Impactos redistributivos de la pandemia de la COVID-19 en el Perú bajo una perspectiva internacional comparada 2019-2022 Germán Alarco Tosoni Profesor Investigador de la Universidad del Pacífico

Impactos redistributivos de la pandemia de la COVID-19 en el Perú bajo una perspectiva internacional comparada 2019-2022 Germán Alarco Tosoni 1 Profesor Investigador de la Universidad del Pacífico g.alarcotosoni@up.edu.pe 1. Se agradece el apoyo como asistentes de investigación de Ítalo Saenz y Piero Sáenz. Asimismo, se agradece a Patricia del Hierro por los comentarios a una versión inicial de este documento.

Impactos redistributivos de la pandemia de la COVID-19 en el Perú bajo una perspectiva internacional comparada 2019-2022 Impactos redistributivos de la pandemia de la COVID-19 en el Perú bajo una perspectiva internacional comparada 2019-2022 Germán Alarco Tosoni © Editado por Fundación Friedrich Ebert Camino Real 456, Torre Real Of. 901. San Isidro- Lima- Perú Sitio web: https://peru.fes.de Correo: info.peru@fes.de Representante FES en Perú: Sara Nathalie Brombart Primera edición: septiembre, 2024 Hecho el Depósito Legal en la Biblioteca Nacional del Perú N.° 2024-09804 ISBN: 978-9972-43-056-5 Diagramación: Brenda Campos Quintana Cuidado de edición y corrección de estilo: Carolina Herrera Pecart Coordinación FES: Raúl Tecco Miyano Director de Proyectos Correo: Raul.Tecco@fes.de Impreso en octubre 2024 por Tarea Asociación Gráfica Educativa Pasaje María Auxiliadora 156-164, Lima 5- Perú Tiraje: 500 ejemplares El uso comercial de todos los materiales editados y publicados por la Friedrich-Ebert-Stiftung(FES) está prohibido sin previa autorización escrita de la FES. 4

Presentación E sta publicación desarrolla un estudio comparativo del economista e investigador Germán Alarco Tosoni, referido a los impactos que la pandemia por la COVID-19 ha generado en la economía del Perú frente a otros países de la región y del mundo, y cómo esta evolución se refleja en las variaciones de los ingresos de las poblaciones. La pandemia obligó al Perú, al igual que al resto del mundo, a reconfigurar completamente todos sus procesos económicos para enfrentar las medidas de aislamiento, paradas en la producción, la suspensión de importaciones y exportaciones, además de prever mecanismos de ayuda financiera para los más pobres. Muchas de las alternativas planteadas han significado, a su vez, un cambio en los modos tradicionales de producir, y el autor cita entre estas a la inevitable irrupción de las nuevas tecnologías y el trabajo remoto, con los impactos subsecuentes. La generación de la riqueza ha tenido que adaptarse a estos cambios. Sin embargo, ¿podríamos decir que tal avance ha significado una mejora en la calidad de vida?, ¿hemos podido acortar las brechas de la pobreza? o ¿disminuir las desigualdades? Alarco Tosoni nos explica que su“objetivo central es determinar lo ocurrido en los últimos años bajo la hipótesis de que el coronavirus aumentó las desigualdades económicas en el país, así como, en muchas otras economías de la región y del mundo”. Para sus hallazgos se vale de fuentes especializadas, diversas metodologías de obtención y procesamiento de la información, además de fórmulas utilizadas para los indicadores de desigualdad, datos que se complementan con la información estadística de América Latina. No cabe duda de la abundante evidencia de los impactos sanitarios presentes y futuros de la COVID-19 en el país y el mundo. Sin embargo, los estudios en la misma línea sobre el tema económico no son tan profusos, y los que se han desarrollado se quedan en sectores muy especializados. Y es aquí donde hallamos la relevancia de este documento: la accesibilidad y la posibilidad de dar a conocer sus resultados entre jóvenes, profesionales, líderes sociales y políticos, por lo que recomendamos su lectura. Deseo agradecer a Germán Alarco su capacidad para desmenuzar el, a menudo, complejo mundo de la economía y conectar su significado con las personas y sus vidas. Agradezco a quienes colaboraron en calidad de asistentes de investigación y al equipo encargado de la edición e impresión del libro; así como, a Raúl Tecco, director de proyectos de la Fundación Friedrich Ebert, que acompañó este trabajo, por su dedicación y compromiso social de siempre. Sara Brombart Representante en el Perú Fundación Friedrich Ebert

Impactos redistributivos de la pandemia de la COVID-19 en el Perú bajo una perspectiva internacional comparada 2019-2022 6

Impactos redistributivos de la pandemia de la COVID-19 en el Perú bajo una perspectiva internacional comparada 2019-2022 Índice General Resumen ejecutivo Introducción I. Factores explicativos de la desigualdad como resultado de la pandemia de la COVID-19 19 II. Evolución de la riqueza e ingresos a nivel internacional en países seleccionados 27 III. Evolución y tendencias del ingreso en países seleccionados de América Latina 41 IV. Distribución personal del ingreso del Perú bajo una perspectiva internacional comparada 57 Conclusiones 77 Bibliografía 85 Anexos 1. Metodología para la distribución funcional del ingreso 93 2. Participación de las economías seleccionadas en el PBI real (estructura% con base en USD 2010) 97 3. Participación de las remuneraciones en el PBI de América Latina 1950-2022(%) 99 4. Metodología para la distribución personal del ingreso 101 5. Fórmulas relativas a los indicadores de desigualdad 105 7

Impactos redistributivos de la pandemia de la COVID-19 en el Perú bajo una perspectiva internacional comparada 2019-2022 Índice de cuadros Cuadro 1. Riqueza total, cambio en la riqueza total y Gini 2019 y 2021 27 Cuadro 2. Riqueza total en activos financiero 2019-2022 (USD miles de millones) 28 Cuadro 3. Riqueza total y Gini en países seleccionados de América Latina(2019-2021) 29 Cuadro 4. Distribución de la riqueza por adultos en países seleccionados de América Latina(2019 y 2021) 30 Cuadro 5. Participación de las remuneraciones en economías desarrolladas seleccionadas sobre el PBI 2018-2022(%) 32 Cuadro 6. Participación de las ganancias en economías desarrolladas seleccionadas sobre el PBI 2018-2022(%) 34 Cuadro 7. Participación de las remuneraciones en el PBI en países seleccionados de la Unión Europea 2019-2022(%) 38 Cuadro 8. Participación de las remuneraciones en el PBI en países seleccionados de América Latina 2016-2022(%) 42 Cuadro 9. Participaciones de los ingresos por deciles en las economías seleccionadas 2019-2022(%) 59 Cuadro 10. Coeficiente Gini de los ingresos por deciles con diferentes cortes en las economías seleccionadas 2019-2022 61 Cuadro 11. Proporciones entre el ingreso del D10 respecto del D1 con diferentes cortes en las economías seleccionadas 2019-2022 62 Cuadro 12. Índice de Palma de los ingresos por deciles con diferentes cortes en las economías seleccionadas 2019-2022 64 Cuadro 13. Índice de Theil relativo al total de los ingresos por deciles en las economías seleccionadas 2019-2022 65 Cuadro 14. Evolución de los ingresos totales per cápita por deciles en Chile(USD 2010)* 70 Cuadro 15. Evolución de los ingresos totales per cápita por deciles en Colombia(USD 2010)* 71 Cuadro 16. Evolución de los ingresos totales per cápita por deciles en México(USD 2010) 71 Cuadro 17. Evolución de los ingresos totales per cápita por deciles en Perú(USD 2010) 71 8

Impactos redistributivos de la pandemia de la COVID-19 en el Perú bajo una perspectiva internacional comparada 2019-2022 Índice de gráficos y diagramas Gráfico 1. Curva de elefante de las desigualdades mundiales 1980-2018 y 1995-2021 31 Gráfico 2. Participación de la riqueza de los billonarios respecto del PBI mundial y de América Latina 2001-2022(%) 32 Gráfico 3. Participación de las ventas de las empresas Global 500 entre el PBI mundial 2015-2022(%) 32 Gráfico 4. Participación de las remuneraciones y ganancias sobre el PBI: Australia 1995-2022(%) 35 Gráfico 5. Participación de las remuneraciones y ganancias sobre el PBI: Canadá 1995-2022(%) 35 Gráfico 6. Participación de las remuneraciones y ganancias sobre el PBI: Estados Unidos 1995-2022(%) 36 Gráfico 7. Participación de las remuneraciones sobre el PBI: Japón y Sudáfrica 1995-2022(%) 36 Gráfico 8. Participación de las remuneraciones y ganancias sobre el PBI: zona euro 1995-2022(%) 37 Gráfico 9. Participación de las remuneraciones en el PBI de Argentina 1950-2022: observados y tendencia HP(%) 43 Gráfico 10. Participación de las remuneraciones en el PBI de Bolivia 1960-2022: observados y tendencia HP(%) 44 Gráfico 11. Participación de las remuneraciones en el PBI de Brasil 1950-2020: observados y tendencia HP(%) 44 Gráfico 12. Participación de las remuneraciones en el PBI de Chile 1950-2021: observados y tendencia HP(%) 45 Gráfico 13. Participación de las remuneraciones en el PBI de Colombia 1950-2022: observados y tendencia HP(%) 46 Gráfico 14. Participación de las remuneraciones en el PBI de Ecuador 1953-2020: observados y tendencia HP(%) 47 Gráfico 15. Participación de las remuneraciones en el PBI de México 1950-2022: observados y tendencia HP(%) 47 Gráfico 16. Participación de las remuneraciones en el PBI de Perú 1950-2022: observados y tendencia HP(%) 49 Gráfico 17. Participación de las remuneraciones en el PBI de Uruguay 1955-2022: observados y tendencia HP(%) 49 Gráfico 18. Participación de las remuneraciones en el PBI de Venezuela 1957-2020: observados y tendencia HP(%) 50 9

Impactos redistributivos de la pandemia de la COVID-19 en el Perú bajo una perspectiva internacional comparada 2019-2022 Gráfico 19. Participación de las remuneraciones en el PBI de economías grandes 1950-2022: tendencia HP(%) 51 Gráfico 20. Participación de las remuneraciones en el PBI de economías intermedias 1950-2022: tendencia HP(%) 52 Gráfico 21. Participación de las remuneraciones en el PBI de economías pequeñas 1950-2022: tendencia HP(%) 52 Gráfico 22. Participación de las remuneraciones en el PBI de América Latina 1950-2020: observados y tendencia HP(%) 53 Gráfico 23. Datos observados y tendencias HP de la participación del excedente de explotación y los ingresos mixtos en el PBI en economías seleccionadas de América Latina(%) 1950-2022 54 Gráfico 24. Variación(%) de la participación de los ingresos por deciles en Chile 2019-2022 67 Gráfico 25. Variación(%) de la participación de los ingresos por deciles en Colombia 2019-2022 67 Gráfico 26. Variación(%) de la participación de los ingresos por deciles en México 2018-2022 68 Gráfico 27. Variación(%) de la participación de los ingresos por deciles en Perú 2019-2022 68 Gráfico 28. Niveles de los ingresos totales per cápita del decil 1 en economías seleccionadas 2019 y 2022(USD 2010) 73 Gráfico 29. Niveles de los ingresos totales per cápita, un promedio del decil 1-4, en economías seleccionadas 2019 y 2022(USD 2010) 73 Gráfico 30. Niveles de los ingresos totales per cápita del decil 10 en economías seleccionadas 2019 y 2022(USD 2010) 74 Diagrama 1. Descripción general de la cadena de eventos con impactos redistributivos en la pandemia de la COVID-19 21 Diagrama 2. Principales elementos explicativos de la situación económica del Perú 2023-2024 23 Diagrama 3. Otros elementos soslayados en la explicación de la situación económica 2023-2024 23 10

Impactos redistributivos de la pandemia de la COVID-19 en el Perú bajo una perspectiva internacional comparada 2019-2022 Resumen ejecutivo E ste documento evalúa lo ocurrido con la distribución funcional –entre sueldos y salarios, ingresos mixtos y ganancias– y la distribución personal del ingreso por deciles entre los años 2019 y 2022, en tiempos de la pandemia de la COVID-19 en el Perú, bajo una perspectiva internacional comparada. El objetivo central es determinar lo ocurrido en los últimos años bajo la hipótesis de que el coronavirus aumentó las desigualdades económicas en el país; así como, en muchas otras economías de la región y del mundo. Para tal efecto, el estudio se distribuye en cuatro capítulos, más las conclusiones, bibliografía, y los anexos, que incorporan las metodologías para la obtención y procesamiento de la información, las fórmulas utilizadas para los diversos indicadores de desigualdad y la información estadística de América Latina(AL) entre 1950 y 2022. En el primer capítulo, se analiza los factores explicativos de la desigualdad como resultado de la pandemia, que se inicia con los primeros contagios y fallecidos, situación que provoca el cierre parcial o general de las diferentes actividades económicas; y, en consecuencia, la aparición de impactos generales y diferenciados en los mercados laborales, tanto en el corto como en el mediano y largo plazo. En el contexto de pandemia descrito, un tema importante es el relativo a la intensificación del uso de las tecnologías de la información y las comunicaciones: las TIC y otras, como la robótica o la inteligencia artificial(IA), generadas en las economías desarrolladas, que tiene un impacto en nuestra región y en el Perú. Por otra parte, esta problemática se suma a la tendencia estructural de reducción del contenido de mano de obra por unidad de producto, además de otros elementos(políticos e institucionales) internos y del entorno internacional que agravan el escenario nacional. El segundo capítulo presenta la información y el análisis de la evolución de la riqueza y de los ingresos a nivel internacional y en países seleccionados. Al respecto, con base en lo planteado por diversos informes de la banca privada internacional, entre 2019 y 2021, se ha elevado el coeficiente Gini a nivel global en todas las regiones, a excepción de una ligera caída en China, India y América del Norte. Por el contrario, América Latina(AL) muestra el mayor incremento, a la par de un no despreciable crecimiento en su riqueza financiera neta entre 2019 y 2022, a diferencia de lo que ocurre en el mundo. Asimismo, con la misma fuente de información, todas las economías seleccionadas de AL(incluido el Perú) han elevado la concentración de la riqueza. Así, la riqueza de los billonarios, respecto del producto bruto interno(PBI) mundial, rompió el récord en 2021, aunque el nivel de 2022 fue superior al de 2019. Asimismo, la tasa de crecimiento promedio anual(TCPA) real de la riqueza subió más que la correspondiente a los ingresos para los más ricos del mundo. Llama también la atención que las quinientas corporaciones globales del Fortune 500 ganan participación respecto del PBI mundial, lo que significa que la pierden las de menor dimensión: grandes, medianas y pequeñas. La información relativa a la participación de las ganancias en el PBI se incrementa entre 2019 y 2022 en la mayoría de las economías desarrolladas analizadas; asimismo, la partici pación de las remuneraciones se eleva entre 2019 y 2020, como resultado de las políticas 11

Impactos redistributivos de la pandemia de la COVID-19 en el Perú bajo una perspectiva internacional comparada 2019-2022 de apoyo implantadas. Sin embargo, posteriormente, se reduce para la mayoría de las economías en 2021 y 2022, a excepción de Francia e Italia. En general, la cuota de los sueldos y salarios en el PBI tiende a perder alrededor de dos puntos porcentuales en el producto entre 2019 y 2022. El tercer capítulo del documento muestra la evolución de la distribución funcional del ingreso del Perú frente a las principales economías de América Latina. En nuestra región, salvo el caso de México, todas presentan una menor participación de las remuneraciones en el PBI entre 2019 y 2022, igual ocurre con las economías desarrolladas. Sin embargo, se observa que Argentina, Ecuador, Uruguay y Venezuela hicieron un esfuerzo exitoso por evitar la reducción de la cuota de los salarios durante el momento más intenso de la pandemia, el 2020. Cabe anotar que, entre 2019 y 2022, la cuota salarial del Perú perdió dos puntos porcentuales del PBI. En este capítulo también se presenta la evolución de la participación de los salarios en el PBI de todas las economías analizadas en el largo plazo. Al respecto, son claras las tenden cias sinusoidales, donde destaca la influencia de los regímenes políticos y su preocupación o no por los trabajadores y sus remuneraciones(que se plasmaría en la participación de las remuneraciones sobre el producto). Sin embargo, también son evidentes los factores económicos como la inflación, que ha erosionado esta participación recientemente en Argentina y Venezuela. Por el contrario, al parecer, los regímenes políticos de Brasil, Chile, Colombia y Perú, de los últimos años hasta 2022, desarrollaron políticas activas limitadas y una reducida preocupación por los trabajadores y sus remuneraciones. En el análisis de las tendencias de largo plazo de toda la región en su conjunto se observa una tendencia ligeramente descendente en la cuota de los salarios respecto del producto regional, a pesar del buen desempeño de México. El cuarto capítulo evalúa lo ocurrido con la distribución personal del ingreso por deciles a través de diferentes indicadores de desigualdad, tales como el coeficiente Gini, relación entre el decil 10(D10) y el decil 1(D1), el índice de Palma y el coeficiente de Theil . En primer lugar, destacan los problemas de cobertura de la información extrapolada de las encuestas nacionales de hogares, referidas al ingreso nacional de las cuentas nacionales, con diferencias significativas por el sub reporte de los estratos medio y de altos ingresos de nuestras socie dades. En segundo lugar, las diferencias profundas entre los ingresos de los diferentes deciles de la población, donde el D1 de más bajos ingresos de Chile, Colombia, México y Perú se encuentra a los niveles promedio de Togo, Etiopía y Mali. Al mismo tiempo, los perceptores de ingresos del D10 de Colombia, México y Perú están a nivel de los ingresos promedio de Portugal y España; en el caso de Chile, se ubicaría al nivel promedio de EE. UU. Por último, con la información de las encuestas nacionales de hogares, l as conclusiones sobre lo ocurrido entre 2019 y 2022 en los diversos indicadores de desigualdad no son similares por su diferente naturaleza de diseño; asimismo, no son del todo concluyentes. El Gini solo aumenta en México, la distancia D10/D1 se eleva en México y Chile, y el índice de Palma solo crece en México; en el resto de indicadores y economías, se reduce. Asimismo, para el mismo período, los patrones distributivos y sus modificaciones son diferentes entre economías. La participación de los ingresos mejora en los estratos medios bajos de Chile; aumenta en los más bajos y los medios altos de Colombia, al igual que en los sectores medios altos de México, y en los bajos y medios de Perú. Finalmente, este estudio no solo analiza lo que ocurre con los ingresos totales, también ex pone diferentes cortes entre tipos de ingreso, labor de jefe de hogar(sea hombre o mujer) y entre el ámbito urbano y rural, que proporcionan algunos resultados valiosos. 12

Impactos redistributivos de la pandemia de la COVID-19 en el Perú bajo una perspectiva internacional comparada 2019-2022 Introducción “La estadística es la ciencia que demuestra que, si mi vecino se ha comido un pollo y yo me he quedado en ayunas, cada uno nos hemos comido medio pollo” José Ramón Busto S.J.(2019) E l análisis de lo que ocurre con las desigualdades económicas es importante bajo diferentes perspectivas analíticas. Esta es clara y directa en la teoría poskeynesiana, que parte de la tradición de los economistas clásicos; en cambio, hasta en el Foro Económico Mundial, que reúne a los líderes empresariales y políticos del mundo, se identifica la elevada desigualdad como un fenómeno relevante que afectaría negativamente el crecimiento económico sostenible, la cohesión social y la gobernabilidad en todas partes del mundo. Al respecto, no se debe olvidar que, desde que se instauró el modelo neoliberal, en los años ochenta del Siglo XX, los principales indicadores muestran un agravamiento de las condiciones de desigualdad. A esta circunstancia se sumarían, en primer lugar, las tendencias estructurales de reducción del contenido de mano de obra por unidad de producto; luego, en segundo lugar, se agregarían los efectos de la pandemia de la COVID-19 y, en particular, el reimpulso promovido por la intensificación en el uso de las tecnologías de la información y comunicaciones(TIC), la robótica y la inteligencia artificial(IA), entre otras, que contribuirían a acentuar las condiciones de desigualdad al 2030 y más adelante. Este estudio, que evalúa lo ocurrido con la distribución de la riqueza y la distribución funcional y personal del ingreso en el Perú desde una perspectiva internacional comparada durante los tiempos de la pandemia de la COVID-19, prosigue en la misma línea que otros trabajos previos. En 2019 elaboramos un diagnóstico que abordó la problemática de la riqueza y la desigualdad económica en nuestro país. Luego, en 2021, analizamos la forma en que las desigualdades contribuyeron a explicar la incidencia de contagiados y fallecidos durante 2020 y 2021 y, al mismo tiempo, cómo las pandemias, en general, agravan las desigualdades económicas –salvo que estas sean catastróficas–. Por último, en 2022, presentamos el vínculo bidireccional teórico entre las pandemias y las desigualdades económicas, exploramos los impactos de la pandemia sobre el cambio tecnológico(TIC, robótica, IA, entre otras) y realizamos diferentes ejercicios de simulación de lo que podría ocurrir en nuestro país al 2030. 13

Impactos redistributivos de la pandemia de la COVID-19 en el Perú bajo una perspectiva internacional comparada 2019-2022 La conclusión principal de esta última investigación fue que existe una mayor posibilidad de que se acreciente la elevada desigualdad, más población económica inactiva, más desempleo y más precarización al 2030. Sobre el particular, las estadísticas oficiales del mercado laboral en Lima Metropolitana, entre 2019 y 2023, reflejan, desafortunadam ente, hasta el momento, esa realidad(INEI, 2024): hay 33 500 desocupados más, una población inactiva adicional de 350 500 personas, 606 600 sub ocupados adicionales por ingreso y una caída significativa del ingreso promedio real, ya que su crecimiento fue del 11,4%, ante una inflación, en ese mismo periodo, de 21,5%. En contraste, el desempeño del empleo y de los ingresos del subgrupo de los trabajadores formales (privados y públicos) no ha ido mal; sin embargo, queda claro, que las distancias entre los diferentes subgrupos de trabajadores se han incrementado. Como se señaló al inicio de esta introducción, el objetivo central del presente documento es analizar lo ocurrido con la desigualdad económica en el Perú, especialmente entre los años 2019 y 2022, bajo una perspectiva internacional comparada. La hipótesis es que, durante la pandemia de la COVID-19, las desigualdades económicas tendieron a ser mayores. Por otra parte, en el estudio se plantearon las siguientes interrogantes: 1. ¿Cuáles son los elementos explicativos del agravamiento de la desigualdad económica en tiempos de la pandemia de la COVID-19 y años posteriores? 2. ¿Qué ocurrió con la distribución de la riqueza a nivel global, regional y en el Perú? 3. ¿Cómo evolucionó la participación de las ganancias y de las remuneraciones en el PBI de las principales economías desarrolladas y de la región? 4. ¿Cuáles fueron las modificaciones en el corto plazo(2019-2022) y en las tendencias de largo plazo(1950-2022) de la participación de las remuneraciones en el producto del Perú y en las principales economías de América Latina? 5. ¿Qué ocurrió con la distribución personal del ingreso por deciles a través de diversos indicadores de la desigualdad en el Perú y en otras economías de la región? Para atender el objetivo principal y sus interrogantes presentamos cuatro secciones precedidas por la introducción, las conclusiones, la bibliografía y los anexos. La primera parte atiende la problemática de los factores explicativos de una mayor desigualdad en los tiempos de la pandemia de la COVID-19. La segunda parte evalúa lo ocurrido con la riqueza y los ingresos a nivel global de las principales economías desarrolladas. Se comenta información sobre lo ocurrido con las ventas de las corporaciones más grandes del mundo respecto del PBI mundial. 14

Impactos redistributivos de la pandemia de la COVID-19 en el Perú bajo una perspectiva internacional comparada 2019-2022 En la tercera sección se analiza la evolución de la participación de las remuneraciones en el producto del Perú y de las principales economías de América Latina entre 20192022 y 1950-2022; asimismo, la trayectoria de las ganancias, en rigor del excedente de explotación, para integrar lo ocurrido con la distribución funcional o factorial del ingreso. La cuarta sección, con base en las encuestas nacionales de los hogares, analiza la distribución personal del ingreso del Perú frente a Chile, Colombia y México; asimismo se presenta diferentes cortes de la información por tipos de ingresos, jefes de hogar hombres y mujeres, y entre el ámbito urbano y rural. Aquí también se muestra diferentes indicadores de desigualdad. Es importante anotar que para el primer capítulo se ha utilizado fuentes indirectas de Credit Suisse, Allianz, Boston Consulting Group y de las revistas Fortune y Forbes , además de los trabajos colectivos del World Inequality Lab . En el primer anexo se presenta la metodología relativa a la distribución funcional o factorial del ingreso, que utiliza como fuentes de información a la Organización para la Cooperación y el Desarrollo Económico(OECD, por sus siglas en inglés) y a las cuentas nacionales de las diferentes economías desarrolladas de nuestra región y del Perú. El segundo anexo proporciona información sobre las participaciones de los PBI de las diferentes economías de la región, que son útiles para determinar la tendencia sinusoidal de la cuota de las remuneraciones de América Latina. Aquí se utiliza como fuente al Banco Mundial. El tercer anexo presenta toda la data relacionada con la participación de las remuneraciones en el producto de las diferentes economías de América Latina entre 1950-2022, metodología que se explicó en el primer anexo del documento. El cuarto anexo muestra detalladamente las fuentes de información, los procedimientos utilizados para procesar las encuestas nacionales de los hogares y obtener la distribución personal del ingreso por deciles para analizarla en diferentes cortes. El quinto anexo plantea las fórmulas relativas a los diferentes indicadores de desigualdad considerados: Coeficiente de Gini, relación del decil 10 entre el decil 1, índice de Palma e índice de Theil. En este documento no se establecen tendencias, proyecciones o análisis prospectivos de lo que pueda ocurrir con la desigualdad económica en el mundo, América Latina y en el Perú al 2030, o más adelante. Simplemente, se trata de presentar evidencia sobre lo ocurrido en términos distributivos en nuestro país en tiempos de la pandemia de la COVID-19 bajo una perspectiva comparada a nivel internacional entre 2019-2022, y a más largo plazo. Al respecto, durante la crisis sanitaria las respuestas fueron disimiles, pero muchas economías lograron evitar que la desigualdad se agravara en su año más dramático, 2020. Al respecto, estas políticas y dinámicas no se detallan en el estudio. Sin embargo, a la luz de la distancia, en 2022, la situación que parece predominante es la de mayores niveles de desigualdad. En esta investigación se muestra información internacional donde queda claro que 2021 fue el año récord de las ganancias a nivel global y que el fenómeno inflacionario suscitado las tendió a acrecentar aún más(Oxfam, 2023). En este documento no se diferencia los impactos de este último fenómeno, que se inició con la disrupción de las cadenas productivas y logísticas a nivel internacional. En cuanto a la información sobre la riqueza y su distribución, solo se utiliza fuentes no oficiales, con las limitaciones del caso, ya que únicamente algunas economías desarrolladas exponen información referida a la consolidación de patrimonios brutos y netos. Por otra 15

Impactos redistributivos de la pandemia de la COVID-19 en el Perú bajo una perspectiva internacional comparada 2019-2022 parte, se toma tal cual los resultados del procesamiento de las encuestas nacionales de hogares de las economías seleccionadas; no hay ajuste alguno relativo a los problemas de representatividad respecto de las cuentas nacionales por sub reporte de los ingresos de los estratos medios altos y altos de nuestras sociedades. Al respecto, debe reconocerse que esto afectaría nuestros resultados y análisis; sin embargo, llevar a cabo estos ajustes exigiría el acceso a información relativa a las declaraciones del impuesto a la renta y otras fuera del alcance de esta investigación. En otro orden de ideas, en este documento no abordamos extensamente la información referida a la participación de las ganancias respecto del producto, ya que la incorporación de esa data y otras complementarias generaría un documento más extenso que el actual. Las correlaciones entre tipos de gobierno y resultados distributivos en América Latina son, también, preliminares, pues se requeriría un análisis pormenorizado. Luego, si bien se muestran tendencias de largo plazo para diferentes economías de América Latina, se tendría que esperar más tiempo para reconfirmar los hallazgos actuales. Por último, aquí nos circunscribimos al diagnóstico desafortunado de una situación y un probable futuro más desigual, a la luz de lo ocurrido a partir del reimpulso observado durante la pandemia de la COVID-19, pero no se aborda las imprescindibles propuestas de política para hacerle frente. Para terminar, se agradece a nuestros asistentes de investigación, Piero Sáenz e Ítalo Saenz, por todo el trabajo desplegado; asimismo, a Patricia del Hierro, por los comentarios a este documento. En segundo lugar, el apoyo proporcionado desde el Centro de Investigación de la Universidad del Pacífico(CIUP), donde este tema figuró como el proyecto de investigación interno de 2023. En tercer lugar, a la representación en Perú de la Fundación Friedrich Ebert(FES), por el apoyo financiero y la confianza en este estudio; en particular, a Raúl Tecco Miyano, director de Proyectos, y a todo el equipo de la fundación. A todos ellos nuestro profundo agradecimiento. Por último, debemos manifestar nuestro deseo de que la publicación del presente trabajo resulte útil para los lectores, para la sociedad en general y, en particular, para los tomadores de decisiones en nuestro país. 16

I. Factores explicativos de la desigualdad como resultado de la pandemia de la COVID-19 17

Impactos redistributivos de la pandemia de la COVID-19 en el Perú bajo una perspectiva internacional comparada 2019-2022 18

Impactos redistributivos de la pandemia de la COVID-19 en el Perú bajo una perspectiva internacional comparada 2019-2022 L a p andemia de la COVID-19 significó un parteaguas a nivel mundial. No es necesario recordar los impactos que tuvo en términos de contagiados y fallecidos, pero algunas cifras al respecto son útiles para recordar su letalidad. Si bien el recuento oficial de fallecidos, hasta que la Organización Mundial de la Salud(OMS) declaró que la pan demia había finalizado, a inicios de mayo de 2023, fue de poco menos de siete millones de personas a nivel mundial. La estimación central por exceso de mortalidad de Global Change Data Lab (2023) fue de 23,7 millones y la del rango alto, de 30,6 millones de personas. Solo en América Latina y el Caribe(ALC) estos mismos datos correspondieron a 1,7, 2,6 y 2,7 millones de personas, respectivamente. En el Perú, el número fue de 308 758 fallecidos, lo que equivale al 0,9% de la población; 2 es decir, 4,3 veces más que los fallecidos reportados por la Comisión de la Verdad y Reconciliación(CVR) entre 19802000, y 16,7 veces más que los decesos producidos durante la Guerra del Pacífico, en el Siglo XIX. Quizá esta desafortunada mortandad solo sea superada por la ocurrida durante la conquista española, en los siglos XVI y XVII,(Alarco y Sanchium, 2023). Asimismo, la pandemia, con la natural suspensión de actividades económicas, generó, solo en el año 2020, una caída del PBI mundial del 3,1%, equivalente a 2 719,6 billones de dólares americanos dejados de producir, una pérdida masiva de empleos, incremento de la pobreza y precarización de importantes segmentos de la población. Se produjeron, también, otros impactos económicos y sociales con consecuencias más duraderas, como la descapitalización de numerosas micro y pequeñas empresas(Mypes), que no pudieron reabrir; otras enfermedades y padecimientos diferentes a la COVID-19 se quedaron sin atención, con impactos negativos inmediatos y mediatos. La Comisión Económica para América Latina y el Caribe(CEPAL, 2023) destaca que la región fue una de las que inter rumpió las clases presenciales por períodos más prolongados, lo que generó discontinuidad para una generación de estudiantes. Esto, a su vez, abrió brechas en el desarrollo de habilidades, la pérdida de oportunidades de aprendizaje y el riesgo de aumento del abandono escolar. Asimismo, contribuyó con el debilitamiento de la protección de otros derechos esenciales de niños, niñas y adolescentes, incluido el derecho a una vida libre de violencia. Sobre los impactos redistributivos de la pandemia en términos de la riqueza e ingresos existe diversa literatura que reseñamos en Alarco y Castillo(2022b). Al respecto, debe anotarse que se distingue dos sentidos o direcciones de causalidad entre estas dos variables. El primero , que nos interesa en esta publicación, es el referido a los impactos de las pandemias en la desigualdad económica. Luego, y en la dirección contraria, el segundo , que entiende que las diferentes modalidades de desigualdad, incluidas las económicas, explicaron una mayor incidencia de contagios y de fallecimientos. 3 También existen dos posiciones diferentes entre los que analizan el impacto o no en las desigualdades; ya que, para algunos, las pandemias tienden a agravar las desigualdades económicas en el corto, mediano y largo plazo; sin embargo, otros autores señalan que, 2. A nivel mundial fue de 0,4%. 3. En un trabajo previo para la Fundación Friedrich Ebert del Perú, con base en un análisis y modelos internacionales, se evalúo el circuito de cómo las mayores desigualdades contribuyeron directamente con la letalidad de la pandemia(Alarco y Astocondor, 2021). 19

Impactos redistributivos de la pandemia de la COVID-19 en el Perú bajo una perspectiva internacional comparada 2019-2022 bajo condiciones particulares, estas se reducen en lugar de agravarse(especialmente cuando la pandemia es muy severa, como la peste negra en el siglo XIV). Sin embargo, predomina marginalmente la relativa a que las pandemias agravan las desigualdades económicas. Los canales de transmisión, para que predomine en el corto plazo el impacto men cionado, tienen su origen en un conjunto de factores. Acá destaca lo ocurrido en los mercados laborales a propósito de la pandemia, que afectó a los trabajadores directos vinculados con los procesos productivos, mientras que los trabajadores que pudieron trabajar a distancia no perdieron sus empleos. Asimismo, se dañó más a las mujeres, a las minorías étnicas, a los de menores ingresos y a los trabajadores de sectores que cerraron actividades por el confinamiento obligatorio, las restricciones de insumos y la contracción de la demanda. En general, los sectores de medios y altos ingresos fueron los menos perjudicados. Cabe recordar que estos resultados variaron de economía en economía, como resultado de la reacción de las autoridades gubernamentales, sin olvidar la respuesta del sector privado y de la sociedad en su conjunto. Por otra parte, cuando interesa evaluar los probables o posibles impactos distributivos a mediano y largo plazo no solo se analiza las secuelas en la educación y la salud, también se analiza las consecuencias del reimpulso de las TIC, la robótica o la inteligencia artificial, entre otras. Al respecto, Chernoff& Warman(2020) señalan que la COVID-19 pudo acelerar la automatización de trabajos, ya que los empleadores invierten en tecnología para adaptar el proceso de producción con la intención de protegerse contra pandemias actuales y futuras. Estos autores describen el impacto diferencial que la COVID-19 puede tener en trabajos automatizables para diferentes grupos demográficos. Ellos encuentran que las actividades ocupadas por mujeres estadounidenses con niveles de salario y educación medios a bajos están en may or riesgo. Todo lo anterior, sin contar con la tendencia estructural de reducción del contenido de mano de obra por unidad de producto descrita en Alarco y Castillo(2022b). Más recientemente, la Federación Internacional de Robótica(2023) señaló en su reporte anual que, entre 2020 y 2021, el número de instalaciones de robots industriales a nivel global creció en 35%; mientras que, entre 2021 y 2022, lo hizo en 5%, y para el 2023 esperaba un crecimiento del 7%. El reporte anual señaló que esto ocurriría a pesar de que el año 2023 se caracterizaría por una desaceleración del crecimiento económico mundial. También se anota que no hay indicios de que la tendencia general de crecimiento a largo plazo llegue pronto a su fin; más bien, sucederá lo contrario. En 2024 se espera alcanzar la marca de 600 000 unidades instaladas por año en todo el mundo. Todo lo anterior, sin considerar los rápidos avances en TIC e IA. Cabe anotar que, dentro de las primeras evaluaciones ex post, la Comisión Económica para América Latina y el Caribe- CEPAL(2023) anota que la reducción de la desigual dad en América Latina y el Caribe(ALC) quedó interrumpida. Distingue, en este senti do, tres grupos de resultados: un primer segmento, donde la desigualdad disminuyó en 2020 y 2021, conformado por Argentina, Paraguay y República Dominicana; un segundo grupo, donde el índice de Gini de 2021 es similar al de 2019, conformado por Brasil, Colombia y Perú; y un tercer grupo de países, en los que se registró un aumento de la desigualdad en dicho período, conformado por Costa Rica, Ecuador y Uruguay. Por otra parte, Alarco y Castillo(2022a) plantearon diversos ejercicios de simulación para el 20

Impactos redistributivos de la pandemia de la COVID-19 en el Perú bajo una perspectiva internacional comparada 2019-2022 Perú entre 2020 y 2030, en la mayoría de los casos se eleva la desigualdad, aumentan los niveles de desempleo, la población inactiva y la precarización de la mano de obra. En el Diagrama 1 se presenta una descripción general de la cadena de eventos con impactos redistributivos a propósito de la pandemia de la COVID-19. El diagrama inicia con los contagios y fallecidos iniciales, que conduce al cierre parcial o general de las actividades económicas; y de ahí, a la reducción del empleo en los sectores seleccionados, que afectó el ingreso de una parte de ellos. Se impacta, entonces, negativamente y, de manera especial, a los trabajadores directos, mientras que esta afectación es menor en el caso de los que pueden trabajar a distancia. Por otra parte, se producen efectos inducidos en el resto de las actividades económicas; en especial, el sector comercio y de servicios, con predominancia de la presencia femenina. Como se anotó en el párrafo anterior se intensificó la inversión en TIC y en otras tecnologías para minimizar los im pactos asociados al cierre de actividades económicas(resultado de la actual y en previsión de futuras pandemias). Desafortunadamente, en la mayor parte de economías, la recuperación de la producción se acompañó con menores niveles de empleo adecuado. Diagrama 1. Descripción general de la cadena de eventos con impactos redistributivos en la pandemia de la COVID-19 Contagios y fallecidos iniciales Afectación especial en trabajadores directos de la producción(de menores ingresos respecto de los trabajadores a distancia) Sustitución de trabajadores directos por trabajadores a distancia(sectores medios), en la medida de lo posible Cierre general o parcial de actividades económicas Afectación de los trabajadores de los sectores encadenados a actividades cerradas o limitadas Mayor inversión en TIC, que facilita el trabajo a distancia, pero no beneficia a trabajadores directos Reducción del empleo y ocupación en sectores económicos seleccionados Afectación particular en los sectores comercio y servicios intensivos en mano de obra (en especial mujeres) Posteriormente, recuperación de la producción, pero con menores niveles de ocupación y empleo, que desplaza trabajadores directos Caída del ingreso de trabajadores(empleados y ocupados) Elaboración: propia. Contracción de la demanda, producción e ingresos, que afecta los niveles de ocupación y empleo Otros impactos de largo plazo en educación y salud que afectan a determinados segmentos de la población 21

Impactos redistributivos de la pandemia de la COVID-19 en el Perú bajo una perspectiva internacional comparada 2019-2022 En el caso peruano, particularmente, se debe anotar que, si bien, durante la pandemia en 2020 se produjo una gran contracción del PBI, este se recuperó por el crecimiento en 2021 y 2022. Sin embargo, se destaca que, a pesar de encontrarnos en niveles similares a la producción del 2019, los niveles de empleo adecuado son claramente inferiores a los de dicho año. La información para Lima Metropolitana del Instituto Nacional de Estadística e Informática- INEI(2024) muestra que, entre 2019 y 2023, la población económicamente activa(PEA) se elevó en 336 400 personas y la PEA ocupada en 302 900 personas, pero la población inactiva también fue superior en 350 500 personas; se evidenció 33 500 desocupados adicionales y 413 400 sub ocupados adicionales por ingreso. Asimismo, el ingreso promedio real cayó en 10,1% en el mismo periodo de tiempo. Esta problemática se repite a nivel nacional, aunque debe anotarse que la situación de los trabajadores del sector formal no es tan negativa. Al cierre de 2023 la caída del PBI del Perú fue de 0,6%. Ahora, si bien detrás de esta cifra confluye una serie de factores exógenos particulares, como el fenómeno de“El Niño costero”, las sequías, la gripe aviar o los conflictos sociales, entre otros, que explicarían, en conjunto, 2,7 puntos porcentuales menos de crecimiento(BCRP, 2023), la caída del producto, el empleo y los ingresos se produce por la combinación de otros eventos(ver Diagrama 2). En primer lugar, se habría roto la lógica de las cuerdas separadas entre la política y la economía a partir de los conflictos detonados en el 2016. En segundo lugar, destaca la naturaleza de la recuperación post COVID-19, menos empleadora(que se retroalimenta con la intensificación de las TIC); en tercer lugar, el desgobierno y las reacciones frente al gobierno de Pedro Castillo. En cuarto lugar, se sumarían los fenómenos internacionales relativos a la desglobalización, nuevas cadenas logísticas, mayores niveles de desigualdad y la Guerra Rusia-Ucrania, que detonó la inflación, la pérdida del poder adquisitivo y la inseguridad alimentaria, dada la escasez de fertilizantes. Por último, habría que sumar los conflictos sociales y la política monetaria anticíclica, que elevó las tasas de interés en el mundo. La relación de factores que explican la situación económica actual no solo comprende los reseñados en el diagrama anterior(que impactan, en particular, en la caída del poder de compra e ingresos de la población, seguida de la contracción en la inversión privada y de las exportaciones); sino que, también, confluye como hipótesis un conjunto de elementos (ver Diagrama 3). Entre estos: a) la elevada desigualdad, que reduce la propensión media a consumir y que, a la par, disminuye el multiplicador del gasto e inversión; b) la elevación del componente importado de la inversión privada y su elevada intensidad en capital; y, c) la mayor propensión a importar, que genera menores impactos en la demanda interna y el crecimiento económico. Por otra parte, también son relevantes los niveles históricos reducidos de inversión pública y su consecuente reducida capacidad de ejecución, los menores gastos públicos asociados a los ingresos decrecientes por la caída del producto y los impactos negativos de las elevadas tasas de interés sobre la demanda y el nivel de actividad económica. 22

Impactos redistributivos de la pandemia de la COVID-19 en el Perú bajo una perspectiva internacional comparada 2019-2022 Diagrama 2. Principales elementos explicativos de la situación económica del Perú 2023-2024 Detonación: conflictos políticos entre el Congreso y el Ejecutivo (2016) Pandemia de la COVID-19: menos empleadora y respuestas limitadas del Estado Desgobierno: (debilidad del Estado) y reacciones frente al gobierno de Pedro Castillo Desaceleración del crecimiento de la economía mundial e intensificación de TIC, IA y robótica Guerra Rusia-Ucrania: conflictos geoestratégicos e inflación, pérdida del poder adquisitivo, inseguridad alimentaria y escasez de fertilizantes Nuevos fenómenos internacionales: desglobalización, nuevas cadenas productivas, elevada desigualdad Conflictos sociales frente a la salida de la presidencia de Pedro Castillo Fenómenos naturales: Ciclón Yaku, Gripe Aviar y Fenómeno de“El Niño” Política monetaria anticíclica FED, UE, mundo y el Perú Elaboración: propia. Diagrama 3. Otros elementos soslayados en la explicación de la situación económica 2023-2024 Elevada desigualdad, que reduce la 1 propensión a consumir(paradoja que nos hace más dependientes de la inversión) “Pobreza en medio de la abundancia”. 5 Aumento de la propensión a importar , que genera menores impactos en la demanda y el crecimiento económico. 2 Reducción de la propensión a consumir que disminuye el efecto multiplicador del gasto e inversión. 6 Inversión privada en sectores extractivos intensiva en capital, que genera reducidos encadenamientos de producción y empleo. 3 incapacidad de ejecución. Inversión pública reducida e Política monetaria anticíclica 7 tradicional, que minimiza los impactos reales y distributivos de altas tasas de interés. 4 Elevación del componente importado de la inversión(especialmente privada). Elaboración: propia. 8 Gasto público vinculado con los ingresos públicos que decrece por la caída del PBI. 23

Impactos redistributivos de la pandemia de la COVID-19 en el Perú bajo una perspectiva internacional comparada 2019-2022 24

II. Evolución de la riqueza e ingresos a nivel internacional en países seleccionados 25

Impactos redistributivos de la pandemia de la COVID-19 en el Perú bajo una perspectiva internacional comparada 2019-2022 26

Impactos redistributivos de la pandemia de la COVID-19 en el Perú bajo una perspectiva internacional comparada 2019-2022 E n este capítulo se presenta los resultados referidos a lo ocurrido con la evolución de la riqueza y de los ingresos a nivel global en los países seleccionados. Asimismo, se muestra lo ocurrido con la distribución funcional o factorial del ingreso en cuanto a la participación de las remuneraciones y las ganancias en las economías desarrolladas. Se utiliza, especialmente, información oficial de la OECD y de las economías analizadas; también de fuentes privadas de la banca y consultoras internacionales y de publicaciones especializadas, como Forbes y Fortune . La información relativa a lo ocurrido con la riqueza total a nivel global, medida como la suma de los activos físicos, acciones y financieros, con fuente en Credit Suisse , muestra un incremento significativo del 28,6% entre 2019 y 2021, durante el año más dramático de la pandemia en 2020, y el importante rebote en el 2021. Al respecto, en el Cuadro 1 se destaca el mayor crecimiento en África seguida de América del Norte, China, América Latina y la región de Asia Pacífico. En dirección contraria se observa un menor crecimiento del valor de la riqueza en la India y Europa. Sin embargo, en todos los casos, estas tasas de crecimiento son superiores a la inflación; asimismo, contrastan con las caídas de los ingresos reales de los trabajadores dependientes e independientes, a excepción de los incrementos reales ocurridos solo en algunas economías en particular. P or otra parte, al comparar el valor de los coeficientes Gini de la riqueza, se observa que, a nivel global, se produjo una mayor concentración en pocas manos, se pasó de 0,885 a 0,889 entre 2019 y 2021. No olvidemos que el valor máximo de este coeficiente es uno. A nivel regional destacan los mayores niveles de concentración en los casos de África y América Latina, seguidos de Asia Pacífico. En la dirección contraria, pero solo con una ligera reducción en el coeficiente Gini , se ubican la India, China, América del Norte y Europa. Entonces, no solo aumentó la riqueza global y regional de manera significativa, sino que esta tendió a concentrarse más en pocas manos, a excepción de las regiones anteriormente mencionadas. Cuadro 1. Riqueza total, cambio en la riqueza total y Gini 2019 y 2021 Riqueza total(miles de millones USD) África Asia Pacífico China Europa India América Latina América del Norte Mundo 2019 4 119,0 64 778,0 63 827,0 90 752,0 12 614,0 9 906,0 114 607,0 360 603,0 2021 5 808,0 81 319,0 85 107,0 106 330,0 14 225,0 12 579,0 158 199,0 463 567,0 Cambio en la riqueza total 2021-2019 Var.% 1 689,0 41,0 16 541,0 25,5 21 280,0 33,3 15 578,0 17,2 1 611,0 12,8 2 673,0 27,0 43 592,0 38,0 102 964,0 28,6 Gini 2019 0,822 0,880 0,702 0,824 0,832 0,828 0,843 0,885 2021 0,879 0,885 0,701 0,816 0,823 0,858 0,842 0,889 Fuente: elaboración propia con base en el Global Wealth Databook 2022 y el Global Wealth Data book 2019.(Credit Suisse) . 27

Impactos redistributivos de la pandemia de la COVID-19 en el Perú bajo una perspectiva internacional comparada 2019-2022 Al utilizar como fuente alternativa de información los reportes del Boston Consulting Group(BCG) sobre activos financieros totales y netos, restando pasivos, a nivel global también se observa un incremento significativo entre 2019 y 2022. En este caso, de acuerdo con el Cuadro 2, el crecimiento es del 12,5% para los activos financieros totales y del 11,3% para los netos entre 2020 y 2022. América Latina no está exenta de esta tendencia, ya que muestra un crecimiento superior al promedio global con una tasa del 16,7%, en el caso de los activos financieros totales, y del 8,2%, entre 2020 y 2022, para el caso de los activos financieros netos. También debe anotarse, al contrastar el cuadro anterior con este, que el mayor crecimiento en la riqueza en tiempos de pandemia se debió a la mayor valorización de los títulos de renta variable(acciones), renta fija y de los activos fijos. Cuadro 2. Riqueza total en activos financieros 2019-2022(USD miles de millones) Global Activos financieros Pasivos financieros Activos netos 2019 226 400 n.d. n.d. 2020 250 000 53 000 235 000 2021 263 900 54 100 247 800 2022 254 600 57 300 261 500 América Latina Activos financieros Pasivos financieros Activos netos 5 600 n.d. n.d. 5 700 1 100 8 300 6 000 1 200 8 800 6 500 1 300 9 500 Fuente: elaboración propia con base en el Global Wealth Report (BCG 2019, 2020, 2021 y 2022). Retornando a la fuente de información del Credit Suisse, sobre la riqueza total y los coeficientes Gini de países seleccionados en América Latina, entre 2019 y 2021, en el Cuadro 3 se observa, también, un importante crecimiento conjunto en economías específicas como Uruguay, México, Perú(con un crecimiento del 26,5%), Colombia, Chile y Argentina. 4 La única economía de la región donde se reduce el valor total de la riqueza es Brasil. Por otra parte, en cuanto a los coeficientes Gini , se observa que en todas las economías seleccionadas, a excepción de Chile, se produjo un incremento, incluida la del Brasil. Destacan con mayores aumentos de la concentración de la riqueza en pocas manos, entre 2019 y 2021, Argentina, Uruguay, Brasil, Colombia y Perú, con una variación in termedia. 4. Estas son todas las economías de América Latina sobre las que presenta información el Credit Suisse , con datos directos o estimaciones con base en regresiones. 28

Impactos redistributivos de la pandemia de la COVID-19 en el Perú bajo una perspectiva internacional comparada 2019-2022 Cuadro 3. Riqueza total y Gini en países seleccionados de América Latina(2019-2021) Riqueza total(miles de millones USD) Argentina Brasil Chile Colombia México Perú Uruguay 2019 311,0 3,535,0 759,0 562,0 2 701,0 377.0 76,0 2021 326,0 3 327,0 785,0 616,0 4 167,0 477,0 147,0 Gini 2019 0,768 0,849 0,798 0,770 0,777 0,788 0,721 2021 0,809 0,892 0,794 0,835 0,804 0,800 0,774 Fuente: elaboración propia con base en la Global Wealth Databook 2022 y la Global Wealth Databook 2019.(Credit Suisse). Las modificaciones detalladas en la distribución de la riqueza entre 2019 y 2021 por adulto para las economías seleccionadas de América Latina se observan en el Cuadro 4. Se distingue cuatro escalas: adultos con un patrimonio neto menor a USD 10 000; entre USD 10 000 y USD 100 000; entre USD 100 000 y USD 1 000 000; y más de USD 1 000 000, consignando el porcentaje de adultos en cada rango. Al respecto, destaca, en primer lugar, que el porcentaje de adultos con el patrimonio más reducido(pobres extremos en realidad) se ha elevado en el referido período en Argentina, Brasil, Chile y Colombia; mientras que en México, Perú y Uruguay, se ha reducido. Como contrapartida, llama la atención que el porcentaje de participación del número de adultos con una riqueza mayor a USD 1 000 000 también se ha elevado en México y Uruguay. Esto significa que, si bien se ha reducido la pobreza, ha crecido el número de adultos con una riqueza mayor a USD 1 000 000. En cuanto a los sectores medios, el porcentaje de adultos con un patrimonio entre USD 10 000 y USD 100 000 se ha reducido en todas partes, a excepción del Perú, donde se elevó. También llama la atención que los sectores medios con un patrimonio entre USD 100 000 y USD 1 000 000 han crecido en importancia en todas las economías, destacando lo ocurrido en México, Perú y Uruguay. Los más ricos, con una riqueza mayor a USD 1 000 000, siguen representando un por centaje muy reducido, entre 0,1% y 0,2% de los adultos, a excepción de México y Uruguay, que en 2021 representaron el 0,4% de los adultos; mientras que, el número de adultos con una riqueza mayor a USD 1 000 000 se mantuvo, entre 2019 y 2021, en el 0,5% de los adultos totales. 29

Impactos redistributivos de la pandemia de la COVID-19 en el Perú bajo una perspectiva internacional comparada 2019-2022 Cuadro 4. Distribución de la riqueza por adultos en países seleccionados de América Latina(2019 y 2021) Argentina 2019 2021 Brasil 2019 2021 Chile 2019 2021 Colombia 2019 2021 México 2019 2021 Perú 2019 2021 Uruguay 2019 2021 Distribución de adultos(%) por rango de riqueza(USD) bajo 10 000 10 000-100 000 100 000-1 000 000 más de 1 000 000 81,2 17,8 0,9 0,1 82,6 16,4 1,0 0,1 70,2 27,1 2,5 0,2 76,3 20,2 3,4 0,2 38,6 52,4 8,6 0,5 39,3 50,9 9,4 0,5 68,3 29,7 1,9 0,1 73,7 23,7 2,5 0,1 50,2 45,2 4,4 0,2 43,5 46,9 9,3 0,4 71,2 26,8 1,9 0,1 63,9 33,1 2,9 0,1 47,7 48,2 4,0 0,2 39,6 50,1 9,9 0,4 Total 100,0 100,0 100,0 100.0 100,0 100,0 100,0 100,0 100,0 100,0 100,0 100,0 100,0 100,0 Fuente: elaboración propia con base en el Global Wealth Databook 2022 y el Global Wealth Databook 2019.(Credit Suisse). El equipo del World Inequality Report , encabezado por Alvaredo, Chancel, Piketty, Saez, Zucman y otros, ha desarrollado dos diagramas(ver Gráfico 1), en ellos se pre senta la evolución en la distribución de la riqueza y de los ingresos durante esta fase neoliberal del capitalismo a nivel mundial. En el primer caso, estos especialistas evalúan lo ocurrido en términos de distribución de la riqueza entre 1995 y 2021, que comprende el escenario de la pandemia por la COVID-19; y, en el segundo caso, la evolución de la distribución de los ingresos entre 1980 y 2018. En ambos casos ellos identifican las denominadas curvas del elefante , mediante las cuales encuentran que la tasa de crecimiento promedio anual de la riqueza y de los ingresos ha favorecido a los percentiles más ricos de la población. Al respecto, se debe anotar que, así como el crecimiento de la riqueza ha sido mayor que el ingreso, la riqueza también se ha concentrado cada vez más en pocas manos. Por otra parte, llama la atención que después de los ciudadanos más ricos, los sectores medios a nivel global muestren un mayor crecimiento en el valor del portafolio de sus activos. En cambio, cuando se analiza la evolución de los ingresos, estos muestran menores tasas de crecimiento(empobrecimiento relativo de las clases medias en economías como la norteamericana), a diferencia del mayor crecimiento en los ingresos de los estratos más bajos, especialmente por lo ocurrido en las últimas décadas, en China, India y otros países asiáticos, que incrementan el tamaño de sus clases medias. 30

Impactos redistributivos de la pandemia de la COVID-19 en el Perú bajo una perspectiva internacional comparada 2019-2022 La mayor concentración de la riqueza ocurrida durante la fase neoliberal y durante la pandemia de la COVID-19 se aprecia, también, con la información proporcionada por Forbes , que mide anualmente el número y valor del patrimonio neto de los superricos; en este caso, de los que tienen fortunas superiores a los USD 1 000 millones. Al respecto, para el Gráfico 2, consideramos la información mundial y la de América Latina expresada como porcentaje del PBI global y el de nuestra región. Debe anotarse que se presenta la información del período 2001 y 2022, siendo esta última la que se reporta en el primer trimestre del 2023. En ambos casos, tanto a nivel global como de América Latina, las tendencias son crecientes durante lo que va de este siglo XXI. El peso de los superricos aumenta su participación respecto del producto; ellos son cada vez más importantes. Asimismo, destaca que lograron las mayores participaciones relativas en 2008, 2019 y el nivel récord en 2021, tanto en valores acumulados como en el número de súper millonarios. Por otra parte, en el Gráfico 3 se muestra paralelamente cómo la cuota de las ventas de las 500 empresas más grandes del mundo de la revista Fortune (2022) ha ganado participación continua entre 2015 y 2022, respecto del PBI mundial. Estas empresas más grandes son cada vez más importantes y le restan, por tanto, par ticipación a nivel global a otras empresas grandes, medianas, pequeñas e, inclusive, microempresas. También se debe señalar que, en el año 2021, en plena pandemia de la COVID-19, ellas mostraron picos históricos en cuanto a beneficios netos después de im puestos por USD 3,1 billones, destacando lo ocurrido por su desempeño, principalmente, en el sector tecnológico, farmacéutico, financiero y energía. El 2021 fue un año récord para los beneficios netos en los EE. UU., con USD 1,84 billones y un margen de ganancia de ventas del 11,4%, mientras que en el año 2013(el segundo lugar en la serie histórica), fue de 8,9%( Fortune , 2022). Gráfico 1. Curva de elefante de las desigualdades mundiales 1980-2018 y Tcpa Riqueza 1995-2021 Tcpa Ingreso 9.0 3.5 8.0 3.0 7.0 2.5 6.0 5.0 2.0 4.0 1.5 3.0 1.0 2.0 1.0 0.5 10.0 19.0 28.0 37.0 46.0 55.0 64.0 73.0 82.0 91.0 99.0 99.9 99.99 Evolución riqueza 1995- 2021 Evolución ingreso 1980- 2018 Fuente: elaboración propia con base en el World Inequality Report 2018 y 2022. 31

Impactos redistributivos de la pandemia de la COVID-19 en el Perú bajo una perspectiva internacional comparada 2019-2022 Gráfico 2. Participación de la riqueza de los billonarios respecto del PBI mundial y de América Latina 2001-2022(%) 18.0 16.0 14.0 12.0 10.0 8.0 6.0 4.0 2.0 2020 2017 2016 2015 2014 2013 2012 2009 2008 2007 2006 2005 2004 2001 Riqueza billonarios mundo/PBI mundo(%) Riqueza billonarios AL/PBI AL(%) Fuente: elaboración propia con base en la información del Banco Mundial y Forbes (2022). 2022 2021 2022 2018 2021 2019 2010 2018 2011 2015 2002 2003 Gráfico 3. Participación de las ventas de las empresas Global 500 entre el PBI mundial 2015-2022(%) 42.0 41.0 40.0 39.0 38.0 37.0 36.0 35.0 34.0 33.0 Part. Ventas(%) Fuente: elaboración propia con base en los datos del Banco Mundial y Fortune Global 500 (diversos años). 32 2020 2019 2017 2016

Impactos redistributivos de la pandemia de la COVID-19 en el Perú bajo una perspectiva internacional comparada 2019-2022 A partir de esta sección vamos a mostrar lo ocurrido con la distribución funcional o factorial del ingreso entre la masa de remuneraciones(sueldos y salarios pagados) y las ganancias en las principales economías desarrolladas. Se muestra información tanto del 2018 al 2022, que comprende la pandemia por la COVID-19, como las tendencias de mediano plazo entre 1995 y 2022, donde se muestra la información observada y las tendencias no lineales obtenidas con la metodología del filtro Hodrick-Prescott (HP) 5 , para evaluar si se ha producido o no modificaciones en las tendencias históricas. Todas las estadísticas se exponen como participaciones o cuotas porcentuales respecto del PBI. La mayor parte de la información proviene de la fuente OECD. Los cuadros 5 y 6 muestran los resultados de la participación de las remuneraciones y las ganancias respecto del PBI en Australia, Canadá, EE. UU., Japón, Sudáfrica y la zona euro(20 países), estos datos son ilustrativos. En primer lugar, todas las economías de altos ingresos, a través de sus políticas públicas, prácticas empresariales y laborales, lograron elevar la participación de las remuneraciones en el producto durante el año 2020, el más crítico de la pandemia. En segundo lugar, de la mayor cuota en 2020, to das las economías, excepto la del Japón, muestran menores niveles de participación en 2022 frente a los del 2019. En tercer lugar, de acuerdo con lo observado en el Cuadro 6, en todas las economías desarrolladas también se incrementa la participación de las ganancias frente al producto en 2020, siendo en todos los casos ligeramente superiores a los niveles observados en el 2019. Se debe anotar que la elevación de la cuota de las ganancias y de las remuneraciones simultánea si puede ser posible, ya que, en este caso, se reduce la del otro componente del PBI, que son los impuestos netos menos subsidios por el aumento de los subsidios establecidos por los gobiernos durante el 2020. Luego, en el caso de la economía sudafricana, que en realidad no es desarrollada sino emergente o subdesarrollada, la cuota de las remuneraciones respecto del PBI se reduce ligeramente en el 2020 y continúa reduciéndose más dramáticamente entre el 2021 y 2022, acumulando una reducción total de 3,6 puntos porcentuales. Cuadro 5. Participación de las remuneraciones en economías desarrolladas selecciona das sobre el PBI 2018-2022(%) Australia Canadá Estados Unidos Japón Sudáfrica Zona euro(20 países) 2018 47,23 50,41 53,42 50,55 48,95 47,83 2019 47,36 50,78 53,60 51,42 48,81 48,00 2020 49,14 52,54 55,08 52,51 48,20 49,26 2021 46,60 50,60 53,82 52,49 46,17 48,29 2022 45,07 49,91 53,33 52,86 45,22 47,78 Fuente: elaboración propia con base en la información de la Organización para la Cooperación y el Desarrollo Económico(OECD). 5. Para el caso de series anuales se utiliza un parámetro de suavización de 6,25. 33

Impactos redistributivos de la pandemia de la COVID-19 en el Perú bajo una perspectiva internacional comparada 2019-2022 Cuadro 6. Participación de las ganancias en economías desarrolladas seleccionadas sobre el PBI 2018-2022(%) Australia Canadá Estados Unidos Zona euro(20 países) 2018 42,68 38,34 40,33 40,70 2019 42,78 38,22 40,08 40,52 2020 47,52 40,16 41,81 40,71 2021 44,81 40,64 41,66 41,26 2022 45,56 40,08 40,84 41,36 Fuente: elaboración propia con base en la información de la Organización para la Cooperación y el Desarrollo Económico(OECD). Las tendencias de mediano plazo entre 1995 y 2022 para la cuota de las remuneraciones y de las ganancias de las economías seleccionadas se observan en los gráficos 4 al 8 por grupos. En el caso de Australia se muestra lo ocurrido con ambas variables a través de la información observada y la derivada de la tendencia no lineal HP. Al respecto, en el caso de las remuneraciones, se aprecia la caída durante la crisis financiera internacional y, posteriormente, durante la pandemia de la COVID-19. Luego, se observa una tendencia creciente en el caso de las ganancias, con una ligera tendencia decreciente entre 2011 y 2016. Sin embargo, de allí en adelante, hay una tendencia creciente con un mayor valor en 2022. El Gráfico 5 muestra la información relativa a la cuota de las remuneraciones y ganancias de Canadá para el mismo periodo de tiempo. En cuanto a la participación de las remuneraciones en el PBI hay una ligera tendencia creciente, pero con caídas en 2004 y 2005 y a partir del 2021; sin embargo, lo ocurrido durante la pandemia no parece reflejar un cambio relevante respecto de la tendencia. Por otra parte, la cuota de las ganancias muestra una tendencia sinusoidal con un primer pico alrededor del año 2005 y el segundo más alto en 2022. El caso de EE. UU. se muestra en el Gráfico 6, que expresa una tendencia creciente de la cuota de las ganancias con un primer pico alrededor del año 2013 y luego un mayor nivel más recientemente. La cuota de las remuneraciones muestra una tendencia solo ligeramente decreciente desde inicios del siglo XXI, aunque un ligero crecimiento entre 2013 y 2019, para, luego, mostrar una ligera contracción. En el caso del Japón y Sudáfrica, la OECD solo registró información útil para obtener la cuota de las remuneraciones, data que se observa en el Gráfico 7, donde el eje izquierdo representa la escala para Japón y el eje derecho para la de Sudáfrica. No hay información sobre las ganancias. En el caso de Japón, con una tendencia ascendente sinusoidal con un mayor valor en 2022; mientras que, en el caso de la economía africana, las variaciones son más significativas, pues muestran una caída entre 2000 y 2007 y, luego, una caída durante los tiempos de la pandemia de la COVID-19. 34

Impactos redistributivos de la pandemia de la COVID-19 en el Perú bajo una perspectiva internacional comparada 2019-2022 Gráfico 4. Participación de las remuneraciones y ganancias sobre el PBI: Australia 1995-2022(%) Rem. Gan. 50.0 48.0 47.0 49.0 46.0 48.0 45.0 44.0 47.0 43.0 42.0 46.0 41.0 45.0 40.0 39.0 44.0 38.0 2021 2019 2017 2015 2013 2011 2009 2007 2005 2003 2001 1999 1997 1995 Part. Remun(%) Hp. Remun Part. Gan.(%) Hp. Gan Fuente: elaboración propia con base en la información de la Organización para la Cooperación y el Desarrollo Económico(OECD). Gráfico 5. Participación de las remuneraciones y ganancias sobre el PBI: Canadá 1995-2022(%) Rem. Gan. 53.0 41.0 52.0 40.0 51.0 39.0 50.0 38.0 49.0 37.0 48.0 47.0 36.0 46.0 35.0 2021 2019 2017 2015 2013 2011 2009 2007 2005 2003 2001 1999 1997 1995 Part. Remun(%) Hp. Remun Part. Gan.(%) Hp. Gan Fuente: elaboración propia con base en la información de la Organización para la Cooperación y el Desarrollo Económico(OECD). 35

Impactos redistributivos de la pandemia de la COVID-19 en el Perú bajo una perspectiva internacional comparada 2019-2022 Gráfico 6. Participación de las remuneraciones y ganancias sobre el PBI: Estados Unidos 1995-2022(%) Rem. 57.0 Gan. 43.0 42.0 55.0 41.0 40.0 53.0 39.0 51.0 38.0 49.0 37.0 36.0 47.0 35.0 45.0 34.0 2021 2019 2017 2015 2013 2011 2009 2007 2005 2003 2001 1999 1997 1995 Part. Remun(%) Hp. Remun Part. Gan(%) Hp. Gan Fuente: elaboración propia con base en la información de la Organización para la Cooperación y el Desarrollo Económico(OECD). Gráfico 7. Participación de las remuneraciones sobre el PBI: Japón y Sudáfrica 1995-2022(%) Rem. Jap. Rem. Sud. 54.0 52.0 53.0 50.0 52.0 48.0 51.0 46.0 50.0 44.0 49.0 48.0 42.0 47.0 40.0 2021 2019 2017 2015 2013 2011 2009 2007 2005 2003 2001 1999 1997 1995 Japón Hp. Japón Sudáfrica Hp. Sudáfrica Fuente: elaboración propia con base en la información de la Organización para la Cooperación y el Desarrollo Económico(OECD). 36

Impactos redistributivos de la pandemia de la COVID-19 en el Perú bajo una perspectiva internacional comparada 2019-2022 El Gráfico 8 ilustra las tendencias, entre 1995 y 2022, de la cuota de las remunera ciones y de las ganancias en la zona euro(20 países). Al respecto, en el caso de las remuneraciones, la tendencia es ligeramente ascendente con una sima durante la crisis financiera internacional. En el caso de las ganancias, la forma es recíproca a la de las remuneraciones con un mayor pico durante la crisis financiera internacional y una ligera tendencia ascendente durante la pandemia de la COVID-19. No obstante lo anterior, se observa elementos en común y algunas diferencias entre las principales economías de esta región. En el Cuadro 7 se muestra que en todas las economías se logró elevar la participación de las remuneraciones en el PBI durante 2020, el año más serio de la pandemia. Lo ocurrido en 2021 y 2022 configura dos grupos. Aquellos en los que se redujo la cuota de las remuneraciones entre 2019 y 2022 y aquellos en los que aumentó. Al respecto, en el primer grupo se ubican Alemania, Bélgica, Grecia y Países Bajos, acá la mayor caída se registra en el menos desarrollado, Grecia. En cambio, en el otro grupo se encon trarían Francia y Gran Bretaña, con los mayores aumentos, seguidos por Italia y España, con menores aumentos. Como señalamos anteriormente, detrás de estas dinámicas hay diversos elementos en juego: políticas públicas, comportamiento empresarial, poder sindical, entre otros. Gráfico 8. Participación de las remuneraciones y ganancias sobre el PBI: zona euro 1995-2022(%) Rem. Gan. 50.0 43.0 48.0 42.5 42.0 46.0 41.5 44.0 41.0 42.0 40.5 40.0 40.0 1995 1997 1999 2001 2003 2005 2007 2009 2011 2013 2015 2017 2019 2021 Part. Remun.(%) Hp. Remun Part. Gan.(%) Hp. Gan Fuente: elaboración propia con base en la información de la Organización para la Cooperación y el Desarrollo Económico(OECD). 37

Impactos redistributivos de la pandemia de la COVID-19 en el Perú bajo una perspectiva internacional comparada 2019-2022 Cuadro 7. Participación de las remuneraciones en el PBI países seleccionados Unión Europea 2019-2022(%) Alemania Bélgica España Francia Grecia Italia Países Bajos Reino Unido 2019 53,35 49,01 46,52 50,99 36,92 40,16 47,83 48,70 2020 54,31 50,07 49,70 51,56 39,85 40,91 50,56 51,90 2021 52,90 48,49 48,47 51,38 38,21 40,90 48,17 51,12 2022 52,10 48,54 46,92 52,35 35,16 41,00 47,12 50,08 Fuente: elaboración propia con base en la información de la Organización para la Cooperación y el Desarrollo Económico(OECD). 38

III. Evolución y tendencias del ingreso en países seleccionados de América Latina 39

Impactos redistributivos de la pandemia de la COVID-19 en el Perú bajo una perspectiva internacional comparada 2019-2022 40

Impactos redistributivos de la pandemia de la COVID-19 en el Perú bajo una perspectiva internacional comparada 2019-2022 E n esta sección presentamos y comentamos los impactos de la pandemia sobre la distribución funcional o factorial del ingreso en países seleccionados de América Latina. Como se mencionó anteriormente, este ingreso se divide entre las remuneraciones, ganancias e ingresos mixtos(para algunas economías). En el caso de los ingresos mixtos no se puede distinguir entre los que resultan del trabajo directo y los que derivan de la dotación de capital o equipamiento, que comprende especialmente a los trabajadores independientes del ámbito rural y urbano. Por otra parte, se pretende evaluar lo ocurrido durante la pandemia y si se han modificado las tendencias de mediano y largo plazo. Toda la información base se deriva de las cuentas nacionales de las economías seleccionadas proporcionadas por los bancos centrales y/o los institutos de estadística correspondientes. En el Anexo 1 de este documento se detalla las fuentes de información y la metodología que permite integrar las estadísticas por economía a través del tiempo. Asimismo, se explica cómo, a partir de esta data individualizada, se construye la trayectoria observada y la tendencia no lineal HP para toda la región, cuyos ponderadores se muestran en el Anexo 2. Los resultados observados, relativos a las diversas participaciones de las remuneraciones con respecto del PBI entre 1950 y 2022, se muestran en el Anexo 3. En el Cuadro 8 se presenta las diversas participaciones de las remuneraciones(que incluye sus cargas sociales) respecto del producto. De estas economías, algunas tienen información completa, pero, desafortunadamente, hay otras, como Brasil, Chile, Ecuador y Venezuela, que no la tienen. La revisión del cuadro permite extraer algunos elementos clave. En primer lugar, se puede distinguir entre las economías que, a pesar de las circunstancias, lograron que durante el 2020 se elevara la cuota de las remuneraciones respecto del 2019: Argentina, Ecuador(solo ligeramente), México, Uruguay y Venezuela(solo ligeramente). Esto como resultado de las políticas gubernamentales y/o las prácticas empresariales; así como, las reacciones del sector laboral. En cambio, economías como la b rasileña, boliviana, chilena, colombiana y peruana no pudieron hacerlo. En segundo lugar, se debe destacar que, entre 2021 y 2022, la participación salarial tendió a ser menor que la del año anterior, 2020, en la mayoría de las economías, tal es el caso de Bolivia, Chile y Colombia. Sin embargo, es pertinente anotar que en la Argentina y el Perú se registró una ligera recuperación de la cuota salarial en el año 2022. En tercer lugar, podemos mencionar que en todas las economías, a excepción de México, la participación de las remuneraciones respecto del PBI fue en 2022 menor a la observada en la prepandemia, año 2019. Es probable que la política de salarios mínimos y las facilidades para la negociación colectiva de este país hallan generado que la cuota salarial se elevará en 2,2 puntos porcentuales; es decir, de 26,56% a 28,74% del PBI. 41

Impactos redistributivos de la pandemia de la COVID-19 en el Perú bajo una perspectiva internacional comparada 2019-2022 Cuadro 8. Participación de las remuneraciones en el PBI en países seleccionados de América Latina 2016-2022(%) Argentina Bolivia Brasil Chile Colombia Ecuador México Perú Uruguay Venezuela 2016 43,77 29,28 44,70 38,85 37,14 37,80 26,58 31,52 41,60 22,00 2017 43,68 30,54 44,35 38,38 37,54 37,35 25,98 31,26 42,20 18,33 2018 40,12 31,72 43,63 39,87 37,66 37,70 26,07 31,11 41,98 12,77 2019 38,75 35,83 43,55 40,84 38,21 37,30 26,56 31,62 42,61 7,31 2020 40,12 34,81 41,95 38,91 35,09 37,84 28,42 30,97 43,06 7,42 2021 36,04 33,97 n.d. 36,98 37,78 n.d. 27,26 28,48 42,11 n.d. 2022 36,70 33,77 n.d. n.d. 30,84 n.d. 28,74 29,59 41,40 n.d. n.d.: no disponible. Fuente: elaboración propia con base en los datos de los bancos centrales e institutos de estadística de las diferentes economías. En los gráficos 9 al 18 se muestra tanto los valores observados como las tendencias no lineales HP de la participación salarial en el PBI, entre 1950 y 2022, para las economías de América Latina seleccionadas. El objetivo es evaluar lo ocurrido durante la pandemia en una perspectiva de mediano y largo plazo. También, en todos los casos, se registra los principales periodos de gobierno como hitos que pueden ser útiles para explicar lo ocurrido en la distribución funcional o factorial del ingreso. Al respecto, hay que anotar que, si bien las cuotas salariales dependen de las políticas gubernamentales sobre empleo, salarios, negociación colectiva y derechos laborales, en la explicación intervienen muchos factores económicos internos e internacionales, como los términos de intercambio externo, inflación, depreciación de la moneda nacional, en tre otros; factores estructurales y sociopolíticos, cuya incorporación al análisis rebasarían los alcances de este documento. Alarco, Castillo y Leiva(2019) anotan que, abordar la explicación de la distribución del ingreso en un periodo particular requeriría un análisis multinivel y multifactorial. En el Gráfico 9 se muestra la evolución cíclica de la cuota de las remuneraciones en el producto de la Argentina, destacando que sus mayores niveles se alcanzan durante los gobiernos de Perón, Kirchner y en la primera parte del gobierno de Menem, cuando se dolariza su economía. Se debe anotar que hacia el final de estos tres periodos la cuota salarial se redujo, siendo esta reducción más dramática en la transición del segundo gobierno de Perón a la dictadura de Videla. Previo a estos gobiernos, durante buena parte de los años sesenta e inicios de los setenta, la cuota de las remuneraciones mantuvo una tendencia ascendente, probablemente por el entorno internacional con independencia de los gobiernos militares que dirigieron el país en esos años. Más recientemente, durante los gobiernos respectivos de Néstor y Cristina Kirchner, se observa una significativa elevación de la participación de las remuneraciones en el PBI, crecimiento que se frena y sufre una caída durante el gobierno de Mauricio Macri. Se debe anotar que, con Alberto Fernández, de similar orientación que los Kirchner, continúa la caída, probablemente como resultado de la inflación y la pandemia de la COVID-19. No comentamos aquí los límites de las políticas que procuran mejorar la participación de 42

Impactos redistributivos de la pandemia de la COVID-19 en el Perú bajo una perspectiva internacional comparada 2019-2022 las remuneraciones y las políticas complementarias que habría que implantar para evitar presiones, principalmente sobre la balanza de pagos y los precios(Alarco, 2019). En el Gráfico 10 se muestra, también, la información observada y la tendencia no lineal HP para Bolivia, acá destacan los menores niveles de la cuota de salarios respecto de Ar gentina y de otras economías de la región. Debe anotarse que este país es uno de los que más golpes de Estado ha sufrido a lo largo del tiempo, razón por la cual solo se registra en la gráfica algunos de sus periodos presidenciales. En primer lugar, se debe señalar que, durante los gobiernos militares de las décadas de los años sesenta y setenta, se observa una relativa estabilidad en la cuota salarial(aunque con una ligera caída durante el primer gobierno de Banzer). En segundo lugar, que los periodos de mayor caída de la cuota de las remuneraciones se produjeron durante el periodo de Siles Suazo e inicios del de Paz Estensoro, seguido por el de Mesa. En tercer lugar, se debe destacar la significativa recuperación de la cuota de las remuneraciones durante el gobierno de Morales. Sin embargo, durante el periodo de Áñez y Arce(en línea con el de Morales) se observa una ligera caída en la participación de las remunera ciones en el producto. Al revisar las cifras de Brasil, desde los años cincuenta hasta el 2020, se observa tres grandes ciclos para la participación de las remuneraciones en el producto. En el Gráfico 9 se muestra la primera ola expansiva con Vargas y Kubitschek; la de Geisel, Figuereido y Sarney; y, la de Lula y Rousseff. En las caídas destacan los gobiernos de Goulart, Castelo Branco, Costa e Silva y Garrastazu. En el segundo ciclo se observa la caída de Mello, Franco y Cardoso. En el tercer ciclo, la reducción de la participación de las remunera ciones en el producto se aprecia en el gobierno de Temer y una caída más pronunciada en el de Bolsonaro. Obviamente, se esperaría otro ciclo expansivo durante el nuevo gobierno de Lula. Gráfico 9. Participación de las remuneraciones en el PBI de Argentina 1950-2022: observados y tendencia HP(%) 50.0 Per. Fron. Illi. Ong. Per. Vid. Alf. Men. Rua. Kirch. Mac. Fer. 45.0 40.0 35.0 30.0 25.0 20.0 1950 1953 1956 1959 1962 1965 1968 1971 1974 1977 1980 1983 1986 1989 1992 1995 1998 2001 2004 2007 2010 2013 2016 2019 2022 Observados(%) Tendencia HP Fuente: elaboración propia con base en la información del Instituto Nacional de Estadísticas y Censos(INDEC) de Argentina. 43

Impactos redistributivos de la pandemia de la COVID-19 en el Perú bajo una perspectiva internacional comparada 2019-2022 Gráfico 10. Participación de las remuneraciones en el PBI de Bolivia 1960-2022: observados y tendencia HP(%) 45.0 Paz. Bar. Ban. Sil. Paz.E. Paz.E. Sán. Ban. Mes. Mor. Arc. 40.0 35.0 30.0 25.0 20.0 2020 2017 2014 2002 1999 1996 1984 1981 1978 1966 1963 1960 Observados(%) Tendencia HP Fuente: elaboración propia con base en la información del Instituto Nacional de Estadística (INE) de Bolivia. 2001 2005 2004 2008 2007 2010 2011 1980 1987 1983 1990 1986 1989 1993 1959 1969 1962 1972 1965 1968 1975 Gráfico 11. Participación de las remuneraciones en el PBI de Brasil 1950-2020: observados y tendencia HP(%) 47.0 Var. Kub. Gou. Cast. Garr. Gei. Fig. Sar. Coll. Card. Lula Rou. Tem. Bol. 45.0 43.0 41.0 39.0 37.0 35.0 2019 2016 2013 1988 1995 1992 1977 1974 1971 1956 1953 1950 Observados Tendencia HP Fuente: elaboración propia con base en la información del Instituto Brasileño de Geografía y Estadística(IBGE). 44

Impactos redistributivos de la pandemia de la COVID-19 en el Perú bajo una perspectiva internacional comparada 2019-2022 En el Gráfico 12 se muestra la evolución, entre 1950 y 2021, de la cuota de las remu neraciones respecto del producto en Chile. Se observa ciclos menos pronunciados, a excepción del gran aumento y posterior caída al final del gobierno de Allende. De igual forma, en la década de los sesenta e inicios de los setenta, la tendencia fue ascendente, ya que se trataba de gobiernos desarrollistas, Alessandri –en menor medida– y Frei; además, a nivel internacional se configuraba la edad de oro del capitalismo. Se debe destacar que, durante el gobierno de Pinochet se observa una tendencia decreciente, aunque hay un ligero crecimiento luego de las políticas expansivas para remontar la crisis de inicios de los años ochenta. Posteriormente, durante los tres primeros gobiernos de la concertación, Aylwin, Frei y una parte del de Lagos, hay una tendencia creciente en la cuota de las remuneraciones. Llama también la atención la tendencia ascendente durante los periodos de Bachelet y el primer periodo de Piñera. Sin embargo, durante la pandemia de la COVID-19, durante el segundo gobierno de Piñera, se presenta una reversión de la tendencia previa hacia otra descendente. Colombia resulta ser un país interesante. Acá, la participación de las remuneraciones muestra menos ciclos a lo largo del tiempo. En el Gráfico 13 se observa, en general, un ciclo con mayores niveles durante el periodo de Turbay y, después, en el de Gaviria, ambos del Partido Liberal. Sin embargo, debe anotarse que, de igual forma, hay períodos de presidentes conservadores en los que se eleva la cuota salarial, y de liberales donde esta cae; probablemente, por razones de la economía interna y el entorno internacional. Nuevamente, en toda la década de los sesenta y setenta, con independencia del tipo de régimen y orientación partidaria, la cuota salarial se eleva. Durante los gobiernos liberales, como el de Samper, cae esta cuota salarial. En el gobierno de Uribe muestra una tendencia ligeramente descendente; por el contrario, con Santos, esta es ligera mente ascendente. Más recientemente, con Duque(alineado con Uribe), se observa una tendencia decreciente a propósito de la pandemia de la COVID-19. Gráfico 12. Participación de las remuneraciones en el PBI de Chile 1950-2021: observados y tendencia HP(%) 55.0 Ibá. Ales. Frei. Alle. Pino. Ayl. Frei. Lag. Bach. Piñ. Bach. Piñ. 50.0 45.0 40.0 35.0 30.0 25.0 1950 1953 1956 1959 1962 1965 1968 1971 1974 1977 1980 1983 1986 1989 1992 1995 1998 2001 2004 2007 2010 2013 2016 2019 Observados(%) Tendencia HP Fuente: elaboración propia con base en la información del Banco Central de Chile. 45

Impactos redistributivos de la pandemia de la COVID-19 en el Perú bajo una perspectiva internacional comparada 2019-2022 Gráfico 13. Participación de las remuneraciones en el PBI de Colombia 1950-2022: observados y tendencia HP(%) 55.0 Góm. Roj. Lle. León. Lle. Pas. Lóp. Tur. Bet. Bar. Gav. Sam. Pas Uri. San. Duq. Pet. 50.0 45.0 40.0 35.0 30.0 25.0 1950 1953 1956 1959 1962 1965 1968 1971 1974 1977 1980 1983 1986 1989 1992 1995 1998 2001 2004 2007 2010 2013 2016 2019 2022 Observados(%) Tendencia HP Fuente: elaboración propia con base en la información del Departamento Administrativo Nacional de Estadística(DANE) de Colombia. En el Gráfico 14 se observa la evolución de la participación de las remuneraciones en el producto del Ecuador, con una tendencia más o menos estable durante la década de los años cincuenta hasta inicios de los ochenta, a pesar de sus, también, numerosos gobiernos. Por otra parte, inmediatamente después, se observa una gran reducción en la cuota salarial hasta inicios de los años noventa, donde, probablemente, también confluyen problemas de información estadística. Estos periodos de caída corresponden a los gobiernos de Hurtado, Febres y Borja. Pos teriormente, se inicia la recuperación en el gobierno de Durán, continúa con Bucaram, Mahuad, Noboa y Gutiérrez. Más recientemente, se observa el aumento de la cuota salarial, más lentamente en la década del gobierno de Correa, y después con Moreno y Lasso, que tuvo que enfrentar la pandemia de la COVID-19. En el caso de México se identifica claramente dos periodos en la evolución de la participación de las remuneraciones respecto del PBI(ver Gráfica 15). Una etapa ascendente que coincide con el modelo desarrollista y del desarrollo estabilizador del régimen priista entre la década de los años cincuenta hasta inicios de los ochenta, entre los gobiernos de Ruiz Cortines y López Portillo. De allí viene la fase de ajuste y estabilización, durante el gobierno de De la Madrid, y luego una ligera mejora con Salinas de Gortari. Pasada la crisis de 1994, con Zedillo, se observa una reducción de la participación salarial y mejora al final de su periodo gubernamental. Los gobiernos de Fox y Calderón del Partido Acción Nacional(PAN) muestran una tendencia descendente de la participación salarial, que se profundiza al final del último gobierno. Posteriormente, López Obrador, del partido Morena, opositor al PRI, PAN 46

Impactos redistributivos de la pandemia de la COVID-19 en el Perú bajo una perspectiva internacional comparada 2019-2022 y el PRD, revierte esta dinámica con una activa política general de aumento de los salarios mínimos, aún más intensa en las zonas fronterizas, además de facilidades para la negociación colectiva, entre otras políticas frente a la crisis. México es el único país de la región que eleva la cuota de los salarios en 2022 por encima de los valores observados en 2019. Gráfico 14. Participación de las remuneraciones en el PBI de Ecuador 1953-2020: observados y tendencia HP(%) Vel. Aro.Cas.Yer.Vel. Rod. Pov. Rol.Hur. Feb. Bor. Dur. Buc. Mah. Nob.Gut.Pal. Corr. Mor. 40.0 35.0 30.0 25.0 20.0 15.0 10.0 2019 2017 2019 2015 2013 2011 2009 2010 2007 2005 2003 2001 2001 1999 1997 1995 1992 1991 1993 1989 1987 1983 1983 1985 1981 1979 1974 1975 1977 1973 1971 1965 1967 1969 1965 1963 1956 1961 1959 1957 1955 1953 Observados(%) Tendencia HP Fuente: elaboración propia con base en la información del Banco Central de Ecuador. Gráfico 15. Participación de las remuneraciones en el PBI de México 1950-2022: observados y tendencia HP(%) 45.0 Ruíz. Lóp. Díaz. Eche. Pórt. Mad. Sal. Zed. Fox. Cal. Peña. Amlo 40.0 35.0 30.0 25.0 20.0 2022 2016 2013 2007 2004 1998 1995 1989 1986 1980 1977 1971 1968 1962 1959 1953 1950 Observados(%) Tendencia HP Fuente: elaboración propia con base en el Instituto Nacional de Estadística y Geografía (INEGI) de México. 47

Impactos redistributivos de la pandemia de la COVID-19 en el Perú bajo una perspectiva internacional comparada 2019-2022 El Gráfico 16, referido al Perú, muestra la evolución de la participación de las remuneraciones respecto del PBI entre 1950 y 2022. En primer lugar, llama la atención los mayores niveles observados desde la década de los cincuenta hasta mediados de la década de los setenta. En este periodo confluyen la dictadura militar de Odría; los gobiernos civiles de Prado y Belaúnde; el gobierno militar progresista de Velasco; y el gobierno militar de Morales Bermúdez, que aplica políticas de ajuste como resultado de la crisis del petróleo en 1973. De ahí cae la cuota de las remuneraciones para subir a mediados del segundo gobierno de Belaúnde e inicios del primero de García. Posteriormente, como resultado de la crisis internacional de los años ochenta y los excesos internos, se produce una severa crisis inflacionaria entre 1989 y 1990, que juntamente con una severa caída del PBI conducen a una significativa contracción de la cuota de las remuneraciones hasta mediados de los años noventa, en el gobierno de Fujimori. De ahí en adelante se mantiene sin variaciones relevantes en el gobierno de Toledo y el segundo periodo de García. Con Humala hay un ligero crecimiento de la participación salarial en el producto para, de allí, mostrar una tendencia decreciente desde el gobierno de Kuczynski y un ligero aumento con Vizcarra. Los gobiernos de Sagasti y Castillo, por su parte, no logran revertir –como tendencia– la caída observada durante los tiempos de la pandemia de la COVID-19. Uruguay, una economía tradicional con elevadas participaciones de las remuneraciones en el producto, muestra en el Gráfico 17 diversos ciclos, desde la relativa estabilidad en el periodo de los gobiernos de facto del Consejo Nacional de Gobierno(entre 1952 y 1966), hasta evidenciar una tendencia decreciente durante los gobiernos de Bordaberry, Demicheli, Méndez y Álvarez(entre 1976 a 1985), todos ellos de facto. Con la restauración de la democracia, bajo los gobiernos de Sanguinetti y Lacalle, se observa una elevación de la cuota de las remuneraciones, a pesar de tratarse de gobiernos de diferentes partidos políticos. Durante los gobiernos de Sanguinetti(segundo período) y Batlle, respectivamente, entre la segunda mitad de los años noventa y el primer quinquenio del siglo XXI, se produce una caída de la participación de las remuneraciones, que se eleva nuevamente durante los gobiernos progresistas de Vásquez y Mujica, entre 2005 y 2020, hasta niveles ligeramente superiores al récord observado en la primera parte de la década de los años sesenta. Con Lacalle hijo se observa una ligera caída de la cuota de las remuneraciones respecto del PBI en tiempos de la pandemia de la COVID-19. El Gráfico 18 muestra lo ocurrido con la participación de las remuneraciones en el producto de Venezuela entre mediados de los años cincuenta y el 2020. Al respecto, se debe anotar que la mayor cuota de las remuneraciones se obtiene en el gobierno de Betancourt, a inicios de los años sesenta. De allí en adelante hay una ligera tendencia decreciente durante los gobiernos de Leoni y Caldera. Se recupera en el primer gobierno de Pérez, para contraerse poco a poco en los gobiernos de Herrera, Lusinchi, segundo gobierno de Pérez y segundo de Caldera. Posteriormente, durante el periodo de Chávez, la cuota salarial tiende a mantenerse, para después caer de manera significativa en tiempos del gobierno de Maduro, como resultado de la alta inflación e hiperinflación. Se debe anotar que la relación salarial tradicional ha sido sustituida por programas gubernamentales de apoyo directo, subsidios y racionamiento. Sin embargo, lo que podrían ser buenas intenciones del gobierno se ven desbaratadas por lo que ocurre en el ámbito económico: inflación, desinversión privada, escasez, entre otras. 48

Impactos redistributivos de la pandemia de la COVID-19 en el Perú bajo una perspectiva internacional comparada 2019-2022 Gráfico 16. Participación de las remuneraciones en el PBI de Perú 1950-2022: observados y tendencia HP(%) 45.0 Odr. Pra. Bel. Vel. Mor. Bel. Gar. Fuj. Tol. Gar. Hum. Kuc Viz. Bol. 40.0 35.0 30.0 25.0 20.0 2004 2001 1998 1995 1992 1989 1986 1983 1962 1959 1956 1953 1950 Observados(%) Tendencia HP Fuente: elaboración propia con base en la información del Instituto Nacional de Estadística e Informática(INEI) de Perú. 2021 2022 2012 2010 2013 2015 2016 2018 2019 2009 2007 1982 1980 1973 1968 1971 1975 1974 1979 1977 1970 1965 Gráfico 17. Participación de las remuneraciones en el PBI de Uruguay 1955-2022: observados y tendencia HP(%) 50.0 CNG Pach. Bor. Mén. Álv. San. Lac. San. Bat. Váz. Muj. Váz. Lac. 45.0 40.0 35.0 30.0 25.0 20.0 2006 2003 2000 1997 1994 1991 1988 1985 1967 1964 1961 1958 1955 Observados(%) Tendencia HP Fuente: elaboración propia con base en la información del Banco Central de Uruguay y el Instituto Nacional de Estadística(INE). 49

Impactos redistributivos de la pandemia de la COVID-19 en el Perú bajo una perspectiva internacional comparada 2019-2022 Gráfico 18. Participación de las remuneraciones en el PBI de Venezuela 1957-2020: observados y tendencia HP(%) 52.0 Bet. Leo. Cal. Pér. Herr. Lus. Pér. Cal. Chá. Mad. 47.0 42.0 37.0 32.0 27.0 22.0 17.0 12.0 7.0 2.0 1957 1960 1963 1966 1969 1972 1975 1978 1981 1984 1987 1990 1993 1996 1999 2002 2005 2008 2011 2014 2017 2020 Observados(%) Tendencia HP Fuente: elaboración propia con base en la información del Banco Central de Venezuela y la Organización Internacional del Trabajo(OIT). Los gráficos 19, 20 y 21 muestran las tendencias no lineales HP de la cuota de las remuneraciones de todas las economías analizadas integradas en tres grupos: economías grandes, intermedias y pequeñas de América Latina. Luego, en el Gráfico 22, se expone la integración de las diez economías analizadas para conformar la región de principales economías de América Latina utilizando como ponderador el PBI en USD constantes 2010 que se presenta en el Anexo 2 de este documento. Esta forma de presentación nos permite comparar las dinámicas de los diferentes países entre sí: niveles de la cuota de remuneraciones, tendencias y ciclos. También es útil para evaluar lo ocurrido respecto de la pandemia de la COVID-19. Un tema evidente es que existe una tendencia general en la evolución de la participación salarial sobre el PBI para toda la región en el periodo bajo análisis, pero también se encuentran muchas particularidades en cada economía que analizamos en un documento previo(Alarco, 2017). Las tres principales economías de la región: Argentina, Brasil y México se presentan conjuntamente en el gráfico 19. En primer lugar, destaca un mayor número de ciclos en la Argentina, seguida del Brasil y menos pronunciados en México. En segundo lugar, los mayores niveles de la participación de las remuneraciones en el PBI se observan, en ese orden, en Brasil, Argentina y México. En tercer lugar, tanto Brasil como Argentina muestran una reducción en la cuota de las remuneraciones a propósito de la pandemia de la COVID-19, mientras que México muestra una tendencia final contraria junto con Bolivia, las únicas economías de la región que la elevaron. La evolución de las economías de tamaño intermedio se muestra en el Gráfico 20, acá destacan los mayores niveles de la cuota de las remuneraciones, inicialmente, de 50

Impactos redistributivos de la pandemia de la COVID-19 en el Perú bajo una perspectiva internacional comparada 2019-2022 Venezuela en la década de los años sesenta, luego de Colombia, en los años setenta a noventa, y después de Chile. Por el contrario, salvo en algunos años de la década de los sesenta y al final de los ochenta, el Perú muestra los niveles más reducidos de la participación de las remuneraciones en el producto. Sin embargo, Venezuela gana lugar en este desafortunado ordenamiento, con la reducción más dramática a partir de 2015. Luego, se observa menos ciclos en los casos de Colombia y Chile, mientras que son mayores en el Perú y Venezuela. Por último, se debe anotar que en todas las economías de tamaño intermedio analizadas se produce una caída de la cuota de las remuneraciones durante la pandemia de la COVID-19. La evolución de la tendencia no lineal HP de la cuota de remuneraciones de las economías pequeñas: Bolivia, Ecuador y Uruguay, se muestra en el Gráfico 21. Al respecto, destaca con los mayores niveles el Uruguay, a excepción de los años ochenta, donde le gana Bolivia. Asimismo, en los años sesenta y setenta, la menor participación de las remuneraciones en el producto la tiene Ecuador. Luego, se observa una dinámica diferenciada en tiempos de la pandemia de la COVID-19, que cae ligeramente en Uruguay, se mantiene en el Ecuador, aunque con información incompleta, y crece en Bolivia. Gráfico 19. Participación de las remuneraciones en el PBI de economías grandes 1950-2022: tendencia HP(%) 50.0 45.0 40.0 35.0 30.0 25.0 20.0 15.0 Argentina Brasil México Fuente: elaboración propia con base en la información de los bancos centrales e institutos de estadística de las diferentes economías. 1950 1953 1956 1959 1962 1965 1968 1971 1974 1977 1980 1983 1986 1989 1992 1995 1998 2001 2004 2007 2010 2013 2016 2019 2022 51

Impactos redistributivos de la pandemia de la COVID-19 en el Perú bajo una perspectiva internacional comparada 2019-2022 Gráfico 20. Participación de las remuneraciones en el PBI de economías intermedias 1950-2022: tendencia HP(%) 50.0 40.0 30.0 20.0 10.0 0.0 1989 1989 1992 1992 1995 1995 1998 1998 2001 2001 2004 2004 2007 2007 2010 2010 2013 2013 2016 2016 2019 2019 2022 2022 1986 1986 1983 1983 1980 1980 1977 1977 1974 1974 1971 1971 1968 1965 1962 1959 1956 1953 1950 Chile Colombia Perú Venezuela Fuente: Elaboración propia con base en la información de los bancos centrales e institutos de estadística de las diferentes economías. Gráfico 21. Participación de las remuneraciones en el PBI de economías pequeñas 1950-2022: tendencia HP(%) 45.00 40.00 35.00 30.00 25.00 20.00 15.00 10.00 1968 1965 1962 1959 1956 1953 Bolivia Ecuador Uruguay Fuente: elaboración propia con base en la información de los bancos centrales e institutos de estadística de las diferentes economías. En el Gráfico 22 se muestra los resultados de los datos observados y la tendencia no lineal HP de la participación de las remuneraciones en el PBI elaborada a partir de la información de las diez economías analizadas. Sobre esto, a pesar de alguna información faltante, destaca la tendencia sinusoidal con un mayor nivel observado en los años sesenta, alineado con la edad de oro del capitalismo y su contrapartida en los modelos desarrollistas implantados en nuestros países. El nivel récord de aquellos años no ha sido superado hasta la fecha. 52

Impactos redistributivos de la pandemia de la COVID-19 en el Perú bajo una perspectiva internacional comparada 2019-2022 Hay, también, un segundo pico a mediados de la segunda década del siglo XXI muy vinculado con lo ocurrido en los diversos modelos progresistas de la Argentina, Brasil, Uruguay, Ecuador y Bolivia. El tercer pico se ubica a inicios de los años noventa, como resultado del dinamismo que, a nivel global, impusieron las TIC y al empuje inicial producido por la reestructuración y reorientación de muchas de estas economías. La desaceleración y caída de la cuota de remuneraciones, al parecer, se encuentra estrechamente vinculada con las crisis petroleras de 1973 y 1979-1980; así como, a los efectos detonados a nivel internacional y nacional(la década perdida de los años ochenta). Pueden influir, también, dinámicas locales, como los golpes de Estado de Pinochet en Chile, Morales Bermúdez en el Perú, o los programas de reajuste implantados por Miguel de la Madrid en México, y la posterior crisis del“Efecto Tequila”, en 1994. Se debe destacar que la mayor caída en la cuota de las remuneraciones se presenta en parte del primer quinquenio del siglo XXI detonada por la crisis internacional del 2001, las crisis argentinas iniciadas en el gobierno de Menem y la inestabilidad política consiguiente, además de las caídas observadas durante los gobiernos de Uribe en Colombia, Batlle en Uruguay, Fox en México, Cardoso en Brasil, Mesa en Bolivia y Lagos en Chile. Por último, cabe mencionar que durante la pandemia de la COVID-19 se redujo, en conjunto, la participación de las remuneraciones respecto del producto en América Latina. Gráfico 22. Participación de las remuneraciones en el PBI de América Latina 1950-2020: observados y tendencia HP(%) 42.0 40.0 38.0 36.0 34.0 32.0 30.0 1950 1953 1956 1959 1962 1965 1968 1971 1974 1977 1980 1983 1986 1989 1992 1995 1998 2001 2004 2007 2010 2013 2016 2019 Observados(%) Tendencia HP Nota: Bolivia no tiene datos de 1950 a 1959. Ecuador carece de información en 1951 y 1952. Uruguay no cuenta con datos de 1950 a 1954. Venezuela no tiene datos de 1950 a 1956. No obstante, la estructura de ponderadores permanece constante en todo el período. No se dispone de información entre 2021 y 2022 para Brasil, Chile, Ecuador y Venezuela. Fuente: elaboración propia con base en la información de los bancos centrales e institutos de estadística de las diferentes economías. 53

Impactos redistributivos de la pandemia de la COVID-19 en el Perú bajo una perspectiva internacional comparada 2019-2022 La información relativa a la cuota de las ganancias(excedente de explotación) y los ingresos mixtos de la Gráfica 23 es también ilustrativa, con una forma sinusoidal para algunas economías seleccionadas de América Latina. En Chile, en términos generales, se observa la caída de la cuota de los años cincuenta a los setenta; luego, un interludio de dos décadas, para mostrar una tendencia creciente hasta la fecha. En Colombia se observa una tendencia descendente hasta los años ochenta; luego, una ascendente con pico hacia finales de la primera década del siglo XXI para, de allí, mostrar una tendencia descendente, pero a niveles elevados similares a los alcanzados por Chile y Perú, aunque inferiores a los de México. Perú también muestra una tendencia descendente hasta mediados de la década de los sesenta, para crecer hasta el primer quinquenio del siglo XXI y mostrar, luego, una ligera reducción. México, al igual que Chile, muestra una tendencia con caída hacia mediados de los setenta y, después, una tendencia ascendente, como resultado de las políticas de ajuste iniciadas en los ochenta: las neoliberales y la nueva inserción al comercio internacional, que se vio reforzada con el Tratado de Libre Comercio con América del Norte. Luego, la participación del excedente de explotación y el ingreso mixto en tiempos de pandemia y post pandemia expone una ligera tendencia ascendente en Chile y Perú, mientras que es ligeramente descendente en México. No hay tendencia clara en el caso de Colombia. Gráfico 23. Datos observados y tendencias HP de la participación del excedente de explotación y los ingresos mixtos en el PBI en economías seleccionadas de América Latina 1950-2022(%) 2020 2022 2016 2010 1990 1992 1995 2000 1998 1955 1956 1960 1962 1965 1970 1968 60.0 70.0 55.0 65.0 50.0 60.0 45.0 55.0 40.0 50.0 35.0 30.0 45.0 25.0 40.0 2004 1986 1980 1974 1950 2020 2015 2010 2005 2000 1995 1990 1985 1980 1975 1970 1965 1960 1955 1950 Chile Tendencia HP Chile Colombia Tendencia HP Colombia 75.0 70.0 70.0 65.0 65.0 60.0 60.0 55.0 55.0 50.0 50.0 45.0 45.0 40.0 40.0 2015 2010 2005 1985 1980 1975 1950 2020 2015 2010 2005 2000 1995 1990 1985 1980 1975 1970 1965 1960 1955 1950 México Tendencia HP México Perú Tendencia HP Perú Fuente: elaboración propia con base en la información del Banco Central de Chile, Banco de México, DANE e INEI. 54

IV. Distribución personal del ingreso del Perú bajo una perspectiva internacional comparada 55

Impactos redistributivos de la pandemia de la COVID-19 en el Perú bajo una perspectiva internacional comparada 2019-2022 56

Impactos redistributivos de la pandemia de la COVID-19 en el Perú bajo una perspectiva internacional comparada 2019-2022 E n esta sección analizamos los resultados de lo ocurrido con la distribución personal del ingreso durante la pandemia de la COVID-19 en algunas economías seleccionadas de la región: Chile, Colombia, México y Perú. Al respecto, se debe anotar que esta modalidad de distribución se determina a partir del procesamiento de los resultados de las encuestas nacionales de los hogares que, como su nombre lo indica, provienen de información proporcionada directamente por las familias. Se procesó la información de estas encuestas para los años 2019, 2020, 2021 y 2022; sin embargo, debido a lo abundante de la data, generalmente se presenta los resultados del año base prepandemia(2019) y el último disponible(2022). Se debe anotar que la información no está completa para todos los países. En México solo se aplicaron encuestas para los años 2018, 2020 y 2022. En el caso de Chile, hasta el momento, solo se presenta información completa hasta 2020, mientras que la relativa a los años 2021 y 2022 únicamente contempla la relacionada con los perceptores de remuneraciones e ingresos mixtos, sin la concerniente a los ingresos de capital. Toda la información estadística por hogar, año, fuente de ingresos y país se procesó mediante la metodología detallada en el Anexo 4 de este documento, para tal efecto se utilizó el paquete estadístico Stata . De acuerdo con la CEPAL(2021), estas encuestas, también conocidas como encuestas de presupuestos familiares, constituyen un instrumento esencial para conocer la forma en que las personas obtienen sus recursos económicos y los utilizan para adquirir bienes y servicios . En la mayoría de los países de América Latina, este instrumento provee la información que sirve de base para, entre otras cosas, actualizar el índice de precios al consumidor, construir la cuenta institucional del sector hogares de las estadísticas de cuentas nacionales y determinar la conformación de la canasta básica de alimentos y el valor umbral de la línea de pobreza. En términos generales, como plantea la CEPAL(2021), el diseño de una encuesta proyecta la necesidad de elegir en varias etapas y de manera sistemática las unidades de muestreo que sirven como medio para la selección final de los hogares que participarán de la muestra. En principio, es necesario seleccionar un subconjunto de zonas geográficas y, a continuación, para cada zona geográfica seleccionada se escoge un subconjunto de secciones cartográficas, después hogares y, por último, para cada hogar se selecciona a todas las personas que aportarán información al cuestionario de ingresos y gastos. Posteriormente, estos resultados se extrapolan por un factor de expansión a toda la población. En condiciones ideales, el marco de muestreo debería coincidir plenamente con la población que se quiere estudiar, pero, en general, no siempre es posible contar con una lista de todos sus elementos. Solo como referencia, en el Perú se encuesta anualmente alrededor de 35 000 hogares, en Chile a 25 000, en México, 90 000 y en Colombia, 20 000(mensualmente). Un tema problemático con relación a los resultados de las encuestas nacionales de los hogares es su nivel de representatividad respecto de lo que reporta el PBI por tipo de ingresos de las cuentas nacionales de cada país y año. Se resalta que la información por encuestado en cada hogar se extrapola a nivel nacional por los factores de expansión 57

Impactos redistributivos de la pandemia de la COVID-19 en el Perú bajo una perspectiva internacional comparada 2019-2022 señalados en los resultados de la encuesta que se realizó a partir de un muestreo estadístico de todos los hogares del país. Hablamos de una representatividad que varía en el tiempo. Tal como plantean Davies y Shorrocks(2000), las encuestas en hogares tienen problemas de cobertura a nivel internacional debido a los errores de muestreo o de reporte , ya que algunos hogares no están capacitados, rechazan responder, subreportan la pro piedad o ingresos de ciertos activos o los subvalúan. Alarco y Castillo(2020) anotan que, en los resultados de estas, generalmente se omite a los sectores de altos ingresos y medios altos, y a las ganancias del capital extranjero. Solo como referencia, en Chile la extrapolación de los resultados de las encuestas representó un 43,78% y 42,41% con respecto al ingreso nacional para los años 2019 y 2020, respectivamente. En Colombia, representó un 40,63% en 2019. En México, un 27,52%, 26,76% y 30,14%, con respecto al ingreso nacional para los años 2018, 2020 y 2022, respectivamente. El Perú, por su parte, representó un 51,98%, 45,34%, 44,36% y 54,89%, con respecto al ingreso nacional registrado por el INEI, para los años 2019, 2020, 2021 y 2022, respectivamente. Hay que anotar que, con motivo de la pandemia, la representatividad de las encuestas extrapoladas a nivel nacional tendió a ser menor que antes de ella. Finalmente, los resultados de las encuestas se presentan agrupados en términos de deciles(10% de la población), del decil 1(D1) para los de menores ingresos y del decil 10(D10) para los de mayores ingresos. También se utiliza diversos indicadores de desigualdad: 1) Coeficiente de Gini , con valores que fluctúan entre 0 –perfecta igualdad– y 1 –desigualdad extrema–; 2) Cociente del total de ingresos de los individuos del D10 entre el D1, que reflejaría la distancia entre estos; 3) Índice de Palma , que refleja la distancia de los ingresos del D10 respecto del conjunto de los grupos de menores ingresos de los cuatro primeros deciles de la distribución del ingreso(D1 al D4); y, 4) Índice de Theil , que nos permite distinguir la desigualdad intergrupos o interdeciles(definida como T1) y la intragrupos o intradeciles(definida como T2) y donde el resultado de la fórmula es, a su vez, la suma de los dos componentes. El Anexo 5 de este documento contiene las fórmulas de los diferentes indicadores de desigualdad. Se debe anotar que, en este caso se presentan diferentes cortes de la información: perceptores de remuneraciones, de excedente de explotación e ingresos mixtos(trabajadores independientes del ámbito urbano y rural, y entre los que no se puede distinguir cuánto de sus ingresos provienen de su dotación de capital o del 58

Impactos redistributivos de la pandemia de la COVID-19 en el Perú bajo una perspectiva internacional comparada 2019-2022 trabajo). También se muestra los resultados de la reagrupación de la información cuando los jefes de los hogares son hombres o mujeres, y cuando corresponde a localidades urbanas o rurales. 6 En el Cuadro 9 se presenta la participación de los ingresos de cada uno de los deciles en porcentajes respecto del total del ingreso para las cuatro economías seleccionadas en el periodo 2019-2022. Las comparaciones pueden realizarse por decil entre economías y a través del tiempo. En primer lugar, resulta interesante comentar la situación de partida en la prepandemia 2019 de las cuatro economías en cuanto a algunos de sus deciles, en particular el D1 y el D10. Al respecto, el 10% de los habitantes más pobres (D1) solo tiene el 0,9% de los ingresos totales en Colombia; mientras que México tiene el 1,3%; se ubican en una situación intermedia, Chile, con 0,9% y Perú, con 1%. Como contrapartida de los resultados anteriores, en el decil de más altos ingresos(D10), los colombianos tienen casi el 49% del ingreso total de la sociedad, seguidos de los chilenos, con el 45%; mientras que, en México y Perú, reciben alrededor del 37% del ingreso total, reflejando en todas las economías analizadas una elevada concentración del ingreso en el 10% de la población más rica. Sin embargo, suponiendo la veracidad de los resultados de sus encuestas de hogares, hacia abajo, en los deciles D9 al D1, se muestra distribuciones diferenciadas dependiendo de las particularidades de sus estructuras productivas, laborales, poblacionales e institucionales. En segundo lugar, resulta interesante evaluar lo ocurrido entre el año base, 2019 y 2022, para el D1 y D10. En cuanto al decil de menores ingresos de Chile y México, se reduce su participación en el ingreso total, mientras que, en Colombia y Perú, estos se elevan entre el año base y el 2022. Lo anterior, probablemente, como resultado de lo ocurrido con los ingresos de este grupo, que se ubica en torno a las actividades agropecuarias y los servicios informales urbanos. Ahora bien, con relación a la participación del ingreso del decil más rico, de conformidad con la información oficial que, lamentablemente, subestima en todos los casos los ingresos de capital, se pierde cuota entre 2019 y 2022, especialmente en Chile, México y Perú; mientras que se eleva ligeramente en Colombia, hasta que este D10 obtiene poco más del 49% del ingreso de todo el país. Una aclaración sobre este cuadro, si bien se cuenta con toda la información para los diferentes deciles, nos focalizaremos, por el momento, en lo ocurrido entre el D1 y D10 y entre 2019 y 2022. Cuadro 9. Participaciones de los ingresos por deciles en las economías seleccionadas 2019-2022(%) Participación D1 D2 2019 2020 2021 2022 2019 2020 2021 2022 Chile * 0,92 1,00 1,00 0,80 1,65 1,95 2,47 2,17 Colombia ** 0,87 0,90 1,03 1,03 2,19 2,23 2,43 2,28 México *** 1,33 0,94 n.d. 1,02 2,63 1,99 n.d. 2,13 Perú 1,01 1,37 1,61 1,26 1,84 2,18 2,95 2,35 Continúa 6. Por un tema de espacio no se presenta la estructura de distribución por deciles de cada uno de estos cortes de la información total. 59

Impactos redistributivos de la pandemia de la COVID-19 en el Perú bajo una perspectiva internacional comparada 2019-2022 Participación D3 D4 D5 D6 D7 D8 D9 D10 2019 2020 2021 2022 2019 2020 2021 2022 2019 2020 2021 2022 2019 2020 2021 2022 2019 2020 2021 2022 2019 2020 2021 2022 2019 2020 2021 2022 2019 2020 2021 2022 Chile * 2,26 2,60 3,65 3,49 3,71 3,47 4,25 4,58 5,04 5,32 5,95 5,41 7,09 6,19 7,10 6,29 7,74 8,27 7,62 8,49 10,84 10,65 10,35 10,88 15,27 15,96 15,64 15,32 45,48 44,58 41,97 42,57 Colombia ** 3,23 3,37 3,46 3,16 4,28 4,35 4,62 4.25 4,68 5,59 6,25 5,62 5,38 5,78 7,24 5,98 7,25 7,40 7,69 6,91 9,42 9,64 9,53 8,96 13,77 13,73 13,44 12,73 48,93 47,02 44,31 49,08 México *** 3,72 2,90 n.d. 3,10 4,78 4,02 n.d. 4,23 6,02 5,26 n.d. 5,75 7,45 7,01 n.d. 7,22 9,12 9,24 n.d. 9,85 11,69 12,39 n.d. 12,33 15,85 17,91 n.d. 18,19 37,40 38,34 n.d. 36,17 Perú 2,79 3,06 4,12 3,45 3,93 4,04 4,89 4,89 5,36 5,37 6,53 6,20 7,23 7,35 8,05 7,86 9,59 9,68 9,96 10,24 12,80 12,84 12,56 12,97 18,32 17,62 16,89 17,85 37,13 36,48 32,05 32,92 n.d.: no disponible. * La Encuesta Suplementaria de Ingresos de Chile solo brinda información de ingresos asalariados dependientes e ingreso mixto para los años 2021 y 2022. ** La Gran Encuesta Integrada de Hogares de Colombia no presenta información acerca del excedente de explotación entre los meses de marzo y julio del 2020. *** La Encuesta de Ingresos y Gastos de México que refiere al 2019 corresponde al 2018. Fuente: elaboración propia con base en la información de las encuestas de hogares de las diferentes economías. En el Cuadro 10 se muestra los resultados de los diferentes coeficientes Gini para el ingreso total y para los cortes comentados al inicio de esta sección. 7 De partida, en 2019 la desigualdad total medida a través de este coeficiente es mayor en Colombia y Chile (0,55), seguidos de Perú(0,51) y México(0,47). Entre 2019 y 2022 este coeficiente se reduce en todos los casos, excepto en México, que se eleva. En el caso de los diversos cortes se observa resultados interesantes. Por ejemplo, los coeficientes Gini relativos a 7. Estos coeficientes de Gini se calculan a partir de la información estimada por deciles y no toda la muestra de observaciones. 60

Impactos redistributivos de la pandemia de la COVID-19 en el Perú bajo una perspectiva internacional comparada 2019-2022 los ingresos de los perceptores de las remuneraciones son menores que los referidos al total de ingresos, que reflejan menores niveles de desigualdad. Sin embargo, llama la atención la elevación de las desigualdades de los perceptores de remuneraciones entre 2019 y 2022 en Chile y Colombia respecto de México y Perú. Los mayores niveles de desigualdad se observan en los coeficientes de Gini de los ingresos por capital seguidos de los ingresos mixtos respecto de lo ocurrido en las remuneraciones. Al analizar lo ocurrido con el Gini de los ingresos de capital entre 2019 y 2022, este se eleva claramente en Colombia y se reduce ligeramente en Perú y México. En Colombia no solo se agrandan las diferencias entre los más ricos perceptores de ganancias sino entre los que perciben remuneraciones. Una dinámica diferente es la que se observaría con relación al ingreso mixto, que se reduce en todas las economías. Destacan también los resultados en cuanto a si el jefe del hogar es hombre o mujer en términos de las desigualdades. De partida, en 2019, en todos los países es mayor en el caso de las mujeres que de los hombres. La mayor desigualdad se produce en Colombia, México y Perú; mientras que la diferencia es menor en el caso de Chile. Sin embargo, entre 2019 y 2022 se reduce la desigualdad para hombres y mujeres medida en términos del Gini . Por último, los niveles de desigualdad en el ámbito urbano son siempre mayores que en el rural. En todos los casos, entre 2019 y 2022, se muestra una tendencia descendente, aunque menor en el caso de lo urbano en Colombia. Cuadro 10. Coeficiente Gini de los ingresos por deciles con diferentes cortes en las economías seleccionadas 2019-2022 Índice Gini Total ingresos Remuneraciones Ingreso mixto Excedente de explotación Hombres Mujeres Urbano Rural 2019 2022 2019 2022 2019 2022 2019 2022 2019 2022 2019 2022 2019 2022 2019 2022 Chile * 0,55 0,52 0,45 0,46 0,63 0,60 0,67 n.d. 0,55 0,53 0,54 0,52 0,54 0,50 0,51 0,47 Colombia ** 0,55 0,54 0,44 0,49 n.d. n.d. 0,71 0,73 0,54 0,55 0,60 0,57 0,57 0,56 0,51 0,42 México *** 0,47 0,49 0,52 0,50 0,61 0,60 0,70 0,66 0,51 0,49 0,53 0,50 0,43 0,39 0,36 0,35 Perú 0,51 0,46 0,51 0,46 0,58 0,56 0,65 0,64 0,51 0,47 0,53 0,47 0,42 0,38 0,36 0,36 n.d.: no disponible. * La Encuesta Suplementaria de Ingresos de Chile solo brinda información de ingresos asalariados dependientes e ingreso mixto para los años 2021 y 2022. ** La Gran Encuesta Integrada de Hogares de Colombia no presenta información acerca del excedente de explotación entre los meses de marzo y julio del 2020. *** La Encuesta de Ingresos y Gastos de México que refiere al 2019 corresponde al 2018. Fuente: elaboración propia con base en la información de las encuestas de hogares de las diferentes economías. 61

Impactos redistributivos de la pandemia de la COVID-19 en el Perú bajo una perspectiva internacional comparada 2019-2022 Las distancias en los ingresos del D10 respecto del D1, con diferentes cortes, se muestran en el Cuadro 11. De partida, en 2019, cuando nos referimos al total de ingresos, las distancias son mayores en Colombia y Chile, y menores cuando se trata de Perú y México. Cuando el subconjunto se refiere a los que perciben remuneraciones, las distancias son mayores en Perú y México; y menores en Chile y Colombia. Por otra parte, estas distancias son muy grandes cuando nos referimos a los perceptores de ganancias y, luego, al ingreso mixto, a excepción de Colombia en el último caso. La situación es más difusa cuando nos referimos al sexo de los jefes del hogar. Es más desigual en el caso de las mujeres respecto de los hombres en Chile, México y, en menor medida, en Perú; mientras que, en Colombia es más desigual en los hombres que en las mujeres. Por último, la desigualdad urbana es mayor que la rural y destaca más en Chile y Colombia respecto de México y Perú. En el ámbito rural también las distancias al interior son mayores en Chile, luego Colombia, siguen México y Perú, con la distancia más pequeña. Entre el año base 2019 y 2022, en cuanto al ingreso total, las distancias entre los más ricos y los pobres de la sociedad se acrecentaron en Chile y México, y se redujeron en Colombia y Perú. Al referirnos a los perceptores de las remuneraciones y los ingresos mixtos las distancias crecen en Colombia, pero se reducen en el resto de las economías. Asimismo, en el caso de Perú, es notoria la ampliación de las distancias cuando se trata de los perceptores de ganancias con relación a la reducción reportada oficialmente en Colombia y México. Respecto a las distancias entre hombres, se reducen en Chile, México y Perú, para ampliarse en Colombia. En el caso de las mujeres jefes del hogar, se amplían en Chile y se reducen en el resto de los países. Cuadro 11. Proporciones entre el ingreso del D10 respecto del D1 con diferentes cortes en las economías seleccionadas 2019-2022 Decil 10/ Decil 1 Total ingresos Remuneraciones Ingreso mixto Excedente de explotación Hombres Mujeres Urbano Rural 2019 2022 2019 2022 2019 2022 2019 2022 2019 2022 2019 2022 2019 2022 2019 2022 Chile* 49,49 53,22 21,72 20,58 103,63 85,29 198,01 n.d. 49,25 46,77 34,18 57,62 44,31 47,52 39,30 38,98 Colombia** 56,03 47,55 29,80 34,52 29,80 34,52 386,13 245,99 36,75 39,01 86,99 61,96 66,58 58,96 46,98 26,47 México *** 28,02 35,58 53,28 43,91 227,48 220,80 298,83 189,52 36,56 32,78 55,21 41,18 20,08 15,45 12,59 11,90 Perú 36,74 26,20 75,13 45,81 77,62 69,98 405,48 433,34 35,36 37,15 39,66 29,71 17,71 13,81 11,76 11,09 n.d.: no disponible. * La Encuesta Suplementaria de Ingresos de Chile solo brinda información de ingresos asalariados dependientes e ingreso mixto para los años 2021 y 2022. ** La Gran Encuesta Integrada de Hogares de Colombia no presenta información acerca del excedente de explotación entre los meses de marzo y julio del 2020. *** La Encuesta de Ingresos y Gastos de México que refiere al 2019 corresponde al 2018. Fuente: elaboración propia con base en la información de las encuestas de hogares de las diferentes economías. 62

Impactos redistributivos de la pandemia de la COVID-19 en el Perú bajo una perspectiva internacional comparada 2019-2022 En el Cuadro 12 se mide las distancias entre los ingresos del D10 respecto de los cuatro deciles de menores ingresos de acuerdo con el índice de Palma . En el año base 2019 es interesante anotar que, a través de este indicador, se magnifican los resultados de la desigualdad en los ingresos respecto del coeficiente Gini , observándose que es mayor en Chile, Colombia y el Perú, pero menor en México. Este indicador tiene valores entre 3 y 5,3 cuando lo ideal, según Oxfam(2024), debiera ser 1. En todos los casos, la distancia entre los perceptores de remuneraciones y el ingreso mixto es más o menos similar en los cuatro países, aunque superior en México y Perú. Hay que destacar que el valor de este índice es menor en el caso de las remuneraciones frente al ingreso total. Obviamente, en el caso de las distancias de los perceptores de ganancias o excedente de explotación, son claramente superiores respecto de las dos otras fuentes del ingreso(remuneraciones e ingresos mixtos); acá destaca Chile, con la mayor desigualdad frente a Colombia, México y Perú. Asimismo, los jefes de hogares hombres respecto a las mujeres muestran mayores distancias en Chile y Colombia; mientras que las distancias en las mujeres son superiores en Colombia y México . Las distancias entre mujeres y hombres son mayores en Colombia y México; y si se trata de Chile y Perú, son menores. Se ratifica, también, una mayor desigualdad en el ámbito urbano respecto del rural en todos los países, pero especialmente en Chile y Colombia, y menor en México y Perú, por la estructura de propiedad en el campo, menos concen trada que en el grupo anterior. Entre 2019 y 2022 el índice de Palma se eleva para el total de los ingresos en México y se reduce en el resto de los países. En el caso de las remuneraciones, se eleva nuevamente para Colombia; mientras que, en Chile, México y Perú la distancia se hace menor. En Chile, Colombia y México la distancia en los ingresos mixtos es mayor; lo que evidencia la heterogeneidad de este grupo de trabajadores independientes; en Perú la cifra se reduce. Llama la atención que en todas las economías se reduce la distancia entre los perceptores de ganancias, y solo aumenta en el caso de los jefes de hogar hombres en Colombia, mientras que se reduce tanto en los hombres como en las mujeres en el resto de las economías. Salvo la mayor distancia en el ámbito urbano de Colombia entre el año 2019 y 2022, en el resto de los países estas decrecen y pasa lo mismo en el ámbito rural. 63

Impactos redistributivos de la pandemia de la COVID-19 en el Perú bajo una perspectiva internacional comparada 2019-2022 Cuadro 12. Índice de Palma de los ingresos por deciles con diferentes cortes en las economías seleccionadas 2019-2022 Índice Palma Total ingresos Remuneraciones Ingreso mixto Excedente de explotación Hombres Mujeres Urbano Rural 2019 2022 2019 2022 2019 2022 2019 2022 2019 2022 2019 2022 2019 2022 2019 2022 Chile * 5,32 3,86 2,85 1,76 2,69 3,86 20,65 n.d. 4,90 4,25 4,49 3,62 4,86 3,51 3,99 3,04 Colombia ** 4,62 4,58 2,55 3,40 2,55 3,40 17,83 17,37 4,23 4,57 6,95 5,96 5,21 5,31 3,98 2,38 México *** 3,00 3,86 2,71 2,28 4,18 6,81 17,34 12,37 3,92 3,36 4,63 3,74 2,35 1,93 1,63 1,51 Perú 3,88 2,76 2,81 2,47 6,49 5,56 14,04 12,60 3,92 2,96 3,82 3,10 2,10 1,70 1,59 1,54 n.d.: no disponible. * La Encuesta Suplementaria de Ingresos de Chile solo brinda información de ingresos asalariados dependientes e ingreso mixto para los años 2021 y 2022. ** La Gran Encuesta Integrada de Hogares de Colombia no presenta información acerca del excedente de explotación entre los meses de marzo y julio del 2020. *** La Encuesta de Ingresos y Gastos de México que refiere al 2019 corresponde al 2018. Fuente: elaboración propia con base en la información de las encuestas de hogares de las diferentes economías. De acuerdo con el Cuadro 13, la desigualdad de los ingresos por deciles, en referencia al índice de Theil y a la distancia interdeciles(T2), es significativamente más elevada en el 2019 para Colombia, ya que se trata de un tamaño de muestra significativamente superior a la del resto de países, le siguen Chile, México y Perú. Asimismo, de conformidad con el valor T1, las distancias intradeciles son muy elevadas en Colombia, y son pequeñas en los casos de Chile, México y el Perú. Ahora bien, de acuerdo con el índice de Theil , que no necesariamente coincide con el coeficiente Gini , en todos los casos la desigualdad se reduce entre 2019 y 2022, a excepción de una muy ligera elevación en el Perú. Con este indicador, y con base en la información oficial, nos hacemos ligeramente más desiguales que el resto de las economías de la región. Sobre la desigualdad intradecil, esta se reduce en Colombia, Chile y México, para crecer ligeramente en Perú; luego, la distancia interdecil se reduce en todas partes a excepción de Perú. 64

Impactos redistributivos de la pandemia de la COVID-19 en el Perú bajo una perspectiva internacional comparada 2019-2022 Cuadro 13. Índice de Theil relativo al total de los ingresos por deciles en las economías seleccionadas 2019-2022 2019 2020 2021 2022 Índice de Theil T1 T2 Theil T1 T2 Theil T1 T2 Theil T1 T2 Theil Chile * 0,08 0,42 0,5 0,07 0,39 0,46 0,05 0,24 0,29 0,04 0,24 0,28 Colombia ** 0,25 0,49 0,74 0,21 0,47 0,68 0,18 0,45 0,63 0,21 0,46 0,67 México *** 0,07 0,32 0,39 0,08 0,32 0,4 n.d. n.d. n.d. 0,07 0,29 0,36 Perú 0,03 0,33 0,36 0,03 0,37 0,4 0,03 0,33 0,36 0,03 0,34 0,37 n.d.: no disponible. * La Encuesta Suplementaria de Ingresos de Chile solo brinda información de ingresos asalariados dependientes e ingreso mixto para los años 2021 y 2022. ** La Gran Encuesta Integrada de Hogares de Colombia no presenta información acerca del excedente de explotación entre los meses de marzo y julio del 2020. *** La Encuesta de Ingresos y Gastos de México que refiere al 2019 corresponde al 2018. Fuente: elaboración propia con base en la información de las encuestas de hogares de las diferentes economías. En los gráficos 24, 25, 26 y 27 se muestra lo ocurrido con la participación de los ingresos por deciles respecto del total del ingreso de la población de las cuatro economías analizadas durante los tiempos de la pandemia de la COVID-19. Al respecto, en el eje vertical se anotan los deciles de la población del D1 al D10 y en el eje horizontal las variaciones porcentuales positivas o negativas de lo ocurrido con la participación de los ingresos por deciles entre 2019 y 2020, el año más dramático de la pandemia de la COVID-19, y el total de lo observado entre 2019 y 2022. Como ejemplo, si el D1 tiene el 1% del total del ingreso nacional en 2019 y esta participación se eleva al 1,2% del total del ingreso nacional, la variación porcentual(%) de ese decil se elevaría en 20%. Si se redujera en 2020 al 0,8% la variación porcentual sería-20%. Destacamos que la variación de la participación del ingreso por deciles reflejaría cambios en la distribución del ingreso como resultado de todo un conjunto de variables estructurales, económicas y sociales; así como de políticas públicas focalizadas y/o generalizadas. Lo anterior, sin olvidar que pueden jugar un papel relevante no solo las variables nacionales, regionales o locales sino las del entorno internacional que afecten a una actividad económica en particular que desarrolle un grupo de pobladores dentro de un estrato o decil determinado. También, en ambos periodos de análisis, aunque con mayor énfasis en el relativo al periodo 2019-2022, se destacan efectos indirectos por los diversos encadenamientos productivos y de empleo. 65

Impactos redistributivos de la pandemia de la COVID-19 en el Perú bajo una perspectiva internacional comparada 2019-2022 Las variaciones de las participaciones por deciles entre 2019 y 2020 y entre 2019 y 2022 de Chile se muestran en el Gráfico 24. Acá, entre 2019 y 2020 se benefició, principalmente, a los D1, D2 y D3 de más bajos ingresos, pero, al mismo tiempo, con ligeras mejoras en los D5, D7 y D9. También, de conformidad con la información oficial, se perjudicó relativamente a los D4, D6, D8, y solo marginalmente al D10, de más altos ingresos de la sociedad. Para el periodo 2019 al 2022, que comprende la pandemia de la COVID-19, se benefició a los deciles del D2 al D5, especialmente al D3 y ligeramente a los D7 y D9. Solo perdieron participación relativa en el ingreso nacional los D6 y D10. El Gráfico 25 muestra los resultados de la variación de los ingresos por deciles de Colombia entre 2019-2020 y 2019-2022. A diferencia de lo ocurrido en Chile, en el primer periodo, los beneficiados fueron, principalmente, los estratos medios relativos a los deciles D5 y D6, seguidos por los D1, D3, D2, D7 y D8. La información oficial registra como ligeramente perjudicado al D10, que perdió participación en el ingreso nacional. Es interesante anotar que las tendencias observadas entre 2019 y 2020 se reproducen en gran medida entre 2019 y 2022, y benefician a los D1, D2, D5 y D6, pero perjudican relativamente a los D3, D4, D7, D8 y D9. Las modificaciones en las participaciones en los ingresos por deciles de México se expresan en el Gráfico 26. En este caso, lo ocurrido entre 2019-2020 y 2019-2022 es bastante similar. De la información se deduce que, entre 2019 y 2020, los deciles que ganaron mayor participación en el ingreso nacional corresponden a los sectores medios y medios altos vinculados a los D7, D8 y D9; mientras que perdieron participación en el ingreso los deciles D1 al D6. Respecto a lo ocurrido entre 2019 y 2022, estos deciles perdieron menos participación y los deciles ganadores obtuvieron menores ganancias que en el periodo previo. Estos resultados parecen contradecir la activa política de salarios mínimos establecida en México desde el gobierno de López Obrador, pero se debe señalar que, efectivamente, en dicho país hay mayores problemas de representatividad de los resultados agregados de las encuestas de hogares ; los salarios mínimos no corresponden necesariamente a los deciles de más bajos ingresos de la sociedad y, en tercer lugar, aquí se evalúa los cambios en las participaciones porcentuales de los ingresos por deciles respecto del ingreso nacional y no los cambios absolutos de los ingresos totales o promedio nominal o real de todas las personas que forman parte de cada uno de los deciles de la sociedad. Los resultados de lo ocurrido con las participaciones de los ingresos de cada decil sobre el total del ingreso de Perú se muestran en el Gráfico 27. Entre 2019 y 2022 se evidenció una significativa mejora de los ingresos de los D1, D2 y D3, mientras que la situación permaneció estacionaria en los D4 al D8; sin embargo, los resultados en cuanto a los deciles de más altos ingresos, D9 y D10, es contraintuitiva, probablemente por los problemas de subreporte en las encuestas nacionales de los ingresos de los sectores medio, medios altos y de altos ingresos del país. Además, los resultados cambian relativamente cuando se evalúa los efectos de toda la pandemia de la COVID-19 entre 2019 y 2022. Logran mayor participación en el ingreso total los deciles de más bajos ingresos, D1 al D4, y son menores y decrecientes las ganancias de los niveles medios, D5 al D7; mientras que, de acuerdo con la estadística oficial, el D8 mantiene una participación similar y pierden relativamente los deciles de altos ingresos D9 y D10. Nuevamente, el problema del subreporte se hace evidente. 66

Impactos redistributivos de la pandemia de la COVID-19 en el Perú bajo una perspectiva internacional comparada 2019-2022 Gráfico 24. Variación(%) de la participación de los ingresos por deciles en Chile 2019-2022 * D10 D9 D8 D7 D6 D5 D4 D3 -20.00-10.00 D2 D1 0.00 10.00 20.00 30.00 40.00 50.00 60.00 Var(%) 2020/2019 Var(%) 2022/2019 * La encuesta solo abarca los ingresos asalariados y los ingresos mixtos en 2021 y 2022. Fuente: elaboración propia con base en la información de la Encuesta Suplementaria de Ingresos del INE, Chile. Gráfico 25. Variación(%) de la participación de los ingresos por deciles en Colombia 2019-2022 * D10 D9 D8 D7 D6 D5 D4 D3 D2 -10.00 D1 -5.00 0.00 5.00 10.00 15.00 20.00 25.00 Var(%) 2020/2019 Var(%) 2022/2019 * No incluye datos sobre excedente de explotación de marzo a julio de 2020. Fuente: elaboración propia con base en la información de la Gran Encuesta Integrada de Hogares del DANE, Colombia. 67

Impactos redistributivos de la pandemia de la COVID-19 en el Perú bajo una perspectiva internacional comparada 2019-2022 Gráfico 26. Variación(%) de la participación de los ingresos por deciles en México 2018-2022 -40.00-30.00-20.00-10.00 D10 D9 D8 D7 D6 D5 D4 D3 D2 D1 0.00 10.00 20.00 Var(%) 2020/2018 Var(%) 2022/2018 Fuente: elaboración propia con base en la información de la Encuesta de Ingresos y Gastos del INEGI, México Gráfico 27. Variación(%) de la participación de los ingresos por deciles en Perú 2019-2022 D10 D9 D8 D7 D6 D5 D4 D3 D2 D1 -20.0-10.0 0.0 10.0 20.0 30.0 40.0 Var(%) 2020/2019 Var(%) 2022/2019 Fuente: elaboración propia con base en la información de la Encuesta Nacional de Hogares del INEI, Perú. 68

Impactos redistributivos de la pandemia de la COVID-19 en el Perú bajo una perspectiva internacional comparada 2019-2022 En los cuadros 14, 15, 16 y 17 se combina la información de las participaciones de los ingresos por deciles respecto del total nacional entre el número de pobladores en cada decil: 10% de la población total. Luego, este resultado se multiplica por el PBI nacional reportado por el Banco Mundial en dólares americanos(USD) 2010 para obtener el ingreso promedio per cápita en dólares americanos a precios de ese año. Se obtiene, entonces, el ingreso promedio por decil, que se puede comparar respecto de los otros deciles con el promedio nacional y entre las diferentes economías. Con este análisis se presentan muchas sorpresas. En el Cuadro 14 se presenta la información oficial de Chile por deciles entre 2019 y 2022; así como, las tasas de crecimiento promedio anual que comentamos anteriormente. Sin embargo, se debe destacar las diferencias de ingreso per cápita entre los deciles de bajos ingresos respecto del más alto. Una persona del D1 recibió un ingreso promedio anual de USD del 2010 de 1 259, en 2019, y USD 1 079, en 2022. Al mismo tiempo, otra persona del D10, de más altos ingresos, recibió USD 62 591 y USD 61 240 respectivamente. Si se calcula en términos de ingresos familiares habría que considerar una familia prototipo de, al menos, cuatro miembros, por lo que habría que multiplicar los números anteriores por cuatro. Ahora bien, si queremos evaluar lo que sucedió durante la pandemia de la COVID-19, podríamos analizar lo ocurrido entre 2019 y 2022 utilizando un indicador simple: la distancia entre el decil de altos ingresos respecto del ingreso promedio del más bajo(D10/D1) de ambos años. Los resultados, aún con la información oficial, son interesantemente desafortunados, ya que la distancia entre los más ricos y pobres de Chile se amplía en la prepandemia, de 49,7 veces en 2019 a 56,8 veces en el año 2022, distancia que se incrementa en tiempos de la pandemia de la COVID-19. Por otra parte, el índice de Palma , que evalúa lo ocurrido entre el D10 y la suma de los ingresos D1 al D4, se reduce de 5,4 en 2019 a 3,9 veces en 2022, por la mejora de ingresos de los D2, D3 y D4. Sin embargo, este cociente se distancia mucho del ideal con valor de 1 que promueven diversos organismos internacionales(Oxfam, 2024). Los resultados en cuanto a la evolución de los ingresos promedio por deciles de Colombia en dólares americanos(USD) a precios del 2010 se muestran en el Cuadro 15. De partida, los ingresos promedio por deciles son más bajos que los observados en Chile. Los ingresos anuales del decil más pobre son apenas de USD 559 y USD 708 entre 2019 y 2022, con un crecimiento relevante entre ambos años. Al mismo tiempo, los ingresos promedio del D10 más rico de la sociedad se elevaron de USD 31 335 a USD 33 656 entre 2019 y 2022. En este caso, la distancia entre D10/D1 fue de 56,1 veces en 2019, para reducirse a 47,5 veces, en 2022. Sin embargo, cuando se aplica el índice de Palma al valor, se mantiene entre ambos años una distancia de 4,6 veces, muy por encima del ideal. Los resultados de los ingresos totales per cápita por deciles en México se muestran en el Cuadro 16. En primer lugar, destacan los valores que se ubican entre los resultados de Chile y Colombia. En segundo lugar, de acuerdo con la información oficial, al igual que en Chile, los ingresos del D1 se reducen entre 2019 y 2022 con una tasa de decrecimiento promedio del 9,8% anual. También el ingreso del D10 pasa de USD 37 858 a USD 35 290 entre 2019 y 2022, con un decrecimiento promedio del 2,3%. 69

Impactos redistributivos de la pandemia de la COVID-19 en el Perú bajo una perspectiva internacional comparada 2019-2022 Luego, el cociente de los ingresos promedio del D10/D1 se eleva, de 28 a 35,6 veces entre 2019 y 2022, para mostrar una mayor desigualdad, pero con cocientes menores a los de Chile y Colombia. Asimismo, cuando se calcula el índice de Palma , también se observa menor desigualdad que Chile y Colombia. Sin embargo, en 2019, con un cociente de 3, se pasó a 3,4 veces en 2022, para mostrar un incremento de la desigualdad en tiempos de la pandemia de la COVID-19. Los resultados en cuanto a los ingresos promedio per cápita de Perú en USD a precios de 2010 se muestran en el Cuadro 17. Aquí se puede destacar que, mientras el ingreso promedio mensual del decil más pobre era de USD 55 mensuales, el del más rico, con información oficial, fue de USD 2 027 en 2019. En 2022, en cambio, pasaron a ser de USD 69 y USD 1 799 mensuales, respectivamente. Por otra parte, la distancia entre los ingresos del D10/D1 fue 36,7 veces en 2019 y 26,2 veces en 2022, con valores por debajo a los registrados para Chile, Colombia y México. El índice de Palma también se redujo de 3,9 veces a 2,8 veces entre 2019 y 2022. Con esta nueva información oficial la desigualdad en el Perú parece haberse reducido en tiempos de la pandemia de la COVID-19 . Sin embargo, no solo se muestra resultados por encima de los estándares internacionales ideales(en el caso del índice de Palma ), sino que estos resultados contrastan con la menor participación de las remuneraciones en el PBI analizada en la sección 3 de este documento. Cuadro 14. Evolución de los ingresos totales per cápita por deciles en Chile(USD 2010) * Decil 1 Decil 2 Decil 3 Decil 4 Decil 5 Decil 6 Decil 7 Decil 8 Decil 9 Decil 10 Promedio 2019 1 259 2 263 3 139 5 022 7 054 9 081 11 505 14 880 21 063 62 591 13 761 2020 1 266 2 489 3 261 4 521 6 478 8 234 10 555 13 587 20 344 56 866 12 741 2021 1 413 3 336 5 377 5 778 8 709 9 978 10 483 15 010 21 683 60 186 14 096 2022 1 079 3 311 5 009 6 350 8 079 7 928 14 159 15 294 22 448 61 240 14 358 TCPA(%) -5,01 13,53 16,86 8,14 4,63 -4,43 7,16 0,92 2,14 -0,72 1,43 * La encuesta solo abarca ingresos asalariados e ingresos mixtos en 2021 y 2022. Fuente: elaboración propia con base en los datos del Banco Mundial y de la Encuesta Suplementaria de Ingresos del INE, Chile. 70

Impactos redistributivos de la pandemia de la COVID-19 en el Perú bajo una perspectiva internacional comparada 2019-2022 Cuadro 15. Evolución de los ingresos totales per cápita por deciles en Colombia (USD 2010) * Decil 1 Decil 2 Decil 3 Decil 4 Decil 5 Decil 6 Decil 7 Decil 8 Decil 9 Decil 10 Promedio 2019 559 1 405 2 071 2 740 2 995 3 446 4 641 6 030 8 818 31 335 6 404 2020 526 1 303 1 970 2 544 3 271 3 381 4 329 5 644 8 039 27 522 5 853 2021 662 1 558 2 222 2 970 4 012 4 654 4 939 6 122 8 636 28 464 6 424 2022 708 1 560 2 169 2 917 3 856 4 101 4 736 6 147 8 728 33 656 6 858 TCPA(%) 8,17 3,55 1,55 2,11 8,78 5,98 0,67 0,64 -0,34 2,41 2,31 * La encuesta no incluye datos sobre el excedente de explotación de marzo a julio de 2020. Fuente: elaboración propia con base en los datos del Banco Mundial y de la Gran Encuesta Integrada de Hogares del DANE, Colombia. Cuadro 16. Evolución de los ingresos totales per cápita por deciles en México(USD 2010) Decil 1 Decil 2 Decil 3 Decil 4 Decil 5 Decil 6 Decil 7 Decil 8 Decil 9 Decil 10 Promedio 2018 1 351 2 667 3 766 4 835 6 090 7 539 9 229 11 829 16 045 37 858 10 120 2020 860 1 822 2 648 3 679 4 809 6 411 8 451 11 338 16 373 35 089 9 147 2022 992 2 081 3 023 4 128 5 610 7 046 9 609 12 031 17 750 35 290 9 756 TCPA(%) -9,79 -7,93 -7,07 -5,13 -2,70 -2,23 1,36 0,56 3,42 -2,31 -1,22 Fuente: elaboración propia con base en los datos del Banco Mundial y la Encuesta de Ingresos y Gastos del INEGI, México. Cuadro 17. Evolución de los ingresos totales per cápita por deciles en Perú(USD 2010) Decil 1 Decil 2 Decil 3 Decil 4 Decil 5 Decil 6 Decil 7 Decil 8 Decil 9 Decil 10 Promedio 2019 662 1 205 1 829 2 572 3 512 4 739 6 279 8 383 11 997 24 327 6 550 2020 790 1 256 1 763 2 325 3 091 4 230 5 570 7 390 10 139 20 991 5 754 2021 1 036 1 901 2 657 3 404 4 208 5 194 6 419 8 099 10 885 20 668 6 447 2022 824 1 540 2 260 3 207 4 065 5 153 6 714 8 506 11 700 21 583 6 555 TCPA(%) 7,55 8,52 7,30 7,64 4,99 2,83 2,25 0,48 -0,83 -3,91 0,02 Fuente : elaboración propia con base en los datos del Banco Mundial y la Encuesta Nacional de Hogares del INEI, Perú. 71

Impactos redistributivos de la pandemia de la COVID-19 en el Perú bajo una perspectiva internacional comparada 2019-2022 Los gráficos 27, 28 y 29 presentan la información simultánea de las cuatro economías analizadas entre el año 2019 y 2022 en USD a precios del 2010 para tres conjuntos de la población: decil 1, promedio del decil 1 al 4 y decil 10; asimismo, se anota los productos per cápita de economías de otras regiones que se ubican cercanamente a nuestros ingresos promedios. Esta información puede ser útil para compararnos con otras referencias internacionales y entre la prepandemia en 2019 y la pandemia en 2022. El Gráfico 28 muestra la información de las cuatro economías para el decil de más bajos ingresos, el D1. En primer lugar, se observa los mayores ingresos de México, seguido por Chile, Perú y Colombia para el 2019 y el 2022. En segundo lugar, se muestra cómo se redujeron los ingresos del estrato más pobre de la población de Chile y México, y el aumento en Colombia y Perú. En tercer lugar, se destaca que, a pesar de la mejora señalada en la información oficial, los ingresos promedios de este decil en nuestra región siguen todavía alrededor de los promedios per cápita nacionales de Mali, Etiopía y Togo en África. El 10% de la población más pobre del Perú y de América Latina vive a niveles africanos. La información relativa al 40% del promedio de ingresos de la población de más bajos recursos(D1+D2+D3+D4) se registra en el Gráfico 29. Al respecto, en primer lugar, nuevamente se aprecia que los ingresos más altos, tanto en 2019 como 2022, corresponden a Chile, México, Colombia y Perú, en ese orden. En segundo lugar, el mayor incremento de ingresos de estos deciles se manifiesta en Chile, seguido de Perú y Colombia; mientras tanto, se reducen en México. En tercer lugar, los ingresos de estos grupos constituyen menos de la tercera parte de los promedios nacionales de sus respectivos países. En cuarto lugar, los ingresos de estos estratos son también cercanos a los promedios de dos países africanos, Angola y Ghana. En el Gráfico 30 tenemos los resultados comparativos para el decil de más altos ingresos (D10) de las cuatro economías analizadas entre 2019 y 2022. En primer lugar, destaca la diferencia de los ingresos anuales de este grupo en Chile respecto de los valores observado en México, Colombia y Perú, que son entre la mitad y la tercera parte de nuestro vecino del sur. En segundo lugar, de acuerdo con la información oficial, salvo en Colombia, que eleva los ingresos entre 2019 y 2022, el resto: Chile, México y Perú registran una reducción. Por último, los ingresos promedio de este D10, en los casos de Colombia, México y Perú, se encuentran a niveles promedios de los ciudadanos de España y Portugal. En el caso de Chile, el 10% de la población más rica vive al nivel de los ciudadanos promedio de EE. UU. En cambio, el 10% más pobre de nuestras sociedades vive a niveles africanos. Debemos reiterar que esta información es útil para mostrar nuestras elevadas desigualdades antes y durante la pandemia de la COVID-19; sin embargo, por los problemas de representatividad de las encuestas nacionales de hogares, especialmente a propósito del subreporte en las declaraciones de los estratos medios y de altos ingresos, se muestran algunos resultados contraintuitivos. Estos resultados son opuestos a los que se derivan de las estimaciones del valor de la riqueza, que se incrementó entre 2019 y 2022, y la derivada de las cuentas nacionales, donde se reduce la participación de las remuneraciones en el producto cediendo su lugar a las ganancias que corresponden a los deciles más ricos de la población. 72

Impactos redistributivos de la pandemia de la COVID-19 en el Perú bajo una perspectiva internacional comparada 2019-2022 Gráfico 28. Niveles de los ingresos totales per cápita del decil 1 en economías seleccionadas 2019 y 2022(USD 2010) * 1.600 1.400 1.200 1.000 800 600 400 200 0 Chile Colombia México Perú Togo Etiopía Malí 2019 2022 * La Encuesta de Ingresos y Gastos de México para 2019 corresponde a 2018. Fuente: elaboración propia con base en los datos del Banco Mundial y de las encuestas de hogares de las diferentes economías(INE, DANE, INEGI e INEI) Gráfico 29. Niveles de los ingresos totales per cápita, un promedio del decil 1-4,en economías seleccionadas 2019 y 2022(USD 2010) * 4.500 4.000 3.500 3.000 2.500 2.000 Angola Ghana 1.500 1.000 500 0 Chile Colombia México Perú 2019 2022 * La Encuesta de Ingresos y Gastos de México para 2019 corresponde a 2018. Fuente: elaboración propia con base en los datos del Banco Mundial y de las encuestas de hogares de las diferentes economías(INE, DANE, INEGI e INEI). 73

Impactos redistributivos de la pandemia de la COVID-19 en el Perú bajo una perspectiva internacional comparada 2019-2022 Gráfico 30. Niveles de los ingresos totales per cápita del decil 10 en economías seleccionadas 2019 y 2022(USD 2010) * 70.000 60.000 50.000 40.000 30,000 20.000 España Portugal 10.000 0 Chile Colombia México Perú 2019 2022 * La Encuesta de Ingresos y Gastos de México para 2019 corresponde a 2018. Fuente: elaboración propia con base en los datos del Banco Mundial y de las encuestas de hogares de las diferentes economías(INE, DANE, INEGI e INEI). 74

Conclusiones 75

Impactos redistributivos de la pandemia de la COVID-19 en el Perú bajo una perspectiva internacional comparada 2019-2022 76

Impactos redistributivos de la pandemia de la COVID-19 en el Perú bajo una perspectiva internacional comparada 2019-2022 T oda la evidencia contenida en este documento es útil para no rechazar la hipótesis de que, durante la pandemia de la COVID-19, entre los años 2019 y 2022, se agravó la elevada desigualdad de la riqueza y de los ingresos, tanto en las economías desarrolladas como en las que se hallan en vías de desarrollo analizadas. Las distancias entre los billonarios(superricos en el lenguaje de Oxfam) del mundo y el resto de la sociedad se ampliaron, al igual que los ingresos de las grandes corporaciones internacionales respecto de las otras firmas de menor dimensión, y entre los perceptores de ganancias y los de remuneraciones. También aumentaron las diferencias en los ingresos de las personas, aunque la evidencia a partir del procesamiento de las encuestas nacionales de hogares de las cuatro economías de América Latina analizadas no es concluyente. Efectivamente, en muchas economías se evitó la caída de la cuota de las remuneraciones respecto del producto en 2020 a través de políticas de ingresos, de apoyo extraordinario y comportamientos específicos de los diferentes agentes económicos y sociales. Sin embargo, en la mayoría, estos logros se revirtieron en 2021 y 2022, salvo reducidas excepciones a nivel global y en nuestra región, como en México. Tampoco se puede olvidar los impactos redistributivos generados por la disrupción en las cadenas productivas y logísticas a nivel mundial y al proceso inflacionario que erosionó el poder de compra de las remuneraciones y de los perceptores de ingresos fijos en todas partes. La conclusión, es que ahora somos más desiguales que en 2019. También se ha mostrado evidencia inicial y fragmentaria de que la pandemia reimpulsó el uso de las TIC, de la robótica y de la IA, entre otras tecnologías, que tenderían a reducir aún más el contenido de mano de obra en condiciones decentes por unidad de producto. Se debe esperar más tiempo para tener información estadística detallada de diferentes economías para rechazar o no este planteamiento. A continuación, se presenta algunas conclusiones específicas del estudio. 1. Los canales de transmisión para la redistribución del ingreso en el corto plazo se generan por un conjunto de factores, acá destaca lo ocurrido en los mercados laborales a propósito de la pandemia. Se afectó a los trabajadores directamente vinculados con los procesos 1 productivos, mientras que los trabajadores que pudieron desarrollar su labor a distancia(teletrabajo) no perdieron sus empleos. Asimismo, se dañó más a las mujeres, a las minorías étnicas, a los de menores ingresos y a los trabajadores de sectores que cerraron actividades por el confinamiento obligatorio, las restricciones de insumos y la con tracción de la demanda. En general, los sectores medios y de altos in gresos fueron los menos perjudicados por la pandemia. Tampoco hay que olvidar que estos resultados variaron de economía en economía como resultado de la reacción de las autoridades gubernamentales y/o la respuesta del sector privado y de la sociedad en su conjunto. 77

Impactos redistributivos de la pandemia de la COVID-19 en el Perú bajo una perspectiva internacional comparada 2019-2022 2. Cuando interesa evaluar los probables o posibles impactos distributivos a mediano y largo plazo no solo se debe analizar las secuelas en la educación y la salud; también habría que considerar que los impactos se podrían agravar debido al reimpulso de las TIC, la robótica y la IA, entre otras, a propósito de la pandemia. Todo lo anterior sin contar con la tendencia estructural de reducción del contenido de mano de obra por unidad de producto y que la recuperación del producto en muchas partes de mundo, incluido el Perú, va acompañada por menores niveles de población adecuadamente ocupada. 2 3. En el estudio no solo se describen los principales factores explicativos de la situación económica actual del Perú, también confluye como hipótesis un conjunto de elementos entre los que destaca la elevada desigualdad, que reduce la propensión media a consumir, y que, a la par, disminuye el multiplicador del gasto y la inversión; la elevación del componente importado de la inversión privada y la elevada intensidad en capital; y, la mayor propensión a importar, que genera menores impactos en la demanda interna y el crecimiento económico. 3 4. La información relativa a lo ocurrido con la riqueza total a nivel global, medida como la suma de los activos físicos, acciones y financieros, muestra un incremento significativo del 28,6% entre 2019 y 2021, durante el año más dramático de la pandemia, el 2020, y el importante rebote en 2021. Al respecto, destaca el mayor crecimiento en África seguida de América del Norte, China, América Latina y la región Asia Pacífico. Sin embargo, en todos los casos, 4 estas tasas de crecimiento son superiores a la inflación; asimismo, contrastan con las caídas de los ingresos reales de los trabajadores dependientes e independientes, a excepción de los incrementos reales que se presentaron solo en algunas economías en particular. Luego, al comparar el valor de los coeficientes Gini de la riqueza, de acuerdo con esta fuente privada, se observa que, a nivel global, se produjo una mayor concentración en pocas manos al pasar de 0,885 al 0,889 entre 2019 y 2021. En cuanto a los coeficientes Gini de países seleccionados en América Latina, se observa un importante crecimiento conjunto; así como en economías específicas como Uruguay, México, Perú(con un crecimiento del 26,5%), Colombia, Chile y Argentina. 78

Impactos redistributivos de la pandemia de la COVID-19 en el Perú bajo una perspectiva internacional comparada 2019-2022 5. Los resultados de la participación de las remuneraciones y las ganancias respecto del PBI en Australia, Canadá, EE. UU., Japón, Sudáfrica y la zona euro(20 países) son ilustrativos. En primer lugar, todas las economías de altos ingresos, a través de sus políticas públicas, prácticas empresariales y laborales, lograron elevar la participación de las remuneraciones en el producto durante el año 2020, el más crítico de la pandemia. En segundo lugar, de la mayor cuota en 2020, todas las economías, excepto el Japón, muestran niveles de participación en 2022 menores que los observados en 2019. En tercer lugar, en todas las economías desarrolladas también se incrementa la participación de las ganancias respecto del producto en 2020, siendo en todos los casos ligeramente superiores a los niveles observados en 2019. 5 6. En el caso de la zona euro se muestra que en todas las economías se logró elevar la participación de las remuneraciones en el PBI durante 2020. Lo ocurrido en 2021 y 2022 configura dos grupos: a) aquellos donde se redujo la cuota de las remuneraciones entre 2019 y 2022 y b) aquellos donde aumentó. Al respecto, en el primer grupo se ubican Alemania, Bélgica, Grecia y Países Bajos, acá la mayor caída se registra en el menos desarrollado, Grecia. En el otro grupo se encontrarían Francia y Gran Bretaña, con los mayores aumentos, seguidos por Italia y España, con menores aumentos. Como señalamos anteriormente, detrás de estas dinámicas hay diversos elementos en juego: políticas públicas, comportamiento empresarial, poder sindical, entre otros. 6 7. En cuanto a la participación de las remuneraciones(que incluyen sus cargas sociales) respecto del producto en economías seleccionadas de América Latina, entre 2019 y 2022 destacan algunos elementos como, por ejemplo, las economías que, a pesar de las circunstancias, lograron que durante el 2020 se elevara la cuota de las remuneraciones respecto del 2019; entre ellas: Argentina, Ecuador(solo ligeramente), México, Uruguay y Venezuela(solo ligeramente). Esto como resultado de las políticas gubernamentales y/o las prácticas empresariales y las reacciones del sector laboral. En cambio, economías como la brasileña, boliviana, chilena, colombiana y peruana no pudieron hacerlo. En segundo lugar, debe anotarse que en todas las economías, a excepción de México, la participación de las remuneraciones respecto del PBI fue en el 2022 menor a la observada en la prepandemia del 2019. 7 79

Impactos redistributivos de la pandemia de la COVID-19 en el Perú bajo una perspectiva internacional comparada 2019-2022 8. En el caso de América Latina en su conjunto destaca la tendencia 8 sinusoidal de la participación de las remuneraciones en el PBI con un mayor nivel observado en los años sesenta alineado con la edad de oro del capitalismo y su contrapartida en los modelos desarrollistas implantados en nuestros países. El nivel récord de aquellos años no ha sido superado hasta la fecha. Hay también un segundo pico a mediados de la segunda década del siglo XXI muy vinculado a lo ocurrido con los diversos modelos progresistas de Argentina, Brasil, Uruguay, Ecuador y Bolivia. El tercer pico se ubica a inicios de los años noventa como resultado del dinamismo que a nivel global impusieron las TIC y al dinamismo inicial producido por la reestructuración y reorientación de muchas de nuestras economías. 9. Por otra parte, la desaceleración y caída de la cuota de remuneraciones de América Latina, al parecer, se encuentra estrechamente vinculada con las crisis petroleras de 1973 y 1979-1980, y los efectos detonados a nivel internacional y nacional(la década perdida de los años ochenta). Asimismo, pueden influir dinámicas locales como el golpe de Pinochet en Chile, de Morales Bermúdez en Perú, los pro gramas de ajuste de De la Madrid y la posterior crisis del“Efecto Tequi la” en México. También se debe destacar que la mayor caída en la cuota de las remuneraciones se da en parte del primer quinquenio del siglo XXI detonada por la crisis internacional del 2001 y las crisis argentinas iniciadas en el gobierno de Menem, con la consiguiente inestabilidad política, además de las caídas observadas durante los gobiernos de Uribe en Colombia, Batlle en Uruguay, Fox en México, Cardoso en Bra sil, Mesa en Bolivia y Lagos en Chile. Por último, durante la pandemia de la COVID-19 se redujo en conjunto la participación de las remuneraciones respecto del producto en la región. 9 10. Un tema importante, con relación a los resultados de las encuestas nacionales de los hogares, para el análisis de la distribución personal del ingreso, es su nivel de representatividad respecto de lo reportado en el PBI por tipo de ingresos de las cuentas nacionales de cada país y año. En primer lugar, se debe anotar que la información por encuestado(en cada hogar) se extrapola a nivel nacional por los factores de expansión señalados en los resultados de la encuesta que se realizó a partir de un muestreo estadístico de todos los hogares del país. Sin embargo, se resalta que esta representatividad fue limitada y, en el mejor de los casos, equivalente a poco menos del 55% del ingreso nacional reportado en las cuentas nacionales de cada una de las economías analizadas. La subestimación fluctuó entre el 72,5% y el 45 % de los ingresos, dependiendo de la economía y del año de análisis. 10 80

Impactos redistributivos de la pandemia de la COVID-19 en el Perú bajo una perspectiva internacional comparada 2019-2022 11. Los resultados de los diferentes indicadores de desigualdad no siempre van en la misma dirección dada su diferente naturaleza de diseño; asimismo, no parecen ser totalmente concluyentes. Al respecto, entre 2019 y 2022 el coeficiente de Gini se reduce en todos los países, excepto en México donde se eleva. Cuando se utiliza el 11 indicador de las distancias entre el D10 de altos ingresos y el D1 de más bajos, las distancias entre los más ricos y los pobres de la sociedad en el total de los ingresos se acrecentaron en Chile y México, pero se redujeron en Colombia y Perú. Por último, el índice de Palma se eleva para el total de los ingresos en México mientras se reduce en el resto de los países. Hay muchas variantes en cuanto a estos tres indicadores cuando se analiza los diferentes cortes por tipos de ingreso, sexo del jefe del hogar(hombre o mujer) y entre el ámbito urbano y rural. Siempre la desigualdad rural es menor que la urbana. 12. Cuando se muestra la información de las cuatro economías para el decil de más bajos ingresos D1. En primer lugar, se observa los mayores ingresos de México, seguidos por Chile, Perú y Colombia, para 2019 y también para 2022. En segundo lugar, se muestra cómo se redujeron los ingresos del estrato más pobre de la población de Chile y México, mientras que en Colombia y Perú aumentaron. En tercer lugar, se debe destacar que, a pesar de la mejora señalada en la información oficial, los ingresos promedios de este decil en nuestra región siguen todavía alrededor de los promedios per cápita nacionales de Mali, Etiopía y Togo, en África. El 10% de la población más pobre del Perú y de América Latina vive a niveles africanos. Si nos referimos a los resultados comparativos para el decil de más altos ingresos(D10) de las cuatro economías analizadas entre 2019 y 2022. En primer lugar, destaca la diferencia de los ingresos anuales de este grupo en Chile, respecto de los valores observados en México, 12 Colombia y Perú, que son entre la mitad y la tercera parte de nuestro vecino del sur. En segundo lugar, de acuerdo con la información oficial, salvo en Colombia, en que se elevan los ingresos entre 2019 y 2022, en el resto, Chile, México y Perú, estos se reducen. Por último, los ingresos promedio de este D10, en los casos de Colombia, México y Perú se encuentra a niveles promedio nacional de España y Portugal. Mientras el 10% de los más ricos vive a nivel de los ciudadanos promedio de España y Portugal o de EE. UU.(en el caso de Chile), a la par, el 10% más pobre vive a niveles africanos. 81

Impactos redistributivos de la pandemia de la COVID-19 en el Perú bajo una perspectiva internacional comparada 2019-2022 82

Impactos redistributivos de la pandemia de la COVID-19 en el Perú bajo una perspectiva internacional comparada 2019-2022 Bibliografía 83

Impactos redistributivos de la pandemia de la COVID-19 en el Perú bajo una perspectiva internacional comparada 2019-2022 84

Impactos redistributivos de la pandemia de la COVID-19 en el Perú bajo una perspectiva internacional comparada 2019-2022 ALARCO, Germán 2017 Ciclos distributivos y crecimiento económico en América Latina, 1950-2014. Cuadernos de economía, 36(72), 1-42. Bogotá: Universidad Nacional de Colombia. Recuperado de https://doi.org/10.15446/cuad.econ.v36n72.65819 ALARCO, Germán 2019 ¿La difícil tarea de redistribuir ingresos en el Perú? En F. Portocarrero Suárez y A. Vergara Paniagua(Eds.), Aproximaciones al Perú de hoy desde las ciencias sociales(pp. 149-176). Lima: Universidad del Pacífico, Fondo Editorial. Recuperado de https://faculty.up.edu.pe/es/publications/la-dif%C3%ADcil-tarea-de-redistribuir-ingresosen-el-per%C3%BA ALARCO, Germán y Martín ASTOCONDOR 2021 Desigualdades como origen y resultado: De la pandemia del Covid-19: Análisis y propuestas. Fundación Friedrich Ebert. Lima: Fundación Friedrich Ebert. Recuperado de https://faculty.up.edu.pe/en/publications/desigualdades-como-origen-y-resultado-de-lapandemia-del-covid-19 ALARCO, Germán y César CASTILLO 2020 Concentración de la riqueza en América Latina en el siglo XXI. Problemas del Desarrollo, 51(203), 111-136. Recuperado de https://doi.org/10.22201/iiec.20078951e.2020.203.69534 ALARCO, Germán y César CASTILLO 2022 Covid-19: Desempleo, desigualdad y precarización en el Perú 2020-2030. Lima: Oxfam. 264 p. Recuperado de https://oi-files-cng-prod.s3.amazonaws.com/peru.oxfam.org/s3fs-public/file_attachments/ COVID19-Desempleo-Desigualdad-y-Precarizacion-Peru-2020-2030.pdf ALARCO, Germán y César CASTILLO 2022 Elevada desigualdad, pandemias, cambio tecnológico y desempleo: una reseña en tiempos del covid-19. Ciudad de México: Economía UNAM. Recuperado de http://revistaeconomia.unam.mx/index.php/ecu/article/view/699 ALARCO, Germán, César CASTILLO y Favio LEIVA 2019 Riqueza y desigualdad en el Perú: visión panorámica. Lima: Oxfam. 196 p. Recuperado de https://cng-cdn.oxfam.org/peru.oxfam.org/s3fs-public/file_attachments/Riqueza-ydesigualdad-en-el-Peru-vision-panoramica.pdf ALARCO, Germán y Toribio SANCHIUM 2023 La economía en tiempos de pandemia: origen, reacciones y respuestas. Lima: Otra Mirada. Recuperado de https://faculty.up.edu.pe/es/publications/la-econom%C3%ADa-en-tiempos-depandemia-origen-reacciones-y-respuestas Banco Central de Chile 2022 Cuentas Nacionales Anuales. Chile. Recuperado de https://www.bcentral.cl/web/banco-central/areas/estadisticas/cuentas-nacionales-anuales Banco Central de Ecuador 2021 Producto Interno Bruto(PIB), precios corrientes 2007-2020. Ecuador. Recuperado de https://contenido.bce.fin.ec/documentos/Administracion/CuentasNacionalesAnuales.html 85

Impactos redistributivos de la pandemia de la COVID-19 en el Perú bajo una perspectiva internacional comparada 2019-2022 Banco Central de Reserva del Perú 2023 Panorama actual y proyecciones macroeconómicas. Perú. Recuperado de https://www.bcrp.gob.pe/docs/Publicaciones/Reporte-Inflacion/2023/diciembre/reportede-inflacion-diciembre-2023.pdf Banco Central del Uruguay 2019 Enfoques del PBI. Uruguay. Recuperado de https://www.bcu.gub.uy/Estadisticas-e-Indicadores/Paginas/Producto-Interno-Bruto.aspx Banco Central de Venezuela 2018 Cuentas Consolidadas de la Nación. Recuperado de https://www.bcv.org.ve/estadisticas/cuentas-consolidadas-de-la-nacion Banco Mundial 2022 PIB per cápita(USD a precios constantes de 2010). Recuperado de https://datos.bancomundial.org/indicator/NY.GDP.PCAP.KD?end=2022&start=1960 Banco Mundial 2022 Población, total. Recuperado de https://datos.bancomundial.org/indicador/SP.POP.TOTL?end=2022&start=1960 Boston Consulting Group 2019 Global Wealth: Reigniting Radical Growth. Recuperado de https://www.bcg.com/publications/2019/global-wealth-reigniting-radical-growth Boston Consulting Group 2022 Global Wealth: Standing Still Is Not an Option. Recuperado de https://www.bcg.com/publications/2022/standing-still-not-an-option Boston Consulting Group 2020 Global Wealth: The Future of Wealth Management- A CEO Agenda. Recuperado de https://www.bcg.com/publications/2020/global-wealth-future-of-wealth-managementceo-agenda Boston Consulting Group 2021 Global Wealth: When Clients Take the Lead. Recuperado de https://www.bcg.com/publications/2021/global-wealth-report-2021-delivering-on-clientneeds CEPAL 2021 Encuesta de ingresos y gastos de los hogares: experiencias recientes en América Latina y el Caribe. Recuperado de: https://www.cepal.org/es/publicaciones/46898-encuestas-ingresos-gastos-hogaresexperiencias-recientes-america-latina-caribe CEPAL 2023 Panorama Social de América Latina y el Caribe, 2022. Resumen Ejecutivo. Recuperado de: https://www.cepal.org/es/publicaciones/ps CHERNOFF, Alex y Casey WARMAN 2020 Covid-19 and Implications for Automation. NBER. Recuperado de https://www.nber.org/papers/w27249 Credit Suisse 2019 Global Wealth Databook 2019. Recuperado de https://www.credit-suisse.com/about-us/en/reports-research/global-wealth-report.html 86

Impactos redistributivos de la pandemia de la COVID-19 en el Perú bajo una perspectiva internacional comparada 2019-2022 Credit Suisse 2022 Global Wealth Databook 2022. Recuperado de https://www.credit-suisse.com/about-us/en/reports-research/global-wealth-report.html DAVIES, James y Anthony SCHORROCKS 2000 The distribution of wealth. Handbook of income distribution. Chapter 11 , 605-675 . Recuperado de https://eml.berkeley.edu/~saez/course/Davies,Shorrocks(2000).pdf Departamento Administrativo Nacional de Estadística 2019 Censo Nacional de Población y Vivienda. Manual de conceptos. Colombia. Recuperado de https://www.dane.gov.co/files/censo2018/informacion-tecnica/CNPV-2018-manualconceptos.pdf Departamento Administrativo Nacional de Estadística 2021 Cuentas Nacionales Anuales. Colombia. Recuperado de https://www.dane.gov.co/index.php/estadisticas-por-tema/cuentas-nacionales/cuentasnacionales-anuales Departamento Administrativo Nacional de Estadística (s.f.). Gran Encuesta Integrada de Hogares. Colombia. Recuperado de: https://microdatos.dane.gov.co/index.php/catalog/782 Federación Internacional de Robótica 2023 World Robotics 2023 Report: Asia ahead of Europe and the Americas. Recuperado de: https://ifr.org/ifr-press-releases/news/world-robotics-2023-report-asia-ahead-of-europeand-the-americas Forbes 2022 Los más ricos en 2022. Recuperado de Forbes https://www.forbes.com/billionaires Fortune Global 500 2016 “The Largest Companies in the World by Revenue” . Fortune. Recuperado de https://fortune.com/ranking/global500/2016/ Fortune Global 500 2017 “The Largest Companies in the World by Revenue” . Fortune. Recuperado de https://fortune.com/ranking/global500/2017/ Fortune Global 500 2018 “The Largest Companies in the World by Revenue” . Fortune. Recuperado de https://fortune.com/ranking/global500/2018/ Fortune Global 500 2019 “The Largest Companies in the World by Revenue” . Fortune. Recuperado de https://fortune.com/ranking/global500/2019/ Fortune Global 500 2020 “The Largest Companies in the World by Revenue” . Fortune. Recuperado de https://fortune.com/ranking/global500/2020/ Fortune Global 500 2021 “The Largest Companies in the World by Revenue” Fortune. Recuperado de https://fortune.com/ranking/global500/2021/ 87

Impactos redistributivos de la pandemia de la COVID-19 en el Perú bajo una perspectiva internacional comparada 2019-2022 Fortune Global 500 2022 “The Largest Companies in the World by Revenue” . Fortune. Recuperado de https://fortune.com/ranking/global500/2022/ Fortune Global 500 2023 “America´s biggest companies” Fortune. Recuperado de https://fortune.com/ranking/global500/2023/ Global Change Data Lab (s.f.) Our World in Data . Recuperado de https://ourworldindata.org/ Instituto Brasileño de Geografía y Estadística- Brasil 2020 Sistema de cuentas nacionales. Brasil. Recuperado de https://www.ibge.gov.br/estatisticas/economicas/contas-nacionais/9052-sistema-decontas-nacionais-brasil.html Instituto Nacional de Estadística- Bolivia 2020 Cuentas Consolidadas de la Nación. Bolivia. Recuperado de https://www.ine.gob.bo/index.php/estadisticas-economicas/pib-y-cuentas-nacionales/ cuentas-consolidadas-de-la-nacion/#1589831704572-f1410a7e-a58c Instituto Nacional de Estadística- Chile 2016 Marco Muestral Maestro: estratos geográficos. Departamento de Geografía, Serie Bole tines 48. Chile. Recuperado de https://geoarchivos.ine.cl/File/boletines/Marco%20Muestral%20Maestro%20Estratos%20 Geogr%C3%A1ficos.pdf Instituto Nacional de Estadística- Chile (s.f.) Encuesta Suplementaria de Ingresos. Chile. Recuperado de https://www.ine.gob.cl/estadisticas/sociales/ingresos-y-gastos/encuesta-suplementariade-ingresos Instituto Nacional de Estadística- Uruguay 2021 Encuesta Anual de Actividad Económica(EAAE). Uruguay. Recuperado de https://www.gub.uy/instituto-nacional-estadistica/Encuesta-Anual-ActividadEcon%C3%B3mica Instituto Nacional de Estadísticas y Censos- Argentina 2015 Anuario Estadístico de la República Argentina 2013. Argentina. Recuperado de https://www.indec.gob.ar/ftp/cuadros/sociedad/anuario_2013.pdf Instituto Nacional de Estadísticas y Censos- Argentina 2023 Dirección Nacional de Cuentas Nacionales. Argentina. Recuperado de https://www.indec.gob.ar/indec/web/Nivel4-Tema-3-9-49 Instituto Nacional de Estadística e Informática- Perú (s.f.) Características de la población censada Perú. Recuperado de https://www.inei.gob.pe/media/MenuRecursivo/publicaciones_digitdigi/Est/Lib1661/ cap01.pdf Instituto Nacional de Estadística e Informática- Perú (s.f.) Microdatos del INEI, Sumaria. Perú. Recuperado de https://proyectos.inei.gob.pe/microdatos/ 88

Impactos redistributivos de la pandemia de la COVID-19 en el Perú bajo una perspectiva internacional comparada 2019-2022 Instituto Nacional de Estadística e Informática- Perú 2024 Situación del Mercado Laboral en Lima Metropolitana. Recuperado de https://m.inei.gob.pe/media/MenuRecursivo/boletines/boletin_empleo_oct_nov_ dic2023.pdf Instituto Nacional de Estadística y Geografía- México (s.f.) Características del entorno urbano y rural. México. Recuperado de https://www.inegi.org.mx/rnm/index.php/catalog/331 Instituto Nacional de Estadística y Geografía- México (s.f.) Encuesta Nacional de Ingresos y Gastos de los Hogares. México. Recuperado de https://www.inegi.org.mx/programas/enigh/nc/2022/ ISABELLA, Fernando 2023 Aproximación a los cambios en la distribución funcional del ingreso en Uruguay 20192022. Uruguay: Etcétera Centro de Estudios. Recuperado de https://www.etcetera.uy/post/aproximacion-a-los-cambios-en-la-distribuci%C3%B3nfuncional-del-ingreso-en-uruguay-2020-2022#:~:text=Principales%20 hallazgos%3A&text=Los%20trabajadores%20pasaron%20de%20percibir,%25%20a%20 39%2C3%25. MAITO, Esteban 2019 La distribución funcional del ingreso en Argentina(1993-2016). Argentina: Trabajo y Sociedad, número 32. Recuperado de https://dialnet.unirioja.es/servlet/articulo?codigo=6856111 Organization for Economic Cooperation and Development (s.f.) Quarterly National Accounts: GDP- income approach. OECD. Recuperado de https://stats.oecd.org/Index.aspx?DatasetCode=SNA_TABLE1 Organización Internacional del Trabajo 2021 Participación del ingreso laboral en el PIB. OIT. Recuperado de https://ilostat.ilo.org/es/topics/labour-income/ OXFAM 2023 La ley del más rico: Gravar la riqueza extrema para acabar con la desigualdad. Recuperado de https://lac.oxfam.org/en/latest/publications/desigualdad-sa OXFAM 2024 Desigualdad S.A. El poder empresarial y la fractura global: la urgencia de una acción pública transformadora. Recuperado de https://lac.oxfam.org/en/latest/publications/desigualdad-sa 89

Impactos redistributivos de la pandemia de la COVID-19 en el Perú bajo una perspectiva internacional comparada 2019-2022 90

Anexos 91

Impactos redistributivos de la pandemia de la COVID-19 en el Perú bajo una perspectiva internacional comparada 2019-2022 92

Impactos redistributivos de la pandemia de la COVID-19 en el Perú bajo una perspectiva internacional comparada 2019-2022 1. Metodología para la distribución funcional del ingreso Argentina En el periodo comprendido entre 2010 y 2012, se emplearon datos oficiales divulgados en el Anuario Estadístico de la República Argentina 2013, elaborado por el Instituto Nacional de Estadística y Censos(INDEC). Para el trienio 2013-2015, la determinación de la participación de las remuneraciones en el Producto Interno Bruto(PIB) se basó en las estimaciones presentadas en el artículo de Maito(2019). Específicamente, se llevó a cabo un proceso de engarce que incorporó datos oficiales proporcionados por el INDEC correspondientes al año 2016. Para el periodo 2016-2022 se emplearon datos oficiales publicados por el Instituto Nacional de Estadística y Censos(INDEC) provenientes, Argentina específicamente, de la Dirección Nacional de Cuentas Nacionales. Finalmente, estas series se engarzan teniendo como base el año 2010 hacia atrás y considerando las series anteriores de 1950-2014 incluidas en Alarco(2017). Bolivia En el caso de Bolivia, entre los años 2010 y 2016, la determinación de las remuneraciones a los asalariados con respecto al Producto Interno Bruto(PIB) se sustentó en la revisión de la cuenta del Ingreso Nacional Bruto Disponible y su Asignación 1990-2016, así como en el análisis de la Serie Histórica del Producto Interno Bruto a Precios Corrientes por Año, período 1980 a 2022. Estas fuentes de información las proporciona el Instituto Nacional de Estadística(INE). En el lapso comprendido entre 2017 y 2022, se llevó a cabo el cálculo del incremento porcentual en la participación de las remuneraciones en el PIB( γ ). Entre los factores considerados para el cálculo se encuentran la variación en el empleo privado( α ), el aumento en el ingreso promedio del sector privado( δ ), la variación en el empleo público( β ), el aumento en el ingreso promedio del sector público( θ ), y la variación del PIB( φ ), Bolivia todos evaluados con respecto al año precedente. (1+γ)= ((1+α)*(1+δ)+(1+β)*(1+θ)) ((1+φ)) 93

Impactos redistributivos de la pandemia de la COVID-19 en el Perú bajo una perspectiva internacional comparada 2019-2022 Estos datos fueron extraídos del Instituto Nacional de Estadística (INE), consolidando así la fiabilidad de los resultados obtenidos. Finalmente, en el proceso de análisis se integraron, tomando como referencia el año base 2010 y retrocediendo hasta 1950, las series previas comprendidas entre 1950 y 2014 incluidas en Alarco(2017). Brasil Para el período 2010-2020, los datos utilizados se extrajeron de las cuentas nacionales anuales proporcionadas por el Instituto Brasileño de Geografía y Estadística(IBGE). Asimismo, se procedió a la integración de las series temporales. Este proceso se llevó a cabo tomando como referencia el año base 2010 y retrocediendo hasta 1950. Se incluyeron en este análisis las series anteriores que abarcaban el período de 1950 a 2014, conforme con lo detallado en Alarco(2017). Chile En el contexto chileno, período 2010-2021, se empleó la información del PIB bajo el enfoque del ingreso. Los datos utilizados para este propósito provienen del Banco Central de Chile. Adicionalmente, como parte del rigor analítico, se llevó a cabo la integración de series temporales. Este proceso tuvo como punto de partida el año base 2010 y se extendió retrospectivamente hasta 1950. En el análisis se incorporó series previas que abarcaron el período desde 1950 hasta 2014, conforme con los detalles presentados en Alarco(2017). Colombia En el análisis de Colombia, para el período 2010-2022 se examinaron las cuentas nacionales a través de la plataforma del Departamento Administrativo Nacional de Estadística(DANE). Finalmente, estas series se engarzan teniendo como base el año 2010 hacia atrás considerando las series anteriores de 1950-2014 incluidas en Alarco (2017). 94

Impactos redistributivos de la pandemia de la COVID-19 en el Perú bajo una perspectiva internacional comparada 2019-2022 Ecuador En el análisis de Ecuador 2010-2020 se empleó la información del PIB con enfoque en el ingreso de las cuentas nacionales proveniente del Banco Central de Ecuador. Para fortalecer la robustez analítica se engarzan series temporales desde 2010 hasta 1950 e incorporan series anteriores de 1950-2014 incluidas en Alarco(2017) México Para el periodo 2010-2022 se recurrió a las cuentas nacionales mexicanas como fuente primordial. El Instituto Nacional de Estadística y Geografía(INEGI) se erige como la entidad líder en proporcionar datos clave sobre las cuentas nacionales del país. Se engarzan estas series retrospectivamente desde 2010 hasta 1950, incorporando series previas que abarcan el intervalo de 1950 a 2014 incluidas en Alarco(2017). Perú Para el caso peruano, entre 2010 y 2022, se recurrió a datos proporcionados por el Instituto Nacional de Estadística e Informática (INEI). La metodología de análisis incluyó la integración de series temporales partiendo del año base 2010 y retrocediendo hasta 1950. Este enfoque integral permite engarzar series previas que abarcan el periodo desde 1950 hasta 2014 incluidas en Alarco(2017). Uruguay Para los años 2010, 2011 y 2013-2015, los datos se obtuvieron a partir de la información publicada por el Instituto Nacional de Estadística (INE) en la Encuesta Anual de Actividad Económica(EAAE). Específicamente, se desarrolló un proceso de engarce que integró datos oficiales proporcionados por el Banco Central del Uruguay(BCU) correspondientes al año 2012. Para 2012 y 2016-2019 se utilizaron datos oficiales proporcionados por el BCU. 95

Impactos redistributivos de la pandemia de la COVID-19 en el Perú bajo una perspectiva internacional comparada 2019-2022 En el lapso de 2020 a 2022, se emplearon las estimaciones de la participación de las remuneraciones en el Producto Interno Bruto(PIB) basadas en el documento de trabajo elaborado por Isabella(2023). Respectivamente, estas series se engarzan con los datos oficiales del BCU correspondientes al año 2019. Finalmente, estas series se integran tomando como referencia el año 2010 hacia atrás, considerando las series precedentes de 1950 a 2014 incluidas en Alarco(2017). Venezuela Durante el periodo comprendido entre 2010 y 2017 se procedió a la recuperación de datos de las cuentas nacionales obtenidos del Banco Central de Venezuela. En el lapso 2018 a 2020 las cifras relacionadas con la participación de las remuneraciones en el Producto Bruto Interno(PBI) fueron estimaciones proporcionadas por la Organización Internacional del Trabajo(OIT). En este contexto se llevó a cabo un proceso de engarce mediante la incorporación de dichas estimaciones a los datos oficiales del Banco Central. Finalmente, se procedió a realizar un proceso de engarce de estas series de datos con las series precedentes que abarcan el periodo de 1950 a 2014, las cuales se encuentran contempladas en Alarco(2017). América Latina Para determinar el promedio de la participación de las remuneraciones en América Latina(P) para el periodo 1950-2022 se considera los diez países seleccionados. La información de la participación de las remuneraciones en el PBI de cada país( β ) se multiplica por su participación porcentual( θ ) en el total de la suma del PIB regional de los diez países, de conformidad con la ecuación adjunta: P= ∑ β*θ Para el caso de Bolivia, no se tiene datos de 1950 a 1959; Ecuador carece de información entre 1951 y 1952. Uruguay no cuenta con datos de 1950 a 1954. Venezuela no tiene datos de 1950 a 1956. No obstante lo anterior, la estructura de ponderadores permanece constante en todo el período. 96

Impactos redistributivos de la pandemia de la COVID-19 en el Perú bajo una perspectiva internacional comparada 2019-2022 2. Participación de las economías seleccionadas en el PBI real(estructura% con base a USD 2010) Participación PBI real(%) 1950 1951 1952 1953 1954 1955 1956 1957 1958 1959 1960 1961 1962 1963 1964 1965 1966 1967 1968 1969 1970 1971 1972 1973 1974 1965 1966 1967 1968 1969 1970 1971 1972 1973 Argentina 28,13 27,53 25,40 25,80 24,93 25,12 24,74 24,32 24,60 22,63 22,65 22,53 21,35 19,85 20,29 21,25 20,22 20,05 19,59 20,22 19,58 19,41 18,47 17,52 17,39 21,25 20,22 20,05 19,59 20,22 19,58 19,41 18,47 17,52 Bolivia 1,14 1,15 1,15 1,00 0,95 0,94 0,85 0,77 0,75 0,73 0,71 0,68 0,69 0,72 0,70 0,69 0,71 0,73 0,74 0,72 0,72 0,71 0,71 0,70 0,67 0,69 0,71 0,73 0,74 0,72 0,72 0,71 0,71 0,70 Brasil 24,54 24,56 25,71 25,59 26,39 26,19 25,91 26,19 26,86 27,82 28,30 29,01 29,55 29,18 28,01 27,17 27,77 27,80 28,46 29,32 30,42 31,78 33,32 35,03 35,64 27,17 27,77 27,80 28,46 29,32 30,42 31,78 33,32 35,03 Chile Colombia Ecuador México 4,70 4,86 1,78 19,56 4,62 4,72 1,71 19,86 4,75 4,88 1,85 20,05 4,82 4,99 1,85 19,40 4,49 4,95 1,88 19,80 4,22 4,84 1,85 20,22 4,07 4,83 1,83 20,70 4,20 4,61 1,78 20,81 4,16 4,51 1,74 20,89 4,07 4,75 1,79 21,16 4,02 4,60 1,75 21,23 3,99 4,56 1,74 21,03 3,97 4,59 1,75 21,04 4,13 4,66 1,75 22,33 3,93 4,59 1,74 23,19 3,76 4,50 1,71 23,53 4,00 4,54 1,63 23,91 3,98 4,54 1,64 24,32 3,85 4,49 1,56 24,81 3,76 4,48 1,53 24,14 3,60 4,47 1,54 24,16 3,70 4,44 1,53 23,52 3,43 4,48 1,51 23,84 3,00 4,41 1,59 23,73 2,89 4,39 1,66 23,61 3,76 4,50 1,71 23,53 4,00 4,54 1,63 23,91 3,98 4,54 1,64 24,32 3,85 4,49 1,56 24,81 3,76 4,48 1,53 24,14 3,60 4,47 1,54 24,16 3,70 4,44 1,53 23,52 3,43 4,48 1,51 23,84 3,00 4,41 1,59 23,73 Perú Uruguay Venezuela Total 3,96 3,44 7,89 100,00 4,03 3,50 8,30 100,00 4,16 3,39 8,65 100,00 4,23 3,47 8,86 100,00 4,18 3,40 9,02 100,00 4,12 3,24 9,24 100,00 4,12 3,16 9,79 100,00 4,11 2,99 10,21 100,00 3,89 2,74 9,86 100,00 3,97 2,62 10,46 100,00 4,13 2,52 10,09 100,00 4,19 2,44 9,83 100,00 4,40 2,29 10,36 100,00 4,51 2,26 10,62 100,00 4,46 2,14 10,95 100,00 4,46 2,05 10,88 100,00 4,63 2,03 10,56 100,00 4,62 1,88 10,44 100,00 4,31 1,78 10,43 100,00 4,20 1,77 9,85 100,00 4,08 1,71 9,74 100,00 4,00 1,60 9,31 100,00 3,88 1,48 8,89 100,00 3,80 1,37 8,86 100,00 3,91 1,32 8,51 100,00 4,46 2,05 10,88 100,00 4,63 2,03 10,56 100,00 4,62 1,88 10,44 100,00 4,31 1,78 10,43 100,00 4,20 1,77 9,85 100,00 4,08 1,71 9,74 100,00 4,00 1,60 9,31 100,00 3,88 1,48 8,89 100,00 3,80 1,37 8,86 100,00 Continúa 97

Impactos redistributivos de la pandemia de la COVID-19 en el Perú bajo una perspectiva internacional comparada 2019-2022 1974 17,39 0,67 35,64 2,89 4,39 1,66 23,61 3,91 1,32 8,51 100,00 1975 16,76 0,70 36,13 2,43 4,33 1,78 24,07 3,93 1,35 8,52 100,00 1976 15,55 0,69 37,72 2,39 4,29 1,81 23,79 3,78 1,33 8,65 100,00 1977 15,87 0,69 37,77 2,52 4,27 1,75 23,47 3,62 1,29 8,76 100,00 1978 14,59 0,68 38,17 2,61 4,46 1,78 24,63 3,39 1,31 8,38 100,00 1979 15,01 0,64 38,04 2,64 4,38 1,73 25,22 3,29 1,30 7,76 100,00 1980 14,31 0,59 39,00 2,68 4,28 1,68 25,75 3,28 1,29 7,15 100,00 1981 13,50 0,59 37,16 2,84 4,36 1,77 28,06 3,44 1,30 6,99 100,00 1982 13,45 0,57 37,60 2,53 4,42 1,78 28,15 3,45 1,18 6,89 100,00 1983 14,39 0,56 37,42 2,47 4,60 1,82 27,60 3,17 1,08 6,91 100,00 1984 14,10 0,54 38,07 2,48 4,59 1,80 27,57 3,17 1,03 6,66 100,00 1985 12,97 0,51 39,81 2,50 4,59 1,82 27,23 3,13 1,02 6,42 100,00 1986 13,24 0,48 41,15 2,53 4,67 1,81 25,22 3,30 1,06 6,55 100,00 1987 13,13 0,47 41,16 2,61 4,75 1,74 24,87 3,50 1,11 6,65 100,00 1988 12,90 0,48 40,86 2,78 4,91 1,83 25,02 3,14 1,12 6,94 100,00 1989 11,89 0,50 41,84 3,03 5,04 1,84 25,74 2,74 1,12 6,25 100,00 1990 11,61 0,52 40,05 3,14 5,26 1,91 27,10 2,60 1,13 6,67 100,00 1991 12,21 0,53 38,99 3,26 5,17 1,92 27,17 2,56 1,13 7,06 100,00 1992 12,81 0,52 37,72 3,52 5,23 1,90 27,35 2,48 1,18 7,27 100,00 1993 13,26 0,52 37,86 3,59 5,28 1,86 26,97 2,50 1,16 7,01 100,00 1994 13,36 0,52 38,12 3,59 5,31 1,84 26,93 2,67 1,18 6,48 100,00 1995 12,90 0,54 39,51 3,89 5,56 1,87 25,09 2,85 1,16 6,63 100,00 1996 13,11 0,54 38,88 4,00 5,46 1,83 25,79 2,82 1,18 6,39 100,00 1997 13,45 0,54 38,14 4,07 5,36 1,82 26,14 2,85 1,21 6,42 100,00 1998 13,64 0,56 37,38 4,14 5,26 1,83 26,86 2,77 1,24 6,31 100,00 1999 13,20 0,56 37,63 4,14 5,05 1,75 27,65 2,82 1,22 5,98 100,00 2000 12,65 0,55 37,93 4,20 5,02 1,71 28,02 2,79 1,16 5,97 100,00 2001 12,05 0,56 38,32 4,31 5,09 1,77 27,81 2,80 1,11 6,17 100,00 2002 10,76 0,58 39,60 4,46 5,23 1,85 27,87 2,96 1,03 5,67 100,00 2003 11,49 0,58 39,29 4,59 5,33 1,86 27,74 3,03 1,02 5,08 100,00 2004 11,79 0,57 39,09 4,60 5,28 1,89 27,12 2,99 1,00 5,65 100,00 2005 12,29 0,57 38,64 4,67 5,30 1,91 26,57 3,04 1,03 5,97 100,00 2006 12,61 0,57 38,14 4,70 5,37 1,89 26,36 3,11 1,02 6,23 100,00 2007 13,02 0,56 38,31 4,68 5,43 1,83 25,54 3,19 1,03 6,42 100,00 2008 13,02 0,57 38,72 4,67 5,39 1,87 24,84 3,35 1,06 6,49 100,00 2009 12,53 0,61 39,55 4,72 5,58 1,93 24,06 3,46 1,13 6,43 100,00 2010 12,97 0,59 39,98 4,70 5,48 1,88 23,78 3,53 1,15 5,95 100,00 2011 13,15 0,60 39,73 4,77 5,60 1,93 23,56 3,59 1,15 5,92 100,00 2012 12,66 0,61 39,41 4,93 5,67 1,99 23,77 3,70 1,16 6,10 100,00 2013 12,62 0,63 39,51 4,96 5,80 2,03 23,44 3,82 1,18 6,01 100,00 2014 12,20 0,66 39,38 5,00 6,01 2,09 23,91 3,87 1,21 5,67 100,00 2015 12,55 0,70 38,03 5,12 6,19 2,10 24,73 4,01 1,22 5,36 100,00 Continúa 98

Impactos redistributivos de la pandemia de la COVID-19 en el Perú bajo una perspectiva internacional comparada 2019-2022 2016 12,46 0,74 37,30 5,28 6,41 2,10 25,73 4,22 1,25 4,51 100,00 2017 12,68 0,76 37,40 5,30 6,43 2,13 26,00 4,28 1,26 3,76 100,00 2018 12,25 0,79 37,77 5,46 6,54 2,14 26,37 4,42 1,26 3,00 100,00 2019 12,03 0,80 38,32 5,52 6,77 2,14 26,38 4,53 1,27 2,24 100,00 2020 11,64 0,79 39,80 5,56 6,74 2,12 26,06 4,33 1,28 1,68 100,00 2021 12,06 0,78 39,21 5,83 7,02 2,07 25,61 4,61 1,26 1,53 100,00 2022 12,24 0,78 38,92 5,76 7,28 2,06 25,46 4,57 1,28 1,66 100,00 Fuente: elaboración propia con base en la información del Banco Mundial, CEPAL, institutos de estadística de las diferentes economías y de la OIT. 3. Participación de las remuneraciones en el PBI de América Latina 1950-2022(%) Participación de las remuneraciones en el PBI(%) 1950 1951 1952 1953 1954 1955 1956 1957 1958 1959 1960 1961 1962 1963 1964 1965 1966 1967 1968 1969 1970 1971 1972 1973 1974 1975 Argentina 42,38 40,46 42,43 42,38 43,35 40,66 38,67 37,33 37,89 32,18 32,43 34,84 33,93 33,13 32,98 34,60 37,34 38,81 38,30 38,09 39,08 39,69 36,45 39,98 43,40 42,12 Bolivia 36,62 37,32 37,81 37,87 37,47 37,05 36,73 35,58 36,11 37,53 37,62 39,37 38,28 34,71 34,58 33,26 Brasil 41,42 39,83 41,22 40,65 40,08 42,73 45,94 46,02 45,82 45,25 44,91 44,11 44,43 44,88 43,49 43,13 43,08 43,49 42,68 42,03 41,10 40,20 39,39 38,25 38,08 38,70 Chile 41,87 39,98 42,86 39,48 36,29 34,13 32,74 33,46 33,10 37,96 40,56 41,19 40,52 37,68 37,13 39,33 39,96 39,34 40,87 40,20 42,76 50,62 52,26 37,29 37,28 39,02 Colombia 41,70 40,46 40,17 40,02 36,49 38,67 37,48 36,67 36,99 37,33 38,65 40,17 42,11 42,84 40,39 41,21 40,85 41,99 40,84 42,39 43,85 44,61 44,12 42,49 41,78 42,50 Ecuador 29,23 28,11 28,73 29,97 29,66 30,05 31,17 31,48 32,41 30,78 29,35 31,40 31,28 29,74 30,97 31,09 30,78 27,25 30,74 31,64 30,06 27,62 25,92 29,74 México 29,52 27,26 28,77 31,02 31,30 30,83 31,02 30,83 33,65 34,41 35,82 35,82 36,00 36,76 35,53 36,47 36,66 36,85 36,38 36,19 36,00 35,82 37,29 36,22 37,09 38,44 Perú 34,49 33,02 34,15 35,81 36,61 37,34 38,58 39,96 41,32 40,83 38,77 39,31 38,88 39,79 39,35 39,26 38,13 39,19 38,47 37,24 36,46 38,30 39,47 38,21 36,51 37,03 Uruguay Venezuela 39,83 40,02 41,17 43,68 39,83 34,82 39,12 44,51 44,64 43,35 41,75 37,97 42,07 38,87 41,17 38,80 40,66 35,98 36,75 36,30 35,72 36,84 40,50 46,20 46,90 46,02 43,12 43,63 43,82 43,78 45,09 46,04 39,22 40,74 40,55 40,56 42,18 39,21 32,55 38,79 Continúa 99

Impactos redistributivos de la pandemia de la COVID-19 en el Perú bajo una perspectiva internacional comparada 2019-2022 1976 1977 1978 1979 1980 1981 1982 1983 1984 1985 1986 1987 1988 1989 1990 1991 1992 1993 1994 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011 2012 2013 2014 2015 2016 2017 2018 2019 100 27,05 25,98 28,72 31,28 36,04 33,83 25,57 29,52 34,77 34,53 35,90 34,19 28,81 24,96 33,62 37,74 40,74 41,07 39,57 37,23 33,74 33,97 35,86 36,63 35,07 35,61 27,39 26,02 27,01 28,11 29,51 30,41 32,83 36,29 35,97 38,40 41,61 42,56 41,96 43,48 43,77 43,68 40,12 38,75 33,89 34,62 35,24 35,83 34,05 32,15 31,44 33,17 43,12 32,04 24,13 28,11 35,06 35,96 34,88 35,35 36,26 36,06 34,78 33,03 34,33 33,30 32,63 34,64 36,06 36,02 35,19 34,53 32,58 30,80 27,25 26,99 25,01 27,78 26,46 26,10 25,18 25,02 26,16 28,83 29,28 30,54 31,72 35,83 38,04 38,41 38,77 38,73 38,57 40,08 40,68 42,19 41,86 40,56 41,70 42,26 42,88 42,85 43,25 39,70 41,50 43,02 38,24 40,58 40,52 39,35 40,01 39,25 38,58 38,68 37,96 37,67 37,47 38,22 39,00 39,40 39,85 41,58 41,64 42,20 42,76 43,25 43,53 44,56 44,70 44,35 43,63 43,55 38,39 39,49 38,55 36,12 38,15 40,05 42,41 38,35 36,57 35,68 34,04 31,96 30,91 32,24 33,82 34,21 35,31 36,66 36,46 35,44 37,98 38,63 40,33 41,59 40,48 40,71 40,52 41,30 39,16 37,55 34,84 35,22 36,41 37,84 36,16 37,18 38,43 38,36 38,20 38,43 38,85 38,38 39,87 40,88 41,71 41,67 44,62 46,01 46,75 48,08 48,46 49,30 48,74 45,64 42,63 42,67 42,77 43,00 41,97 46,04 48,67 49,52 39,57 39,33 41,69 41,82 41,67 41,87 36,85 37,44 37,90 37,17 36,35 36,08 35,89 35,98 35,58 36,88 36,76 35,04 35,80 35,95 36,22 37,64 37,14 37,54 37,66 38,21 30,57 28,52 28,39 27,84 31,93 30,19 28,87 24,23 22,09 20,91 21,80 22,35 18,21 15,21 13,59 12,74 12,68 14,45 14,62 15,05 15,20 18,06 16,39 11,51 14,37 14,51 21,00 36,45 37,28 31,91 32,06 31,58 30,96 34,97 33,41 33,93 35,12 36,02 36,32 38,49 37,80 37,35 39.07 39,96 40,64 39,23 38,25 38,08 36,38 37,82 35,55 29,63 28,93 28,95 28,82 27,09 30,06 29,82 29,81 31,17 33,19 35,08 35,68 31,37 29,13 29,91 30,89 31,52 31,61 32,86 32,87 30,34 29,05 28,81 28,15 27,94 28,10 29,01 27,84 27,29 27,30 27,90 27,47 27,35 26,58 25,98 26,07 26,56 37,72 36,51 32,29 27,86 30,28 32,34 34,36 36,48 34,19 32,25 37,00 40,80 34,73 35,84 34,53 29,80 26,22 24,77 24,90 25,63 26,05 25,96 27,06 28,17 28,40 30,06 30,72 31,52 31,04 30,70 30,01 30,42 30,34 31,03 30,28 29,76 30,72 31,21 31,67 31,82 31,52 31,26 31,11 31,62 33,03 31,30 29,37 26,36 27,45 28,80 31,62 27,06 24,56 28,73 30,21 29,82 30,08 30,72 30,40 35,30 35,47 37,48 37,98 38,48 34,47 35,01 34,76 36,34 36,41 35,96 33,77 30,02 29,03 30,42 32,24 33,58 33,40 35,97 35,26 39,41 40,32 40,34 40,18 39,35 41,60 42,20 41,98 42,61 39,95 40,93 44,85 41,69 41,36 41,95 42,75 42,56 34,37 35,16 37,52 35,10 36,77 34,32 30,69 33,16 34,67 34,17 31,53 31,47 25,52 33,39 36,26 35,83 32,85 35,15 33,05 30,68 30,05 28,53 30,57 32,31 30,34 34,88 29,56 29,68 32,26 32,07 36,40 23,54 22,00 18,33 12,77 7,31 Continúa

Impactos redistributivos de la pandemia de la COVID-19 en el Perú bajo una perspectiva internacional comparada 2019-2022 2020 40,12 34,81 41,95 38,95 35,09 40,80 28,42 30,97 43,06 7,42 2021 36,04 33,97 39,22 37,21 34,03 37,90 27,26 28,48 42,11 2022 36,70 33,77 39,45 31,16 36,95 28,74 29,59 41,40 Nota: al cierre de la edición de este documento, en julio de 2024, se incorporaron datos oficiales más actualizados para los últimos años de Brasil, Chile, Colombia y Ecuador. Estos datos no se trabajaron en el texto inicial, y su inclusión no modifica nuestros comentarios. Fuente: elaboración propia con base en la información del Banco Mundial, CEPAL, institutos de estadística de las diferentes economías y de la OIT. 4. Metodología para la distribución personal del ingreso En este anexo se describe los procedimientos precisos para integrar la información de los ingresos por deciles para los diferentes años y las economías seleccionadas de Chile, Colombia, México y Perú. Asimismo, se incluye el protocolo en Stata para integrar la información por país para el año 2019. Chile Al respecto, se consideró los resultados de la Encuesta Suplementaria de Ingresos(un módulo complementario a la Encuesta Nacional de Empleo). Cabe acotar que cada tipo de ingreso se encuentra en frecuencia mensual, por ello se procedió a multiplicar cada uno por doce. Así, se utilizó la variable “Ingreso monetario sin transferencias en educación” , que incluye ingresos laborales dependientes, independientes, capital, jubilaciones, pensiones, seguros de desempleo, subsidios del Estado, entre otros. Para la distribución de las remuneraciones se consideró la variable “Total ingresos sueldos y salarios” , que incluye ingresos por sueldos, salarios y regalías, multiplicada por doce. A esta variable se le agregó los ingresos por jubilación y seguros de desempleo o cesantía. Para el caso del ingreso mixto se usó la variable “Total ingresos trabajo independiente” (que resulta de la suma de ganancias de negocios independientes y autoconsumo) multiplicada por doce. A esta variable se le sumó la variable correspondiente a “Ingresos de otros trabajos” . Por último, para el ingreso por excedente de explotación, se utilizó la variable “Ingreso por rentas de la propiedad” (que consiste en la suma de ingreso por arriendo de bienes, ingreso por cuenta de ahorro, ingreso por intereses e ingreso por dividendos). A partir de ello, se asigna la distribución correspondiente en su frecuencia anualizada. Para el año 2019 se utilizó el siguiente protocolo con Stata , para generar los ingresos totales en frecuencia anual(“ing_anual”) al multiplicar la variable“ing_mon_sb”(ingresos monetarios sin transferencias para la educación) que se encuentra en la base de datos de la encuesta chilena. A partir de ello, se generaron los deciles correspondientes. use esi-2019---personas, clear gen ing_anual= ing_mon_sb*12 xtile decil= ing_anual if ing_anual>0, nq(10) 101

Impactos redistributivos de la pandemia de la COVID-19 en el Perú bajo una perspectiva internacional comparada 2019-2022 Colombia Para la distribución del ingreso en Colombia se consideró la Gran Encuesta Integrada de Hogares de DANE entre los años 2019 y 2022. Dicha base de datos se encuentra en frecuencia mensual, de allí que se unieran diversos módulos de cada año correspondiente para conformar una base en frecuencia anual. En específico, para el año 2019, los módulos mensuales se dividen en “cabecera” (población que vive en zonas urbanas) y “resto” (población que vive en zonas rurales); a su vez, dichos módulos se subdividen en dos bases relevantes para la presente investigación: “Ocupados” (contiene información de ingresos dependientes e independientes) y “Otros ingresos” (contiene información del excedente de explotación). En el caso de los años 2020, 2021 y 2022, se dispone de dos bases de datos por mes: “Ocupados” y “Otros ingresos” , que se unen para formar el módulo de cada mes. Finalmente, al juntar todas las bases de los meses de enero a diciembre se obtiene la frecuencia anual. Cabe acotar que, entre los meses de marzo y julio, solo se dispone de la base “Ocupados” por mes(debido a la pandemia). Por tanto, en dichos cinco meses no se cuenta con los ingresos correspondientes a excedente de explotación. Para la distribución del ingreso laboral se usó la variable “INGLAB” a partir de la base de datos anualizada para el periodo 2019-2022. Dicha variable es equivalente a la suma de los ingresos por remuneraciones y el ingreso mixto. En el caso del excedente de explotación, se sumó los conceptos P7500S1 (correspondiente al arriendo de casas, fincas, lotes, vehículos, equipos), P7510S5A1 (dinero por intereses de préstamos, depósitos de ahorro, utilidades, ganancias o dividendos por inversiones) y P7510S7A1 (ingreso por loterías, indemnizaciones, liquidaciones, venta de propiedades, acciones, vehículos, entre otros). Ahora bien, debido a la pandemia, para el año 2020 no se dispuso de la base “Otros ingresos” entre los meses de marzo y julio. Por tanto, las estimaciones de la distribución del ingreso presentan mayores inexactitudes en dicho año. La variable que identifica el género de cada observación se encuentra en la base mensual llamada “Características generales(personas)” . Por eso se unió dicha base con el resto de las bases que identifican los ingresos de los hogares( “Ocupados” y “Otros ingresos” ). Este procedimiento se realizó para cada mes hasta llegar a disponer de una base anualizada para el periodo 2019-2022. A partir de ello, se sumaron los ingresos correspondientes al ingreso laboral y al excedente de explotación para contar con un ingreso total anual. Finalmente, se filtró por género y jefe de hogar para obtener la distribución personal del ingreso por deciles. Para el caso de la distribución por área se utilizó las distribuciones del ingreso anual para el área urbana y rural(definido por criterios de DANE) usando la base agregada anualizada. Para el año 2019, las bases 102

Impactos redistributivos de la pandemia de la COVID-19 en el Perú bajo una perspectiva internacional comparada 2019-2022 mensuales se subdividen en “cabecera” (área urbana) y “resto” (área rural), a partir de ello se obtuvo una base anualizada para cada área correspondiente para su posterior procesamiento. Para los años 2020, 2021 y 2022, se tomó la variable “CLASE” , que identifica si la observación pertenece al área urbana o rural. La cobertura es limitada para los años 2020 y 2021 debido a la pandemia, por lo que la distribución presentaría ciertas inexactitudes. En el caso del procesamiento de las encuestas para el año 2019 se utilizó el siguiente protocolo con Stata. Primero, se unieron las bases correspondientes a “cabecera” (área urbana) y “resto” (área rural) de cada mes para generar una base en frecuencia mensual. Luego, se unieron las respectivas bases mensuales para obtener una base final en frecuencia anual. Por último, se generó el ingreso total(ingreso laboral más excedente de explotación) para obtener los deciles. forvalues x= 1/12{ use cabecera_2019_`x’, clear merge 1:1 DIRECTORIO-ORDEN using cabecera_2019_`x’_ee, nogen keep DIRECTORIO-ORDEN INGLABO P7500S1A1 P7510S5A1 P7510S7A1 P7510S6A1 P6020 P6050 fex_c_2011 save cabecera_`x’_2019, replace use resto_2019_`x’, clear merge 1:1 DIRECTORIO-ORDEN using resto_2019_`x’_ee, nogen keep DIRECTORIO-ORDEN INGLABO P7500S1A1 P7510S5A1 P7510S7A1 P7510S6A1 fex_c_2011 P6020 P6050 save resto_`x’_2019, replace use cabecera_`x’_2019, clear append using resto_`x’_2019 save mes_`x’_2019, replace} use mes_1_2019, clear forvalues x= 2/12{ append using mes_`x’_2019 save base_anual_2019, replace} use base_anual_2019, clear gen arriendos= P7500S1A1 egen ing_capital= rowtotal(P7510S5A1 P7510S7A1 arriendos) egen ing_total= rowtotal(INGLABO P7510S6A1 ing_capital) drop if ing_total==0 sort ing_total gen numero=_n count gen decil= 1 if inrange(numero,1,30469) forvalues x= 2/10{replace decil=`x’ if inrange(número,30469*(`x’-1),30469*`x’)} tab decil 103

Impactos redistributivos de la pandemia de la COVID-19 en el Perú bajo una perspectiva internacional comparada 2019-2022 México Para determinar la distribución total del ingreso en México se utilizó la base de datos del INEGI, específicamente de la Encuesta Nacional de Ingresos y Gastos de los Hogares. Se procesaron los datos correspondientes a los años 2018, 2020 y 2022, ya que la encuesta tiene una frecuencia bianual. Para el ingreso nacional, a partir de la base de datos mencionada, se consideró la variable correspondiente a los ingresos corrientes(que incluye los ingresos laborales dependientes, independientes, capital, estimación de alquileres, transferencias en especie y otros ingresos) menos la estimación de alquileres, ya que no sería un ingreso real percibido por las familias. Para la distribución de las remuneraciones se usó la variable de “trabajo subordinado” (que incluye sueldos y salarios, indemnizaciones, aguinaldo, otras remuneraciones, horas extra y remuneraciones en especie), a la que se le agregó los ingresos por jubilación(que está incluida en la variable de “transferencias” ). A partir de dicha suma agregada se halló la distribución del ingreso correspondiente. En el caso del ingreso mixto, se aprovechó la variable de ingreso por negocio independiente(que es el resultado de la suma de negocios agropecuarios y no agropecuarios: industria, comercio y servicios), a la que se le sumó la variable correspondiente a “ingresos de otros trabajos” para hallar la distribución correspondiente de manera agregada. En el caso de la distribución del excedente de explotación se utilizó la variable “rentas” , que consiste en los ingresos que perciben los integrantes del hogar derivados de la posesión de activos financieros o tangibles puestos a disposición de otras instituciones. A dicha variable se le agregó los ingresos por utilidad de sociedades y arrendamiento para obtener el concepto en su definición completa. Se utilizó el siguiente protocolo con Stata para el año 2019. Dado que el ingreso se encuentra en frecuencia trimestral, se multiplica por cuatro la resta entre el ingreso corriente trimestral( “ing_cor” ) y la estimación de alquileres trimestral( “estim_alq” ). Finalmente, se genera los deciles correspondientes. use concentradohogar, clear gen ing_anual=(ing_cor- estim_alq)*4 xtile decil= ing_anual if ing_anual>0, nq(10) tab decil Perú Para obtener la distribución del total de ingresos de los hogares del Perú se utilizó el módulo “Sumaria” , base de microdatos del Instituto Nacional de Estadística e Informática(INEI), en el periodo 2019-2022. 104

Impactos redistributivos de la pandemia de la COVID-19 en el Perú bajo una perspectiva internacional comparada 2019-2022 En específico, se tomó la variable “inghog1d” como referencia de los ingresos totales anuales de los hogares peruanos; a su vez, se aplicó el respectivo factor de expansión a los ingresos registrados. En el caso de la distribución de las remuneraciones(ingreso laboral dependiente) entre los años mencionados, también se dispuso del módulo “Sumaria” . En específico, se sumó cinco variables en frecuencia anual: ingreso bruto por actividad principal dependiente( “ingbru” ), ingreso bruto por actividad secundaria dependiente( “insedthd” ), ingreso extraordinario por trabajo( “ingexthd” ), ingreso por pago en especie de la actividad principal( “pagesphd” ) e ingreso por pago en especie de la actividad secundaria( “paesechd” ). Para el caso del ingreso mixto se sumó cuatro variables en frecuencia anual: ingreso por actividad principal independiente( “ingindhd” ), ingreso por autoconsumo de la actividad principal independiente ( “ingauthd” ), ingreso neto de la actividad secundaria independiente ( “ingseihd” ) e ingreso por autoconsumo de la actividad secundaria independiente( “isecauhd” ). Finalmente, para el caso del excedente de explotación, se utilizó la variable de rentas de la propiedad ( “ingrenhd” ) en frecuencia anual. Esta variable contiene ingresos por utilidades empresariales, ingresos por concepto de intereses por depósitos en bancos, ingresos por concepto de intereses por préstamos a terceros, ingresos por concepto de dividendos de acciones y bonos, arrendamiento de inmuebles, arrendamiento de maquinarias, arrendamiento de vehículos, arrendamiento de tierras agrícolas y alquiler de marcas y patentes. Para el año 2019 se utiliza el siguiente protocolo con Stata . Se generan los deciles a partir del ingreso anual( “inghog1d” ) ubicado en el módulo “Sumaria” del INEI. use sumaria-2019, clear xtile decil= inghog1d, nq(10) tab decil  5. Fórmulas relativas a los indicadores de desigualdad En este estudio se utiliza cuatro indicadores de desigualdad. En primer lugar, el coeficiente de Gini , que fluctúa entre 0(igualdad absoluta) y 1(desigualdad extrema). Toda la información se clasifica en términos de deciles : en grupos correspondientes al 10% de la población. Por otra parte, se considera para todas las economías y años comprendidos la relación de los ingresos entre el decil de mayores ingresos(D10) y el de menores ingresos(D1). Asimismo, el índice de Palma , que mide la proporción entre los ingresos del decil más rico(D10) respecto de los más bajos. Por último, el índice de 105

Impactos redistributivos de la pandemia de la COVID-19 en el Perú bajo una perspectiva internacional comparada 2019-2022 Theil , que permite distinguir cómo es la distribución de ingresos entre los deciles(T2) y al interior de cada uno de los deciles(T1). Coeficiente de Gini n G= 1∑ ( X t-1 - X t ) * ( Y t-1 + Y t ) i=1 En donde, X t representa la proporción acumulada de los perceptores de ingresos e Y t representa la proporción acumulada de los ingresos de la población. Decil 10/Decil 1 División del porcentaje de ingresos que percibe el decil 10 entre la participación del decil 1(D10/D1) Índice de Palma P= D10/(D1+ D2+ D3+ D4) División del porcentaje de ingresos que percibe el decil 10 entre el agregado de la participación de los deciles 1 al 4. Índice de Theil n T= ∑ x i * In(x i * n) i=1 En donde, n es el número de individuos i que perciben ingresos y x i son las participaciones de cada individuo sobre el ingreso total acumulado. A su vez, el índice puede ser descompuesto por grupos de individuos. Así, la desigualdad del ingreso se puede expresar a nivel intragrupos( T 1 ) como entre los grupos( T 2 ). En donde, v j es la participación del grupo j en el grupo total(en este caso corresponde a los deciles), z ij es la participación del individuo i dentro del grupo j y n j es el número de individuos por grupo o decil. n n T 1 = ∑ v j * ∑ ( z ij * ln( z ij * n j )) j=1 j=1 k T 2 = ∑ v j * ln( v j * n/n j ) j=1 T= T 1 + T 2 106

Se terminó de imprimir en los talleres gráficos de T area A sociación G ráfica E ducativa Pasaje María Auxiliadora 156-164 - Breña Correo e.: tareagrafica@tareagrafica.com Página web: www.tareagrafica.com Teléfs.: 424-8104/ 424-3411 Octubre 2024 Lima- Perú

© Editado por Fundación Friedrich Ebert Camino Real 456, Torre Real Of. 901. San Isidro- Lima- Perú https://peru.fes.de• info.peru@fes.de ISBN: 978-9972-43-056-5 9 789972 430565