Datos del PIB departamental y análisis de la desigualdad regional en el Perú (1795-2017)
Metadatos y uso
| Identificador | https://doi.org/10.60966/a79b-xz30 |
|---|---|
| Licencia | Creative Commons Atribución–NoComercial–SinObraDerivada 3.0 IGO |
| Producto de Conocimiento Relacionado | |
| Citación |
Seminario, Bruno, et al. (2020). Datos del PIB departamental y análisis de la desigualdad regional en el Perú (1795-2017). Datos Abiertos del BID. https://doi.org/10.60966/a79b-xz30 |
| Fecha de publicación | 2020-03-17 |
| Fecha de modificación | 2026-07-15 |
| Etiquetas/Palabras Clave | PIB · Distribución del ingreso · Desigualdad · Movilidad |
| Idioma |
|
| Cobertura Temporal | 1795-2017 |
| País |
Perú
|
| Región | América Latina y el Caribe |
| Publicador |
Banco Interamericano de Desarrollo
|
| Autor |
Seminario, Bruno
Zegarra, Maria Alejandra
Palomino, Luis
|
| Tipo de Recolección de Datos | Datos Observacionales |
| Tipo Estadístico | Datos del Panel |
| Estructura de los Datos | Datos Estructurados |
| Notas de datos |
¿Qué información presenta este conjunto de datos del Perú?Este conjunto de datos reconstruye más de 200 años de la historia macroeconómica peruana e incluye el producto interno bruto (PIB) regional, la población, las métricas de desigualdad y los rasgos geográficos de los 24 departamentos. Habilita el análisis de largo plazo de la estructura económica del Perú, de las disparidades entre regiones y del cambio demográfico. ¿Qué es el coeficiente de Gini y cómo se emplea en estos datos?El coeficiente de Gini cuantifica la desigualdad de ingresos. Esta serie da seguimiento a la desigualdad regional entre 1795 y 2017: pasó de 0,26 a 0,36 y tocó su punto más alto, 0,43, en 1934. Tales valores facilitan comparar la evolución de la desigualdad dentro del Perú y en el conjunto de América Latina. ¿Qué regiones y unidades geográficas abarca?
¿Qué indicadores están disponibles?
¿Qué indicadores económicos pueden construir los analistas?
¿Cuáles son los principales hallazgos sobre la desigualdad en el Perú?Los datos revelan disparidades regionales que se perpetúan en el tiempo. Una región pobre en 1795 tiene un 94 % de probabilidad de continuar siendo pobre en 2017, mientras que una región rica conserva un 95 % de probabilidad de seguir siéndolo. Las regiones de ingresos medios, en cambio, exhiben mayor movilidad y convergencia. ¿Cómo puede aprovecharse este conjunto de datos en la investigación o en las políticas?
¿En qué pueden utilizar este conjunto de datos los analistas de datos?
¿El conjunto de datos contiene información económica subnacional del Perú?Sí. El conjunto de datos aporta cifras de PIB a escala departamental, lo que sustenta el análisis de las disparidades económicas entre regiones. No obstante, no contempla indicadores de empleo ni de pobreza. ¿Sirve este conjunto de datos para entender la historia económica de largo plazo del Perú?Sí. Al cubrir el período de 1795 a 2017, el conjunto de datos hace posible estudiar las tendencias económicas de largo plazo y la desigualdad regional. ¿De qué manera ha evolucionado la economía del Perú con el paso del tiempo?El conjunto de datos sustenta el estudio de las variaciones del PIB de largo plazo entre regiones y deja ver transformaciones estructurales y disparidades regionales que persisten a lo largo de más de dos siglos. ¿Qué papel ha tenido la minería en el crecimiento económico del Perú?El conjunto de datos no desagrega la información por sector, de modo que el papel de la minería no puede analizarse de forma directa. ¿Puede el conjunto de datos evidenciar cómo la inestabilidad política incide en el crecimiento económico?El conjunto de datos permite observar las fluctuaciones del PIB en el tiempo, pero no incorpora las variables políticas que harían falta para establecer una relación directa. ¿Qué información pueden extraer los inversionistas de este conjunto de datos?El conjunto de datos ofrece tendencias del PIB de largo plazo y patrones de desigualdad regional, elementos que ayudan a los inversionistas a dimensionar la volatilidad económica histórica y las diferencias estructurales entre regiones. |