Page 38 - Revista del Centro de Investigación y Desarrollo del INEI - Economía, Sociedad y Estadística N° 9

Instituto Nacional de Estadística e Informática - INEI

Instituto Nacional de Estadística e Informática - INEI

Instituto Nacional de Estadística e Informática - INEI

Instituto Nacional de Estadística e Informática - INEI

Instituto Nacional de Estadística e Informática - INEI

Mapa Nº 1
Mapa Nº 1
Mapa Nº 1
Tipología Distrital de Patrones Migratorios entre 1981 y 2017
Tipología Distrital de Patrones Migratorios entre 1981 y 2017
Mapa Nº 1
Tipología Distrital de Patrones Migratorios entre 1981 y 2017
Tipología Distrital de Patrones Migratorios entre 1981 y 2017
Mapa Nº 1
Economía, Sociedad y Estadística Tipología Distrital de Patrones Migratorios entre 1981 y 2017
En el Mapa N° 1 se presenta la distribución espacial de norte de Ancash y Cajamarca, es indudable que la sierra
la mencionada tipología. Tal como es posible observar, es mayoritariamente una zona emisora de migrantes.
se ven interesantes patrones espaciales. En la Costa, se
ven por ejemplo polos de receptores alrededor de la Aunque ya mencionamos que en tamaño es de poca
zona costera de Lima, Ancash y La Libertad, en el norte, magnitud, llama la atención la aparición de “Nuevos Ni-
y en Arequipa, Moquegua y Tacna en el sur. Aunque Ni” concentrados en la selva de Cuzco (La Convención),
no se presentan directamente en el mapa, claramente en la zona sur de Ucayali y en la región Amazonas, tres
están relacionadas con las ciudades de la costa. zonas de la Selva que durante los últimos años han
mostrado tener menos crecimiento que otras regiones
Otro notable polo de receptores está en la región de de la selva.
Madre de Dios y en una zona de la Selva entre Loreto,
San Martín y Huánuco, principalmente en los distritos Por último, también es de resaltar que los “nuevos
relacionados con las ciudades de Tarapoto, Pucallpa y receptores” están concentrados básicamente en la
Tingo María (en Huánuco). El otro patrón que es evidente región Arequipa, Ica, San Martín y Tumbes, precisamente
es la transformación de la sierra en emisora, este patrón en regiones que han mostrado tasas de crecimiento
es notable principalmente en la sierra central. Salvo mayores al promedio del resto del país.
Fuente: Censos de Población y Vivienda 1981, 1993, 2007 y 2017.
Fuente: Censos de Población y Vivienda 1981, 1993, 2007 y 2017.
Elaboración: Propia
en las regiones de Cuzco, Puno y algunas de la sierra Fuente: Censos de Población y Vivienda 1981, 1993, 2007 y 2017.
Elaboración: Propia

Elaboración: Propia
Fuente: Censos de Población y Vivienda 1981, 1993, 2007 y 2017.

Elaboración: Propia Resultados – Determinantes de las Tendencias
Fuente: Censos de Población y Vivienda 1981, 1993, 2007 y 2017.
Resultados – Determinantes de las Tendencias Migratorias
Migratorias
Resultados – Determinantes de las Tendencias Migratorias
Elaboración: Propia
Resultados – D eterminantes de las Tendencias Migratorias

Resultados – Determinantes de las Tendencias Migratorias

Se estiman modelos de Mínimos Cuadrados usando
Mapa N° 1: Tipología Distrital de Patrones Se estiman modelos de Mínimos Cuadrados usando como variable dependiente las tasas
Se estiman modelos de Mínimos Cuadrados usando como variable dependiente las tasas
Migratorios entre 1981 y 2017 de inmigración y emigración.
Se estiman modelos de Mínimos Cuadrados usando como variable dependiente las tasas
como variable dependiente las tasas de inmigración
Resultados – Determinantes de las Tendencias Migratorias
de inmigración y emigración.
Se estiman modelos de Mínimos Cuadrados usando como variable dependiente las tasas
y emigración.
de inmigración y emigración.

de inmigración y emigración. Ecuación 1: y =  + X '  +  + 

Se estiman modelos de Mínimos Cuadrados usando como variable dependiente las tasas
i
i
t
it
Ecuación 1: y =  + X '  +  + 
de inmigración y emigración. it i t it i t i
Ecuación 1: y =  + X '  +  + 
i
Ecuación 1: y =  + X '  +  +  i

it
i
t

Donde representa a la variable dependiente (tasa
Donde yit representa a la variable dependiente (tasa de inmigración o emigración) en el
t
it
i
i
Ecuación 1: y =  + X '  +  +  Donde yit representa a la variable dependiente (tasa de inmigración o emigración) en el
Donde yit representa a la variable dependiente (tasa de inmigración o emigración) en el
de inmigración o emigración) en el distrito “i” en el
distrito “i” en el año “t”. La matriz Xi contiene todas las características geográficas, políticas
distrito “i” en el año “t”. La matriz Xi contiene todas las características geográficas, políticas
Donde yit representa a la variable dependiente (tasa de inmigración o emigración) en el
distrito “i” en el año “t”. La matriz contiene todas las características
año “t”. La matriz Xi contiene todas las características geográficas, políticas

o sociales fijas en el tiempo de estos distritos listados en la sub-sección anterior. δt
distrito “i” en el año “t”. La matriz Xi contiene todas las características geográficas, políticas
geográficas, políticas o sociales fijas en el tiempo de
Donde yit representa a la variable dependiente (tasa de inmigración o emigración) en el
o sociales fijas en el tiempo de estos distritos listados en la sub-sección anterior. δt
representa los efectos fijos por censo (es decir, una variable dummy por cada censo).
o sociales fijas en el tiempo de estos distritos listados en la sub-sección anterior. δt
o sociales fijas en el tiempo de estos distritos listados en la sub-sección anterior.
representa los efectos fijos por censo (es decir, una variable dummy por cada censo).
representa los efectos fijos por censo (es decir, una variable dummy por cada censo).
distrito “i” en el año “t”. La matriz Xi contiene todas las características geográficas, políticas

estos distritos listados en la sub-sección anterior. δt
representa los efectos fijos por censo (es decir, una

representa los efectos fijos por censo (es decir, una variable dummy por cada censo).
Finalmente, se analiza si alguna de estas variables fijas en el tiempo tiene un efecto en

o sociales fijas en el tiempo de estos distritos listados en la sub-sección anterior. δt

variable dummy por cada censo).
Finalmente, se analiza si alguna de estas variables fijas en el tiempo tiene un efecto en
representa los efectos fijos por censo (es decir, una variable dummy por cada censo). captura la variación en
Finalmente, se analiza si alguna de estas variables fijas en el tiempo tiene un efecto en
Instituto Nacional de Estadística e Informática - INEI

Instituto Nacional de Estadística e Informática - INEI
la variación total entre los años 1981 y 2017. De esta forma y
Finalmente, se analiza si alguna de estas variables fijas en el tiempo tiene un efecto en i captura la variación en
la variación total entre los años 1981 y 2017. De esta forma y
i
la variación total entre los años 1981 y 2017. De esta forma y i captura la variación en
Finalmente, se analiza si alguna de estas variables fijas en
captura la variación en
Finalmente, se analiza si alguna de estas variables fij
la variación total entre los años 1981 y 2017. De esta forma y ias en el tiempo tiene un efecto en
el tiempo tiene un efecto en la variación total entre los
la variación total entre los años 1981 y 2017. De esta forma i captura la variación en
años 1981 y 2017. De esta forma y captura la variación
en la variable dependiente entre los años 1981 y 2017.
la variable dependiente entre los años 1981 y 2017. Esto permitirá saber no solo los
la variable dependiente entre los años 1981 y 2017. Esto permitirá saber no solo los
Leyenda Esto permitirá saber no solo los efectos promedio de
efectos promedio de dichas variables, sino si estás están incrementando la diferencia en
DEPARTAMENTO efectos promedio de dichas variables, sino si estás están incrementando la diferencia en
dichas variables, sino si estás están incrementando la
Tipología el tiempo. 21
el tiempo.
Siempre Emisor diferencia en el tiempo. 21 21

Nuevo Emisor

21
Siempre Ni Ni Ecuación 2: y =  + X '  +  i i i
Ecuación 2: y =  + X '  + 
i
i i
Nuevo Ni Ni 21
Nuevo Receptor
contiene todas las características geográficas,
Xi contiene todas las características geográficas, políticas o sociales fijas en el tiempo de
Siempre Receptor Xi contiene todas las características geográficas, políticas o sociales fijas en el tiempo de
estos distritos listados arriba. En el cuadro Nº 3 se presentan los resultados de dichas
estos distritos listados arriba. En el cuadro Nº 3 se presentan los resultados de dichas
Otros políticas o sociales fijas en el tiempo de estos distritos
listados arriba. En el cuadro N° 3 se presentan los
ecuaciones para las dos variables dependientes: inmigración y emigración.
ecuaciones para las dos variables dependientes: inmigración y emigración.
Fuente: Censos de Población y Vivienda 1981, 1993, 2007 y 2017. resultados de dichas ecuaciones para las dos variables

Elaboración: Propia. dependientes: inmigración y emigración.
Cuadro Nº 3
Cuadro Nº 3
Determinantes de la Emigración e Inmigración en el Perú
Determinantes de la Emigración e Inmigración en el Perú
(1) (1) (2) (2) (3) (3) (4) (4)
38 VARIABLES Emigración % Inmigración % Emigración Var. Var. Inmigración

Var.
%
Var.
%
VARIABLES
Emigración
Emigración
Inmigración
Inmigración
Características al inicio del período 1981
Características al inicio del período 1981
Log, Población en 1981 -3,82***
3,18***
Log, Población en 1981 -3,82*** 1,08*** 1,08*** 3,18*** -2,51*** -2,51***
(0,19) (0,19) (0,16) (0,16) (0,35) (0,28) (0,28)
(0,35)
Porcentaje población rural
Porcentaje población rural
0,04***
en 1981 -0,12*** -0,12*** -0,10*** -0,10*** 0,04*** 0,02* 0,02*
en 1981
(0,01) (0,01) (0,01) (0,01) (0,01) (0,01) (0,01)
(0,01)
Conectabilidad e importancia política
Conectabilidad e importancia política
Distancia en Kilómetros a
Distancia en Kilómetros a
Lima Metropolitana -0,01** -0,01** 0 0 0 0 -0,01** -0,01**
Lima Metropolitana
(0,00) (0,00) (0,00) (0,00) (0,01) (0,00) (0,00)
(0,01)
Distancia en Kilómetros a
Distancia en Kilómetros a
-0,01
la Capital Regional 0,01* 0,01* 0,01*** 0,01*** -0,01 0 0
la Capital Regional
(0,00) (0,00) (0,00) (0,00) (0,01) (0,01) (0,01)
(0,01)
Distancia en Kilómetros a
Distancia en Kilómetros a
la Capital Provincial 0,03*** 0,03*** 0,04*** 0,04*** 0,01 0,01 -0,04*** -0,04***
la Capital Provincial
(0,01) (0,01) (0,01) (0,01) (0,02) (0,01) (0,01)
(0,02)
Dummy si es Lima
Dummy si es Lima
Metropolitana -10,60*** 1,98* 3,74 3,74 0,97 0,97
-10,60*** 1,98*
Metropolitana
(1,71) (1,71) (1,08) (1,08) (2,34) (2,15) (2,15)
(2,34)
Dummy si es Capital
Dummy si es Capital
Regional -5,97*** -5,97*** 1,06*** 1,06*** -3,14*** 3,94*** 3,94***
-3,14***
Regional
(0,48) (0,48) (0,34) (0,34) (0,90) (0,69) (0,69)
(0,90)
Dummy si es Capital
Dummy si es Capital
-8,72***
15,39*** 2,71***
Provincial
Provincial 15,39*** 2,71*** -8,72*** 2,01*** 2,01***
(0,58) (0,58) (0,44) (0,44) (1,00) (0,77) (0,77)
(1,00)
Características Geográficas
Características Geográficas
Altitud promedio '(en miles
Altitud promedio '(en miles
de m,s,n,m,) 2,47*** 2,47*** -4,50*** -4,50*** 3,94*** 2,73*** 2,73***
3,94***
de m,s,n,m,)
(0,60) (0,60) (0,49) (0,49) (1,10) (0,93) (0,93)
(1,10)
Pendiente promedio '(en
Pendiente promedio '(en
0,27***
grados) grados) 0,05 0,05 -0,10*** -0,10*** 0,27*** -0,21*** -0,21***
(0,03) (0,03) (0,03) (0,03) (0,07) (0,05) (0,05)
(0,07)
-17,54***
55,39*** 24,29***
Constante 55,39*** 24,29*** -17,54*** 21,67***
21,67***
Constante
(2,13) (2,13) (1,92) (1,92) (3,88) (3,24) (3,24)
(3,88)
22 22