Page 39 - 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
Mapa Nº 1 gratorios entre 1981 y 2017
Tipología Distrital de Patrones Mi
Mapa Nº 1
Tipología Distrital de Patrones Migratorios entre 1981 y 2017
Tipología Distrital de Patrones Migratorios entre 1981 y 2017
Tipología Distrital de Patrones Migratorios entre 1981 y 2017
Tipología Distrital de Patrones Migratorios entre 1981 y 2017
In Map 1, the spatial distribution of the mentioned Ancash and Cajamarca mountains, it is clear that the
typology is presented. As it is possible to observe, mountain range is mostly a migrant - sender zone.
interesting spatial patterns are seen. On the coast, for
example, Receptor poles are seen around the coastal Although we already mentioned that in size it is of small
area of Lima, Ancash and La Libertad, in the north, magnitude, the appearance of “New Ni-Ni” concentrated
and in Arequipa, Moquegua, and Tacna in the south. in the jungle of Cuzco (The Convention), in the southern
Although they are not presented directly on the map, area of Ucayali and in the Amazon region, three areas of
they are related to the cities of the coast. the jungle that in recent years have shown less growth
than other regions of the jungle.
Another notable pole of receivers is in the Madre de
Dios region and in an area of the Jungle between Loreto,
San Martín, and Huánuco, mainly in the districts related Finally, it is also noteworthy that the “new Recipients”
to the cities of Tarapoto, Pucallpa and Tingo María are concentrated in the Arequipa, Ica, San Martín and
(in Huánuco). The other pattern that is evident is the Tumbes region, precisely in regions that have shown
Fuente: Censos de Población y Vivienda 1981, 1993, 2007 y 2017.
Elaboración: Propia
Fuente: Censos de Población y Vivienda 1981, 1993, 2007 y 2017.
transformation of the mountain into a transmitter. This higher than average growth rates in the rest of the
Fuente: Censos de Población y Vivienda 1981, 1993, 2007 y 2017.
Fuente: Censos de Población y Vivienda 1981, 1993, 2007 y 2017.
Fuente: Censos de Población y Vivienda 1981, 1993, 2007 y 2017.

Elaboración: Propia
Elaboración: Propia
pattern is notable mainly in the central mountain. Except country. Elaboración: Propia
Elaboración: Propia

in the regions of Cuzco, Puno and some of the northern Resultados – Determinantes de las Tendencias Migratorias
Results – Determinants of Migration Trajectories
Resultados – Determinantes de las Tendencias Migratorias
nantes de las Tendencias Migratorias
Resultados – Determi
Resultados – Determinantes de las Tendencias Migratorias
Resultados – Determinantes de las Tendencias Migratorias
Se estiman modelos de Mínimos Cuadrados usando como variable dependiente las tasas
I estimate OLS models using as dependent variable
Se estiman modelos de Mínimos Cuadrados usando como variable dependiente las tasas
Se estiman modelos de Mínimos Cuadrados usando como variable dependiente las tasas
de inmigración y emigración.
Se estiman modelos de Mínimos Cuadrados usando como variable dependiente las tasas
Se estiman modelos de Mínimos Cuadrados usando como variable dependiente las tasas
the immigration and emigration rates, as showed in
de inmigración y emigración. de inmigración y emigración.

Map 1: District Typology of Migration Patterns
Equation 1:
de inmigración y emigración. de inmigración y emigración.

between 1981 and 2017 Ecuación 1: y =  + X '  +  +  i
it
t
i
Ecuación 1: y =  + X '  + 
Ecuación 1: y =  + X '  +  +  i it +  Equation 1: y =  + X '  +  + 
it
i
t
Ecuación 1: y =  + X '  +  + 
i
Ecuación 1: t
i
t
it
i
i
it i t i
Donde represents the dependent variable
Where 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
Donde yit representa a la variable dependiente (tasa de inmigración o emigración) en el
(immigration or emigration rates) in district “i” in year
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
Donde yit representa a la variable dependiente (tasa de inmigración o emigración) 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 contains all geographic, political or social
“t”. Matrix Xi contiene todas las características geográficas, políticas
o sociales fijas en el tiempo de estos distritos listados en la sub-sección anterior.
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 δt

characteristics fixed in time listed above. δt represents
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).
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. δt
Instituto Nacional de Estadística e Informática - INEI
o sociales fijas en el tiempo de estos distritos listados en la sub-sección anterior. δt
fixed effects per census year.
Instituto Nacional de Estadística e Informática - INEI
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).

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).
Finalmente, se analiza si alguna de estas variables fijas en el tiempo tiene un efecto en
Finally, we explore how these variables affect the
Finalmente, se analiza si alguna de estas variables fijas en el tiempo tiene un efecto en captura la variación en
Finalmente, se analiza si alguna de estas variables fijas en el tiempo tiene un efecto en
Finalmente, se analiza si alguna de estas variables fijas en el tiempo tiene un efecto en
Finalmente, se analiza si alguna de estas variables fijas en el tiempo tiene un efecto en
variation of immigration and emigration rates between
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 captura la variación en
1981 y 2017. Therefore y captures the variation in
la variación total entre los años 1981 y 2017. De esta forma i captura la variación 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
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
dependent variable between 1981 y 2017. This would
efectos promedio de dichas variables, sino si estás están incrementando la diferencia en
efectos promedio de dichas variables, sino si estás están incrementando la diferencia en
allow us to know if any of these variables is affecting the
el tiempo.
el tiempo.
evolution over time of this variables. See equation 2:

Equation 2:
Ecuación 2: y =  + X '  + 
i
Ecuación 2: y =  + X '  +  i i i
i
i
Legend 21
DEPARTAMENT 21 21 Xi contiene todas las características geográficas, políticas o sociales fijas en el tiempo de
21
contains all geographic, political or social
21
Matrix
Typology Xi contiene todas las características geográficas, políticas o sociales fijas en el tiempo de
characteristics fixed in time listed above. In Table 3 the
estos distritos listados arriba. En el cuadro Nº 3 se presentan los resultados de dichas
Mostly Sender estos distritos listados arriba. En el cuadro Nº 3 se presentan los resultados de dichas
ecuaciones para las dos variables dependientes: inmigración y emigración.
New Sender results of these two equations for our two dependent
Mostly Ni Ni ecuaciones para las dos variables dependientes: inmigración y emigración.
variables (immigration and emigration rates) are

New Ni Ni presented.
Cuadro Nº 3
New Receiver Cuadro Nº 3
Determinantes de la Emigración e Inmigración en el Perú
Mostly Receiver Determinantes de la Emigración e Inmigración en el Perú
Others (1) (1) (2) (2) (3) (3) (4) (4)
% % % % Var. Var. Var. Var.
Source: Population and Household Censuses 1981, 1993, 2007 y 2017. VARIABLES Emigración Inmigración Emigración Inmigración
Elaboration: Own. VARIABLES Emigración Inmigración Emigración Inmigración
Características al inicio del período 1981
Características al inicio del período 1981
Log, Población en 1981
1,08***
3,18***
Log, Población en 1981 -3,82*** -3,82*** 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 39
0,04***
en 1981 en 1981 -0,12*** -0,12*** -0,10*** 0,04*** 0,02* 0,02*
-0,10***
(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
Lima Metropolitana -0,01** -0,01** 0 0 0 0 -0,01** -0,01**
(0,00) (0,00) (0,00) (0,00) (0,01) (0,00) (0,00)
(0,01)
Distancia en Kilómetros a
Distancia en Kilómetros a
la Capital Regional
-0,01
la Capital Regional 0,01* 0,01* 0,01*** 0,01*** -0,01 0 0
(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
la Capital Provincial 0,03*** 0,03*** 0,04*** 0,04*** 0,01 0,01 -0,04*** -0,04***
(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***
Metropolitana -10,60*** 1,98* 1,98* 3,74 3,74 0,97 0,97
(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
-3,14***
1,06***
Regional -5,97*** -5,97*** 1,06*** -3,14*** 3,94*** 3,94***
(0,90)
(0,48) (0,48) (0,34) (0,34) (0,90) (0,69) (0,69)
Dummy si es Capital
Dummy si es Capital
Provincial
-8,72***
Provincial 15,39*** 15,39*** 2,71*** -8,72*** 2,01*** 2,01***
2,71***
(1,00)
(0,58) (0,58) (0,44) (0,44) (1,00) (0,77) (0,77)
Características Geográficas
Características Geográficas
Altitud promedio '(en miles
Altitud promedio '(en miles
de m,s,n,m,)
de m,s,n,m,) 2,47*** 2,47*** -4,50*** 3,94*** 2,73*** 2,73***
3,94***
-4,50***
(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)
Constante
-17,54***
24,29***
Constante 55,39*** 55,39*** 24,29*** -17,54*** 21,67*** 21,67***
(3,88)
(2,13) (2,13) (1,92) (1,92) (3,88) (3,24) (3,24)
22 22