Osinergmin-Industria-Mineria-Peru-20anios

minería sobre el bienestar. Así, los impactos
positivos se concentran en hogares menos
vulnerables (menos pobres y urbanos),
mientras que los impactos negativos se
concentran en hogares más vulnerables
(más pobres y rurales). Dichos resultados
adquieren mayor validez en la medida que
la metodología empleada (diferencias en
diferencias y variables instrumentales)
corrige el problema sesgo de selección en
variables observables y no observables.
Con respecto a la infraestructura, los
autores concluyen que el canon minero
incrementaría el acceso a servicios
higiénicos y a electricidad; sin embargo,
estos impactos positivos también son
heterogéneos.
Fuente: IIMP.
La literatura comentada hasta el momento
obtiene estimaciones a nivel de hogares.
Al respecto, Ticci (2011) y Loayza et. al.
(2016) realizan estimaciones a nivel distrital.
Ticci utiliza datos censales entre 1993 y
2007 e identifica tres tipos de distritos
influenciados por el boom minero: nuevos
distritos mineros (definidos como aquellos
con una proporción de concesiones mineras
superior a determinados umbrales para
capturar intensidades en las actividades
mineras), antiguos distritos para identificar
tendencias previas y distritos no mineros
que constituyen el resto de distritos
no considerados. Asimismo, emplea la
metodología de PSM con diferencias en
diferencias. El principal impacto es el acceso
a electricidad en áreas urbanas; en efecto, en
los nuevos distritos mineros la probabilidad
de acceso a electricidad es mayor en 6.5%.
Del mismo modo, encuentra impactos
negativos sobre el acceso a electricidad,
agua y saneamiento en áreas rurales. En las
áreas urbanas halla impactos negativos en el
acceso a agua y saneamiento. No obstante,
estos últimos resultados encontrados no son
estadísticamente significativos.
Loayza et. al. (2016) emplean información
del mapa de pobreza distrital 2007, de la
Enaho 2007 y del censo 2007. A diferencia
de Ticci, Loayza estima impactos sobre
el consumo per cápita, la pobreza y la
desigualdad. Para ello, trabaja con tres
tipos de distritos: distritos productores,
no productores ubicados en provincias
productoras y no productores ubicados
en provincias no productoras. En el
primer grupo se encuentran los distritos
que acogen una unidad minera y reciben
grandes montos de canon; en el segundo,
distritos que no tienen facilidades mineras,
pero reciben transferencias por canon; y en
el tercero, distritos que reciben mínimos
montos por canon.
Para la estimación de los resultados, los
autores emplean Mínimos Cuadrados
Ordinarios (MCO). Del mismo modo,
recomiendan comparar los distritos dentro
de una misma región. Así, encuentran que
los distritos productores tienen 9% más
consumo per cápita que los distritos no
productores y 2.6 pp menos de población
pobre y pobre extrema. No obstante, la
desigualdad se incrementa, dado que el
coeficiente de Gini es 0.6 pp mayor en
distritos productores con respecto a los
no productores. Con el fin de verificar
la robustez de los resultados, Loayza
y Rigolini usan PSM para seleccionar
Las investigaciones
revisadas destacan los
incrementos en los ingresos
per cápita y el mayor acceso
a los servicios públicos,
como uno de los impactos
en las condiciones de
vida de los hogares en
los distritos mineros.
distritos comparables en base a indicadores
socioeconómicos de los distritos. Los
resultados muestran impactos similares a los
hallados anteriormente.
Por otra parte, Maldonado (2014) estima el
impacto del boom de los recursos mineros
sobre la reelección y competencia política,
analizando cómo los políticos usan la
provisión de bienes públicos y el clientelismo
para influenciar en los resultados electorales.
Con ese fin, el autor emplea la metodología
de diferencias en diferencias y variables
instrumentales y utiliza, principalmente,
información de resultados electorales
proveniente de la Oficina Nacional de
Procesos Electorales (ONPE).
En base a la bibliografía revisada, Maldonado
considera que en presencia de un boom de
recursos, el alcalde de un gobierno local
tiene más recursos fiscales para destinar
a proveer bienes públicos o gastar más
en clientelismo. Sin embargo, él también
enfrenta más competencia debido a que el
valor de ser alcalde es mayor. Maldonado
encuentra una reducción en la probabilidad
de reelección (38% por cada S/ 1000 de
transferencias per cápita) y en el nivel de
competencia política (4.9% por cada S/ 1000
de transferencias per cápita). Sin embargo,
se encuentra impactos positivos para el
caso de distritos extremadamente ricos
en recursos mineros (mayor a S/ 5000 per
cápita).
Proceso de fundición. Fuente: MEM.
Finalmente, Nolazco y Figueroa (2015)
analizan el impacto en la industria minera
sobre el desarrollo regional de Arequipa.
El estudio también incorpora un análisis
de género, con lo cual los autores evalúan
la existencia de brechas de género en los
indicadores de educación e infraestructura
social básica y su nivel de atribución a la
actividad minera. Los principales resultados
sugieren que en un distrito minero aumenta
la probabilidad de que un hogar tenga
acceso a servicios básicos. Específicamente:
un hogar en un distrito minero con un jefe
hombre tiene, aproximadamente, dos
veces más probabilidades de tener acceso
a servicios básicos que un hogar con una
jefa de familia. Un resumen de la literatura
revisada se encuentra en el cuadro 7-5.
242
243