Dimensión Componente IDH mundial
Salud Una larga vida saludable · Esperanza de vida al
nacer
Educación Conocimientos
· Alfabetismo en adultos
· Tasa bruta combinada de matriculación primaria, secundaria y terciaria.
Ingresos Un nivel de vida decoroso · PIB per cápita ($
PPA/año)
Antes de calcular el IDH, es necesario crear un índice para cada uno de sus tres
componentes. Para calcularlos, se utilizan valores mínimos y máximos de referencia a
nivel mundial.
Valores internacionales de referencia para el cálculo del IDH
Indicador Valor máximo Valor mínimo
Esperanza de vida al nacer (años) 80 25
Tasa de alfabetización de adultos (%) 100 0
Tasa bruta combinada de matriculación (%) 100 0
PIB per cápita (PPA en dólares) 40.000 100
El desempeño en cada componente se expresa como un valor entre 0 y 1 aplicando la
siguiente fórmula general.
18 http://es.wikipedia.org/wiki/ 19 Índice de Desarrollo Humano en los municipios de Bolivia. Anexo metodológico.
13
Luego se calcula el IDH como simple promedio de los índices de los componentes:
1.8. SECTORES DE PRODUCCIÓN
Los sectores productivos o económicos son las distintas ramas o divisiones de la
actividad económica, atendiendo al tipo de proceso que se desarrolla. Se distinguen
tres grandes sectores denominados primario (extracción de materias primas),
secundario (la manufactura) y terciario (los servicios).20
20 http://es.wikipedia.org/wiki/Sectores_de_producci%C3%B3n
14
Sector primario
El sector primario está formado por las actividades económicas relacionadas con la
transformación de los recursos naturales en productos primarios no elaborados.
Usualmente, los productos primarios son utilizados como materia prima en otros
procesos de producción en las producciones industriales. Las principales actividades
del sector primario son la agricultura, la minería, la ganadería, la silvicultura, la
apicultura, la acuicultura, la caza y la pesca.
Sector secundario o transformador
El sector secundario reúne la actividad artesanal e industrial manufacturera, mediante
las cuáles los bienes provenientes del sector primario son transformados en nuevos
productos. Abarca también la industria de bienes de producción, tales como materias
primas artificiales, herramientas, maquinarias, etc. De igual manera comprende la
industria de bienes de consumo, así como también la prestación de los servicios a la
comunidad.
Sector terciario o de servicios
El sector terciario se dedica, sobre todo, a ofrecer servicios a la sociedad, a las
personas y a las empresas, lo cual significa una gama muy amplia de actividades que
está en constante aumento. Esta heterogeneidad abarca desde el comercio más
pequeño, hasta las altas finanzas o el Estado. Es un sector que no produce bienes,
pero que es fundamental en una sociedad capitalista desarrollada. Su labor consiste en
proporcionar a la población todos los productos que fabrica la industria, obtiene la
agricultura e incluso el propio sector servicios. Gracias a ellos tenemos tiempo para
realizar las múltiples tareas que exige la vida en la sociedad capitalista de consumo de
masas: producir, consumir y ocupar el tiempo de ocio.
Sector cuaternario o de información
El sector cuaternario es un sector de reciente concepción que complementa a los tres
sectores tradicionales, con actividades relacionadas con el valor intangible de la
información, abarcando la gestión y la distribución de dicha información. Dentro de
15
este sector se engloban actividades especializadas de investigación, desarrollo,
innovación e información. Este nuevo enfoque surge del concepto de sociedad de la
información o sociedad del conocimiento, cuyos antecedentes se remontan al
concepto de sociedad postindustrial, acuñado por Daniel Bell.
Sector quintenario
Algunos autores ya hablan de un sector quinto, relativo a las actividades relacionadas
con la cultura, la educación, el arte y el entretenimiento. Sin embargo, las actividades
incluidas en este sector varían de unos autores a otros, incluyendo en ocasiones
actividades relacionadas con la sanidad.
1.9. ANÁLISIS ECONOMÉTRICO
Análisis modelado del caso
El modelo de gauss, modelo clásico o estándar de regresión lineal, (MCRL), el cual
es el cimiento de la mayor parte de la teoría econométrica, plantea 10 supuestos:21
Supuesto 1: modelo de regresión lineal. El modelo de regresión es lineal en los
parámetros
b b
Supuesto 2: los valores de x son fijos en muestreo repetido. Los valores que toma
el regresor X son considerados fijos en muestreo repetido. Más técnicamente, X se
supone no estocástica.
Supuesto 3: el valor medio de la perturbación ui es igual a cero. Dado el valor de
X, la media, o el valor esperado del termino aleatorio de perturbación ui, es cero.
Técnicamente el valor de la media condicional de ui es cero. Simbólicamente se tiene:
21
Damodar N. Gujarati, “Econometria”, Pág. 63-72.
16
Supuesto 4: Homoscedasticidad o igual varianza de ui. Dado el valor de X, la
varianza de ui es la misma para todas las observaciones. Esto es, las varianzas
condicionales de ui son idénticas. Simbológicamente, se tiene que:
s
Supuesto 5: No existe autocorrelación entre las perturbaciones. Dados dos
valores cualquiera de X, Xi y Xj (i≠j), la correlación entre dos ui y uj cualquiera es
cero. Simbólicamente:
Supuesto 6: La covarianza entre ui y Xi es cero, o E (ui Xi)=0. Formalmente,
Supuesto 7: El número de observaciones n debe ser mayor que el número de
parámetros por estimar. Alternativamente, el número de observaciones n debe ser
mayor que el número de variables explicativas.
17
Supuesto 8: Variabilidad en los valores de X. No todos los valores de X en una
muestra dada deben ser iguales. Técnicamente, var (X) debe ser un número positivo
finito.
Supuesto 9: El modelo de regresión está correctamente especificado.
Alternativamente, no hay un sesgo de especificación o error en el modelo utilizado en
el análisis empírico
Supuesto 10: No hay multicolinealidad perfecta. Es decir, no hay relaciones
perfectamente lineales entre las variables explicativas.
1.10. PROPIEDADES DE LOS ESTIMADORES DE MÍNIMOS
CUADRADOS
Para entender este teorema se necesita considerar la propiedad del mejor estimador
lineal insesgado (MELI) que cumple lo siguiente:22
1. Es lineal, es decir función lineal de una variable aleatoria, tal
como la variable dependiente Y en el modelo de regresión
2. Es insesgado, es decir, su valor promedio o esperado, E (b ) es
igual al valor verdadero de b2
3. Tiene una varianza mínima dentro de la clase de todos los
estimadores lineales insesgados; un estimador insesgado con
varianza mínima es conocido como un estimador eficiente.
22 Damodar N. Gujarati, “Econometria”, Pág. 76
18
CAPÍTULO II
3. METODOLOGÍA
3.1. METODOLOGÍAS DE INVESTIGACIÓN
Método significa el camino a seguir mediante una serie de operaciones y reglas
prefijadas de antemano de manera voluntaria y reflexiva, aptas para alcanzar el
resultado propuesto.
Los métodos que se utilizan para la elaboración de un trabajo de investigación son los
siguientes:
ü Método científico
ü Método deductivo
ü Método inductivo
ü Método estadístico
3.1.1. EL MÉTODO CIENTÍFICO
Es el procedimiento o instrumento de la ciencia adecuado para obtener esa expresion
de las cosas, gracias al cual es posible manejar, combinar y utilizar esas mismas
cosas. Ademas nos permite comprobar si una hipotesis dad merece el Rango de Ley.
Al hablar del método científico es referirse a la ciencia (básica y aplicada) como un
conjunto de pensamientos universales y necesarios, y que en función de esto surgen
algunas cualidades importantes, como la de que está constituida por leyes universales
que conforman un conocimiento sistemático de la realidad. Y es así que el método
científico procura una adecuada elaboración de esos pensamientos universales y
necesarios.23
3.1.2. MÉTODO DEDUCTIVO
Centrándonos en el deductivismo, se trata de un procedimiento que consiste en
desarrollar una teoría empezando por formular sus puntos de partida o hipótesis
23
Ramón Ruiz, El Método Científico y sus Etapas, México 2007
19
básicas y deduciendo luego sus consecuencias con la ayuda de las subyacentes teorías
formales. Sus partidarios señalan que toda explicación verdaderamente científica
tendrá la misma estructura lógica, estará basada en una ley universal, junto a ésta,
aparecen una serie de condicionantes iníciales o premisas, de las cuales se deducen
las afirmaciones sobre el fenómeno que se quiere explicar.24
La actuación seguida por el investigador sería la siguiente:
· Planteamiento del conjunto axiomático de partida. El criterio que debe
seguirse en esta etapa debe ser el de la sencillez. Los supuestos deben
incorporar sólo las características más importantes de los fenómenos,
debiendo ser eliminadas las irrelevantes. Debe existir coherencia entre los
postulados, sin que haya contradicción entre unos y otros.
· Proceso de deducción lógica, partiendo siempre de los postulados iníciales, es
decir, de la etapa anterior.
· Enunciado de leyes de carácter general, a los que se llegará partiendo del
conjunto axiomático y a través del proceso de deducción.
Por último, finalizaremos la descripción del método deductivo afirmando que, dada la
dificultad para contrastar empíricamente las hipótesis básicas, se da cada vez un
mayor grado de abstracción de las teorías construidas a partir de este procedimiento,
lo que conlleva la construcción de modelos como representación simplificada de la
realidad, con el consiguiente riesgo de separación entre modelo y realidad. Sin
embargo, es preciso señalar, que existe una clara separación entre deductivismo y los
procedimientos de deducción que habitualmente se emplean en economía.
La deducción, sea axiomática o matemática, puede ser empleada para facilitar los
análisis estadísticos y test de hipótesis, en cambio el deductivismo postula que el
conocimiento estadístico y empírico es transitorio, un primer análisis deductivo puede
proporcionar mejor comprensión de los fenómenos.
24 Roberto Gómez López “Evolución Científica y Metodológica de la Economía”
20
3.1.3. MÉTODO INDUCTIVO
Según este método, se admite que cada conjunto de hechos de la misma naturaleza
está regido por una Ley Universal. El objetivo científico es enunciar esa Ley
Universal partiendo de la observación de los hechos.25
Atendiendo a su contenido, los que postulan este método de investigación distinguen
varios tipos de enunciados:
• Particulares, si se refieren a un hecho concreto.
• Universales, los derivados del proceso de investigación y probados
empíricamente.
• Observacionales, se refieren a un hecho evidente.
Haciendo hincapié en el carácter empirista de esta metodología, la secuencia seguida
en este proceso de investigación puede resumirse en los siguientes puntos:
ü Debe llevarse a cabo una etapa de observación y registro de los hechos.
ü A continuación se procederá al análisis de lo observado, estableciéndose como
consecuencia definiciones claras de cada uno de los conceptos examinados.
ü Con posterioridad, se realizará la clasificación de los elementos anteriores.
ü La última etapa de este método está dedicada a la formulación de
proposiciones científicas o enunciados universales, inferidos del proceso de
investigación que se ha llevado a cabo.
El denominado “Problema de la inducción” es un tema que presenta determinadas
implicaciones incluso para aquellos que no suscriben la metodología inductivista. La
cuestión se plantea ante la duda de si la evidencia inductiva puede ser utilizada para
predecir futuros acontecimiento, en consecuencia, el problema de la inducción surge a
partir de nuestra incapacidad para proporcionar elementos racionales que puedan ser
utilizadas para explicar algo más allá de la evidencia disponible.
25 Roberto Gómez López “Evolución Científica Y Metodológica De La Economía”
21
3.1.4. MÉTODO ESTADÍSTICO
El conjunto de los métodos que se utilizan para medir las características de la
Información, para resumir los valores individuales, y para analizar los datos a fin de
extraerles el máximo de información, es lo que se llama métodos estadísticos. Los
métodos de análisis para la información cuantitativa se pueden dividir en los
siguientes seis pasos:
· Definición del problema.
· Recopilación de la información existente.
· Obtención de información original.
· Clasificación.
· Presentación.
· Análisis.
3.2. METODOLOGIA
La presente investigación es de tipo descriptiva, la cual pretende medir o recoger
información sobre las variables a las que se refiere, describiendo así su
comportamiento y tendencia.
Se emplea el método estadístico conjuntamente con el método deductivo el mismo
que parte de la observación y el planteamiento de la hipótesis la cual está sujeta a
comprobación empírica.
Para realizar la presente investigación se realizaran los siguientes pasos:
Planificación
En la etapa de planificación se planteó la hipótesis y se definió el rumbo de la
investigación.
22
Levantamiento de información
El levantamiento de la información para el presente trabajo se lo realizo por medio de
la obtención de datos de fuentes secundarias de diversas instituciones, recurriendo a
publicaciones, boletines estadísticos, anuarios, y otros relacionados al tema de
investigación.
Procesamiento y análisis
Para analizar el comportamiento de las diferentes variables se utiliza instrumentos
estadísticos y econométricos, mediante programas que permiten manipular datos
numéricos como el Excel y Eviews 6.
Obtención de resultados
En esta etapa se describe e interpreta los resultados del paso anterior.
Conclusiones y recomendaciones
Se realizan las conclusiones de acuerdo a los objetivos establecidos y se da algunas
recomendaciones.
FLUJOGRAMA DEL PROCESO METODOLÓGICO
Planificación
Levantamiento de información
Procesamiento y análisis
Obtención de resutados
Conclusiones y Recomendaciones
23
3. CAPÍTULO III
RESULTADOS
3.1. INGRESOS DEPARTAMENTALES
La gobernación de Tarija en la última década se vio beneficiada por el aumento de los
ingresos, provenientes principalmente del sector hidrocarburos.
Se puede observar en el gráfico Nº 1, que a partir del año 2004 el crecimiento del
presupuesto departamental es más acelerado y continuo, alcanzando un máximo en el
año 2013 de 4.130 millones de bolivianos, la tasa de crecimiento en el decenio 2004 –
2013 es de casi el 524% y si se considera la gestión 2001 – 2013 del 1.148%.
Se constata en el gráfico que Tarija, contó y cuenta con mayores recursos cada año
para programarlos en el presupuesto departamental, aunque se debe hacer notar que
las cifras solo representan los presupuestos iniciales, la gobernación recibe más
recursos a medida que avanza el año de gestión, variando el presupuesto inicial.
GRÁFICO Nº1: TARIJA, PRESUPUESTO DE LA GOBERNACION POR GASTO E INVERSION
(En millones de Bs.), gestión 2001-2013
FUENTE: Elaboración Propia a base de datos del Ministerio de Economía y Finanzas Públicas, Viceministerio Presupuesto y Contabilidad Fiscal, SIGMA
2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011 2012 2013
INVERSION 86 109 121 192 342 605 980 922 1,082 767 1,245 1,466 2,058
GASTOS 245 301 361 470 746 1,248 1,727 1,210 1,364 1,143 1,686 1,546 2,072
TOTAL PRESUPUESTADO 331 410 482 662 1,088 1,853 2,708 2,131 2,446 1,911 2,931 3,012 4,130
0
500
1,000
1,500
2,000
2,500
3,000
3,500
4,000
4,500
Mil
lon
es
de
Bs.
24
3.1.1. Destino de los Recursos
Tanto en el gráfico Nº1 y Nº2 se observa que la mayor parte del presupuesto por tipo
de gasto, está destinado a GASTOS26 y en un menor porcentaje a la INVERSIÓN,
por Ej. En el año 2013, gastos tiene un 50,2% e inversión 49,8%
Los gastos sin proyectos de inversión corresponden el gasto de funcionamiento de las
entidades públicas que comprende el pago de salarios, compra de materiales y todos
los gastos necesarios para financiar las actividades recurrentes del sector público: El
gasto corriente, las transferencias y asimismo el pago de la deuda pública.
GRÁFICO Nº2: TARIJA, PORCENTAJE DEL PRESUPUESTO DE LA GOBERNACION SEGÚN INVERSIÓN Y GASTOS, gestión 2001-2013
FUENTE: Elaboración Propia a base de datos del Ministerio de Economía y Finanzas Públicas, Viceministerio Presupuesto y Contabilidad Fiscal, SIGMA
Los proyectos de inversión comprenden la construcción de caminos, escuelas,
hospitales y otros. Existen proyectos de inversión pública en los sectores de
26 Como se analiza el presupuesto según la clasificación por Tipo de Gasto, para su abreviación en los cuadros se
denomina GASTOS a los gastos sin proyectos de inversión, e INVERSIÓN a los gastos con proyectos de inversión.
25.9 26.5 25.1 29.0 31.4 32.7 36.2 43.2 44.2
40.2 42.5 48.7 49.8
74.1 73.5 74.9 71.0 68.6 67.3 63.8 56.8 55.8
59.8 57.5 51.3 50.2
0%
10%
20%
30%
40%
50%
60%
70%
80%
90%
100%
2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011 2012 2013
INVERSION % GASTOS %
25
infraestructura, productivos, sociales y otros, a pesar que desde el año 2004 se
perciben mayores ingresos, la relación porcentual siempre mayor del gasto a la
inversión no varió, si poco a poco fueron van subiendo los porcentajes de la
inversión, del 25% en el año 2001, 29% en 2004 a 49,8% en el 2013.
3.2. INVERSIONES PROGRAMADAS Y EJECUTADAS
Al igual que en todo presupuesto la inversión pública presenta dos estados, el
programado y el ejecutado.
3.2.1. Inversión Programada
La inversión pública programada (Suma de la inversión total del Gobierno central,
empresas públicas, gobernación, municipios y universidad) del año 1999 a 2004 tiene
un leve crecimiento, desde el año 2005 con Bs. 673 millones sube el 2013 en Bs.
4.976 millones con un aumento considerable de casi 639%, como podemos observar
en el gráfico Nº3.
GRÁFICO Nº3: TARIJA, INVERSIÓN PÚBLICA PROGRAMADA Y EJECUTADA (En miles de Bs.) 1999 - 2013.
FUENTE: Elaboración Propia a base de datos del Viceministerio de Presupuesto y Contabilidad Fiscal
Nota: Incluye Estimación de Gobiernos Municipales
1999 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011 2012 2013
PROGRAMADA 328,1 226,2 248,8 367,4 480,5 482,2 673,2 1,010 1,414 1,411 1,837 1,659 3,109 4,868 4,976
EJECUTADA 284,6 286,6 356,6 435,0 469,1 628,0 852,0 1,417 1,178 1,107 1,080 1,146 2,400 3,033
0
1,000,000
2,000,000
3,000,000
4,000,000
5,000,000
6,000,000
Mile
s d
e b
olivia
no
s
87
127
143
118
98
130 127
140
83 78
59
69 77
62
0
20
40
60
80
100
120
140
160
180
. . . . . . . . . . . . . . .
% Ejec Prespuestaria
Po
rcen
taje
26
3.2.2. Inversión Ejecutada
En los años en los que no se contaba con grandes recursos la inversión pública
ejecutada no era muy diferente a la programada, los porcentajes de ejecución eran
elevados, así en los años 2000 al 2006 con excepción del año 2003 (98%), la
ejecución presupuestaria es mayor a la programada 27, pero a partir del año 2007 este
porcentaje va disminuyendo a medida que el departamento percibe mayores recursos,
el año 2009 la inversión fue de Bs. 1.080 millones, que representa sólo un 59% de lo
programado, este porcentaje de ejecución sube en el 2010 a 69%, y en el 2011 a 77%,
para bajar el 2012 a 62% que expresada en cifras monetarias es de Bs. 3.033 millones
Para el año 2013, aún no se tienen porcentajes de ejecución.
3.2.3. Inversión ejecutada por sectores económicos
Para el análisis de la inversión pública ejecutada, se tomó el 1999 -2011, porque para
los años 2011, 2012 y 2013 no se cuenta con la información desagregada por sectores
y subsectores.
Como se observa en el gráfico Nº4, la inversión ejecutada por sectores muestra que
la tendencia de invertir en sectores determinados es casi la misma desde hace varios
años, de acuerdo a orden de importancia, donde los sectores más trascendentes son el
sector de infraestructura y el sector social. Con excepción del año 2011 donde se
invirtieron cifras mayores al doble del año 2010, principalmente en el sector
productivo.
Para corroborar esta afirmación se observa que en el año 1999, el sector en el que más
se invierte es infraestructura, con Bs. 139 millones, alcanzando en 2006 a Bs. 997
millones, posteriormente esta cifra baja a Bs. 641 millones el 2007, para llegar a subir
de nuevo en 2011 a Bs.771 millones.
En segundo lugar tenemos las inversiones que se realizan en el ámbito de lo social
alcanzando en 2010 a Bs. 303 millones, mayor en Bs. 92 millones que el año 2009.
27 Debido a que como ya se indicó, anteriormente, a medida que transcurre la gestión, el departamento recibe otros
recursos adicionales a los programados por el presupuesto inicial.
27
El sector productivo ocupa el tercer lugar, presenta una disminución desde los años
1999 al 2003, de Bs 39 millones a Bs. 29 millones, en 2004 presenta un crecimiento
de casi el doble alcanzando Bs. 60 millones. En el año 2006 segundo año de mayor
inversión pública, este sector alcanza a Bs. 149 millones incrementándose
considerablemente en 2011 a Bs. 1.260 millones, estos montos se explican por las
fuertes inversiones en el sector hidrocarburos.
La inversión en el sector multisectorial alcanzó el monto mayor en el año 2007 con
Bs. 68 millones disminuyendo a 27 millones en 2009 y Bs. 20 millones en el año
2010 manteniéndose constante en el año 2011.
GRÁFICO Nº4: TARIJA, INVERSIÓN PÚBLICA EJECUTADA POR SECTORES (En millones de Bs.), 1999 - 2011
FUENTE: Elaboración Propia a base de datos del Viceministerio de Inversión Pública y Financiamiento Externo
(VIPFE) (p) Preliminar Nota: Incluye Estimación de Gobiernos Municipales
39 47 28 34 29 60 86 149 177 171 186 223
1,260
139 110 193 285 309
372
555
997
641 611 656 596
771
97 121 122
106 115
174
171
213
292 262 211 303
349
10 8 13
9 15
22
40
58
68 63 27
20
20
0
500
1,000
1,500
2,000
2,500
1999 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011 (p)
Productivo Infraestructura Social Multisectorial
28
El detalle de la inversión en porcentajes lo vemos en el gráfico Nro. 5.
Como se puede apreciar en el gráfico Nº 5, el mayor porcentaje de la inversión
pública se lo destina al sector infraestructura, este porcentaje fue variando bajando y
subiendo levemente en el transcurso de los años, en 1999 representaba el 48,9%, en
2002 65,5%, el 2006 70,3%, el 2010 el 52,2%, y en 2011 apenas un 32,1%.
Este sector contó con la mayor participación el año 2006 con 70,3% del total
invertido, seguido del año 2003, en tanto que año 2013 fue el año en que se realizó la
menor inversión con 32,1%, cercano al 38,4% del año 2000.
Pero se debe considerar que no es lo mismo invertir 110 millones de bolivianos que
771 millones.
GRÁFICO Nº5: TARIJA: INVERSIÓN PÚBLICA EJECUTADA POR SECTORES (En porcentaje), 1999-2011
FUENTE: Elaboración Propia a base de datos del Viceministerio de Inversión Pública y Financiamiento Externo (VIPFE) (p) Preliminar Nota: Incluye Estimación de Gobiernos Municipales
El sector social segundo en importancia en el departamento, bajó su participación de
34% en 1999 a 26,5% en 2010 y peor aún a 14,6% en 2011, presentando otra baja
participación en 2006 con el 15%.
13.6 16.3 7.8 7.9 6.3 9.5 10.1 10.5
15.0 15.5 17.2 19.5
52.5
48.9 38.4 54.2
65.5 66.0 59.3 65.1
70.3 54.4 55.1
60.8 52.2
32.1
34.0 42.3
34.1
24.4 24.5 27.7 20.1
15.0
24.8 23.7 19.5
26.5
14.6
3.5 2.9 3.8 2.2 3.2 3.5 4.7 4.1 5.8 5.7 2.5 1.7 0.8
0%
10%
20%
30%
40%
50%
60%
70%
80%
90%
100%
1999 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011 (p)
Productivo Infraestructura Social Multisectorial
29
Luego en el año 2011 se observa la más baja participación del sector con un 14,6%, y
la más alta en el año 2000 con 42,3%, aunque nuevamente hay que hacer notar la
diferencia abismal de los montos de recursos que se manejaban en los primeros años
de la década del 2000 a los montos de fines de la década e inicios de la siguiente.
El sector productivo de 1999 a 2010 tiene un promedio de participación del 12%, se
observa que a partir que aumentan los recursos en Tarija desde el 2004 su
participación en la inversión también aumenta de 9,5% al 19,5% en el 2010, para
subir en el año 2011 a un expectable 52,5%.
Finalmente el sector multisectorial mantiene una participación cercana al 2% en
cuatro gestiones y los años en que presenta mayor participación es del 2005 al 2008,
año a partir del cual empieza a bajar, en el año 2011 es de apenas el 0,8%.
Lo anterior también puede apreciarse en el cuadro Nº 1 que se presenta a
continuación.
CUADRO Nº 1: TARIJA, INVERSIÓN PÚBLICA EJECUTADA POR SECTORES (En porcentaje.), 1999 – 2011.
Sector\Año 1999 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011(p)
Productivo 13,6 16,3 7,8 7,9 6,3 9,5 10,1 10,5 15,0 15,5 17,2 19,5 52,5
Infraestructura 48,9 38,4 54,2 65,5 66,0 59,3 65,1 70,3 54,4 55,1 60,8 52,2 32,1
Social 34,0 42,3 34,1 24,4 24,5 27,7 20,1 15,0 24,8 23,7 19,5 26,5 14,6
Multisectorial 3,5 2,9 3,8 2,2 3,2 3,5 4,7 4,1 5,8 5,7 2,5 1,7 0,8
TOTAL 100,0 100,0 100,0 100,0 100,0 100,0 100,0 100,0 100,0 100,0 100,0 100,0 100,0
FUENTE: Elaboración Propia a base de datos del Viceministerio de Inversión Pública y Financiamiento Externo (VIPFE) (p) Preliminar Nota: Incluye Estimación de Gobiernos Municipales
30
CUADRO Nº 2: TARIJA, INVERSION PÚBLICA EJECUTADA POR SECTORES
(En miles de Bs.), 1999 – 2011.
Sector\Año 1999 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011 (p)
Productivo 38.813 46.809 27.935 34.258 29.367 59.644 86.445 149.328 176.853 171.335 185.892 222.936 1.259.900
Hidrocarburos - - - - - - 167 4.735 4.698 13.906 8.124 32.436 990.296
Minería - - - 62 62 - 72 48 902 - - 20 28
Industria y Turismo 3.700 3.171 281 88 928 723 1.414 5.168 12.413 5.097 2.771 10.105 16.397
Agropecuario 35.113 43.638 27.654 34.108 28.377 58.921 84.792 139.377 158.840 152.332 174.997 180.376 253.179
Infraestructura 139.162 109.995 193.474 285.087 309.461 372.261 554.531 997.271 641.380 610.922 656.079 596.492 770.952
Transportes 132.188 102.691 182.951 273.677 292.655 341.960 492.556 858.955 486.311 480.695 528.878 407.361 496.964
Energía 5.188 3.835 3.477 6.085 9.245 12.847 29.308 59.909 80.372 65.681 62.714 149.250 219.953
Comunicaciones 24 65 13 25 25 11 45 535 995 1.630 839 - 1.801
Recursos Hídricos 1.762 3.404 7.033 5.299 7.536 17.443 32.622 77.872 73.702 62.916 63.649 39.880 52.234
Social 96.753 121.356 121.759 106.254 115.140 174.104 171.490 212.722 292.372 262.397 210.958 302.900 349.301
Salud y Seguridad Social 19.568 17.190 22.670 22.037 21.081 52.126 31.764 43.154 64.933 54.809 37.162 29.464 20.229
Educación y Cultura 21.124 20.301 30.311 37.892 27.663 27.128 28.422 49.247 60.223 98.621 57.991 122.560 151.215
Saneamiento Básico 44.409 71.358 58.236 22.735 24.966 43.436 41.456 62.593 68.359 31.294 53.364 39.416 53.426
Urbanismo y Vivienda 11.652 12.507 10.542 23.590 41.430 51.414 69.848 57.728 98.857 77.672 62.441 111.460 124.431
Multisectorial 9.899 8.451 13.487 9.428 15.181 22.068 39.628 58.397 68.212 63.271 27.010 19.695 20.013
TOTAL 284.627 286.611 356.655 435.027 469.149 628.077 852.094 1.417.719 1.178.817 1.107.923 1.079.940 1.142.023 2.400.166
FUENTE: Elaboración Propia a base de datos del Viceministerio de Inversión Pública y Financiamiento Externo (VIPFE) (p) Preliminar Nota: Incluye Estimación de Gobiernos Municipales
30
31
3.3. CLASIFICACIÓN DE LA INVERSIÓN PÚBLICA SEGÚN ORDEN
DE IMPORTANCIA
Como se vio anteriormente el sector en el que se invierte la mayor cantidad de
recursos es infraestructura, tal como podemos observar en forma detallada en el
Cuadro Nro. 1.
En el sector infraestructura, el sub-sector transporte es el más priorizado dentro de la
inversión pública departamental, se halla en primer lugar desde 1999 al 2010, con una
participación del 46,4% en 1999 y del 35,7% en 2010, en el año 2011 el más
priorizado es el subsector hidrocarburos con 41,3%.
GRAFICO Nº6: TARIJA: INVERSIONES PRIORIZADAS SEGÚN SUBSECTORES (En porcentaje), 1999-2011
FUENTE: Elaboración Propia a base de datos del Viceministerio de Inversión Pública y Financiamiento Externo
(VIPFE) (p) Preliminar - Nota: Incluye Estimación de Gobiernos Municipales
El segundo sub-sector en importancia varía cada determinado año, en el año 1999 a
2001 se encontraba con la mayor inversión |saneamiento básico, en 2002
encontramos a educación y cultura, en 2003 a urbanismo y vivienda, a partir del 2004
se observa énfasis en orden de importancia al sub-sector agropecuario que en este año
32
es el 9.4% de la inversión pública, creciendo a 15,8% en 2010, en 2011 el sub-sector
transporte es replegado al segundo lugar con un 20,7%, por hidrocarburos con el
41,3%.
3.4. INVERSIÓN PÚBLICA POR SECTORES
El sector infraestructura, está compuesto por el sub-sector transporte (construcción,
mejoramiento y mantenimiento de carreteras, caminos, puentes; construcción de
aeropuertos, pistas, terminales aéreas; mantenimiento y equipamiento de aeropuertos;
y otros.), energía (generación y transmisión de energía eléctrica, electrificación rural
y otros), comunicaciones (equipamiento de telecomunicaciones, otros) y recursos
hídricos (construcción de atajados y reservorios, perforación de pozos, canalización
de ríos, defensivos fluviales y otros).
El gráfico Nº7, nos evidencia que en los primeros años de este siglo casi la totalidad
de la inversión en infraestructura es destinada al transporte. Es a partir del 2005 que
su participación es más moderada, sin dejar de ser la más importante, en 2006 es de
Bs. 859 millones disminuyen drásticamente en 2007 a Bs. 486,3 millones, en 2011 es
de Bs. 497 millones. La inversión en energía toma importancia en 2006 con Bs. 59,9
millones llegando en 2011 a Bs. 220 millones.
No se presenta inversiones grandes en el sub-sector comunicaciones es por eso que no
se distingue en este cuadro. En recursos hídricos la inversión es de Bs. 32,6 millones
para el 2005, aumentando esta cifra en más del doble para el 2006 equivalentes a Bs.
77,9 millones, pese a la reducción de la inversión en 2007 este Sub-sector no presenta
grandes variaciones, alcanzando Bs. 73,7 millones y para el 2011 llega a Bs. 52,2
millones.
33
GRÁFICO Nº7: TARIJA, INVERSION PÚBLICA EJECUTADA EN EL SECTOR INFRAESTRUCTURA
(En millones de Bs.), 1999 – 2011
FUENTE: Elaboración Propia a base de datos del Viceministerio de Inversión Pública y Financiamiento Externo (VIPFE) (p) Preliminar Nota: Incluye Estimación de Gobiernos Municipales
En el cuadro Nº 3, podemos observar de mejor manera que la mayor inversión en este
sector es realizada en transportes donde hasta el año 2004 no baja del 90%, para
luego disminuir al 64,5% en 2011. En cuanto a energía, esta presenta un aumento
significativo de 3,7% en 1999 a 28,5% en el año 2011. En comunicaciones no varía
mucho, siendo en 2008 su más alta participación del 0,3%. En recursos hídricos se
incrementa de 1,3% en 1999 a 6,8% para el 2011.
CUADRO Nº3: TARIJA, INVERSIÓN PÚBLICA EJECUTADA EN EL SECTOR INFRAESTRUCTURA
(En porcentaje), 1999 – 2011
Sector\Año 1999 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011
Transportes 95,0 93,4 94,6 96,0 94,6 91,9 88,8 86,1 75,8 78,7 80,6 68,3 64,5
Energía 3,7 3,5 1,8 2,1 3,0 3,5 5,3 6,0 12,5 10,8 9,6 25,0 28,5
Comunicaciones - 0,1 0,0 - - - - 0,1 0,2 0,3 0,1 - 0,2
Recursos Hídricos
1,3 3,1 3,6 1,9 2,4 4,7 5,9 7,8 11,5 10,3 9,7 6,7 6,8
TOTAL 100,0 100,0 100,0 100,0 100,0 100,0 100,0 100,0 100,0 100,0 100,0 100,0 100,0
FUENTE: Elaboración Propia a base de datos del Viceministerio de Inversión Pública y Financiamiento Externo (VIPFE) Nota: Incluye Estimación de Gobiernos Municipales - Datos del 2011 son preliminares
132.2 102.7 183.0
273.7 292.7 342.0
492.6
859.0
486.3 480.7 528.9
407.4 497.0
29.3
59.9
80.4 65.7 62.7
149.3
220.0
32.6
77.9
73.7 62.9
63.6 39.9
52.2
0.0
200.0
400.0
600.0
800.0
1000.0
1200.0
1999 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011 (p)
Transportes Energía Comunicaciones Recursos Hídricos
34
El sector social está compuesto por el sub-sector Salud y Seguridad Social
(construcción y equipamiento de centros de salud, hospitales, orfanatos, guarderías,
albergues y otros), educación y cultura (construcción y equipamiento de centros de
educación, escuelas, colegios; infraestructura para educación superior y otros),
saneamiento básico (construcción y ampliación de alcantarillado sanitario y agua
potable en capitales de provincia, ciudades intermedias, poblados rurales;
construcción de plantas de tratamiento y otros), y urbanismo y vivienda
(equipamiento e infraestructura deportiva, urbana, puestos y centros policiales).
El sector más equilibrado en cuanto a distribución de las inversiones es el social,
como nos muestra el gráfico Nº 8, para salud y seguridad social la inversión fue casi
constante desde 1999 al 2003, incrementándose a Bs. 52,1 millones en 2004, bajando
a Bs. 31,8 millones en 2005, el año con mayor inversión fue en 2007 con Bs. 64,9
millones. En educación y cultura en el 2008 fue de Bs. 98,6 millones, bajando a Bs.
58 millones el 2009, para nuevamente alcanzar un máximo de Bs. 151,2 millones en
2011.
En Saneamiento Básico fue muy superior a las otras inversiones en los años 1999,
2000 y 2001 con un promedio anual de Bs. 58 millones, disminuyendo para el 2002 a
Bs. 22,7 millones, incrementándose los siguientes años alcanzando el 2007 Bs. 68,4
millones para volver a bajar el 2008 a Bs. 31,3 millones.
En urbanismo y vivienda se aprecia un significativo crecimiento a partir del 2003
hasta el 2007 donde fue de Bs. 98,9 millones, disminuyendo el 2008 y 2009, para
volver a incrementarse el 2010 a Bs. 111,5 millones y en 2011 a Bs. 124,4 millones.
35
GRÁFICO Nº8: TARIJA, INVERSIÓN PÚBLICA EJECUTADA EN EL SECTOR SOCIAL, (En millones de Bs.), 1999-2010.
FUENTE: Elaboración Propia a base de datos del Viceministerio de Inversión Pública y Financiamiento Externo (VIPFE) (p) Preliminar Nota: Incluye Estimación de Gobiernos Municipales
La participación de la inversión en salud y seguridad social disminuye de 20,2% en
1999 a 5,8% en el año 2011, asimismo en saneamiento básico de 45,9 en el año1999
a un 15,3% en 2011. En educación y cultura aumenta de 21,8% en 1999 a 43,3% para
el 2011, y en urbanismo y vivienda para estos años del 12% a un 35,6%, como se
aprecia en el cuadro Nº 4.
CUADRO Nº4: TARIJA, INVERSIÓN PÚBLICA EJECUTADA EN EL SECTOR SOCIAL, (En porcentaje), 1999 – 2011
Sector\Año 1999 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011
Salud y Seguridad Social
20,2 14,2 18,6 20,7 18,3 29,9 18,5 20,3 22,2 20,9 17,6 9,7 5,8
Educación y Cultura
21,8 16,7 24,9 35,7 24,0 15,6 16,6 23,2 20,6 37,6 27,5 40,5 43,3
Saneamiento Básico
45,9 58,8 47,8 21,4 21,7 24,9 24,2 29,4 23,4 11,9 25,3 13,0 15,3
Urbanismo y Vivienda
12,0 10,3 8,7 22,2 36,0 29,5 40,7 27,1 33,8 29,6 29,6 36,8 35,6
TOTAL 100,0 100,0 100,0 100,0 100,0 100,0 100,0 100,0 100,0 100,0 100,0 100,0 100,0
FUENTE: Elaboración Propia a base de datos del Viceministerio de Inversión Pública y Financiamiento Externo (VIPFE) Nota: Incluye Estimación de Gobiernos Municipales Datos del 2011 son preliminares
19.6 17.2 22.7 22.0 21.1 52.1
31.8 43.2 64.9 54.8
37.2 29.5 20.2
21.1 20.3 30.3 37.9 27.7
27.1
28.4
49.2
60.2 98.6
58.0
122.6 151.2
44.4 71.4
58.2 22.7
25.0
43.4
41.5
62.6
68.4 31.3
53.4
39.4
53.4
11.7
12.5 10.5
23.6 41.4
51.4 69.8
57.7
98.9
77.7
62.4
111.5
124.4
0.0
50.0
100.0
150.0
200.0
250.0
300.0
350.0
400.0
1999 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011
(p)Salud y Seguridad Social Educación y Cultura Saneamiento Básico Urbanismo y Vivienda
36
El sector productivo está compuesto por los sub-sectores hidrocarburos (construcción
de redes primarias de gas natural, construcción e instalación de gas domiciliario y
otros), minería (prospección y extracción minera), industria y turismo
(implementación de circuitos turísticos, construcción de complejos turísticos,
restauración de museos, construcción de complejos productivos, y otros) y
agropecuario (infraestructura de apoyo agrícola, riego, micro-riego y otros)
La inversión pública en el sector productivo tuvo un importante incremento a partir
del 2004, se realizó principalmente en subsector agropecuario creciendo este año de
Bs. 58,9 millones a Bs. 139,4 millones en 2005, para alcanzar en 2011 a Bs. 253,2
millones, como advertimos en el gráfico Nº 9.
Pese a que el sector hidrocarburos es el que mayor aporta a economía regional y
nacional, la inversión pública en este sector es escasa de 1999 a 2005 es nula, en 2006
es de Bs. 4,6 millones incrementándose en 2010 a Bs. 32,4 millones, es en el año
2011 donde comienzan las grandes inversiones en este sector alcanza la cifra record
de Bs. 990,3 millones.
GRÁFICO Nº9: TARIJA, INVERSIÓN PÚBLICA EJECUTADA EN EL SECTOR PRODUCTIVO
(En millones de Bs.), 1999 - 2010.
FUENTE: Elaboración Propia a base de datos del Viceministerio de Inversión Pública y Financiamiento Externo (VIPFE) (p) Preliminar Nota: Incluye Estimación de Gobiernos Municipales
32.4
990.3
35.1 43.6 27.7 34.1 28.4 58.9 84.8 139.4 158.8 152.3 175.0
180.4
253.2
0.0
200.0
400.0
600.0
800.0
1000.0
1200.0
1400.0
1999 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011
(p)Hidrocarburos Minería Industria y Turismo Agropecuario
37
No se toma mucho énfasis en la inversión para desarrollar la industria y el turismo, en
2007 llega a Bs. 12,4 millones y disminuye para 2010 a Bs. 10.1 millones. La
inversión en minería es la más baja, casi inexistente en 2007 se aproxima a un millón.
El siguiente cuadro, nos muestra que la inversión en el sector agropecuario es la de
mayor participación, en 1999 es del 90,5%, incrementándose al 99,6% para el año
2002, a partir del 2010 disminuye considerablemente a 80,9% y al 20,1% en el 2011.
Conforme baja la participación del sector agropecuario, aumenta en hidrocarburos, en
2005 es de 0,2 se incrementa a 8,1 en 2008 para llegar al 2011 a un 78,6%.
La inversión en minería es muy poca teniendo su máxima participación en 2007 con
un 0,5%, para posteriormente no alcanzar siquiera al 0,1%. En industria y turismo a
pesar de ser un sector importante su participación disminuye del 9,5% en 1999 1,3%
en el año 2011.
CUADRO Nº5: TARIJA, INVERSIÓN PÚBLICA EJECUTADA EN EL SECTOR PRODUCTIVO, (En porcentaje), 1999 – 2011
Sector\Año 1999 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011
Hidrocarburos - - - - - - 0,2 3,2 2,7 8,1 4,4 14,5 78,6
Minería - - - 0,2 0,2 - 0,1 - 0,5 - - - -
Industria y Turismo
9,5 6,8 1,0 0,3 3,2 1,2 1,6 3,5 7,0 3,0 1,5 4,5 1,3
Agropecuario 90,5 93,2 99,0 99,6 96,6 98,8 98,1 93,3 89,8 88,9 94,1 80,9 20,1
TOTAL 100,0 100,0 100,0 100,0 100,0 100,0 100,0 100,0 100,0 100,0 100,0 100,0 100,0
FUENTE: Elaboración Propia a base de datos del Viceministerio de Inversión Pública y Financiamiento Externo (VIPFE) Nota: Incluye Estimación de Gobiernos Municipales Datos del 2011 son preliminares
La inversión realizada en el sector multisectorial como su nombre lo indica,
comprende inversiones en proyectos que combinan dos o más sectores.
En 1999 la inversión en este sector fue de Bs. 9,9 millones, llegando en 2007 a Bs.
68,2 millones para posteriormente descender a Bs. 18,7 millones en 2010 con un leve
crecimiento en 2011 de Bs. 20 millones.
38
GRÁFICO Nº10: TARIJA, INVERSIÓN PÚBLICA EJECUTADA EN EL SECTOR MULTISECTORIAL
(En millones de Bs.), 1999 - 2010.
FUENTE: Elaboración Propia a base de datos del Viceministerio de Inversión Pública y Financiamiento Externo (VIPFE) (p) Preliminar Nota: Incluye Estimación de Gobiernos Municipales
3.5. EFECTO DE LA INVERSIÓN EN EL CRECIMIENTO DEL PIB
DEPARTAMENTAL
3.5.1. Relación del PIB departamental con respecto a la inversión
pública
En el siguiente grafico se puede observar que el PIB tiene relación directa con la
Inversión, es decir, conforme la inversión aumenta, se espera que el PIB aumente.
Pero la relación no da como resultado una línea recta. Esto asimismo se da a la
inversa, cuando el PIB aumenta, la inversión pública también se deberá incrementar.
9.9 8.5 13.5
9.4 15.2
22.1
39.6
58.4
68.2 63.3
27.0 19.7 20.0
0.0
10.0
20.0
30.0
40.0
50.0
60.0
70.0
80.0
1999 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011 (p)
39
GRÁFICO Nº11: TARIJA, RELACIÓN ENTRE EL PIB Y LA INVERSIÓN PÚBLICA
FUENTE: Elaboración Propia a base de datos del VIPFE y el INE
La inversión pública no presenta una relación constante con respecto al PIB
departamental.
En el gráfico Nº12 se observa que la inversión pública en 1999 representaba un
11,5% del PIB, en 2006 es de 13,11%, su menor participación es en 2010 con un
7,35% incrementándose en 2011 y 2012 en 11,97% y 11,98% respectivamente, en
promedio la participación de la inversión pública con respecto al PIB es de sólo el
10,37%.
A pesar de los crecientes ingresos departamentales la participación de la inversión
pública ejecutada disminuye significativamente desde 2007, esto se puede explicar en
gran parte por la escasa ejecución presupuestaria de la inversión, por el lento y pesado
manejo administrativo que exigen el cumplimiento de las normas de inversión.
0
4,000,000
8,000,000
12,000,000
16,000,000
20,000,000
24,000,000
28,000,000
0 1,000,000 2,000,000 3,000,000 4,000,000
INV
PIB
40
GRÁFICO Nº12: TARIJA, PARTICIPACIÓN DE LA INVERSIÓN PÚBLICA EJECUTADA EN EL PIB DEPARTAMENTAL
(1999 - 2012)
FUENTE: Elaboración Propia a base de datos del VIPFE y el INE
Como se puede apreciar en el cuadro Nº6, la inversión per cápita en promedio de los
últimos 14 años, es de Bs. 2.123. En 1999 con Bs. 736 el cual para 2012 se multiplico
por más de 7 alcanzando a Bs. 5.544. Si bien existe in importante aumento esto no se
da todos los años, en el 2000 existe un crecimiento negativo de -2,04% presentándose
la más significativa en 2007 con -19,03%. Los mayores crecimientos positivos fueron
en 2006 con 61,96% y en 2011 con 104,56%. Teniendo un crecimiento promedio del
20,4%.
El departamento tiene un PIB per-cápita elevado debido su reducida población y
altos ingresos. Se incrementan de Bs. 6.420 en 1999 a Bs.46.278 en 2012. Presenta
crecimientos por arriba del 6%, con un promedio de 17,02%, en 2009 es el único año
que disminuye en 6,87%.
11.50
13.11
7.35
11.97 11.98
10.37
6.00
7.00
8.00
9.00
10.00
11.00
12.00
13.00
14.00
19
98
19
99
20
00
20
01
20
02
20
03
20
04
20
05
20
06
20
07
20
08
20
09
20
10
20
11
20
12
20
13
Po
rce
nta
je
Tasa de Participación Promedio
41
CUADRO Nº6: TARIJA, INVERSIÓN PÚBLICA EJECUTADA PER CÁPITA Y PIB PER CÁPITA NOMINAL.
(En bolivianos), 1999 – 2012.
Años Inversión
Pública Per-cápita
Crecimiento Inv. Pub. per-cápita
%
PIB Per-cápita Crecimiento
PIB per-cápita%
1999 736 6.402
2000 721 -2,04 6.867 7,26
2001 871 20,80 7.331 6,76
2002 1.032 18,48 8.438 15,10
2003 1.081 4,75 10.395 23,19
2004 1.407 30,16 13.569 30,53
2005 1.856 31,91 18.868 39,05
2006 3.006 61,96 22.932 21,54
2007 2.434 -19,03 27.138 18,34
2008 2.229 -8,42 29.762 9,67
2009 2.119 -4,93 27.717 -6,87
2010 2.195 3,59 29.874 7,78
2011 4.490 104,56 37.511 25,56
2012 5.544 23,47 46.278 23,37
Promedio 2.123 20,40 20.934 17,02
FUENTE: Elaboración Propia a base de datos del VIPFE y el INE
3.6. EFECTO DE LA INVERSIÓN EN EL DESARROLLO
DEPARTAMENTAL
Cuando hablamos de desarrollo implica referirse a cambios sociales y políticos
(educación, salud, cultura, y otros), también es situar a las personas en el centro,
como el principal agente en el proceso del desarrollo.28
En el gráfico Nº13, se observa que la inversión pública en educación y cultura
representa un porcentaje muy bajo del total invertido, el cual antes de 2010 no pasa
del 9% llegando a sus valores más bajos en 2004, 2005, y 2007 con una participación
de 4,32%, 3,34%, y 3,47% respectivamente.
Teniendo una mayor participación en 2010 con el 10,7% bajando nuevamente a 6,3%
en el año 2011. 28 Amartya Sen, “Desarrollo y Libertad”, Editorial Planeta S. A. 1999. Pág. 233-234-235.
42
El gráfico también nos muestra que la participación de la inversión en salud y
seguridad social va disminuyendo, del 8,3% en 2004 a 3,04% en 2006, subiendo a
5,51% en 2007 para posteriormente seguir reduciendo, alcanzando tan sólo el 0,8%
en el 2011.
En algunos años podemos observar que existe una relación inversa de la inversión en
salud y educación, en 2004 mientras la participación en salud y seguridad social
aumenta en educación y cultura disminuye.
GRÁFICO Nº13: TARIJA, INVERSIÓN PÚBLICA EJECUTADA EN SALUD Y EDUCACIÓN
(En porcentaje), 1999 – 2012.
FUENTE: Elaboración Propia a base de datos del VIPFE
Como la persona se sitúa al centro en el proceso del desarrollo, existen muchos
índices para medirlo, uno de ellos es el Índice de Desarrollo Humano (IDH) el cual
está compuesto por tres componentes salud (esperanza de vida al nacer), educación
(tasa de alfabetización, tasa neta de matriculación) e ingresos (PIB per-cápita en
PPA29 en dólares), donde el cálculo del IDH se desarrolla como simple promedio de
sus componentes.
29
Paridad de Poder Adquisitivo. La teoría de la PPA afirma que el tipo de cambio entre las monedas de 2 países es igual a la relación entre los niveles de precios de esos 2 países. Sólo así el poder adquisitivo de las monedas de ambos países es el mismo.
6.9
6.0 6.4
5.1 4.5
8.3
3.7
3.0
5.5 4.9
3.4
2.6
0.8
7.4 7.1
8.5 8.7
5.9
4.3
3.3 3.5
5.1
8.9
5.4
10.7
6.3
0.0
2.0
4.0
6.0
8.0
10.0
12.0
1999 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011 (p)
Salud y Seguridad Social Educación y Cultura
43
30
3.6.1. Algunos determinantes del Índice de Desarrollo Humano
En este estudio se realiza la valoración de algunos de los componentes del IDH en
función a la inversión y otras variables. Como ser:
· Tasa de alfabetización
· Tasa bruta de matriculación
· Esperanza de vida al nacer
3.6.1.1. Algunos determinantes de la tasa de alfabetización
Dentro del componente de educación, analizamos la tasa de alfabetización, y con ello
explicar cuáles son los factores que influyen en su crecimiento.
Para el caso, el modelo econométrico que se plantea tiene la finalidad de mostrar
cómo la inversión pública y otras variables afecta a la tasa de alfabetización.
Inmediatamente se hace una breve descripción de la mayor parte de las variables
consideradas. (Ver anexo A)
· Tasa de alfabetización (ALFB): Corresponde al porcentaje de población de 15
y más años de edad que son alfabetos, es decir, que saben leer y escribir, en
2001 fue de 85,9.
· Inversión pública ejecutada en miles de Bs. (INV): Inversión realizada por
parte del gobierno central, gobernación departamental, municipios y
universidad, en 2010 fue de Bs. 1.142.023 miles.
· Inversión pública ejecutada en el sector educación y cultura en miles de Bs.
(ISE), en el año 2010 fue de Bs. 302.900 miles.
· Unidades educativas: Número de unidades educativas en el departamento.
· Docentes: Número de profesores en las unidades educativas. En el 2010 el
departamento contaba con 5.756 profesores.
30 Informe de Desarrollo Humano mundial (PNUD, 2003: 341),
44
· PIB per-cápita (PIBP): Es el producto interno bruto entre la población del
departamento. Para el año 2010 fue de Bs. 29.874.
Con las variables ya definidas, se realizó el análisis a través de un modelo clásico de
regresión lineal, se fue excluyendo las variables que mostraron ser no significativas.
El modelo que se muestra a continuación cumple con los supuestos de mínimos
cuadrados ordinarios.
CUADRO Nº 7: DETERMINANTES DE LA TASA DE ALFABETIZACIÓN, 1999 -2010
Dependent Variable: ALFAB
Method: Least Squares
Date: 12/12/13 Time: 21:54
Sample: 1999 2010
Included observations: 12 Variable Coefficient Std, Error t-Statistic Prob, C 75,76532 0,932895 81,21527 0,0000
INV 4,66E-07 1,49E-07 3,118635 0,0169
ISE -3,41E-06 1,87E-06 -1,827460 0,1104
UE 0,003544 0,001482 2,390784 0,0481
DO 0,001911 0,000131 14,58220 0,0000 R-squared 0,997421 Mean dependent var 87,42462
Adjusted R-squared 0,995947 S,D, dependent var 1,571062
S,E, of regression 0,100016 Akaike info criterion -1,472636
Sum squared resid 0,070022 Schwarz criterion -1,270592
Log likelihood 13,83582 Hannan-Quinn criter, -1,547440
F-statistic 676,7978 Durbin-Watson stat 2,144452
Prob(F-statistic) 0,000000
FUENTE: Elaboración Propia
Con la información del cuadro Nº 7, se estimó la función de la tasa de alfabetización
en función a la inversión y otras variables.
b2= 4,66e-07
Si la inversión pública (INV) cambia en una unidad, siendo esta en miles de Bs. es
decir, si varia en Bs. 1.000, manteniendo constantes las demás variables, la tasa de
alfabetismo cambia en promedio en 4,66e-07.
45
b3= - 3,428e-06
Si la inversión pública en el sector educación y cultura (ISE) cambia en una unidad,
siendo esta en miles de Bs. es decir, si varia en Bs. 1.000, manteniendo constantes las
demás variables, la tasa de alfabetismo cambia en promedio en -3,428e-06.
b4= 0.003
Si las unidades educativas (UE) se incrementan en una unidad, permaneciendo
constantes las demás variables, la tasa de alfabetismo cambia en promedio en 0,003.
b5=0.002
Si el número de docentes educativos (DO) se incrementa en una unidad, manteniendo
constantes las demás variables, la tasa de alfabetismo cambia en promedio en 0,002.
Bondad de ajuste R2=0,997421
El 99,74% de la variación total de la tasa de alfabetización está siendo explicado
simultáneamente por la inversión pública total, la inversión pública en educación y
cultura, el número de unidades educativas y el número de docentes de las unidades
educativas en el departamento.
3.6.1.2. Algunos determinantes de la tasa bruta de matriculación para el
nivel primario y secundario
Otro componente a analizar dentro de la educación es la tasa bruta de matriculación,
que está conformada por los niveles primario, secundario y terciario, como no se
encontraron datos del nivel terciario en análisis se realiza para el nivel primario y
secundario, con la tasa bruta de matriculación y con ello explicar cuáles son los
factores que influyen en su crecimiento.
El modelo econométrico que se plantea tiene la finalidad de mostrar cómo la inversión
pública y otras variables afecta a la tasa bruta de matriculación (cobertura bruta de
matriculación para en nivel primario y secundario). En lo inmediato se hace una breve
descripción de la mayor parte de las variables consideradas. (Ver anexo B)
46
· Tasa bruta de matriculación en el nivel primario o secundario, o Cobertura
Bruta (TBM): Se define como el porcentaje de alumnos matriculados en
determinado nivel de educación en relación a la población total en edad de
asistir a dicho nivel. También se denomina Tasa de Escolarización Bruta. En
2010 la tasa de cobertura bruta en Tarija fue de 78%.
· Inversión pública ejecutada en miles de Bs. (INV): Inversión realizada por
parte del gobierno central, gobernación departamental, municipios y
universidad.
· Inversión pública ejecutada en el sector educación y cultura en miles de Bs.
(ISE)
· Unidades educativas (UE): Número de unidades educativas en el
departamento.
· Docentes (DO): Número de profesores en las unidades educativas
· Tasa de abandono por grado (TA): Se define como la proporción de alumnos
matriculados en un grado determinado y que dejaron de asistir a la escuela
durante la gestión. En el año 2010 fue de 3,5%.
· PIB per-cápita (PIBP): Es el producto interno bruto entre la población del
departamento.
Con las variables ya definidas, se realizó el análisis a través de un modelo que son
lineales en los parámetros31, donde el mejor modelo fue el lineal logarítmico, se
fue eliminando las variables que mostraron ser no significativas. El modelo que se
muestra a continuación cumple con los supuestos de mínimos cuadrados
ordinarios.
31
Se dice que una función es lineal en el parámetro, b1 por ejemplo, si b1 a una potencia solamente y no esta multiplicado ni dividido por ningún otro parámetro (por ejemplo, Y= b1 + b2X + b3X
2 , Y= b1 + b2 ln X )
47
CUADRO Nº 8: DETERMINANTES DE LA TASA BRUTA DE MATRICULACIÓN PARA NIVELES PRIMARIO Y SECUNDARIO,
2001 -2010
Dependent Variable: TBMEST
Method: Least Squares
Date: 12/14/13 Time: 12:19
Sample (adjusted): 2001 2010
Included observations: 10 after adjustments Variable Coefficient Std, Error t-Statistic Prob, C -1295,080 147,4823 -8,781258 0,0009
(LOG(INV))-(-0,7319375*(LOG(INVREZ))) -6,135940 1,166386 -5,260645 0,0063
(LOG(ISE))-(-0,7319375*(LOG(ISEREZ))) -3,013846 0,997112 -3,022574 0,0391
(LOG(UE))-(-0,7319375*(LOG(UEREZ))) 43,85943 9,940247 4,412308 0,0116
(LOG(DO))-(-0,7319375*(LOG(DOREZ))) 69,90717 8,274630 8,448373 0,0011
(LOG(TA))-(-0,7319375*(LOG(TAREZ))) 37,37353 3,514293 10,63472 0,0004 R-squared 0,989691 Mean dependent var 140,8490
Adjusted R-squared 0,976804 S,D, dependent var 2,538132
S,E, of regression 0,386563 Akaike info criterion 1,220666
Sum squared resid 0,597724 Schwarz criterion 1,402217
Log likelihood -0,103330 Hannan-Quinn criter, 1,021505
F-statistic 76,79969 Durbin-Watson stat 3,508675
Prob(F-statistic) 0,000460
FUENTE: Elaboración Propia
Con la información del cuadro Nº 8, se presenta la siguiente función de la tasa bruta
de matriculación para niveles primario y secundario:
Donde para su correcta interpretación se tiene:
48
De acuerdo al modelo estimado tenemos las siguientes interpretaciones.
b2= -6,1359
Si la inversión pública (INV) en miles de Bs. cambia en 1%, manteniendo constantes
las demás variables, la tasa bruta de matriculación cambia en promedio en -6,1359.
b3= - 3,0138
Si la inversión pública en educación y cultura (ISE) en miles de Bs. cambia en 1%,
permaneciendo constantes las demás variables, siendo esta en miles de Bs., la tasa
bruta de matriculación varia en promedio en -2,255.
b4= 43,8594
Si las unidades educativas (UE) varían en 1%, manteniendo constantes las demás
variables, la tasa bruta de matriculación cambia en promedio en 43,8494.
b5=69,9072
Si el número de profesores en el departamento (DO) cambia en 1%, permaneciendo
constantes las demás variables, la tasa bruta de matriculación cambia en promedio en
69,9072.
b6=37,3735
Si la tasa de abandono por grado (TA) varia en 1%, manteniendo constantes las
demás variables, la tasa bruta de matriculación cambia en promedio en 37,3735.
Bondad de ajuste R2=0,989691
El 98,97 % de la variación total de la tasa de alfabetización está siendo explicado
simultáneamente por la inversión pública total, la inversión pública en educación y
cultura, el número de unidades educativas y el número de docentes de las unidades
educativas en el departamento y la tasa de abandono por grado.
49
3.6.1.3. Algunos determinantes de la esperanza de vida al nacer
Es importante también realizar el análisis del índice de salud el cual lo compone la
esperanza de vida al nacer y con ello explicar cuáles son los factores que influyen en
su crecimiento.
El siguiente modelo econométrico que se plantea tiene la finalidad de mostrar como
la esperanza de vida al nacer se ve afectada por la inversión pública y otras variables.
A continuación se hace una breve descripción de las variables consideradas. (Ver
anexo C)
· Esperanza de vida al nacer (TBM): Número de años que viviría un recién
nacido si las pautas de mortalidad imperantes en el momento de su nacimiento
seguirían siendo las mismas a lo largo de toda su vida. En el 2001 era de
66,55 años.
· Inversión pública ejecutada en miles de Bs. (INV): Inversión realizada por
parte del gobierno central, gobernación departamental, municipios y
universidad.
· Inversión pública ejecutada en el sector salud y seguridad social en miles de
Bs. (ISS), En el año 2010 era de Bs. 29.464 miles.
· Establecimientos de salud (ES): Número de establecimientos de salud en el
departamento. En 2010 era de 210 establecimientos de salud.
· Camas hospitalarias (H): Número de camas hospitalarias en el departamento.
Para el año 2010 en Tarija existen 556 camas hospitalarias.
· PIB per-cápita (PIBP): Es el producto interno bruto entre la población del
departamento.
Con las variables ya definidas, se realizó el análisis a través de modelos que son
lineales en los parámetros, donde el mejor modelo fue el lineal logarítmico, se fue
eliminando las variables que mostraron ser no significativas. El modelo que se
muestra a continuación cumple con los supuestos de mínimos cuadrados
ordinarios.
50
CUADRO Nº 9: DETERMINANTES DE LA ESPERANZA DE VIDA AL NACER, 2000 -2011
Dependent Variable: EVEST
Method: Least Squares
Date: 12/14/13 Time: 14:14
Sample (adjusted): 2000 2011
Included observations: 12 after adjustments Variable Coefficient Std, Error t-Statistic Prob, C 38,67432 1,647977 23,46775 0,0000
(LOG(INV))-(0,173867*(LOG(INVREZ))) 0,599554 0,229088 2,617135 0,0346
(LOG(ISS))-(0,173867*(LOG(ISSREZ))) 0,048109 0,177495 0,271045 0,7942
(LOG(ES))-(0,173867*(LOG(ESREZ))) 3,515386 0,739094 4,756342 0,0021
(LOG(H))-(0,173867*(LOG(HREZ))) -0,920166 0,355869 -2,585686 0,0362 R-squared 0,963911 Mean dependent var 56,02379
Adjusted R-squared 0,943289 S,D, dependent var 0,787866
S,E, of regression 0,187623 Akaike info criterion -0,214429
Sum squared resid 0,246416 Schwarz criterion -0,012384
Log likelihood 6,286573 Hannan-Quinn criter, -0,289233
F-statistic 46,74148 Durbin-Watson stat 1,712603
Prob(F-statistic) 0,000039
FUENTE: Elaboración Propia
Con la información del cuadro Nº 9, estimó la función de la esperanza de vida al
nacer en función a la inversión y otras variables.
La cual se representa para su correcta interpretación en la siguiente función:
51
b2= 0,5996
Si la inversión pública en miles de Bs. (INV) se incrementa en 1%, permaneciendo
constantes las demás variables, la esperanza de vida al nacer cambia en promedio en
0,5996.
b3= 0,0481
Si la inversión pública en salud y seguridad social en miles de Bs. (ISS) se
incrementa en 1%, manteniendo constantes las demás variables, la esperanza de vida
al nacer cambia en promedio en 0,0481.
b4= 3,5154
Si el número de establecimientos de salud (ES) se incrementa en 1%, permaneciendo
constantes las demás variables, la esperanza de vida al nacer cambia en promedio en
3,5154.
b5= -0,9202
Si el número de camas hospitalarias en el departamento (H) se incrementa en 1%,
manteniendo constantes las demás variables, la esperanza de vida al nacer cambia en
promedio en -0,9202.
En resumen, luego del análisis realizado con ayuda del modelo econométrico, ni la
inversión pública en educación y cultura, ni en salud y seguridad social, representan
un significativo aporte a los componentes de educación y salud del IDH. Asimismo
en los 3 modelos corridos se excluye el PIB per-cápita por ser no significativo para
explicar los cambios en la tasa de alfabetismo, la tasa bruta de matriculación para
nivel primario y secundario, y la esperanza de vida al nacer.
52
CAPITULO IV
CONCLUSIONES Y RECOMENDACIONES
4.1. CONCLUSIONES
· Los ingresos departamentales muestran un importante crecimiento a partir del
2004 – 2005, lo que se refleja en el presupuesto de la gobernación, donde en
2004 era de Bs. 662 millones y para el 2013 alcanza a Bs. 4.130 millones.
estos ingresos son en la mayor parte de por la actividad hidrocarburifera del
departamento.
· La inversión pública programada de 1999 a 2004 tiene un leve crecimiento,
luego presenta un aumento considerable los próximos años, en el 2005 es de
Bs. 673 millones sube al 2013 en Bs. 4.976 millones.
La inversión pública en los años en los que no se contaba con grandes
recursos, tenían porcentajes altos de ejecución, donde en los años 2000 -
2002, 2004 - 2006 la ejecución presupuestaria es mayor a los presupuestos
programados, pero a partir del 2007 este porcentaje va disminuyendo a
medida que el departamento percibe mayores recursos, el 2009 la inversión
era de Bs. 1.080 millones, que representa solo un 59% de lo programado, este
porcentaje de ejecución sube en el 2010 a 69%, y en el 2011 a 77%, para bajar
el 2012 a 62% que expresada en cifras monetarias es de Bs. 3.033 millones.
· El sector transporte es el más priorizado dentro de la inversión pública
departamental, se halla en primer lugar desde 1999 al 2010, con una
participación del 46,4% en 1999 y del 35,7% en 2010, en el año 2011 el más
priorizado es el de hidrocarburos con 41,3%. El segundo en importancia varía
cada determinado año, de 1999 a 2001 se encontraba la inversión realizada en
saneamiento básico, en 2002 encontramos a educación y cultura, en 2003 a
urbanismo y vivienda, a partir del 2004 se hace énfasis en orden de
importancia al sub-sector agropecuario que en este año es el 9.4% de la
53
inversión pública, creciendo a 15,8% en 2010, en 2011 el transporte es
replegado al segundo lugar con un 20,7%
· En los primeros años de este siglo casi la totalidad de la inversión en
infraestructura es destinada al transporte.
El sector más equilibrado en cuanto a distribución de las inversiones es el
social.
La inversión pública en el sector productivo tuvo un significativo incremento
a partir del 2004, se realizó principalmente en lo agropecuario creciendo este
año de Bs. 58,9 millones a Bs. 139,4 millones en 2005, para alcanzar en 2011
a Bs. 253,2 millones.
El sector hidrocarburos es el que mayor aporta a economía regional y
nacional, la inversión pública en este sector es escasa de 1999 a 2005 es nula,
en 2006 es de Bs. 4,6 millones incrementándose en 2010 a Bs. 32,4 millones,
es en el 2011 donde comienzan las grandes inversiones en este sector
alcanzando una cifra record de Bs. 990,3 millones.
· El PIB tiene relación directa con la Inversión, es decir, conforme que la
inversión crece, se espera que el PIB aumente. La inversión pública no
presenta una relación constante con respecto al PIB departamental.
· Cuando hablamos de desarrollo implica referirse a aspectos sociales y
políticos (educación, salud, cultura, y otros), la inversión pública en educación
y cultura representa un porcentaje muy bajo del total invertido, la cual antes
de 2010 no pasa del 9% llegando a sus valores más bajos en 2004, 2005, y
2007 con una participación de 4,32%, 3,34%, y 3,47% respectivamente.
Teniendo una mayor intervención en 2010 con el 10,7% bajando nuevamente
a 6,3% en el año 2011.
La inversión en salud y seguridad social va disminuyendo, del 8,3% en 2004 a
3,04% en 2006, subiendo a 5,51% en 2007 para posteriormente seguir
reduciendo, alcanzando tan solo el 0,8% en el 2011.
54
· Siendo la hipótesis planteada al inicio de la investigación:
“La inversión pública es un variable importante para el desarrollo y
crecimiento económico del departamento de Tarija”
Se rechaza dicha hipótesis, en base a los resultados obtenidos podemos
concluir que las inversiones públicas en educación y cultura, en salud y
seguridad social, no representan un importante aporte a los componentes de
educación y salud del IDH.
Por ende a pesar de que se invierten mayores recursos que los anteriores años
no se tiene el desarrollo esperado por la población.
4.2. RECOMENDACIONES
· En el ámbito legal tratar de reducir la burocracia administrativa para que esta
no sea un obstáculo en la ejecución de los presupuestos.
· Planificar la gestión pública para tener un mayor porcentaje de ejecución.
· Se debería priorizar las inversiones en determinados sectores teniendo como
base políticas de desarrollo a mediano y largo plazo.
· Se debe canalizar las inversiones a los sectores más necesitados, proyectando
un aporte importante en la calidad de vida de los individuos.
· Asegurar la inversión en el sector social, en educación y salud, teniendo en
cuenta que al contar los individuos con una mejor educación pueden abrirse
nuevas oportunidades. y una atención medica de calidad a bajo costo.
55
BIBLIOGRAFÍA
1. PARKIN MICHAEL Macroeconomía. 1996.
2. W. ARTHUR LEWIS Teoría del Desarrollo Económico.
3. E. BUENO – I. CRUZ ROCHE – Economía de la empresa: análisis de las
J.J. DURAN HERRERA decisiones empresariales
4. MASSÉ PIERRE La elección de las inversiones. Sagitario.
5. FUNDACIÓN JUBILEO Guía para la interpretación y el análisis
del presupuesto general de la nación.
Diciembre 2008
6. JOHN CAJAS GUIJARRO Definiendo el Desarrollo. Mayo 2011..
7. MAURICIO ROJAS MULLOR La idea de progreso y el concepto de
desarrollo, Madrid, 2011
8. PNUD Informe Anual Mundial sobre el
Desarrollo Humano 2010, 2009, 2008-
2007.
9. PNUD Índice de Desarrollo Humano en los
Municipios de Bolivia.
10. DAMODAR N. GUJARATI Econometría. Mc Graw Hill. 2004
11. RAMON RUIZ El Método Científico y sus Etapas.
México 2007.
12. ROBERTO GÓMEZ LÓPEZ Evolución Científica y Metodológica de
la Economía
13. AMARTYA SEN Desarrollo y Libertad, Editorial Planeta
S. A. 1999
14. CHACHOLOIDADES MILTIADES
56
15. Manual para la Gestión Municipal del Desarrollo Económico Local
16. Ministerio de Economía y Finanzas Públicas
17. Viceministerio de Presupuesto y Contabilidad Fiscal
18. Viceministerio de Inversión Pública y Financiamiento Externo (VIPFE)
19. SIGMA
20. Instituto Nacional de Estadística (INE)
21. Ministerio de Educación, Sistema de Información Educativa (SIE)
22. es.wikipedia.org
23. www.inversion-es.com
24. www.arinformacion.com
25.www.economia.umich.mx
1
ANEXOS A
MODELO PARA LA TASA DE ALFABETIZACIÓN DE ADULTOS
Variables a utilizar:
· Tasa de alfabetización de adultos (ALFAB)
· Inversión pública miles de Bs. (INV)
· Inversión en el sector educación miles de Bs. (ISE)
· Unidades educativas (UE)
· Número de docentes (DO)
· PIB per cápita nominal miles Bs. (PIBP)
Para poder correr los modelos en el eviews se utilizaron puntos envés de comas para
separar los decimales.
CUADRO A.1: DETERMINANTES DE LA TASA DE ALFABETISMO DE ADULTOS EN TARIJA, 1999-2010
AÑO ALFAB INV ISE UE DO PIBP
1999 85,0480 284627 21124 697 3617 6,402
2000 85,4729 286611 20301 721 3688 6,867
2001 85,9000 356655 30311 756 3822 7,331
2002 86,3292 435027 37892 785 4069 8,438
2003 86,7606 469149 27663 734 4286 10,395
2004 87,1941 628077 27128 744 4493 13,569
2005 87,6298 852094 28422 761 4584 18,868
2006 88,0677 1417719 49247 759 4777 22,932
2007 88,5077 1178817 60223 816 4979 27,138
2008 88,9499 1107923 98621 815 5289 29,762
2009 89,3944 1079940 57991 820 5507 27,717
2010 89,8411 1142023 122560 827 5756 29,874
FUENTE: Elaboración Propia a base de datos del Ministerio de Educación, Sistema de Información Educativa (SIE) y el INE.
2
Modelos: lineal y lin-log
CUADRO A.2: MODELO LINEAL DE LA TASA DE ALFABETIZACIÓN
Dependent Variable: ALFAB
Method: Least Squares
Date: 12/12/13 Time: 20:25
Sample: 1999 2010
Included observations: 12 Variable Coefficient Std, Error t-Statistic Prob, C 75,64779 1,165882 64,88459 0,0000
INV 5,05E-07 2,52E-07 2,000079 0,0924
ISE -3,29E-06 2,09E-06 -1,575903 0,1661
UE 0,003599 0,001620 2,221857 0,0680
DO 0,001934 0,000183 10,54900 0,0000
PIBP -0,003811 0,019195 -0,198513 0,8492 R-squared 0,997438 Mean dependent var 87,42462
Adjusted R-squared 0,995303 S,D, dependent var 1,571062
S,E, of regression 0,107677 Akaike info criterion -1,312516
Sum squared resid 0,069566 Schwarz criterion -1,070062
Log likelihood 13,87509 Hannan-Quinn criter, -1,402281
F-statistic 467,1459 Durbin-Watson stat 2,267066
Prob(F-statistic) 0,000000
CUADRO A.3: MODELO LINEAL LOGARITMICO DE LA TASA DE ALFABETIZACIÓN
Dependent Variable: ALFAB
Method: Least Squares
Date: 12/12/13 Time: 20:27
Sample: 1999 2010
Included observations: 12 Variable Coefficient Std, Error t-Statistic Prob, C 2,501010 10,81451 0,231264 0,8248
LOG(INV) 0,096126 0,256844 0,374259 0,7211
LOG(ISE) -0,010790 0,140544 -0,076776 0,9413
LOG(UE) 2,100224 1,360273 1,543972 0,1735
LOG(DO) 8,219417 0,997303 8,241643 0,0002
LOG(PIBP) 0,228269 0,380511 0,599900 0,5705 R-squared 0,997600 Mean dependent var 87,42462
Adjusted R-squared 0,995600 S,D, dependent var 1,571062
S,E, of regression 0,104209 Akaike info criterion -1,377989
Sum squared resid 0,065157 Schwarz criterion -1,135536
Log likelihood 14,26794 Hannan-Quinn criter, -1,467754
F-statistic 498,8363 Durbin-Watson stat 1,967769
Prob(F-statistic) 0,000000
3
Al escoger el modelo se optó por aquel más significativo, es decir, entre el modelo
lineal y el lin-log se selecciona el primero.
A. 1. Análisis del cumplimiento de los supuestos
a) Modelo de regresión lineal: El modelo de regresión es lineal en los
parámetros.
b) Los valores son fijos en muestreos repetidos: Los valores que toman los
regresores son considerandos fijos en muestreo repetido.
c) El número de observaciones n debe ser mayor que el número de
parámetros k por estimar: Donde n = 12 > k = 5
d) Variabilidad en los valores de x: Se observa que los valores de las variables
regresoras en la muestra no son iguales por lo tanto se cumple este supuesto.
e) No hay multicolinealidad perfecta
Detección de multicolinealidad
Una R2 elevada pero pocas razones t significativas
Ho: bi = 0 vs Ha: bi ≠ 0
R2 = 0,997438 alta por encima de 0.8
Razones t gl (n-k)= 7 NS=5% tc > tt Rechazo Ho
bi tc tt = 2,365 tc > tt rechazo Ho
INV 2,000 2,365 No se rechaza Ho, no es significativo
ISE -1,576 2,365 No se rechaza Ho, no es significativo
UE 2,222 2,365 No se rechaza Ho, no es significativo
DO 10,549 2,365 Se rechaza Ho, es significativo
PIBP -0,198 2,365 No se rechaza Ho, no es significativo
Por su nivel de significancia (NS)
bi NS Prob NS > Prob. rechazo Ho
INV 0,05 0,09 No se rechaza Ho, no es significativo
ISE 0,05 0,17 No se rechaza Ho, no es significativo
UE 0,05 0,07 No se rechaza Ho, no es significativo
DO 0,05 0,00 Se rechaza Ho, es significativo
PIBP 0,05 0,85 No se rechaza Ho, no es significativo
4
F= 467,1459 alta
Con una R2 alta, con pocas razones t significativas, por lo tanto existe un alto grado
de multicolinealidad.
Altas correlaciones entre parejas de regresoras (correlación simple)
CUADRO A.4: MATRIZ DE CORRELACIONES SIMPLES
ALFAB INV ISE UE DO PIBP ALFAB 1,000000 0,889600 0,825439 0,877027 0,995462 0,968326
INV 0,889600 1,000000 0,682423 0,718554 0,861984 0,931046
ISE 0,825439 0,682423 1,000000 0,815979 0,846857 0,827399
UE 0,877027 0,718554 0,815979 1,000000 0,865915 0,844591
DO 0,995462 0,861984 0,846857 0,865915 1,000000 0,960790
PIBP 0,968326 0,931046 0,827399 0,844591 0,960790 1,000000
Existe un alto grado de correlación entre las variables entonces existe un alto grado
de multicolinealidad.
Medidas correctivas
Eliminación de una variable
Con un nivel de significancia del 5% se elimina la PIB per-cápita (PIBP) por ser esta
la menos significativa.
CUADRO A.5
Dependent Variable: ALFAB Method: Least Squares Date: 12/12/13 Time: 21:54 Sample: 1999 2010 Included observations: 12
Variable Coefficient Std, Error t-Statistic Prob,
C 75,76532 0,932895 81,21527 0,0000
INV 4,66E-07 1,49E-07 3,118635 0,0169 ISE -3,41E-06 1,87E-06 -1,827460 0,1104 UE 0,003544 0,001482 2,390784 0,0481 DO 0,001911 0,000131 14,58220 0,0000
R-squared 0,997421 Mean dependent var 87,42462 Adjusted R-squared 0,995947 S,D, dependent var 1,571062 S,E, of regression 0,100016 Akaike info criterion -1,472636 Sum squared resid 0,070022 Schwarz criterion -1,270592 Log likelihood 13,83582 Hannan-Quinn criter, -1,547440 F-statistic 676,7978 Durbin-Watson stat 2,144452 Prob(F-statistic) 0,000000
5
Detección de multicolinealidad
Una R2 elevada pero pocas razones t significativas
Ho: bi = 0 vs Ha: bi ≠ 0
R2 = 0,997421 alta por encima de 0.8
Razones t gl (n-k)= 8 NS=5% tc > tt Rechazo Ho
bi tc tt = 2,306 tc > tt rechazo Ho
INV 3,119 2,306 Se rechaza Ho, es significativo
ISE -1,827 2,306 No se rechaza Ho, no es significativo
UE 2,391 2,306 Se rechaza Ho, es significativo
DO 14,582 2,306 Se rechaza Ho, es significativo
Por su nivel de significancia (NS)
bi NS Prob NS > Prob. rechazo Ho
INV 0,050 0,016 Se rechaza Ho, es significativo
ISE 0,050 0,110 No se rechaza Ho, no es significativo
UE 0,050 0,048 Se rechaza Ho, es significativo
DO 0,050 0,000 Se rechaza Ho, es significativo
Con una R2 alta, con muchas razones t significativas, por lo tanto no existe un alto
grado de multicolinealidad.
Regla de Klien
Variable R2i R2 Ri
2 > R2global existe multicolinealidad
INV 0,751874 0,997421 No existe multicolinealidad
ISE 0,750278 0,997421 No existe multicolinealidad
UE 0,774756 0,997421 No existe multicolinealidad
DO 0,895918 0,997421 No existe multicolinealidad
Al excluir la variable PIB per-cápita (PIBP) del modelo, este no presenta
multicolinealidad elevada.
6
f) Homoscedasticidad o igual varianza de ui
Detección de Heteroscedasticidad
Método gráfico
GRÁFICO A.1 RESIDUOS ESTIMADOS AL CUADRADO Y LA TASA DE ALFABETISMO ESTIMADA
A través del método gráfico, se puede observar que no existe un patrón sistemático en
los datos, por lo tanto no existe heteroscedasticidad.
Prueba de WHITE
Ho: No existe heteroscedasticidad vs Ha: Existe heteroscedasticidad
NS=5% m=4
Heteroskedasticity Test: White F-statistic 0,672748 Prob, F(4,7) 0,6316
Obs*R-squared 3,332157 Prob, Chi-Square(4) 0,5039
Scaled explained SS 0,893486 Prob, Chi-Square(4) 0,9255
.000
.004
.008
.012
.016
.020
.024
.028
85 86 87 88 89 90
ALFABF
RE
SID
UO
^2
7
Con un nivel de significancia del 5% no se rechaza Ho, es decir, no existe
heteroscedasticidad.
Prueba Koenker - Basset
Ho: ai = 0 vs Ha: ai ≠ 0
Razones t gl (n-k)= 11 NS=5% tc > tt Rechazo Ho
CUADRO A.6
Dependent Variable: RESIDUO^2
Method: Least Squares
Date: 12/14/13 Time: 08:57
Sample: 1999 2010
Included observations: 12 Variable Coefficient Std, Error t-Statistic Prob, C 0,093688 0,061422 1,525324 0,1582
ALFABF^2 -1,15E-05 8,03E-06 -1,431167 0,1829 R-squared 0,170003 Mean dependent var 0,005835
Adjusted R-squared 0,087004 S,D, dependent var 0,007651
S,E, of regression 0,007311 Akaike info criterion -6,847920
Sum squared resid 0,000534 Schwarz criterion -6,767102 Log likelihood 43,08752 Hannan-Quinn criter, -6,877841
F-statistic 2,048240 Durbin-Watson stat 2,164982
Prob(F-statistic) 0,182883
tc= -1,431167 < tt =2,201
Con un nivel de significancia del 5% no se rechaza Ho, se puede concluir que no
existe heteroscedasticidad.
8
g) No existe autocorrelación entre las perturbaciones
Detección de autocorrelación
Método gráfico
GRÁFICO A.2 RESIDUOS ACTUALES VS RESIDUOS REZAGADOS
Se muestra que los residuos están distribuidos aleatoriamente
Prueba de Durbin-Watson
Ho: no existe autocorrelación positiva VS Ha: si existe autocorrelación
positiva
Ho: no existe autocorrelación negativa VS Ha: si existe autocorrelación
negativa
d = 2,144452 n=12 k=4 NS=5%
-.20
-.15
-.10
-.05
.00
.05
.10
.15
-.20 -.15 -.10 -.05 .00 .05 .10 .15
RESIDUO(-1)
RE
SID
UO
0 0,512 2 2,177 4 3,488 1,823
Evidencia de auto-
correlación positiva
Evidencia de auto-
correlación negativa Z
ona
de
inde
cisi
ón
Zon
a de
in
deci
sión
No se rechaza la
Ho.
d=2,144452
9
Con un NS del 5% se no se rechaza la hipótesis nula, por lo tanto podemos decir que
no existe autocorrelación positiva o negativa.
h) El modelo de regresión está correctamente especificado
Especificación del modelo
Variables omitidas y para una forma funcional incorrecta
Ho: El modelo está correctamente especificado vs
Ha: El modelo no está correctamente especificado NS=5%
Prueba de Reset de Ramsey
CUADRO A.7
Test Equation:
Dependent Variable: ALFAB
Method: Least Squares
Date: 12/14/13 Time: 09:24
Sample: 1999 2010
Included observations: 12 Variable Coefficient Std, Error t-Statistic Prob, C 233,6896 101,0736 2,312073 0,0601
INV 2,66E-06 1,41E-06 1,886037 0,1082
ISE -1,85E-05 9,81E-06 -1,886450 0,1082
UE 0,020436 0,010895 1,875757 0,1098
DO 0,011330 0,006029 1,879223 0,1093
FITTED^2 -0,028114 0,017993 -1,562523 0,1692 R-squared 0,998167 Mean dependent var 87,42462
Adjusted R-squared 0,996639 S,D, dependent var 1,571062
S,E, of regression 0,091077 Akaike info criterion -1,647367
Sum squared resid 0,049770 Schwarz criterion -1,404914
Log likelihood 15,88420 Hannan-Quinn criter, -1,737132
F-statistic 653,4225 Durbin-Watson stat 2,468587
Prob(F-statistic) 0,000000
10
FC < FT no se rechaza la Ho
FC = 3,13 < FT= 5,99
Con un NS 5% no se rechaza la Ho, por lo tanto el modelo está correctamente
especificado.
11
ANEXO B
MODELO PARA LA TASA BRUTA DE MATRICULACIÓN
Variables a utilizar:
· Tasa bruta de matriculación (TBM)
· Inversión pública miles de Bs. (INV)
· Inversión en el sector educación miles de Bs. (ISE)
· Unidades educativas (UE)
· Número de docentes (DO)
· Tasa de abandono (TA)
· PIB per cápita nominal miles Bs. (PIBP)
CUADRO B.1: DETERMINANTES DE LA TASA BRUTA DE MATRICULACIÓN EN TARIJA, 2000-2010
AÑO TBM INV ISE UE DO TA PIBP 2000 80,0 286611 20301 721 3688 6,9 6,867 2001 79,7 356655 30311 756 3822 6,4 7,331 2002 81,8 435027 37892 785 4069 6,2 8,438 2003 80,4 469149 27663 734 4286 5,6 10,395 2004 81,8 628077 27128 744 4493 5,7 13,569 2005 83,7 852094 28422 761 4584 5,7 18,868 2006 81,3 1417719 49247 759 4777 5,9 22,932 2007 84,3 1178817 60223 816 4979 5,1 27,138 2008 81,9 1107923 98621 815 5289 4,6 29,762 2009 79,5 1079940 57991 820 5507 3,7 27,717 2010 78,0 1142023 122560 827 5756 3,5 29,874
FUENTE: Elaboración Propia a base de datos del Ministerio de Educación, Sistema de Información Educativa (SIE) y el INE.
12
Modelos: lineal y lin-log
CUADRO B.2: MODELO LINEAL DE LA TASA BRUTA DE MATRICULACIÓN
Dependent Variable: TBM
Method: Least Squares
Date: 12/14/13 Time: 09:51
Sample: 2000 2010
Included observations: 11 Variable Coefficient Std, Error t-Statistic Prob, C -29,75493 65,65757 -0,453184 0,6739
INV -7,30E-06 5,28E-06 -1,382548 0,2390
ISE -6,99E-05 3,05E-05 -2,294314 0,0835
UE 0,042648 0,027929 1,527009 0,2015
DO 0,010213 0,008753 1,166823 0,3081
TA 6,432577 3,624004 1,774992 0,1506
PIBP 0,272331 0,286147 0,951717 0,3951 R-squared 0,764146 Mean dependent var 81,12727
Adjusted R-squared 0,410365 S,D, dependent var 1,856928
S,E, of regression 1,425893 Akaike info criterion 3,808599
Sum squared resid 8,132679 Schwarz criterion 4,061806
Log likelihood -13,94730 Hannan-Quinn criter, 3,648989
F-statistic 2,159939 Durbin-Watson stat 1,780620
Prob(F-statistic) 0,238087
CUADRO B.3: MODELO LINEAL LOGARÍTMICO DE LA TASA BRUTA DE MATRICULACIÓN
Dependent Variable: TBM
Method: Least Squares
Date: 12/14/13 Time: 09:53
Sample: 2000 2010
Included observations: 11 Variable Coefficient Std, Error t-Statistic Prob, C -560,8979 199,3029 -2,814298 0,0481
LOG(INV) -5,831659 2,471219 -2,359831 0,0777
LOG(ISE) -4,017358 1,097620 -3,660063 0,0216
LOG(UE) 49,52331 11,95894 4,141112 0,0144
LOG(DO) 44,59886 20,55906 2,169304 0,0959
LOG(TA) 28,64829 7,305243 3,921607 0,0172
LOG(PIBP) 3,643817 2,927476 1,244695 0,2812 R-squared 0,940024 Mean dependent var 81,12727
Adjusted R-squared 0,850059 S,D, dependent var 1,856928
S,E, of regression 0,719044 Akaike info criterion 2,439338
Sum squared resid 2,068097 Schwarz criterion 2,692544
Log likelihood -6,416359 Hannan-Quinn criter, 2,279727
F-statistic 10,44881 Durbin-Watson stat 2,695259
Prob(F-statistic) 0,019896
13
Al escoger el modelo se optó por aquel más significativo, es decir, entre el modelo
lineal y el lin-log se selecciona el segundo.
Análisis del cumplimiento de los supuestos
a) Modelo de regresión lineal: El modelo de regresión es lineal en los
parámetros.
b) Los valores son fijos en muestreos repetidos: Los valores que toman los
regresores son considerandos fijos en muestreo repetido.
c) El número de observaciones n debe ser mayor que el número de
parámetros k por estimar: Donde n = 11 > k = 6
d) Variabilidad en los valores de x: Se observa que los valores de las variables
regresoras en la muestra no son iguales por lo tanto se cumple este supuesto.
e) No hay multicolinealidad perfecta
Detección de multicolinealidad
Una R2 elevada pero pocas razones t significativas
Ho: bi = 0 vs Ha: bi ≠ 0
R2 = 0,940024 alta por encima de 0.8
Razones t gl (n-k)= 5 NS=5% tc > tt Rechazo Ho
bi tc tt = 2,571 tc > tt rechazo Ho
LOG (INV) - 2,3598 2,571 No se rechaza Ho, no es significativo LOG (ISE) -3,6601 2,571 Se rechaza Ho, es significativo LOG (UE) 4,1411 2,571 Se rechaza Ho, es significativo LOG (DO) 2,1693 2,571 No se rechaza Ho, no es significativo LOG (TA) 3,9216 2,571 Se rechaza Ho, es significativo LOG (PIBP) 1,2447 2,571 No se rechaza Ho, no es significativo
Por su nivel de significancia (NS)
bi NS Prob NS > Prob. rechazo Ho LOG (INV) 0,05 0,08 No se rechaza Ho, no es significativo LOG (ISE) 0,05 0,02 Se rechaza Ho, es significativo LOG (UE) 0,05 0,01 Se rechaza Ho, es significativo LOG (DO) 0,05 0,10 No se rechaza Ho, no es significativo LOG (TA) 0,05 0,02 Se rechaza Ho, es significativo LOG (PIBP) 0,05 0,28 No se rechaza Ho, no es significativo
14
F= 10,44881 baja
Con una R2 alta, igual número de razones t significativas y no significativas, por lo
tanto se realizan otras pruebas para ver si presenta alto grado de multicolinealidad.
Regla de klien
Variable R2i R2 Ri
2 > R2global existe multicolinealidad LOG (INV) 0,972611 0,940024 Si existe multicolinealidad
LOG (ISE) 0,869406 0,940024 No existe multicolinealidad LOG (UE) 0,849220 0,940024 No existe multicolinealidad LOG (DO) 0,994270 0,940024 Si existe multicolinealidad
LOG (TA) 0,979716 0,940024 Si existe multicolinealidad LOG (PIBP) 0,982564 0,940024 Si existe multicolinealidad
El modelo presenta alto grado de multicolinealidad.
Medidas correctivas
Eliminación de una variable
Con un nivel de significancia del 5% se elimina la PIB per-cápita (PIBP) por ser esta
la menos significativa.
CUADRO B.4 Dependent Variable: TBM
Method: Least Squares
Date: 12/14/13 Time: 10:17
Sample: 2000 2010
Included observations: 11 Variable Coefficient Std, Error t-Statistic Prob, C -715,9833 163,8761 -4,369054 0,0072
LOG(INV) -4,682937 2,415055 -1,939060 0,1102
LOG(ISE) -4,285640 1,133824 -3,779810 0,0129
LOG(UE) 53,21236 12,20565 4,359649 0,0073
LOG(DO) 59,13106 17,82751 3,316844 0,0211
LOG(TA) 31,89897 7,187434 4,438159 0,0068 R-squared 0,916794 Mean dependent var 81,12727
Adjusted R-squared 0,833587 S,D, dependent var 1,856928
S,E, of regression 0,757510 Akaike info criterion 2,584891
Sum squared resid 2,869106 Schwarz criterion 2,801925
Log likelihood -8,216902 Hannan-Quinn criter, 2,448082
F-statistic 11,01832 Durbin-Watson stat 3,463875
Prob(F-statistic) 0,009898
15
Detección de multicolinealidad
Una R2 elevada pero pocas razones t significativas
Ho: bi = 0 vs Ha: bi ≠ 0
R2 = 0,997421 alta por encima de 0.8
Razones t gl (n-k)= 6 NS=5% tc > tt Rechazo Ho
bi tc tt = 2,447 tc > tt rechazo Ho
LOG (INV) -1,939 2,447 No se rechaza Ho, no es significativo
LOG (ISE) -3,780 2,447 Se rechaza Ho, es significativo
LOG (UE) 4,460 2,447 Se rechaza Ho, es significativo
LOG (DO) 3,317 2,447 Se rechaza Ho, es significativo
LOG (TA) 4,439 2,447 Se rechaza Ho, es significativo
Por su nivel de significancia (NS)
bi NS Prob NS > Prob. rechazo Ho
LOG (INV) 0,05 0,11 No se rechaza Ho, no es significativo
LOG (ISE) 0,05 0,01 Se rechaza Ho, es significativo
LOG (UE) 0,05 0,01 Se rechaza Ho, es significativo
LOG (DO) 0,05 0,02 Se rechaza Ho, es significativo
LOG (TA) 0,05 0,01 Se rechaza Ho, es significativo
F= 10,44881 baja
Al excluir la variable PIB per-cápita (PIBP) del modelo, se tiene una R2 alta, con
muchas razones t significativas, por lo tanto no existe un alto grado de
multicolinealidad.
16
f) Homoscedasticidad o igual varianza de ui
Detección de Heteroscedasticidad
Método gráfico
GRÁFICO B.1: REDISUO ESTIMADOS AL CUADRADO Y LA TASA DE BRUTA DE MATRICULACION ESTIMADA
A través del método gráfico, se puede observar que no existe un patrón sistemático en
los datos, por lo tanto no existe heteroscedasticidad.
Prueba de WHITE
Ho: No existe heteroscedasticidad vs Ha: Existe heteroscedasticidad
NS=5% m = 5
Heteroskedasticity Test: White F-statistic 0,566555 Prob, F(5,5) 0,7260
Obs*R-squared 3,978224 Prob, Chi-Square(5) 0,5526
Scaled explained SS 0,297389 Prob, Chi-Square(5) 0,9977
.0
.1
.2
.3
.4
.5
.6
.7
77 78 79 80 81 82 83 84
TBMF
RE
SID
UO
^2
17
Con un nivel de significancia del 5% no se rechaza Ho, es decir, no existe
heteroscedasticidad.
Prueba Koenker - Basset
Ho: ai = 0 vs Ha: ai ≠ 0
Razones t gl (n-k)= 10 NS=5% tc > tt Rechazo Ho
CUADRO B.5
Dependent Variable: RESIDUO^2
Method: Least Squares
Date: 12/14/13 Time: 10:52
Sample: 2000 2010
Included observations: 11 Variable Coefficient Std, Error t-Statistic Prob, C -2,216431 1,574049 -1,408108 0,1927
TBMF^2 0,000376 0,000239 1,575176 0,1497 R-squared 0,216108 Mean dependent var 0,260828
Adjusted R-squared 0,129009 S,D, dependent var 0,232705
S,E, of regression 0,217176 Akaike info criterion -0,053248
Sum squared resid 0,424490 Schwarz criterion 0,019097
Log likelihood 2,292862 Hannan-Quinn criter, -0,098851
F-statistic 2,481181 Durbin-Watson stat 2,251257
Prob(F-statistic) 0,149669
tc= 1.575176 < tt =2.228
Con un nivel de significancia del 5% no se rechaza Ho, se puede concluir que no
existe heteroscedasticidad.
18
g) No existe autocorrelación entre las perturbaciones
Detección de autocorrelación.
Método gráfico
GRÁFICO B.2: RESIDUOS ACTUALES VS RESIDUOS REZAGADOS
La mayor parte de los residuos se encuentran en el primer y tercer cuadrante, por lo
tanto presentan algún tipo de relación sistemática, por lo que se podría presentar
autocorrelación.
Prueba de Durbin-Watson
Ho: no existe autocorrelación positiva VS Ha: si existe autocorrelación
positiva
Ho: no existe autocorrelación negativa VS Ha: si existe autocorrelación
negativa
d = 3,463875 n=11 k=5 NS=5%
-0.8
-0.6
-0.4
-0.2
0.0
0.2
0.4
0.6
0.8
1.0
-0.8 -0.4 0.0 0.4 0.8 1.2
RESIDUO(-1)
RE
SID
UO
19
Con un NS del 5% el estadístico de Durbin-Watson cae en zona de indecisión.
Prueba d modificada
d = 3,463875 NS=5%
Ho: ρ = 0 vs Ha: ρ > 0
d < du se rechaza H0, existe autocorrelación positiva
d = 3,463875 > du = 2,645, no se rechaza la H0, no existe autocorrelación positiva
Ho: ρ = 0 vs Ha: ρ < 0
(4 – d) < du se rechaza H0, existe autocorrelación negativa
(4 – d) = 0,536125 < du = 2,645, se rechaza la H0, existe autocorrelación negativa
Con un NS del 5% mediante la prueba d modificada, hay evidencia estadísticamente
significativa de autocorrelación negativa.
Medidas correctivas
Corregir la autocorrelación a través de ρ basado en el estadístico de Durbin -
Watson
d= 3,463875
0 0,316 2 2,645 4 3,864 1,355
Evidencia de auto-
correlación positiva
Evidencia de auto-
correlación negativa Z
ona
de
inde
cisi
ón
Zon
a de
in
deci
sión
No se rechaza la
Ho.
d= 3,463875
20
CUADRO B.6
Dependent Variable: TBMEST
Method: Least Squares
Date: 12/14/13 Time: 12:19
Sample (adjusted): 2001 2010
Included observations: 10 after adjustments Variable Coefficient Std, Error t-Statistic Prob, C -1295,080 147,4823 -8,781258 0,0009
(LOG(INV))-(-0,7319375*(LOG(INVREZ))) -6,135940 1,166386 -5,260645 0,0063
(LOG(ISE))-(-0,7319375*(LOG(ISEREZ))) -3,013846 0,997112 -3,022574 0,0391
(LOG(UE))-(-0,7319375*(LOG(UEREZ))) 43,85943 9,940247 4,412308 0,0116
(LOG(DO))-(-0,7319375*(LOG(DOREZ))) 69,90717 8,274630 8,448373 0,0011
(LOG(TA))-(-0,7319375*(LOG(TAREZ))) 37,37353 3,514293 10,63472 0,0004 R-squared 0,989691 Mean dependent var 140,8490
Adjusted R-squared 0,976804 S,D, dependent var 2,538132
S,E, of regression 0,386563 Akaike info criterion 1,220666
Sum squared resid 0,597724 Schwarz criterion 1,402217
Log likelihood -0,103330 Hannan-Quinn criter, 1,021505
F-statistic 76,79969 Durbin-Watson stat 3,508675
Prob(F-statistic) 0,000460
21
h) El modelo de regresión está correctamente especificado
Especificación del modelo
Prueba de Reset de Ramsey
Ho: El modelo está correctamente especificado vs
Ha: El modelo no está correctamente especificado NS=5%
CUADRO B.7
Test Equation:
Dependent Variable: TBMEST
Method: Least Squares
Date: 12/14/13 Time: 12:27
Sample: 2001 2010
Included observations: 10 Variable Coefficient Std, Error t-Statistic Prob, C 12092,46 10089,59 1,198508 0,3168
(LOG(INV))-(-0,7319375*(LOG(INVREZ))) 53,81331 45,18968 1,190832 0,3194
(LOG(ISE))-(-0,7319375*(LOG(ISEREZ))) 26,45372 22,22521 1,190258 0,3195
(LOG(UE))-(-0,7319375*(LOG(UEREZ))) -385,7812 323,9002 -1,191050 0,3193
(LOG(DO))-(-0,7319375*(LOG(DOREZ))) -615,6661 516,6955 -1,191545 0,3191
(LOG(TA))-(-0,7319375*(LOG(TAREZ))) -329,4461 276,4496 -1,191704 0,3191
FITTED^2 0,035108 0,026457 1,326985 0,2765 R-squared 0,993504 Mean dependent var 140,8490
Adjusted R-squared 0,980511 S,D, dependent var 2,538132
S,E, of regression 0,354329 Akaike info criterion 0,958844
Sum squared resid 0,376647 Schwarz criterion 1,170654
Log likelihood 2,205779 Hannan-Quinn criter, 0,726490
F-statistic 76,46739 Durbin-Watson stat 3,415969
Prob(F-statistic) 0,002273
22
FT= 7,71
Con un NS 5% no se rechaza la Ho, por lo tanto el modelo está correctamente
especificado.
23
ANEXO C
MODELO PARA LA ESPERANZA DE VIDA
Variables a utilizar:
· Esperanza de vida (EV)
· Inversión pública miles de Bs. (INV)
· Inversión en el sector salud y seguridad social miles de Bs. (ISS)
· Establecimientos de salud (ES)
· Camas hospitalarias (H)
· Pib per cápita nominal miles Bs. (PIBP)
CUADRO C.1: DETERMINANTES DE LA ESPERANZA DE VIDA AL NACER EN TARIJA, 1999-2011
AÑO EV INV ISS ES H PIBP 1999 65,8524 284627 19568 121 403 6,402 2000 66,2500 286611 17190 126 403 6,867 2001 66,6500 356655 22670 128 403 7,331 2002 66,8753 435027 22037 137 425 8,438 2003 67,1014 469149 21081 165 524 10,395 2004 67,3283 628077 52126 170 544 13,569 2005 67,5559 852094 31764 182 845 18,868 2006 67,8430 1417719 43154 187 824 22,932 2007 68,1282 1178817 64933 191 799 27,138 2008 68,4115 1107923 54809 201 797 29,762 2009 68,6930 1079940 37162 213 554 27,717 2010 68,9722 1142023 29464 221 556 29,874 2011 69,2500 2400166 20229 221 560 37,511
FUENTE: Elaboración Propia a base de datos del INE
24
Modelo lineal y lin-log
CUADRO C.1: MODELO LINEAL DE LA ESPERANZA DE VIDA AL NACER
Dependent Variable: EV
Method: Least Squares
Date: 12/14/13 Time: 13:02
Sample: 1999 2011
Included observations: 13 Variable Coefficient Std, Error t-Statistic Prob, C 63,81513 0,649685 98,22479 0,0000
INV 7,47E-08 2,83E-07 0,264443 0,7991
ISS 1,89E-06 5,89E-06 0,321406 0,7573
ES 0,020384 0,005674 3,592211 0,0088
H -0,000840 0,000557 -1,506740 0,1756
PIBP 0,032030 0,027715 1,155676 0,2857 R-squared 0,978603 Mean dependent var 67,60855
Adjusted R-squared 0,963319 S,D, dependent var 1,057685
S,E, of regression 0,202572 Akaike info criterion -0,051405
Sum squared resid 0,287248 Schwarz criterion 0,209341
Log likelihood 6,334134 Hannan-Quinn criter, -0,105000
F-statistic 64,02824 Durbin-Watson stat 1,096901
Prob(F-statistic) 0,000011
CUADRO C.2: MODELO LINEAL LOGARÍTMICO DE LA ESPERANZA DE VIDA AL NACER
Dependent Variable: EV
Method: Least Squares
Date: 12/14/13 Time: 13:04
Sample: 1999 2011
Included observations: 13 Variable Coefficient Std, Error t-Statistic Prob, C 59,39679 6,715643 8,844542 0,0000
LOG(INV) 0,140172 0,318332 0,440331 0,6730
LOG(ISS) -0,032115 0,178756 -0,179657 0,8625
LOG(ES) 1,972773 1,026479 1,921882 0,0961
LOG(H) -1,049539 0,321545 -3,264051 0,0138
LOG(PIBP) 1,144489 0,547316 2,091096 0,0748 R-squared 0,985685 Mean dependent var 67,60855
Adjusted R-squared 0,975460 S,D, dependent var 1,057685
S,E, of regression 0,165690 Akaike info criterion -0,453364
Sum squared resid 0,192171 Schwarz criterion -0,192618
Log likelihood 8,946863 Hannan-Quinn criter, -0,506959
F-statistic 96,39879 Durbin-Watson stat 1,256368
Prob(F-statistic) 0,000003
25
Como no se puede apreciar a simple vista el modelo más significativo, el método
manejado para la selección corresponde al de discriminación, en donde utilizando los
criterios de bondad de ajuste como la R2 y R2 la ajustada, además del Criterio de
Información de Akaike (CIA) y el Criterio de Información de Schwarz (CIS), se
selecciona un modelo que tiene la máxima R2 y R2 la ajustada, o el valor más bajo del
CIA o del CIS.
CUADRO C.3: COMPARACIÓN DE MODELOS
Modelo R2 R2ajustada CIA CIS Selección del modelo LINEAL 0,978603 0,963319 -0,051405 0,209341 No LIN-LOG 0,985685 0,975460 -0,453364 -0,192618 Mejor modelo
Análisis del cumplimiento de los supuestos
a) Modelo de regresión lineal: El modelo de regresión es lineal en los
parámetros.
b) Los valores son fijos en muestreos repetidos: Los valores que toman los
regresores son considerandos fijos en muestreo repetido.
c) El número de observaciones n debe ser mayor que el número de
parámetros k por estimar: Donde n = 13 > k = 5
d) Variabilidad en los valores de x: Se observa que los valores de las
variables regresoras en la muestra no son iguales por lo tanto se cumple
este supuesto.
e) No hay multicolinealidad perfecta
Detección de multicolinealidad
Una R2 elevada pero pocas razones t significativas
Ho: bi = 0 vs Ha: bi ≠ 0
R2 = 0,985685 alta por encima de 0.8
Razones t gl (n-k)= 8 NS=5% tc > tt Rechazo Ho
26
bi tc tt = 2,306 tc > tt rechazo Ho
LOG (INV) 0,4403 2,306 No se rechaza Ho, no es significativo
LOG (ISS) -0,1797 2,306 No se rechaza Ho, no es significativo
LOG (ES) 1,9219 2,306 No se rechaza Ho, no es significativo
LOG (H) -3,2641 2,306 Se rechaza Ho, es significativo
LOG (PIBP) 2,0911 2,306 No se rechaza Ho, no es significativo
Por su nivel de significancia (NS)
bi NS Prob NS > Prob. rechazo Ho
LOG (INV) 0,05 0,67 No se rechaza Ho, no es significativo
LOG (ISS) 0,05 0,86 No se rechaza Ho, no es significativo
LOG (ES) 0,05 0,10 No se rechaza Ho, no es significativo
LOG (H) 0,05 0,01 Se rechaza Ho, es significativo
LOG (PIBP) 0,05 0,07 No se rechaza Ho, no es significativo
F= 96,39879 alta
Con una R2 alta, con pocas razones t significativas, por lo tanto existe un alto grado
de multicolinealidad.
Altas correlaciones entre parejas de regresoras (correlación simple)
CUADRO C.4: MATRIZ DE CORRELACIONES SIMPLES
EV LOG(INV) LOG(ISS) LOG(ES) LOG(H) LOG(PIBP) EV 1,000000 0,937005 0,451016 0,968642 0,580596 0,966097 LOG(INV) 0,937005 1,000000 0,510728 0,932425 0,723541 0,968611 LOG(ISS) 0,451016 0,510728 1,000000 0,543215 0,757241 0,587085 LOG(ES) 0,968642 0,932425 0,543215 1,000000 0,701576 0,974656 LOG(H) 0,580596 0,723541 0,757241 0,701576 1,000000 0,745952 LOG(PIBP) 0,966097 0,968611 0,587085 0,974656 0,745952 1,000000
Existe un alto grado de correlación entre las variables entonces existe un alto grado
de multicolinealidad.
Regla de Klien
Variable R2i R2
Ri2 > R2global existe multicolinealidad
LOG INV 0,949819 0,985685 No existe multicolinealidad
LOG ISS 0,640297 0,985685 No existe multicolinealidad LOG ES 0,954854 0,985685 No existe multicolinealidad LOG H 0,727455 0,985685 No existe multicolinealidad
LOG PIBP 0,981760 0,985685 No existe multicolinealidad
27
Mediante la regla de Klien la multicolinealidad existente en el modelo no es un
problema complicado.
Medidas correctivas
Eliminación de una variable
Con un nivel de significancia del 5% se elimina la PIB per-cápita (PIBP) por ser esta
no tan significativa.
CUADRO C. 5
Dependent Variable: EV
Method: Least Squares
Date: 12/14/13 Time: 13:38
Sample: 1999 2011
Included observations: 13 Variable Coefficient Std, Error t-Statistic Prob, C 45,61724 1,543869 29,54735 0,0000
LOG(INV) 0,641405 0,249758 2,568109 0,0332
LOG(ISS) 0,096416 0,200135 0,481753 0,6429
LOG(ES) 3,685503 0,737690 4,996004 0,0011
LOG(H) -1,041661 0,383353 -2,717240 0,0264 R-squared 0,976743 Mean dependent var 67,60855
Adjusted R-squared 0,965114 S,D, dependent var 1,057685
S,E, of regression 0,197552 Akaike info criterion -0,121906
Sum squared resid 0,312215 Schwarz criterion 0,095382
Log likelihood 5,792387 Hannan-Quinn criter, -0,166568
F-statistic 83,99448 Durbin-Watson stat 1,652266
Prob(F-statistic) 0,000001
Detección de multicolinealidad
Una R2 elevada pero pocas razones t significativas
Ho: bi = 0 vs Ha: bi ≠ 0
R2 = 0,976743 alta por encima de 0.8
Razones t gl (n-k)= 9 NS=5% tc > tt Rechazo Ho
28
bi tc tt = 2,262 tc > tt rechazo Ho
LOG (INV) 2,568 2,262 Se rechaza Ho, es significativo
LOG (ISS) 0,482 2,262 No se rechaza Ho, no es significativo
LOG (ES) 4,996 2,262 Se rechaza Ho, es significativo
LOG (H) -2,717 2,262 Se rechaza Ho, es significativo
Por su nivel de significancia (NS)
bi NS Prob NS > Prob. rechazo Ho
LOG (INV) 0,05 0,03 Se rechaza Ho, es significativo
LOG (ISS) 0,05 0,64 No se rechaza Ho, no es significativo
LOG (ES) 0,05 0,00 Se rechaza Ho, es significativo
LOG (H) 0,05 0,03 Se rechaza Ho, es significativo
Con una R2 alta, con muchas razones t significativas, por lo tanto no existe un alto
grado de multicolinealidad.
f) Homoscedasticidad o igual varianza de ui
Detección de Heteroscedasticidad
Método gráfico
GRÁFICO C.1: RESIDUOS ESTIMADOS AL CUADRADO Y LA ESPERANZA DE VIRA ESTIMADA
.00
.01
.02
.03
.04
.05
.06
.07
.08
66.0 66.5 67.0 67.5 68.0 68.5 69.0 69.5
EVF
RE
SID
UO
^2
29
A través del método gráfico, se puede observar que no existe un patrón sistemático en
los datos, por lo tanto no existe heteroscedasticidad.
Prueba de WHITE
Ho: No existe heteroscedasticidad vs Ha: Existe heteroscedasticidad
NS=5% m=4
Heteroskedasticity Test: White F-statistic 1,495435 Prob, F(4,8) 0,2906
Obs*R-squared 5,561726 Prob, Chi-Square(4) 0,2344
Scaled explained SS 0,935326 Prob, Chi-Square(4) 0,9194
Con un nivel de significancia del 5% no se rechaza Ho, es decir, no existe
heteroscedasticidad.
Prueba Koenker-Basset
Ho: ai = 0 vs Ha: ai ≠ 0
Razones t gl (n-k)= 12 NS=5% tc > tt Rechazo Ho
CUADRO C. 6
Dependent Variable: RESIDUO^2
Method: Least Squares
Date: 12/14/13 Time: 13:51
Sample: 1999 2011
Included observations: 13 Variable Coefficient Std, Error t-Statistic Prob, C 0,262370 0,218378 1,201453 0,2548
EVF^2 -5,21E-05 4,77E-05 -1,091957 0,2982 R-squared 0,097796 Mean dependent var 0,024017
Adjusted R-squared 0,015778 S,D, dependent var 0,023558
S,E, of regression 0,023371 Akaike info criterion -4,533979
Sum squared resid 0,006008 Schwarz criterion -4,447063
Log likelihood 31,47086 Hannan-Quinn criter, -4,551844
F-statistic 1,192370 Durbin-Watson stat 3,166715
Prob(F-statistic) 0,298191
30
tc= -1,091957 < tt =2,179
Con un nivel de significancia del 5% no se rechaza Ho, se puede concluir que no
existe heteroscedasticidad.
g) No existe autocorrelación entre las perturbaciones
Detección de autocorrelación
Método gráfico
GRÁFICO C. 2: RESIDUOS ACTUALES VS RESIDUOS REZAGADOS
Se muestra que los residuos están distribuidos aleatoriamente, por lo tanto no
presenta autocorrelación.
Prueba de Durbin-Watson
Ho: no existe autocorrelación positiva VS Ha: si existe autocorrelación
positiva
Ho: no existe autocorrelación negativa VS Ha: si existe autocorrelación
negativa
d = 1,652266 n=13 k=4 NS=5%
-.3
-.2
-.1
.0
.1
.2
.3
-.3 -.2 -.1 .0 .1 .2 .3
RESIDUO(-1)
RE
SID
UO
31
Con un nivel de significancia del 5% el estadístico de Durbin-Watson cae en zona de
indecisión.
Prueba d modificada
d = 1,652266 NS=5%
Ho: ρ = 0 vs Ha: ρ > 0
d < du se rechaza H0, existe autocorrelación positiva
d = 1,652266 < du = 2,094 se rechaza la H0, existe autocorrelación positiva.
Ho: ρ = 0 vs Ha: ρ < 0
(4 – d) < du se rechaza H0, existe autocorrelación negativa
(4 – d) = 2,347734 > du = 2,645 no se rechaza la H0, no existe autocorrelación
negativa.
Con un NS del 5% mediante la prueba d modificada, hay evidencia estadísticamente
significativa de autocorrelación positiva.
Medidas correctivas
Corregir la autocorrelación a través de ρ basado en el estadístico de Durbin -
Watson
d= 1,652266
0 0,574 2 2,094 4 3,426 1,906
Evidencia de auto-
correlación positiva
Evidencia de auto-
correlación negativa Z
ona
de
inde
cisi
ón
Zon
a de
in
deci
sión
No se rechaza la
Ho.
d =1,652266
32
CUADRO C. 7
Dependent Variable: EVEST
Method: Least Squares
Date: 12/14/13 Time: 14:14
Sample (adjusted): 2000 2011
Included observations: 12 after adjustments Variable Coefficient Std, Error t-Statistic Prob, C 38,67432 1,647977 23,46775 0,0000
(LOG(INV))-(0,173867*(LOG(INVREZ))) 0,599554 0,229088 2,617135 0,0346
(LOG(ISS))-(0,173867*(LOG(ISSREZ))) 0,048109 0,177495 0,271045 0,7942
(LOG(ES))-(0,173867*(LOG(ESREZ))) 3,515386 0,739094 4,756342 0,0021
(LOG(H))-(0,173867*(LOG(HREZ))) -0,920166 0,355869 -2,585686 0,0362 R-squared 0,963911 Mean dependent var 56,02379
Adjusted R-squared 0,943289 S,D, dependent var 0,787866
S,E, of regression 0,187623 Akaike info criterion -0,214429
Sum squared resid 0,246416 Schwarz criterion -0,012384
Log likelihood 6,286573 Hannan-Quinn criter, -0,289233
F-statistic 46,74148 Durbin-Watson stat 1,712603
Prob(F-statistic) 0,000039
h) El modelo de regresión está correctamente especificado
Especificación del modelo
Prueba de Reset de Ramsey
Ho: El modelo está correctamente especificado vs
Ha: El modelo no está correctamente especificado NS=5%
33
CUADRO C.8
Test Equation:
Dependent Variable: EVEST
Method: Least Squares
Date: 12/14/13 Time: 14:20
Sample: 2000 2011
Included observations: 12 Variable Coefficient Std, Error t-Statistic Prob, C -356,4488 234,9430 -1,517172 0,1800
(LOG(INV))-(0,173867*(LOG(INVREZ))) -21,70939 13,26636 -1,636424 0,1529
(LOG(ISS))-(0,173867*(LOG(ISSREZ))) -1,508535 0,938971 -1,606584 0,1593
(LOG(ES))-(0,173867*(LOG(ESREZ))) -125,0691 76,45858 -1,635776 0,1530
(LOG(H))-(0,173867*(LOG(HREZ))) 33,40763 20,41360 1,636537 0,1528
FITTED^2 0,327700 0,194849 1,681816 0,1436 R-squared 0,975473 Mean dependent var 56,02379
Adjusted R-squared 0,955035 S,D, dependent var 0,787866
S,E, of regression 0,167067 Akaike info criterion -0,433988
Sum squared resid 0,167469 Schwarz criterion -0,191535
Log likelihood 8,603931 Hannan-Quinn criter, -0,523753
F-statistic 47,72655 Durbin-Watson stat 1,924844
Prob(F-statistic) 0,000094
FT= 5,59
FC < FT no se rechaza la Ho
Con un NS 5% no se rechaza la Ho, por lo tanto el modelo está correctamente
especificado.