Este capítulo ilustra las limitaciones del ingreso per cápita como una medida del desarrollo en América Latina y el Caribe. Las tendencias en el ingreso per cápita muchas veces no reflejen plenamente los cambios en otros aspectos del desarrollo. Países con niveles similares de ingreso per cápita muestran un desarrollo muy diferente. Esto es especialmente cierto para los países con ingresos medios y medios altos, como la mayoría de los países de América Latina y el Caribe. Este capítulo comparan las tendencias actuales y de largo plazo en el ingreso per cápita con otros indicadores de bienestar regionales, nacionales y subnacionales. También se analiza la importancia de elaborar estadísticas adaptadas que reflejen mejor los niveles de vida de las personas para perfeccionar el diseño, la aplicación y el seguimiento de la política pública para el desarrollo.
Perspectivas económicas de América Latina 2019
Capítulo 2. Cambio de perspectiva: desarrollo más allá de los ingresos
Resumen
Introducción
Este capítulo proporciona evidencia de la relación imperfecta entre el ingreso per cápita y diversos indicadores del desarrollo mediante un conjunto de análisis exploratorios. Esta evidencia muestra con claridad que el ingreso per cápita y otros indicadores de desarrollo no siempre avanzan a la par. No existe una definición única del término desarrollo. Diferentes actores han estado en continuo desacuerdo respecto de sus objetivos. Entre los más citados se encuentran el crecimiento económico, bienestar social, participación política, libertad, independencia nacional e integridad ambiental. Si bien los teóricos han favorecido algunos objetivos sobre otros en diferentes periodos, las estrategias de desarrollo incluyen cada vez más una visión multiobjetivo (De Janvry y Sadoulet, 2014).
Los paradigmas del desarrollo son el resultado de factores externos y del conocimiento acumulado. De hecho, los factores externos han desempeñado un papel central en el cambio de paradigmas. La era de la planificación económica en la década de 1960, cuando el desarrollo económico se consideraba una ciencia precisa, demostró que el desarrollo abarcaba más que solo la economía. Ya en la década de 1970, la necesidad de mirar más allá del producto interno bruto (PIB) cobró preponderancia en el pensamiento y la práctica del desarrollo (Seers, 1969). En 1972, la Conferencia de Estocolmo sobre el Medio Humano fue un hito importante en la formulación de políticas ambientales a nivel mundial, mientras que la Cumbre Mundial de 1995 sobre Desarrollo Social fue decisiva en el aspecto social. Ambos aspectos se reflejaron en el Informe Brundtland de 1987 y en la Cumbre de la Tierra de 1992.
La estructura económica y su transformación importan. En general, se pensaba que los países en desarrollo debían seguir un camino distinto del tomado por los industrializados. Esta opinión fue defendida por la escuela de la dependencia, por ejemplo (Prebisch, 1949). Pero la crisis del petróleo ocurrida en 1973 y las crisis de endeudamiento de América Latina que tuvieron lugar unos años más tarde situaron a la macro estabilidad en primer plano durante las dos décadas siguientes.
Los teóricos actuales se basaron en una amplia variedad de ideas anteriores sobre el desarrollo. Proponen enfoques más integrales que incluyen abordar los problemas ambientales y climáticos reflejando las condiciones locales y atendiendo las necesidades y los deseos de las personas (OCDE, 2018a).
Se está llegando al consenso de que el desarrollo debería mejorar la calidad de vida de las personas. A lo largo de setenta años, han aparecido y desaparecido objetivos económicos y sociales. La mayoría ya se han incorporado en los compromisos de política pública de la Agenda 2030 para el Desarrollo Sostenible de las Naciones Unidas —mediante sus 17 Objetivos de Desarrollo Sostenible— de erradicar la pobreza, proteger el planeta, y garantizar la paz y la prosperidad para todos (UN, 2015; UE, 2017; OCDE, 2018a).
Bajo esta perspectiva, el desarrollo se refiere a ampliar las opciones de las personas, lo que requiere avanzar tanto en los aspectos materiales como no materiales de sus condiciones de vida. A su vez, el desarrollo exige un crecimiento incluyente. Este “modelo de crecimiento centrado en las personas” combina el crecimiento de la productividad y el cambio estructural con menores desigualdades e inclusión. Aumenta el potencial para las masas al mejorar a través de una mejor salud, educación, condiciones laborales, acceso digital, movilidad social, confianza en el gobierno, participación política, iniciativa empresarial y calidad ambiental (OCDE, 2018b).
Si las personas son el elemento central de la agenda de desarrollo, mejorar su bienestar es el objetivo final de dicha ruta.
En todo el mundo, países con niveles similares de ingreso per cápita muestran resultados muy diferentes en materia de desarrollo. Esto aplica en especial para aquellos con ingresos medios y medios altos. De hecho, la relación entre el PIB per cápita y el bienestar no es constante a lo largo de la escala de ingresos. A medida que las economías crecen, otros aspectos del bienestar de las personas cobran prioridad. Además, los avances logrados por los países en cuanto a educación, salud, seguridad, estabilidad política, derechos humanos, protección ambiental, empleo y equidad pueden diferir del alcanzado por el PIB per cápita. Esta divergencia entre el PIB y el bienestar y, lo que es más importante, entre los aumentos en bienestar y el crecimiento del PIB, refleja el carácter multidimensional del desarrollo.
En la actualidad la mayoría de los países de América Latina y el Caribe (ALC) tienen ingresos medios y fuertes discordancias en los diferentes indicadores de desarrollo. Las discrepancias entre los países en cuanto a los resultados de bienestar en un nivel dado del PIB per cápita son patentes en América Latina y el Caribe. Al igual que en otras economías emergentes del mundo, los países de ALC afrontan aún altas desigualdades en materia de ingresos y acceso a los servicios públicos, tanto entre todos los habitantes del país como entre las regiones subnacionales; esta tendencia ha persistido a pesar del desempeño positivo del PIB per cápita en la década pasada.
Las grandes diferencias en ingresos entre los muy ricos y el resto de la sociedad crean pobreza relativa y aspiraciones crecientes, que afectan la manera como las personas evalúan su bienestar (Graham, 2005). De hecho, la mayoría de los indicadores de bienestar varían considerablemente entre los países de América Latina y el Caribe. Algunos de ellos tienen un desempeño más deficiente que las economías de ingresos bajos en todo el mundo en varios aspectos del bienestar, entre ellos, satisfacción con las condiciones de vida, porcentaje de empleos no vulnerables, instalaciones de vivienda, seguridad personal u honestidad percibida de los funcionarios públicos. Además, en los países de ALC, las regiones subnacionales presentan enormes desigualdades, las cuales pueden medirse en términos de ingreso per cápita, así como de pobreza, acceso al empleo formal, educación, salud y seguridad.
Aunque se han logrado grandes mejoras, los datos sobre desarrollo más allá del PIB para los países de ALC siguen siendo limitados. Persisten grandes diferencias de información sobre todo en ciertos aspectos, como el bienestar subjetivo, la gobernanza y las desigualdades a nivel subnacional. Incluso cuando se cuenta con datos, hay problemas de comparabilidad. Superar estos límites requerirá inversión y trabajo conjuntos, así como un entendimiento común entre los países sobre los principales retos que la región enfrenta.
Este capítulo ilustra la relación imperfecta entre el ingreso per cápita y el desarrollo en todos los países de América Latina y el Caribe. En primer lugar, sintetiza la literatura sobre la necesidad de no limitarse al PIB para evaluar el desarrollo. En segundo lugar, muestra la gran heterogeneidad que existe a lo largo de diversos indicadores de desarrollo más allá del ingreso per cápita, tanto entre países como dentro de ellos, con base en la limitada información comparativa disponible. En tercer lugar, analiza cómo la relación entre el ingreso per cápita y diversos indicadores de bienestar ha cambiado a partir de estimaciones históricas. En cuarto lugar, estudia el ingreso per cápita y las variaciones de bienestar a lo largo del tiempo. En quinto lugar, establece que hay que avanzar en la disponibilidad de medidas confiables para un amplio conjunto de indicadores de bienestar, basado en un marco adaptado al contexto específico de América Latina y sus respectivos países. Por último, resume los principales mensajes sobre cómo evaluar el desarrollo de la región.
¿Por qué debemos mirar más allá del PIB per cápita para evaluar el desarrollo?
Las ventajas y las desventajas del PIB per cápita como medida del éxito de un proceso de desarrollo han sido discutidas ampliamente en la literatura académica. Hasta la década de 1970, solía considerarse que el crecimiento del PIB per cápita era un buen valor representativo del desarrollo general de un país. El consenso era que el desarrollo económico debería proporcionar los medios para mejorar el nivel de vida de las personas y que el PIB podría reflejarlo de manera adecuada. Además, el PIB per cápita era un indicador sustituto conveniente para hacer evaluaciones comparativas del desarrollo humano por dos razones. Aparte de su metodología establecida, el crecimiento económico se relacionaba de manera implícita con los cambios en medidas de bienestar más directas (por ejemplo, el empleo o el consumo de los hogares). Sin embargo, incluso Kuznets, uno de los principales creadores del PIB, advirtió que no se le utilizara como medida de bienestar (Kuznets, 1962; Costanza et al., 2009).
Aunque el crecimiento del PIB es una condición clave para el desarrollo, los aumentos en el volumen de la producción económica por sí solos no necesariamente se plasman en mejoras sostenidas en materia de bienestar. Centrarse exclusivamente en el PIB implica ignorar los problemas de distribución, así como la aportación de bienes, servicios y actividades no comerciales como salud, educación, seguridad, gobernanza y el medioambiente.
La atención a otros aspectos no económicos del bienestar se basa en que aumentan las oportunidades para participar en la vida social y económica (Stiglitz, Sen y Fitoussi, 2009). Por ejemplo, la buena educación y la buena salud aumentan el bienestar de las personas. Al mismo tiempo, son una condición previa para participar en el mercado laboral y beneficiarse de las relaciones sociales. Cuando las personas están bien integradas en el mercado laboral, su sentido de realización contribuye a la vida por encima de las remuneraciones financieras (OCDE, 2017).
Del mismo modo, medir el desarrollo solamente por medio del PIB per cápita ha demostrado ser un enfoque imperfecto para identificar qué impulsa los cambios positivos y negativos en la vida de las personas y para orientar a los responsables de la formulación de políticas. En esencia, el PIB per cápita mide las transacciones de mercado sin tomar en cuenta los costos ambientales y sociales, la desigualdad en los ingresos ni la sostenibilidad ambiental (Stiglitz, Sen y Fitoussi, 2009). La Comisión Stiglitz, Sen y Fitoussi (en lo sucesivo “la Comisión”) sostuvo que el PIB no puede utilizarse como medida del éxito. Según la Comisión, el PIB no abarca la multidimensionalidad del desarrollo, ni los cambios estructurales que han caracterizado a la evolución de las economías modernas. Además, la comisión llamó una comprensión más amplia del desarrollo y el bienestar. Trascender el parámetro del PIB como el único indicador del desarrollo exige centrarse en una gama de resultados del bienestar, en la distribución de esos resultados entre la población y en los recursos necesarios para que el desarrollo perdure (OCDE, 2011).
No existe un solo camino universal hacia el desarrollo. Los procesos de desarrollo no están marcados por una sucesión de etapas caracterizadas por aumentos lineales del PIB per cápita, elementos homogéneos ni políticas similares. Más bien, el desarrollo es el proceso que amplía las opciones de las personas al expandir las capacidades humanas (Sen, 1999). Desde esta perspectiva, el desarrollo es intrínsecamente más complejo y multidimensional que el ingreso per cápita. También exige un análisis de la “dinámica del proceso de desarrollo en lo pequeño”, es decir, a nivel local, para determinar las prioridades de política pública (Hirschman, 1961).
El desarrollo comprende el acceso a los recursos necesarios para un nivel de vida digno, como libertad política, social, económica y cultural; sentido de comunidad; oportunidades para ser creativos y productivos; respeto a uno mismo, y derechos humanos. No se trata solo de lograr estas capacidades; el proceso de esforzarse por lograrlas de manera equitativa, participativa, productiva y sostenible, importa tanto como los resultados finales (Sen, 1999).
El concepto de bienestar se aproxima al de desarrollo humano promovido por Sen (1999), entre otros. Se centra en los resultados y oportunidades que son intrínsecamente importantes para las personas (un fin) más que únicamente un instrumento para lograr algo más (un medio); en la diversidad de esos resultados, y en su irreductibilidad a un solo aspecto (por ejemplo, ningún monto de ingresos puede compensar la falta de libertad básica) (OCDE, 2018a).
La complejidad de los problemas de desarrollo destaca la necesidad de cambiar de un criterio totalizador único como el PIB (Seers, 1969). De hecho, la Comisión solicitó que se pasara de medir la producción económica como el único parámetro de éxito, a estudiar los resultados para las personas. También resaltó la importancia de combinar el PIB con indicadores más amplios del bienestar económico de los hogares, la calidad de vida y la desigualdad, así como la sostenibilidad de esos resultados a lo largo del tiempo (Stiglitz, Sen y Fitoussi, 2009). Desde entonces, varias organizaciones internacionales y otras instituciones han jugado un papel central en impulsar esta agenda al analizar sistemáticamente un conjunto de indicadores de bienestar mediante —por ejemplo— el Índice de Desarrollo Humano (ONU), el Marco de Bienestar de la OCDE (OCDE) y el Análisis de Brechas Estructurales (CEPAL) (OCDE, 2018a) (véase el Capítulo 4).
Ingreso per cápita e indicadores de bienestar en América Latina y el Caribe
En esta sección se examinan varios indicadores de bienestar entre países con niveles de ingreso per cápita similares, así como dentro de cada uno de ellos. La falta de datos limita la posibilidad de realizar un análisis completo de la distribución del bienestar. Sin embargo, incluso estos datos incompletos demuestran que persisten importantes desigualdades en los indicadores de bienestar tanto al interior de los países como a lo largo de la región.
Las dimensiones clave del bienestar tienen resultados mixtos en comparación con lo esperado dado los niveles del PIB en la región
El crecimiento del PIB no siempre se ha reflejado en aumentos similares del bienestar en América Latina y el Caribe. A pesar de que los países ascienden en la escala de ingresos, la región presenta un panorama mixto en cuanto a los resultados de bienestar. El desempeño de cada aspecto del bienestar varía en forma considerable. La región de ALC tiene mejores resultados que los esperados dado su nivel de PIB per cápita en cuanto a esperanza de vida, empleo, servicios de salud, red de apoyo social, medioambiente y satisfacción general con la vida. Sin embargo, otros aspectos del bienestar tienen resultados bajos en relación con el PIB per cápita de la región; por ejemplo, calidad de la educación, gobernanza, corrupción y, sobre todo, desigualdad, informalidad y seguridad (Gráfico 2.1).
Gráfico 2.1. Bienestar en América Latina y el Caribe, indicadores seleccionados
Comparación de los resultados de bienestar reales y esperados dado el PIB per cápita
Nota: Este gráfico se basa en una regresión bivariable comparada entre los países de cada indicador de bienestar contra el PIB per cápita en todos los países del mundo con una población superior a un millón de habitantes. El coeficiente de esta regresión, junto con el PIB per cápita de cada país y región, permite calcular el valor previsto que debe alcanzar cada variable del bienestar, considerando el PIB per cápita de la región o país. Los valores reales para cada variable se comparan con los previstos con la diferencia normalizada por la desviación estándar del indicador. De este modo, el gráfico destaca las áreas de bienestar en las que la región (o países individuales de esta) se desempeña mejor o peor. El Ingreso Nacional Bruto (INB) se utiliza como valor sustituto de los ingresos familiares. La puntuación media de lectura del Programa para la Evaluación Internacional de Estudiantes (PISA) se utiliza como valor sustituto de la calidad de la educación. Los países de América Latina y el Caribe incluyen Argentina, el Estado Plurinacional de Bolivia (en lo sucesivo, Bolivia), Brasil, Chile, Colombia, Costa Rica, Cuba, República Dominicana, Ecuador, El Salvador, Guatemala, Haití, Honduras, Jamaica, México, Nicaragua, Panamá, Paraguay, Perú, Trinidad y Tobago, Uruguay y la República Bolivariana de Venezuela (en lo sucesivo, Venezuela). Jóvenes NiNi = Jóvenes que no estudian ni trabajan ni están en formación.
El coeficiente GINI mide la desigualdad de los niveles de ingreso.
Fuente: Cálculos propios basados en OCDE (2015); Gallup (2017); PNUD (2017); UNESCO (2018); UNODC (2018); Banco Mundial (2018).
También hay diferencias importantes entre los países de ALC para cada aspecto del bienestar. Las brechas entre los valores de desempeño regional más bajos y más altos son mucho mayores en la proporción de personas sin problemas de salud, satisfechas con el sistema educativo y afectadas por homicidios.
Heterogeneidad dentro de los grupos de ingresos en ALC
Los países de ALC con un ingreso per cápita más alto no siempre presentan mejor desempeño en los diferentes indicadores de desarrollo que los países de la región con un ingreso per cápita menor. Las dificultades del desarrollo persisten incluso cuando los países cruzan un determinado nivel de ingresos. El desempeño del desarrollo tiende a ser mayor entre los países de ALC con el ingreso per cápita más alto. Sin embargo, el ingreso per cápita alto por sí solo no garantiza un rendimiento alto en todos los indicadores del desarrollo.
El uso de una medida de ingresos común, como el PIB o el Ingreso Nacional Bruto (INB) per cápita, puede ocultar grandes desigualdades entre los países en diferentes aspectos esenciales de la vida de las personas. A nivel internacional, por lo general se clasifica a los países en cuatro grupos de ingresos: bajos, medios bajos, medios altos y altos, según su nivel de INB per cápita. La lista del Comité de Ayuda al Desarrollo de la OCDE de los beneficiarios de la ayuda oficial al desarrollo (AOD) se define mediante el INB per cápita (véase el Capítulo 5).
La mayoría de los países de América Latina y el Caribe son de ingresos medios altos, incluidos Brasil, Colombia, Costa Rica, República Dominicana, Ecuador, Jamaica, México y Perú. Otros países, como Argentina, Chile, Panamá, Trinidad y Tobago y Uruguay se clasifican como países de ingresos altos, en tanto que solo Haití es un país de ingresos bajos (Gráfico 2.2). Aunque los países de ALC de cada grupo comparten características comunes, pertenecer a uno de esos grupos no necesariamente supone resultados similares en las múltiples dimensiones del desarrollo.
Gráfico 2.2. Países de ALC seleccionados por INB per cápita
INB per cápita, método Atlas (USD corrientes), 2017
Nota: Solo se incluyeron los países con más de un millón de habitantes. Faltan los datos del INB de Aruba, Cuba, Curazao, Saint Martin (parte francesa), Sint Marteen (parte holandesa), Islas Turcas y Caicos, Venezuela, Islas Vírgenes Británicas e Islas Vírgenes (Estados Unidos). Antigua y Barbuda, Bahamas, Barbados, Belice, Dominica, Granada, Guyana, San Cristóbal y Nieves, Santa Lucía, San Vicente y las Granadinas y Surinam no se incluyeron porque su población es menor a un millón de habitantes.
Fuente: Banco Mundial (2018), World Development Indicators.
En general, los países de ALC tienen un desempeño deficiente en determinados resultados del desarrollo en comparación con sus homólogos mundiales en la misma categoría de ingresos. Esto es evidente, en particular, en los países con ingresos más elevados. Por ejemplo, los países de ingresos altos en ALC se rezagan en materia de desigualdad, empleo vulnerable y satisfacción con los servicios de salud en comparación con los países de ingresos altos en todo el mundo (Gráfico 2.3, paneles B, C y D). Al mismo tiempo, en promedio, los tres grupos de ingresos de ALC tienen tasas de homicidios más altas que los países en sus grupos correspondientes de ingresos a nivel mundial (Gráfico 2.3, panel A).
Gráfico 2.3. Indicadores de desarrollo seleccionados por grupos de ingresos del país
Nota: Se utilizaron promedios simples tanto para el de ALC como para el mundial. Los países de ingresos medios bajos de ALC son Bolivia, El Salvador, Honduras y Nicaragua. Los países de ingresos medios altos de ALC son Belice, Brasil, Colombia, Costa Rica, Cuba, Ecuador, Granada, Guatemala, Guyana, Jamaica, México, Paraguay y Perú. Los países de ingresos altos de ALC son Argentina, Bahamas, Barbados, Chile, Panamá, Puerto Rico, Trinidad y Tobago y Uruguay.
Fuente: Cálculos propios basados en Banco Mundial (2018), UNODC (2018) y Gallup (2017).
Entre los países de ALC con datos disponibles, los resultados del desarrollo son mixtos en todos los grupos de ingresos. Los países de ingresos altos no siempre tienen mejor desempeño que los de ingresos medios o bajos. De hecho, con respecto a la desigualdad en los ingresos y la satisfacción con los servicios de salud, los países de ingresos bajos tienen un mejor desempeño que los de ingresos medios altos (Gráfico 2.3, paneles B y D).
Los resultados mixtos del desarrollo en parte se deben a que el desempeño individual de los países de ALC en determinados indicadores varía mucho entre aquellos que pertenecen al mismo grupo de ingresos. Por ejemplo, la tasa de homicidios de El Salvador (105 muertes por cada 100 000 habitantes) es 17 veces mayor que la tasa de homicidios de Bolivia (6 muertes por cada 100 000 habitantes), aunque ambos países tienen economías de ingresos medios bajos (Gráfico 2.3, panel A). De modo similar, el empleo vulnerable es 40.6 puntos porcentuales más alto en el país de ALC de ingresos medios altos con el mejor desempeño que en el de desempeño más bajo (49.7% en Perú y 10.3% en Cuba) (Gráfico 2.3, panel C). El porcentaje de personas satisfechas con el sistema de salud varía considerablemente entre los países de ingresos altos de ALC, de 67% en Uruguay a 33% en Chile (Gráfico 2.3, panel D).
La heterogeneidad es tan grande entre los grupos de ingresos que en algunos indicadores de desarrollo los países de ingresos bajos de ALC tienen mejor desempeño que los países de ingresos medios e incluso que los de ingresos altos. Por ejemplo, Trinidad y Tobago y Uruguay —países de ingresos altos— tienen tasas de homicidio mayores que Bolivia, el país con el mejor desempeño del grupo de ingresos medios bajos, así como el promedio de los tres grupos de ingresos (Gráfico 2.3, panel A). De modo similar, la desigualdad en Panamá —el país con el peor desempeño del grupo de ingresos altos— es mayor que la de México y la de El Salvador, los países con mejor desempeño en los grupos de ingresos medios altos y medios bajos, respectivamente. Por su parte, el porcentaje de personas satisfechas con su sistema de salud en Nicaragua (63%), el país con el mejor desempeño del grupo de ingresos medios bajos, es mayor que el de Brasil (36%) y el de Chile (33%), los países con el peor desempeño en los grupos de ingresos medios altos y altos, respectivamente.
En síntesis, pertenecer a un determinado grupo de ingresos no proporciona un panorama completo de desempeño de un país en todos los aspectos del desarrollo ni de sus retos.
Heterogeneidad subnacional en los resultados del desarrollo
Las ciudades y regiones subnacionales en América Latina muestran enorme heterogeneidad en sus indicadores de bienestar en comparación con los promedios nacionales. En general, estos últimos ocultan una gran diversidad entre las regiones subnacionales de todos los continentes, pero la tendencia es especialmente pronunciada en ALC (OCDE, 2016a). La necesidad de una perspectiva regional al considerar los resultados de bienestar es fundamental para entender mejor las diferencias en la región y diseñar del mismo modo políticas públicas para atenderlas.
Las diferencias subnacionales en ALC caracterizan todos los resultados del bienestar y son evidentes cuando se considera el PIB per cápita. Las desigualdades territoriales de ALC en el PIB per cápita son impresionantes, y mucho mayores que en los países miembros de la OCDE. Las diferencias subnacionales en el PIB per cápita (medidas por el coeficiente de Gini en el PIB per cápita promedio en todas las regiones) en los países miembros de la OCDE ascienden a alrededor de 16%. Sin embargo, en algunos países de ALC como Brasil, Chile, Colombia, México y Perú, las diferencias subnacionales se aproximan a 30% o superan este porcentaje (OCDE, 2016a). Es más, el PIB per cápita no refleja realmente las diferencias promedio en el INB ya que las regiones que dependen del petróleo y de otros productos básicos pueden tener a la vez un PIB alto y un ingreso nacional promedio bajo.
En la mayoría de los países de ALC coexisten regiones subnacionales con ingresos altos per cápita y regiones con ingresos bajos (Gráfico 2.4). Esto se observa en particular en Colombia, México y Perú (Gráfico 2.4, paneles C y E). Cuando se evalúa a los estados y provincias dentro de cada país con base en un valor sustituto del INB,1 el criterio convencional de graduación en términos de elegibilidad para la Ayuda Oficial al Desarrollo, sus desigualdades pueden medirse en “años para alcanzar la graduación”. En México, por ejemplo, la Ciudad de México se convirtió en una urbe de ingresos altos hace más de 13 años, cuando alcanzó un INB per cápita de 12 056 USD; por otra parte, Chiapas logrará tener ingresos altos en 60 años, suponiendo que la tasa de crecimiento de su INB per cápita se mantenga constante. Asimismo, Chile se convirtió en un país de ingresos altos en 2013, pero la mitad de sus regiones —donde vive la tercera parte de su población— sigue teniendo un INB per cápita por debajo del límite de graduación de 12 056 USD. De modo similar, las capitales de Brasil, Colombia y Perú tienen un INB per cápita de más del doble que el de la mitad de las provincias de sus países.
Gráfico 2.4. INB regional en economías seleccionadas de América Latina y el Caribe
(eje x: % de la población del país y eje y: 100 = INB per cápita 12 056 USD, umbral de economía de altos ingresos)
Nota: Los umbrales son los siguientes: índice de economías de ingresos altos (aquellas con un INB per cápita de 12 056 USD o más) = 100. Índice de economías de ingresos medios altos (aquellas con un INB per cápita de 3 896 USD o más) = 32.3 Índice de economías de ingresos medios bajos (aquellas con un INB per cápita de 996 USD o más) = 8.3. Clasificación de países del Banco Mundial para 2018-2019. Los INB regionales se basaron en un cálculo de tres pasos que supone que el PIB y el INB siguen la misma distribución regional. Primero, se calculó la diferencia entre el PIB nacional y el INB de cada país. Segundo, la proporción de cada región de esta diferencia se calcula con base en su proporción del PIB nacional. Tercero, la proporción de la diferencia entre el PIB nacional y el INB de cada región se resta de su PIB regional. No se incluyeron las regiones con una población del 1% de la población nacional. Estas incluyen Vaupés, Guainía, Vichada, Guaviare, Amazonas y San Andrés en Colombia; Madre de Dios en el Perú; y Acre, Amapa y Roraima en Brasil.
Fuente: Cálculos propios basados en OCDE (2018d).
También hay grandes diferencias dentro de los países de ALC con respecto a otras medidas del bienestar. La desigualdad en el bienestar en los países de ALC se relaciona estrechamente con el lugar donde las personas viven y trabajan. La “ventaja urbana” sigue siendo grande cuando se examinan otras medidas del desarrollo, sobre todo en países de ingresos altos como Argentina y Chile. Las ciudades grandes de ALC, sobre todo las capitales, tienen mejores resultados en educación, empleo y salud, y resultados más bajos en el rubro de pobreza que la mayoría de las ciudades pequeñas y las zonas rurales. En estas últimas mueren muchos más niños antes de cumplir un año de edad debido a la falta de acceso a servicios de salud básicos, que en las zonas urbanas de ALC. Por ejemplo, la mortalidad infantil en Boca del Toro, provincia rural de Panamá con una proporción de 1% del PIB del país, es más del doble que la de la Ciudad de Panamá, que es responsable del 75% de la producción nacional. Del mismo modo, en promedio, los jóvenes en estados y provincias con grandes zonas rurales dejan la escuela antes que los que viven en regiones con grandes zonas urbanas. En cambio, la delincuencia y la violencia son mayores en las regiones con ciudades más grandes.
Las desigualdades territoriales son más grandes en lo que se refiere a tasas de pobreza e informalidad. Colombia y México tienen las mayores diferencias regionales en pobreza nacional por ingresos. En México, solo el 14.2% de la población de Nuevo León vive por debajo de la línea nacional de pobreza por ingresos, en comparación con 77.1% de la población en Chiapas (INEGI, 2018). De igual forma, en Colombia, el 12.4% de la población de Bogotá vive por debajo de la línea de pobreza, mientras que la tasa de pobreza del Departamento de Chocó es de 58.7%. Las diferencias regionales en el rubro de informalidad también son amplias en la mayoría de los países de ALC analizados en esta sección: varían de 12.6 puntos porcentuales en Costa Rica a 45.1 puntos porcentuales en México. La mayoría de los países tienen una brecha de alrededor de 35 puntos porcentuales (Gráfico 2.5).
Gráfico 2.5. Desigualdades regionales en indicadores de desarrollo seleccionados, países de ALC seleccionados
Nota: Países ordenados por PIB per cápita. Para los indicadores de empleo e informalidad, la población en edad laboral se refiere a personas de 14 años o más en Argentina y Perú; 15 años o más en Costa Rica y Chile; 16 años o más en Brasil; 12 años o más en las zonas urbanas de Colombia y 10 años o mayores en las zonas rurales de Colombia. Las cifras de informalidad de Brasil se basan en cálculos de los autores a partir de datos de IBGE (2017): incluyen a trabajadores independientes no inscritos en el Registro Nacional de Entidades Jurídicas (CNPJ-Cadastro Nacional da Pessoa Jurídica), y a trabajadores dependientes sin un contrato laboral firmado.
Fuente: Centro de Estudios y Análisis del Delito (2018), CONAPO (2018), CONEVAL (2016), DANE (2018a, 2018b, 2018c), IBGE (2017, 2016, 2015), IGARAPE (2018a, 2018b, 2018c), INDEC (2018, 2017a, 2017b, 2017c), INE (2017, 2015), INEC (2016, 2017a, 2017b, 2017c), INEGI (2017, 2015), INEI (2018a, 2018b, 2015a, 2015b), Ministerio de Tecnologías de la Información y las Comunicaciones de Colombia (2018), Ministerio de Trabajo y Promoción del Empleo de Peru (2015), Ministerio de Desarrollo Social de Chile (2017), OECD (2016b), RIMISP (2018).
Las desigualdades territoriales en las tasas de mortalidad infantil también son grandes. Por ejemplo, en Colombia, la mortalidad infantil de Vichada casi triplica la de Antioquia (DANE, 2018a); en Perú, la mortalidad infantil de Tumbes es más del triple que la registrada en Puno (INEI, 2015a).
En cuanto a la tasa de homicidios, las diferencias territoriales varían entre los países de ALC. Brasil, Colombia, México y Perú tienen grandes diferencias en regiones en este rubro. Estas diferencias son mucho menores en Costa Rica y casi inexistentes en Argentina y Chile (Gráfico 2.5).
Los beneficios de la educación también se distribuyen de manera desigual entre las regiones. En la mayoría de los países, excepto Colombia, las diferencias de índole territorial son menos notorias que en lo referente a otros resultados de desarrollo. En Brasil y Costa Rica, las tasas de matrícula en educación secundaria son 10 puntos porcentuales más altas en la región con el mayor porcentaje de jóvenes inscritos en educación secundaria que en la que tiene el porcentaje más bajo. La diferencia en Colombia supera los 50 puntos porcentuales (Gráfico 2.5).
Abordar las desigualdades regionales debería ser un elemento fundamental de toda estrategia de desarrollo en América Latina y el Caribe. Los factores que más influyen en el bienestar de las personas son locales, como el empleo, el acceso a servicios de salud y educación, y la seguridad. Las respuestas de política pública también deben focalizarse en el ámbito local. Las políticas que mejor tomen en cuenta los problemas y las necesidades regionales pueden tener mayor efecto en cuanto a aumentar el bienestar del país en su conjunto, al atacar el origen de la desigualdad de manera más directa. Pero para focalizar las políticas de manera eficaz, los gobiernos necesitan herramientas para entender plenamente las condiciones locales y las expectativas de sus ciudadanos (OCDE, 2016a).
Grandes diferencias entre los países en la movilización de recursos nacionales
Si bien algunos países de ALC han avanzado a un nivel de ingresos altos o medios altos, todavía no pueden satisfacer sus necesidades financieras debido a su baja recaudación fiscal. Agrupar a los países con base en el PIB per cápita oculta desigualdades relacionadas con su capacidad de movilizar recursos nacionales a fin de enfrentar los retos del desarrollo. Un nivel alto de PIB per cápita no siempre se asocia con una mayor capacidad fiscal.
Los países de ALC muestran un desempeño mixto en cuanto a sus capacidades fiscales; las diferencias apenas se relacionan con sus niveles de PIB per cápita. Por ejemplo, en todas las economías de ingresos altos de ALC, el nivel de impuestos movilizados para financiar el desarrollo es menor que el promedio mundial de los países de ingresos altos (Gráfico 2.6). De modo similar, varias economías de ALC con ingresos altos o medios podrían no satisfacer sus necesidades financieras futuras ya que sus relaciones impuestos/PIB son similares a las de las economías de ingresos medios bajos, o menores que estas (ver Capítulo 4 para un análisis sobre la movilización de recursos nacionales).
Gráfico 2.6. Relaciones impuestos-PIB en América Latina y el Caribe, promedio de la OCDE y mundial por grupos de ingresos del país
Recaudación fiscal total como porcentaje del PIB, 2016
Nota: Las barras representan el promedio mundial en los más de 80 países incluidos en OECD Global Revenue Statistics (25 de América Latina y el Caribe, 18 de África, 35 pertenecientes a la OCDE y cuatro de Asia). En América Latina, las economías de ingresos altos son Argentina, Bahamas, Barbados, Chile, Panamá, Trinidad y Tobago, y Uruguay. Las economías de ingresos medios bajos son Bolivia, El Salvador, Honduras y Nicaragua, y las de ingresos medios altos son Belice, Brasil, Colombia, Costa Rica, Cuba, República Dominicana, Ecuador, Guatemala, Jamaica, México, Paraguay, Perú y Venezuela. El diamante negro representa al país con el desempeño más alto en la región de ALC dentro de cada grupo de ingresos y el diamante blanco representa al país con el desempeño más bajo en cada grupo. Los países se clasifican por grupos de ingresos conforme con la metodología del Banco Mundial. La línea recta representa el promedio simple de las economías de ALC según su grupo de ingresos (https://datahelpdesk.worldbank.org/knowledgebase/articles/906519-world-bank-country-and-lending-groups).
Fuente: OECD Global Revenue Statistics (base de datos), www.oecd.org/tax/tax-policy/global-revenue-statistics-database.htm.
Los vínculos entre el PIB per cápita y el bienestar se debilitan al crecer en términos de ingresos
La relación entre los niveles del PIB per cápita y los resultados de bienestar no es uniforme en toda la escala de ingresos en ALC. Es decir, los países con ingresos altos pueden presentar resultados de desarrollo por debajo de los países con ingresos medios altos. Por su parte, los países con ingresos medios altos pueden enfrentar retos en materia de desarrollo tan graves como los que enfrentan aquellos con ingresos bajos. Al comparar los cambios en el PIB per cápita con los cambios en los resultados de bienestar se presenta un fenómeno similar. La disponibilidad de series cronológicas comparables para indicadores clave de bienestar en los países de ALC es incluso más limitada que para las estimaciones recientes. Sin embargo, el análisis de esta sección muestra que las tendencias en el PIB per cápita real no reflejan plenamente los cambios en otros aspectos del bienestar, como la esperanza de vida, la educación, la seguridad o la desigualdad en los ingresos.
El análisis se apoya en las estimaciones de un grupo de historiadores de asuntos económicos que registran gráficamente los cambios a largo plazo en el PIB y en un conjunto de indicadores de bienestar en todo el mundo (van Zanden et al., 2014). A partir de esas estimaciones, en esta sección se examina la relación entre una medida compuesta de bienestar y las siete series individuales incluidas en esta medida compuesta, por un lado, y el PIB per cápita por el otro. Estas se analizan a lo largo del tiempo, tomando en cuenta los diferentes niveles de producción económica de los países. Si bien la investigación histórica debe enfrentar muchas limitaciones de datos, el propósito de esta sección es investigar la fortaleza de la relación entre el PIB per cápita y el bienestar, así como entender los cambios en ella a medida que el PIB per cápita de los países aumenta.
Aunque es evidente el valor de tomar en cuenta múltiples indicadores del bienestar, una medida compuesta puede proporcionar información valiosa sobre el bienestar cuando se consideran juntos todos los indicadores. Aunque las políticas públicas requieren estudiar cada variable por separado, una medida compuesta permite evaluar cómo los países compensan un desempeño deficiente en un aspecto del bienestar con un buen desempeño en otro.
Aglutinar múltiples indicadores en una medida compuesta no está exento de problemas. En todo indicador compuesto existen compensaciones y todos los enfoques para crear un indicador compuesto tienen ventajas y desventajas (Ravallion, 2011). El indicador compuesto utilizado en esta sección (Recuadro 2.1) se creó mediante un modelo de variable latente, similar al utilizado en How was life? (van Zanden et al., 2014). Este enfoque permite trabajar con datos faltantes y considerar la incertidumbre que surja. Sin embargo, esto inevitablemente tiene un costo en materia de transparencia (van Zanden et al., 2014).
Recuadro 2.1. Análisis histórico de los indicadores del bienestar: Nota técnica
Esta sección utiliza estimaciones históricas sobre seis dimensiones de bienestar para construir un indicador único de bienestar. El indicador es similar al incluido por la OCDE en su informe de bienestar ¿Cómo está la vida? (OCDE, 2011), y se basa en las mejores fuentes y experiencia disponible para perspectivas históricas en este campo. Aunque fue construido utilizando variables disponibles para un gran conjunto de países y tendencias a largo plazo, los datos históricos existentes sobre el bienestar son limitados y siguen existiendo importantes lagunas.
Los indicadores incluidos en esta sección buscan proporcionar información sobre cómo se distribuyen los beneficios del crecimiento económico en la sociedad. Corresponden a sueldos reales de trabajadores no calificados de la industria de la construcción, que aportan información sobre los niveles de vida de los asalariados; la esperanza de vida al nacer, una medida estándar de la salud de la población; estatura promedio de la población, una medida en la que influye principalmente la nutrición durante los primeros años de vida; años promedio de escolaridad, una medida del nivel educativo; el Índice Polity2 de autocracia-democracia, una medida (compuesta) de las instituciones políticas; la tasa de homicidio de los países, una medida de la seguridad personal; y el coeficiente de Gini del ingreso bruto de los hogares entre las personas, una medida de la desigualdad en los ingresos.
El indicador compuesto de bienestar ofrece una visión parsimoniosa de la evolución del bienestar en los países de ALC. Para construir este indicador compuesto, se utilizó un modelo de variable latente (factor) como en usado en van Zanden et al. (2014) y Rijpma (2017). En este modelo, se supone que los indicadores se correlacionan entre sí debido a su correlación con una variable latente. Para que este supuesto se sostenga, un concepto único de bienestar relacionado con los indicadores observables debe ser factible a nivel nacional. Antes de ejecutar el modelo, los indicadores se estandarizan por separado. De este modo, la media y las desviaciones estándar para el periodo 1900-2010 y todos los países son cero y uno, respectivamente. No se realizaron más transformaciones sobre los datos, siguiendo las recomendaciones de Ravallion (2011) y Chakravarty (2003).
Cuadro 2.1. Medición del bienestar
Lista de indicadores incluidos en el indicador compuesto de bienestar utilizado en esta sección
Nota: Todos los datos para el análisis se obtuvieron de www.clio-infra.eu/, excepto el PIB per cápita (USD de 2011) del conjunto de datos de Maddison y el indicador compuesto de bienestar de Rijpma (2017).
Fuente: Cálculos propios basados en Rijpma (2017).
Concretamente, esta sección utiliza la medida compuesta de Rijpma (2017) porque esta no incluye el PIB per cápita. El objetivo del análisis es hacer una regresión lineal simple de efectos fijos con panel rotativo, con el PIB per cápita real (USD de 2011) como la variable independiente y el indicador compuesto de bienestar como la variable dependiente. Por lo tanto, un indicador compuesto de bienestar que incluyera al PIB per cápita como uno de sus componentes habría implicado un sesgo de endogeneidad.
Los datos utilizados en el análisis cubren 183 países entre 1900 y 2010. Debido a las particularidades de los datos y a los valores faltantes a lo largo de la evolución histórica, se utilizan promedios de diez años. Los datos se estandarizaron mediante la fórmula:
donde μ es la media y σ la desviación estándar.
Los promedios regionales se crean para efectos de comparación. El promedio de ALC incluye a todos los países del continente americano, excepto Canadá y Estados Unidos. El promedio del sureste asiático incluye a la República Popular China (en lo sucesivo, China); Hong Kong, China; Japón; Corea y el resto de Asia excluyendo los países al oeste de Afganistán. La OCDE abarca a todos los países miembros.
El PIB per cápita está asociado estrechamente con la medida compuesta de bienestar para los países con un nivel bajo de PIB per cápita. Hasta un nivel de alrededor de 2 000 USD (PPA de 2011), cada desviación estándar adicional del PIB per cápita aumenta la medida compuesta de bienestar en alrededor de ocho desviaciones estándar (Gráfico 2.7).
Gráfico 2.7. El vínculo entre el PIB per cápita y el bienestar se debilita a medida que los países se vuelven más ricos
Coeficiente de regresión de panel rotativo con efectos fijos de una medida de bienestar compuesta y PIB per cápita (USD PPA 2011)
Nota: Coeficientes Beta de una regresión de efectos fijos con panel rotativo en toda la escala de ingresos (véase Recuadro 2.2).
Fuente: Cálculos propios basados en https://www.clio-infra.eu/ y Rijpma (2017).
El PIB per cápita y los indicadores de bienestar se desvinculan paulatinamente a medida que los países se enriquecen en términos del PIB per cápita. La relación entre el PIB per cápita y la medida compuesta de bienestar (así como con las distintas variables de bienestar que integran esta medida compuesta) se debilita más cuanto más se asciende en la escala de ingresos. Es decir, la relación entre el PIB per cápita y el bienestar se debilita entre los países más ricos en términos de ingresos per cápita. De hecho, la relación entre la medida compuesta de bienestar y el PIB per cápita es dos veces mayor para los países con ingresos bajos que para los países con ingresos medios altos, y casi tres veces más fuerte que para las economías de ingresos altos. Entre los países con ingresos medios altos, aquellos con un PIB per cápita de cerca de 7 250 USD (PPA de 2011), un incremento de una desviación estándar en el PIB per cápita aumenta la medida compuesta de bienestar en solo cuatro desviaciones estándar. En los niveles de ingresos de 11 750 USD (PPA de 2011) y mayores, en promedio, un incremento de una desviación estándar en el PIB per cápita aumenta la medida compuesta de bienestar en solo tres desviaciones estándar (Recuadro 2.2).
Recuadro 2.2. Regresión de efectos fijos con panel de bienestar sobre el PIB per cápita
Este ejercicio evalúa la relación entre la medida compuesta de bienestar y el PIB per cápita en la escala de ingresos, así como el residuo de esta regresión y los indicadores individuales de bienestar.
En un primer paso, se hace una regresión de efectos fijos con panel rotativo en toda la escala de ingresos (sin efectos fijos temporales). La variable independiente es el PIB per cápita (PPA en USD de 2011) y la variable dependiente es el indicador compuesto de bienestar (véase explicación sobre la construcción de la variable, Recuadro 2.1):
(1)
La regresión rotativa se hace basándose en el PIB per cápita, con un margen de 3 000 USD (PPA de 2011) que evoluciona en USD 10 (PPA de 2011).1
Además, se realiza la misma regresión utilizando como variables dependientes cada uno de los indicadores de la medida compuesta de bienestar (es decir, salarios reales, desigualdad en los ingresos, esperanza de vida, estatura, años de escolaridad y tasas de homicidio). Los hace retroceder contra el PIB per cápita como variable independiente en una regresión de efectos fijos con panel rotativo en toda la escala de ingresos.
En un segundo paso, este ejercicio utiliza los residuos 
de la regresión como variable dependiente para ejecutar una regresión de efectos fijos por país con panel rotativo contra los diferentes aspectos del bienestar mostrados en el Cuadro 2.1 (con un margen y evolución de tamaño similar). El modelo supone que el bienestar puede caracterizarse conforme con la siguiente ecuación:
(2)
En general, el objetivo de este ejercicio es encontrar qué dimensiones mejor explican el bienestar de las personas ya que el PIB per cápita no se plasma del todo en calidad de vida. Los resultados deben tomarse con cautela pues esta metodología no está exenta de límites. En primer lugar, supone una relación lineal entre los diferentes aspectos del bienestar y el PIB per cápita. En segundo lugar, como la regresión no toma en cuenta el tiempo, los coeficientes pueden reflejar las diferencias entre los países en vez de los niveles de desarrollo. En tercer lugar, los datos son de 1900 a 2010; aunque se ha realizado un esfuerzo considerable para que los datos sean comparables, la calidad varía según el país y la época (van Zanden et al., 2014).
1. El margen de la regresión fue de 3 000 USD. Tanto el monto como la evolución del margen se eligieron a partir de la disponibilidad de los datos. También se probaron otros márgenes del PIB per cápita de 1 000, 2 000 y 15 000 con resultados similares.
También se mantiene la misma desvinculación entre el PIB per cápita y la medida compuesta de bienestar cuando se examinan las medidas individuales incluidas en el compuesto. Esta tendencia es más pronunciada en lo que respecta a esperanza de vida, nivel educativo y salarios reales (Gráfico 2.8). Aunque a un ritmo más lento, la tasa de homicidios, la desigualdad en los ingresos y la estatura se desvinculan del PIB per cápita a medida que los países se enriquecen. Esto sucede sobre todo cuando los países rebasan el límite de ingresos medios altos del PIB per cápita de 7 250 USD, PPA de 2011.
Gráfico 2.8. PIB per cápita e indicadores de desarrollo por nivel de ingresos per cápita
Coeficiente (desviación estándar) de regresión de panel rotativo con efectos fijos de determinados indicadores de bienestar y PIB per cápita (USD PPA 2011)
Nota: Coeficientes Beta de una regresión de efectos fijos con panel rotativo en toda la escala de ingresos (véase Recuadro 2.2).
Fuente: Cálculos propios basados en www.clio-infra.eu/ y Rijpma (2017).
A medida que las economías de ALC crecen, varios aspectos del desarrollo aparte del PIB per cápita cobran mayor importancia para mejorar la vida de las personas. Conforme los países ascienden en la escala de ingresos, la relación entre esperanza de vida, educación, seguridad personal y estabilidad democrática, y el residuo de la regresión entre el PIB per cápita y el indicador compuesto de bienestar (el término de error en el análisis anterior) adquiere fortaleza y relevancia. Esta relación es más evidente en el caso de la esperanza de vida (véase Anexo 2.A1).
Resultados del bienestar real en comparación con resultados esperados en ALC a lo largo del tiempo
La relación entre las diversas dimensiones del bienestar y el PIB per cápita también ha cambiado con el paso del tiempo. A nivel mundial, en la mayoría de los indicadores del bienestar del siglo XIX, no hubo un bienestar adicional acumulado más allá del debido al aumento del PIB per cápita. Sin embargo, esto cambió en el siglo XX cuando algunos indicadores de bienestar empezaron a desvincularse del PIB per cápita (OCDE, 2018a). Aunque la región de ALC tuvo un PIB per cápita más alto que otras regiones del mundo en el siglo pasado, no siempre logró mejores resultados en materia de bienestar.
Esta sección compara el desempeño promedio de ALC en siete variables del bienestar con el desempeño previsto dado su PIB per cápita, de 1950 a 2010 (véase la metodología en el Recuadro 2.3). La evidencia muestra que el PIB per cápita no siempre ha sido un buen factor predictivo de las diversas dimensiones del bienestar en ALC. Aunque algunos resultados en materia de bienestar aumentaron con más que lo que esperado dado el crecimiento del PIB por sí solo, otros aumentaron a un ritmo más lento.
Recuadro 2.3. ¿Cómo se compara el desempeño real del bienestar con las expectativas?
Para evaluar la relación entre las diferentes dimensiones de bienestar y el PIB per cápita, se ejecuta un modelo de regresión lineal simple (mínimos cuadrados ordinarios). La variable dependiente es una sola dimensión de bienestar (véase la lista en el Recuadro 2.1) y la variable independiente es el logaritmo del PIB per cápita (USD de 2011). Las diferentes dimensiones de bienestar pueden caracterizarse conforme con la siguiente ecuación:
(PIB per cápita)
Se utiliza el coeficiente 
para obtener un nivel previsto o pronosticado para todos los indicadores de bienestar según el nivel de PIB per cápita. Por último, se calculan los promedios de diez años para presentar los resultados a lo largo del tiempo.
El análisis se basa en un conjunto de datos de panel integrado por 183 países de todo el mundo, incluidos 22 de ALC, de 1900 a 2010. El conjunto de datos final tiene 2 552 observaciones. El análisis se apoya en la base de datos Clio Infra, excepto en lo que respecta al PIB per cápita (USD de 2011), que procede del conjunto de datos de Maddison.
Los salarios reales en ALC son más bajos que los previstos en base al PIB per cápita. Si bien el PIB per cápita se correlaciona estrechamente con los salarios reales, la diferencia entre los niveles previstos y los registrados es grande y estadísticamente significativa durante la mayor parte del periodo cubierto por los datos disponibles (de 1960 a 2005, la diferencia es por lo menos del nivel del 10%). Desde 1950, los salarios reales de la región se han rezagado sistemáticamente con respecto al nivel observado en países con niveles de PIB per cápita similares (Gráfico 2.9, panel A).
Gráfico 2.9. Desempeño real y esperado para indicadores del bienestar seleccionados
Desempeño esperado con base en el PIB per cápita
Nota: Los valores previstos se calculan con un conjunto de datos de panel integrado por 183 países de todo el mundo, de 1900 a 2010. Los valores reales que no son estadísticamente significativos, por lo menos en el nivel de 10%, se señalaron en azul. En el caso del coeficiente de Gini, la serie se amplió para 2005 y 2010 utilizando las tasas de crecimiento de la serie CEPALSTAT GINI para América Latina y el Caribe. El promedio de ALC incluye a todos los países del continente americano, excepto Estados Unidos y Canadá.
Fuente: Cálculos propios basados en www.clio-infra.eu/ y CEPALSTAT.
La informalidad es uno de los principales obstáculos para que haya salarios más altos y un mercado laboral más incluyente. Un porcentaje importante de la población en edad productiva afronta dificultades en el mercado laboral debido a insuficiencia de competencias laborales, falta de empleos de calidad y desigualdades territoriales. Mejorar la calidad del empleo, reducir la informalidad y aumentar los niveles de empleo —sobre todo para las mujeres y jóvenes— son retos clave para mejorar las condiciones materiales y la equidad (OCDE/CAF/CEPAL, 2016).
La desigualdad en los ingresos ha sido mayor de lo previsto basado en el PIB per cápita en ALC. Aunque la desigualdad en los ingresos ha disminuido desde la década de 2000 en la mayoría de los países de ALC, a nivel regional se ha incrementado lentamente a partir de la década de 1980. Los niveles de desigualdad en los ingresos, tanto los actuales como los previstos, tienen poca relación con el PIB per cápita de los países. Las diferencias entre ambos son estadísticamente significativas desde 1960 para cada periodo con datos disponibles (al menos en el nivel de 10%).
De las dimensiones de bienestar analizadas en esta sección, la desigualdad de ingresos es la que mejor ilustra el problema de utilizar al PIB per cápita como condición suficiente para el desarrollo. Para que los países mejoren el bienestar de su población es necesario que el PIB aumente, pero no basta (Gráfico 2.9, panel B). Reducir las desigualdades en los ingresos en la región requiere más que tener un PIB mayor.
Entre las décadas de 1950 y 1980, la esperanza de vida en ALC siguió estrechamente la trayectoria de su valor pronosticado. Desde la década de 1980, la esperanza de vida de la región se desvinculó del PIB per cápita y superó el nivel previsto. Persistió entre ambos una diferencia estadísticamente significativa (al menos en el nivel del 10%) (Gráfico 2.9, panel C).
El grado de logro educativo de ALC supera el nivel previsto dado el PIB per cápita de la región. Entre 1950 y 1985 los años de escolaridad promedio de la población en ALC se ubicaron por debajo de los niveles previstos. Desde la década de 1990, el desempeño de ALC en el rubro de la educación superó las expectativas gracias a las políticas para ampliar la cobertura educativa, sobre todo en el nivel de primaria (Gráfico 2.9, panel D).
Sin embargo, la calidad de la educación sigue siendo una preocupación acuciante en toda la región. Más de la mitad de los latinoamericanos de 15 años de edad matriculados en la escuela no tienen el nivel básico de competencia en lectura, matemáticas, ni ciencias (OCDE, 2016b). Menos del 1% de los estudiantes de ALC logran los niveles más altos de competencia en matemáticas, lectura o ciencias. Carecer de competencia en estas áreas es un obstáculo para adquirir habilidades más específicas en el futuro y puede dificultar la innovación y el emprendimiento. Este es un gran reto para los países de ALC en su esfuerzo por hacer la transición hacia economías basadas en el conocimiento en las que los ciudadanos necesitan innovar, adaptarse e impulsar un capital humano avanzado (OCDE/CAF/CEPAL, 2016).
La seguridad personal en ALC es mucho más deficiente de lo previsto con base en el desempeño de la economía. Las tasas de homicidio disminuyeron de manera importante entre las décadas de 1960 y 1980, pero aumentaron considerablemente a partir de 1985. Las tasas superaron con creces los niveles previstos, con una diferencia estadísticamente significativa desde 1995 (al menos en el nivel del 10%) (Gráfico 2.9, panel E).
La estabilidad democrática se ha fortalecido en la región en las últimas décadas. Desde principios del siglo XX, en ALC la estabilidad democrática ha seguido un camino tortuoso. Se vio obstaculizada de manera importante entre 1960 y 1970 cuando en la mayoría de los países de ALC gobernaban dictaduras militares. Sin embargo, desde los años 1980, cuando la región vivió una tercera ola de democratización (Huntington, 1991), la estabilidad democrática se ha fortalecido y ha superado a la de otros países con niveles similares de PIB per cápita. Desde 1990, la diferencia entre lo previsto y lo observado es estadísticamente significativa (al menos en el nivel del 10%) (Gráfico 2.9, panel F).
En el transcurso de las últimas décadas el desempeño del PIB en ALC no se ha reflejado en mejores salarios reales, menor desigualdad ni mayor seguridad que lo previsto. Los umbrales de ingresos no consideran la naturaleza compleja del desarrollo y la diversidad y heterogeneidad de los países en transición. En cuanto a reconfigurar la cooperación internacional para el desarrollo, ascender en la escala de ingresos no garantiza niveles de vida más altos ni la capacidad de movilizar mayores recursos para financiar las brechas en materia de desarrollo. El desarrollo debe concebirse como un proceso multifacético consecuente que concuerda con el enfrentamiento de los retos estructurales de un determinado país más que con un enfoque universal que se base en agrupar a los países según sus niveles de ingreso.
Enfoque multidimensional para medir el desarrollo: Trascender el PIB
Un concepto más amplio de desarrollo exige un enfoque diferente para su medición. Para trascender el parámetro del PIB como el único indicador de éxito se requieren medidas para un amplio conjunto de resultados de desarrollo. Esto incluye utilizar datos sobre cómo se distribuyen los resultados del desarrollo entre la población y las áreas locales, así como sobre la sostenibilidad.
Para no limitarse al PIB, los países deberán centrarse más en el bienestar de las personas y en el progreso de la sociedad. Deberán examinar no solo el funcionamiento del sistema económico, sino también las diferentes experiencias y condiciones de vida de las personas. Las mediciones de este tipo son fundamentales para entender qué impulsa el bienestar de las personas y las naciones, y qué se necesita para lograr el mayor progreso para todos.
A fin de evaluar los resultados del desarrollo más allá del PIB, es necesario que los países de ALC identifiquen primero las dimensiones de la vida que más les importan a las personas y los recursos requeridos para garantizar su sostenibilidad. Al mismo tiempo, los países de ALC tendrían que poner en marcha todas estas dimensiones mediante un conjunto de indicadores, así como recabar datos sobre los promedios de los países y las desigualdades tanto verticales como horizontales.
Aparte de la capacidad estadística y de la coordinación de iniciativas nacionales, formular indicadores que reflejen las principales preocupaciones de ALC exige crear consenso en torno a los problemas y retos más pertinentes que enfrentan los gobiernos nacionales de la región. Para que el proceso de creación de consenso sea sostenible y siente las bases para un diálogo de políticas públicas y cooperación dentro de la región, es necesario que participe en él un amplio conjunto de partes interesadas.
Después de identificar los resultados de desarrollo más pertinentes para la región, persiste una dificultad importante en cuanto a los datos: la mayoría de los países de ALC carecen de datos comparables para muchas áreas importantes de bienestar que configuran la vida de las personas. Estas áreas abarcan desde las condiciones materiales de los hogares hasta aspectos más cualitativos como la calidad del empleo, la confianza en otras personas y en las instituciones, los informes que las personas dan sobre su propia vida, sus redes de apoyo social o las presiones sobre los recursos naturales. Esas dificultades relacionadas con los datos son aún más importantes porque monitorear los resultados del desarrollo para sustentar las políticas públicas requiere datos que no se limiten a los promedios. Específicamente, los datos deben tomar en cuenta las desigualdades en todas las dimensiones de la vida y evaluar las condiciones de los distintos grupos de población (por ejemplo, por género, edad, raza y origen étnico, lugar o estilo de vida). Por consiguiente, se requieren esfuerzos coordinados para llegar a un acuerdo sobre el marco de bienestar para la región, a fin de crear la capacidad necesaria para corregir la falta de datos y mejorar la comparabilidad y el desglose de las medidas seleccionadas.
Para responder al reto, la Unión Europea, la OCDE y la Comisión Económica para América Latina y el Caribe de las Naciones Unidas (CEPAL) están presentando un proyecto para desarrollar mejores indicadores de bienestar y desarrollo multidimensional para la región. El Proyecto “Nuevas Medidas para el ‘Desarrollo en Transición’: hacia un enfoque de bienestar para mejorar la vida de las personas en ALC”, es parte del instrumento regional “Facilidad para el Desarrollo en Transición” en ALC.
El proyecto tiene tres objetivos para un periodo de tres años, 2018-2021:
Desarrollar un marco de bienestar adaptado a las realidades y prioridades de los países de ALC.
Incluir en este marco datos de mayor calidad y más detallados que los disponibles y utilizados en este capítulo, para desarrollarse en colaboración con las oficinas nacionales de estadísticas de la región.
Apoyar a los responsables de la formulación de políticas públicas para identificar las prioridades de desarrollo así como también el diseño de políticas y programas para lograrlas, con base en los indicadores elaborados en el contexto del proyecto.
Conclusiones
A pesar de los avances conseguidos en el siglo pasado, el crecimiento del PIB no siempre se reflejó en aumentos en el bienestar para la población de ALC. A medida que los países de ALC ascendieron en la escala de ingresos, la violencia y la desigualdad en los ingresos aumentaron. Al mismo tiempo, la informalidad se convirtió en un problema persistente. Además, los salarios reales han aumentado a un ritmo más lento que en otros países del mundo con ingresos per cápita similares. Si bien la matrícula escolar aumentó, el acceso a la educación superior y a la enseñanza secundaria de calidad todavía se limitan a un grupo privilegiado. Los latinoamericanos viven, en promedio, casi tanto como los ciudadanos de los países de la OCDE, pero enfrentan más problemas de salud. En resumen, los beneficios económicos han mejorado ciertas áreas del desarrollo, pero no han solucionado otros problemas antiguos. Asimismo, han planteado nuevos desafíos (OCDE, 2018a).
Los responsables de la formulación de políticas deben volver a conceptualizar el desarrollo y replantear tanto las políticas nacionales como la cooperación internacional para “no dejar a nadie atrás” y cumplir con los objetivos de la Agenda 2030 (véase los Capítulo 4 Capítulo 5). En este contexto, es indispensable reconocer la heterogeneidad entre los países en cuanto a sus retos en materia de desarrollo, que suelen ser independientes de sus ingresos. Esto es de particular importancia para los países de ALC en proceso de transición a niveles de ingresos más altos, pero que todavía carecen de capacidad para competir y reducir sus brechas económicas y sociales en comparación con países desarrollados más avanzados (Barcena, Manservisi y Pezzini, 2017).
El ingreso per cápita puede proporcionar una idea aproximada de los retos que cada país de la región enfrenta en materia de desarrollo. Sin embargo, no aporta la imagen detallada que los responsables de la formulación de políticas necesitan como hoja de ruta para alcanzar el desarrollo sostenible. De hecho, la relación entre el PIB per cápita y el bienestar varía a lo largo de la escala de ingresos. Más aún, a medida que las economías crecen, otros aspectos —más allá del PIB— predominan como determinantes del bienestar.
Examinar el desarrollo desde una perspectiva multidimensional funciona como una buena brújula para diseñar, implementar, supervisar y evaluar las políticas para mejorar la vida de las personas. La evidencia presentada en este capítulo confirma que las condiciones de vida materiales y, en particular, el ingreso, son importantes. Pero también muestra que el ingreso per cápita no es el único factor que determina la vida y el bienestar de las personas. El empleo de calidad, la salud, la educación, la democracia, la seguridad personal y la desigualdad también son cruciales. Y son de especial importancia para el bienestar a medida que los países crecen.
Los instrumentos de medición deficientes distorsionan la formulación de políticas (Stiglitz, Sen y Fitoussi, 2009). Los países de América Latina y el Caribe deben invertir en una mejor recopilación de datos para medir y monitorear las dimensiones de bienestar que son más relevantes para la región en todo su territorio y grupos de población. En este proceso, la consulta con las diferentes partes interesadas es decisiva para crear una comprensión común sobre qué dimensiones del bienestar se ha reconocido que importan más. Se deben hacer esfuerzos para producir datos accesibles, oportunos y desglosados. Se trata de un desafío extraordinario para todos los países, sobre todo para aquellos en proceso de transición. Lograr estas metas mediante la creación de capacidad nacional en materia de estadística es fundamental para determinar la situación de cada país, elaborar planes de desarrollo a largo plazo y verificar los avances sobre la marcha.
Anexo 2.A1. La relación entre las diversas dimensiones de bienestar y la parte del bienestar no generada por el PIB per cápita
A medida que las economías crecen en términos del PIB per cápita, otras dimensiones de la protección social, como esperanza de vida, educación, seguridad personal y estabilidad democrática predominan como codeterminantes del bienestar.
Este ejercicio se basa en el análisis empírico descrito en el Recuadro 2.2 que utiliza la siguiente regresión:
(1)
En este ejercicio se utilizan los residuos 
de la regresión como variable dependiente para ejecutar una regresión de efectos fijos por país con panel rotativo con respecto a las diferentes dimensiones de bienestar señaladas en el Cuadro 2.1 (con un margen y una evolución de tamaño similar). El modelo supone que el bienestar puede caracterizarse conforme con la siguiente ecuación:
(2)
En general, el objetivo de este ejercicio es encontrar qué dimensiones de la protección social generan el bienestar de las personas, ya que el PIB per cápita no se convierte del todo en calidad de vida.
Los resultados muestran que la relación entre la parte del bienestar que no se debe al PIB per cápita (el término de error en el análisis anterior) y la esperanza de vida de los países se fortalece en los niveles de ingresos más altos (Gráfico 2.A1.1, panel A). De hecho, en el nivel de ingresos bajos, una desviación estándar adicional en esperanza de vida es aumentar en una desviación estándar de 0.4 la parte del bienestar no generada por el PIB per cápita. A mayor nivel de ingresos, este impacto aumenta hasta a una desviación estándar.
Gráfico 2.A1.1. La relación entre las diversas dimensiones de bienestar y la parte del bienestar no generada por el PIB per cápita
Nota: Coeficientes Beta de una regresión de efectos fijos con panel rotativo en toda la escala de ingresos (véase el Recuadro 2.2).
Fuente: Cálculos de la OCDE/CAF/CEPAL/UE basados en https://www.clio-infra.eu/ y Rijpma 2017.
Además, la educación destaca como otro aspecto fundamental del bienestar. En todos los niveles de ingresos, la educación desempeña un papel importante al explicar la parte del bienestar no debida al PIB per cápita. Tener conocimientos básicos de lectura o matemáticas facilita la vida cotidiana para realizar transacciones, por ejemplo. El conocimiento también puede ser un placer intrínseco para las personas (OCDE, 2011). Por otra parte, la educación puede promover el desarrollo económico (Romer, 1990) o aumentar la estabilidad política (Alesina y Perotti, 1996), lo que indirectamente incide en el bienestar. Aunque los resultados son relativamente constantes en todos los niveles del PIB per cápita de cada país, la relación entre los años de escolaridad y el bienestar muestra un ligero aumento de alrededor de 8 500 USD (PPA de 2011) (Gráfico 2.A1.1, panel B).
La seguridad personal y la estabilidad democrática también se relacionan positivamente con niveles de bienestar más altos. Al igual que ocurre con la salud y la educación, el análisis examina la relación entre la parte del bienestar no generada por el PIB per cápita y el nivel de seguridad personal. Esto se mide por la tasa de homicidios en diferentes niveles de ingreso nacional. La correlación se vuelve positiva en aproximadamente 10 000 USD (PPA de 2011). Esto significa que, después de este umbral, la tasa de homicidios empieza a explicar cierta parte del bienestar no debida al PIB per cápita (Gráfico 2.A1.1, panel C). Por otra parte, la correlación con la estabilidad política y la democracia es positiva en todos los niveles de ingresos y se mantiene relativamente estable (Gráfico 2.A1.1, panel D).2
Referencias
Alesina, A. y R. Perotti (1996), “Income distribution, political instability, and investment”, European Economic Review, Vol. 40, pp. 1203-1228.
Banco Mundial (2018), World Bank World Development Indicators (base de datos), http://data.worldbank.org/ (consultado el 1 de mayo de 2018).
Barcena, A., S. Manservisi y M. Pezzini (11 July 2017), “Development in transition”, blog OECD Development Matters, https://oecd-development-matters.org/2017/07/11/development-in-transition/.
Centro de Estudios y Análisis del Delito (2018), “Tasa de Homicidio Cada 100 000 Habitantes”, Estadísticas delictuales (base de datos), Centro de Estudios y Análisis del Delito, Chile www.cead.spd.gov.cl/estadisticas-delictuales/#descargarExcel (consultado el 27 de septiembre de 2018).
Chakravarty, S.R. (2003), “A generalized human development index”, Review of Development Economics, Vol. 7/1, Wiley Online Library, pp. 99-114.
CONAPO (2018), Indicadores demográficos de México 2017 (base de datos), México, https://www.gob.mx/conapo (consultado el 24 de septiembre de 2018).
CONEVAL (2016), “Cuadro resumen evolución nacional y por entidad federativa”, Medición de la Pobreza 2008-2016, México, www.coneval.org.mx/Medicion/Paginas/Pobreza_2008-2016.aspx (consultado el 26 de septiembre de 2018).
Costanza, R. et al. (2009), “Beyond GDP: The need for new measures of progress”, The Pardee Papers, No. 4, The Frederick S. Pardee Center for the Study of the Longer-Range Future, Boston University, www.bu.edu/pardee/files/documents/PP-004-GDP.pdf.
DANE (2018a), “Estimaciones Tasa de mortalidad infantil nacional, departamental y municipal, período 2005-16”, Estadísticas vitales nacimientos y defunciones (base de datos), www.dane.gov.co/files/investigaciones/poblacion/vitales/Cert_TMI_Mpal_Deptal_WEB_2005_2016.xls (consultado el 4 de octubre de 2018).
DANE (2018b), “Tabla 1. Indicadores de mercado laboral 2016-2017”, Gran Encuesta Integrada de Hogares 2017, www.dane.gov.co/files/investigaciones/boletines/ech/ml_depto/Boletin_dep_17.pdf (consultado el 4 de octubre de 2018).
DANE (2018c), Sistema Estadístico Nacional (base de datos), www.dane.gov.co/index.php/sistema-estadistico-nacional-sen (consultado el 1 de septiembre de 2018).
De Janvry, A. y E. Sadoulet (2014), “Sixty years of development economics: What have we learned for economic development?”, Revue d’économie du développement, Vol. 22, pp. 9-19, https://www.cairn.info/revue-d-economie-du-developpement-2014-HS01-page-9.htm
Gallup (2017), World Poll (base de datos), www.gallup.com/services/170945/world-poll.aspx (consultado el 1 de mayo de 2018).
Graham, C. (2005), “Insights on development from the economics of happiness”, The World Bank Research Observer, Vol. 20/2, pp. 201-231, Oxford University Press, Oxford.
Hirschman, A. (1961), The Strategy of Economic Development, Yale University Press, New Haven.
Huntington, S.P. (1991), “Democracy’s third wave”, Journal of Democracy, Vol. 2/2, National Endowment for Democracy, Washington, DC, pp. 12-34.
IBGE (2017), “Indicadores de Desenvolvimento Sustentável, Tabela 3834 – Taxa de mortalidade infantile”, Summary of Social Indicators (base de datos), https://sidra.ibge.gov.br/tabela/3834 (consultado el 25 de septiembre de 2018).
IBGE (2016), “Trabalho, Tabela 1.5”, Summary of Social Indicators (base de datos), www.ibge.gov.br/en/np-statistics/social/labor/18704-summary-of-social-indicators.html?=&t=resultados (consultado el 20 de septiembre de 2018).
IBGE (2015), “Educação, Tabela 3.12 – Taxa de escolarização das pessoas de 4 anos ou mais de idade”, Pesquisa Nacional por Amostra de Domicílios 2014-2015, Summary of Social Indicators (base de datos), www.ibge.gov.br/estatisticas-novoportal/sociais/educacao/19897-sintese-de-indicadores-pnad2.html?edicao=9129&t=resultados (consultado el 21 de septiembre de 2018).
IGARAPE (2018a), “Argentina”, Homicide Monitor (base de datos), https://homicide.igarape.org.br/ (consultado el 27 de septiembre de 2018).
IGARAPE (2018b), “Brazil”, Homicide Monitor (base de datos), https://homicide.igarape.org.br/ (consultado el 27 de septiembre de 2018).
IGARAPE (2018c), “Costa Rica”, Homicide Monitor (base de datos), https://homicide.igarape.org.br/ (consultado el 27 de septiembre de 2018).
INDEC (2018), “Mercado de trabajo. Tasas e indicadores socioeconómicos”, Informes Técnicos Vol. 2/178, Secretaría de Vivienda, Argentina, www.indec.gob.ar/uploads/informesdeprensa/mercado_trabajo_eph_2trim18.pdf (consultado el 21 de septiembre de 2018).
INDEC (2017a), “Población de 6 a 11 y de 12 a 17 años de edad que asiste a un establecimiento educativo según provincia. Total del país. Años 2001 y 2010”, Sistema Integrado de Estadísticas Sociodemográficas, Socio-demographic Indicators (base de datos), www.indec.gob.ar/indicadores-sociodemograficos.asp#top (consultado el 21 de septiembre de 2018).
INDEC (2017b), “Tasa de mortalidad infantil por mil nacidos vivos, según provincia de residencia de la madre. Total del país. Años 1980-2014”, Sistema Integrado de Estadísticas Sociodemográficas, Socio-demographic Indicators (base de datos), www.indec.gob.ar/indicadores-sociodemograficos.asp#top (consultado el 21 de septiembre de 2018).
INDEC (2017c), “Incidencia de la pobreza y la indigencia en 31 aglomerados urbanos”, Condiciones de vida, Vol. 2, núm. 4, Argentina, www.indec.gob.ar/uploads/informesdeprensa/eph_pobreza_02_17.pdf (consultado el 21 de septiembre de 2018).
INE (2017), “Tasa de Ocupación, primero trimestre 2017”, Banco de datos de la Encuesta Nacional de Empleo (base de datos), http://bancodatosene.ine.cl/Default.aspx (consultado el 19 de septiembre de 2018).
INE (2015), “Tabulados vitales 2015” (base de datos), www.ine.cl/estadisticas/demograficas-y-vitales (consultado el 20 de septiembre de 2018).
INEC (2017a), “Asistencia a educación regular y nivel educativo de la población según zona y región de planificación”, Encuesta Nacional de Hogares julio 2017, Education (base de datos), www.inec.go.cr/educacion (consultado el 20 de septiembre de 2018).
INEC (2017b), “Sinopsis de la condición de actividad de las regiones de planificación”, Encuesta Continua de Empleo II Trimestre 2017 (base de datos), www.inec.go.cr/documento/ece-iii-trimestre-2017-sinopsis-de-la-condicion-de-actividad-de-las-regiones-de (consultado el 20 de septiembre de 2018).
INEC (2017c), “Cuadro 16 Estimaciones de la variabilidad de las personas según región de planificación y nivel de pobreza”, Encuesta Nacional de Hogares julio 2016 y julio 2017, www.inec.go.cr/pobreza-y-desigualdad/pobreza-por-linea-de-ingreso (consultado el 20 de septiembre de 2018).
INEC (2016), “Cuadros y gráficos del Boletín de mortalidad infantil y su evolución reciente”, Vital Statistics (base de datos), www.inec.go.cr/estadisticas-vitales (consultado el 20 de septiembre de 2018).
INEGI (2018), Sistema de Información de Estadísticas Nacionales (base de datos), www.inegi.org.mx/ (consultado el 24 de septiembre de 2018).
INEGI (2017), “Tasa de Homicidios por cada 100 000 habitantes por entidad federativa según año de registro”, Comunicado de Prensa núm. 298/17, México, http://www.inegi.org.mx/saladeprensa/boletines/2017/homicidios/homicidios201707.pdf (consultado el 27 de septiembre de 2018).
INEGI (2015), “Educación”, Encuesta Intercensal 2015 (base de datos), www.beta.inegi.org.mx/proyectos/enchogares/especiales/intercensal/ (consultado el 24 de septiembre de 2018).
INEI (2018a), “Cuadro N°III.1 Evolución de la Incidencia de la Pobreza”, Evolución de la Pobreza Monetaria, Encuesta Nacional de los Hogares, www.inei.gob.pe/media/MenuRecursivo/publicaciones_digitales/Est/Lib1533/index.html (consultado el 21 de septiembre de 2018).
INEI (2018b), “Tasa de Homicidios según Departamento 2017”, Sistema Integrado de Estadísticas de la Criminalidad y Seguridad Ciudadana (base de datos), http://criminalidad.inei.gob.pe/panel/mapa (consultado el 2 de octubre de 2018).
INEI (2015a), “Defunciones, Encuesta Demográfica y de Salud Familiar”, Social Indicators (base de datos), www.inei.gob.pe/estadisticas/indice-tematico/sociales/ (consultado el 21 de septiembre de 2018).
INEI (2015b), “Perú: Indicadores de Educación por Departamentos, 2004-2014” (base de datos), www.inei.gob.pe/media/MenuRecursivo/publicaciones_digitales/Est/Lib1293/index.html (consultado el 21 de septiembre de 2018).
Kuznets, S. (1962), “The sources of economic growth, Challenge, Vol. 10/7, Taylor & Francis Journals, April, pp. 44-46.
Ministerio de Desarrollo Social (2017), “Tabla 2.2 Personas en situación de pobreza por ingresos según región y país”, Informe de Desarrollo Social 2017, Encuesta CASEN 2015, Ministerio de Desarrollo Social, Chile, http://www.ministeriodesarrollosocial.gob.cl/pdf/upload/IDS2017.pdf (consultado el 26 de septiembre de 2018).
Ministerio de Tecnologías de la Información y las Comunicaciones (2018), “Estadísticas en Educación Básica por Departamento”, Datos Abiertos Gobierno Digital (base de datos), Ministerio de Tecnologías de la Información y las Comunicaciones, Colombia, www.datos.gov.co/Educaci-n/ESTADISTICAS-EN-EDUCACION-BASICA-POR-DEPARTAMENTO/ji8i-4anb/data (consultado el 8 de octubre de 2018).
Ministerio de Trabajo y Promoción del Empleo (2015), “Gráfico 3.6, Perú: Tasa de ocupación por departamentos, 2014”, Informe Anual del Empleo en el Perú 2014, Ministerio de Trabajo y Promoción del Empleo, Perú. www.trabajo.gob.pe/archivos/file/estadisticas/peel/enaho/INFORME_ANUAL_EMPLEO_ENAHO_2014.pdf (consultado el 28 de septiembre de 2018).
OCDE (2018a), Income Distribution, OECD Social and Welfare Statistics (base de datos), https://doi.org/10.1787/data-00654-en (consultado el 1 de mayo de 2018).
OCDE (2018b), Opportunities for All: A Framework for Policy Action on Inclusive Growth, OECD Publishing, París, https://doi.org/10.1787/9789264301665-en.
OCDE (2018c), Global Revenue Statistics (base de datos), www.oecd.org/tax/tax-policy/global-revenue-statistics-database.htm (consultado el 1 de septiembre de 2018).
OCDE (2018d), Perspectives on Global Development 2019: Rethinking Development Strategies, OECD Publishing, París, https://doi.org/10.1787/persp_glob_dev-2019-en.
OCDE (2018e), Regional Well-Being (base de datos), https://stats.oecd.org/Index.aspx?DataSetCode=RWB (consultado el 25 de septiembre de 2018).
OCDE (2017), How’s Life? 2017: Measuring Well-being, OECD Publishing, París, http://dx.doi.org/10.1787/how_life-2017-en.
OCDE (2016a), OECD Regions at a Glance 2016, OECD Publishing, París, https://doi.org/10.1787/reg_glance-2016-en.
OCDE (2016b), Education at a Glance 2016: OECD Indicators (base de datos), OECD Publishing, París, http://dx.doi.org/10.1787/eag-2016-en (consultado el 25 de mayo de 2018).
OCDE (2015), PISA Products (base de datos), www.oecd.org/pisa/pisaproducts/ (consultado el 1 de septiembre de 2018).
OCDE (2011), How’s Life?: Measuring Well-being, OECD Publishing, París, https://doi.org/10.1787/9789264121164-en.
OCDE/CAF/CEPAL (2016), Perspectivas económicas de América Latina 2017: Juventud, competencias y emprendimiento, OECD Publishing, París, https://doi.org/10.1787/leo-2017-es.
Orru, K. et al. (2015), “Well-being and environmental quality: Does pollution affect life satisfaction?”, Quality of Life Research, Vol. 25/3, Springer Science & Business Media, pp. 699-705, http://dox.doi.org/10.1007/s11136-015-1104-6.
PNUD (2017), International Human Development Indicators (base de datos), http://hdr.undp.org/en/data (consultado el 25 de septiembre de 2018).
Prebisch, R. (1949), The Economic Development of Latin America and its Principal Problems, E/CN.12/89, Naciones Unidas, Nueva York.
Ravallion, M. (2011), “Mashup indices of development”, The World Bank Research Observer, Vol. 27/1, pp. 1-32, http://dx.doi.org/10.1093/wbro/lkr009.
Rijpma, A. (2017), “What can’t money buy? Well-being and GDP since 1820”, CGEH Working Paper Series, No. 78, Centro de Historia Económica Mundial, Universidad de Utrecht, Países Bajos, www.cgeh.nl/working-paper-series/.
RIMISP (2018), “3. Educación: Chile - Base Provincial”, www.rimisp.org/contenido/date/ (consultado el 17 de octubre de 2018).
Romer, P. (1990), “Endogenous Technological Change”, Journal of Political Economy, Vol. 98, No. 5, Part 2, pp. S71-S102.
Seers, D. (1969), The Meaning of Development, IDS Communication 44, Institute of Development Studies, Brighton, Reino Unido.
Sen, A. (1999), Development as Freedom, Oxford University Press, Oxford.
Stiglitz, J.E., A. Sen y J.P. Fitoussi (2009), Report by the Commission on the Measurement of Economic Performance and Social Progress, www.stiglitz-sen-fitoussi.fr/documents/rapport_anglais.pdf.
UE (2017), “The new European consensus on development: Our world, our dignity, our future”, Joint Statement by the Council and the Representatives of the Governments of the Member States meeting within the Council, the European Parliament and the European Commission, 9 de junio de 2017, Bruselas, https://ec.europa.eu/europeaid/sites/devco/files/european-consensus-on-development-final-20170626_en.pdf.
UN (2015), Transforming Our World: The 2030 Agenda for Sustainable Development 2015, Naciones Unidas, https://sustainabledevelopment.un.org/post2015/transformingourworld.
UNESCO (2018), UIS Data Centre (base de datos), http://data.uis.unesco.org (consultado el 25 de septiembre de 2018).
UNODC (2018), Drugs and Crime Indicators (base de datos), www.unodc.org (consultado el 25 de septiembre de 2018).
van Zanden, J. et al. (eds.) (2014), How Was Life?: Global Well-being since 1820, OECD Publishing, París, https://doi.org/10.1787/9789264214262-en.
Notas
← 1. Los INB regionales se calcularon en tres pasos bajo el supuesto de que el PIB y el INB siguen la misma distribución regional. Primero, se calculó la diferencia entre el PIB nacional y el INB de cada país. En segundo lugar, se calculó la participación de cada región en esta diferencia en función de su participación en el PIB nacional. Tercero, se restó la participación de cada región en la diferencia entre el PIB y el INB de su PIB regional.
← 2. Los salarios reales, la calidad ambiental y la desigualdad en los ingresos no se incluyeron en el análisis, ya que no parecían tener una relación significativa con la parte del bienestar no debida al PIB per cápita.