Busca la relación entre el crecimiento económico y la pobreza extrema a través de datos panel para los 24 departamentos del país en el periodo de 2007 - 2014. Se utiliza los datos del Sistema de Información Regional para la toma de decisiones del INEI y se utiliza el modelo de efectos fijos escogido mediante la aplicación del Test de Hausman. Las variables utilizadas en el modelo econométrico fueron de pobreza extrema, PBI per cápita, tasa de desempleo y gasto público en educación (gasto público en educación inicial, primaria y secundaria) a través de la tasa de crecimiento. Entre los resultados se encontró que la única variable que tuvo un impacto significativo en la pobreza extrema fue el PBI per cápita (p<0.001; coef=-0.0016). Es decir, un aumento del PBI per cápita reduce la incidencia de la pobreza extrema. En el análisis por correlación de los departamentos se encuentra que diecisiete departamentos presentan una relación inversa de PBI per cápita con la pobreza extrema y para el departamento de Lima no solo se tiene influencia del PBI per cápita sino también de la tasa de desempleo. Se concluye que el crecimiento económico, medido a través del PBI per cápita, influye en la reducción de la pobreza extrema. El país a lo largo del periodo de estudio ha experimentado una reducción de la pobreza extrema, así como el crecimiento económico medido por PBI per cápita y esto apoya la hipótesis planteada. / Tesis

La presente investigación analiza la dinámica espacial de la participación electoral en los comicios municipales peruanos entre el 2006 y 2018. Para ello, se realiza un análisis exploratorio de datos espaciales con estadísticas globales y locales para encontrar evidencia empírica de las dependencias espaciales en la participación electoral distrital. Asimismo, se realiza estimaciones de corte transversal haciendo uso del modelo espacial de Durbin, en donde se incorpora como variables explicativas a las características socioeconómicas, demográficas y los rezagos espaciales de las variables independientes y dependiente. Los resultados identifican los factores que influencian sobre la participación electoral y evidencia la presencia de efectos spillovers espaciales significativos para los factores de decisión electoral indicando que estos no solo afectan a sus propios distritos sino también a distritos contiguos. En ese sentido, la identificación de estos factores permitirá a las autoridades electorales construir estrategias que permitan la mejora en la participación electoral, toda vez que este es una medida importante de la salud de una democracia libre. / This research analyzes the spatial dynamics of electoral participation in Peruvian municipal elections between 2006 and 2018. For this purpose, an exploratory analysis of spatial data with global and local statistics is carried out to find empirical evidence of spatial dependencies in district electoral participation. Likewise, cross-sectional estimations are made using Durbin's spatial model, where socioeconomic and demographic characteristics and the spatial lags of the independent and dependent variables are incorporated as explanatory variables. The results identify the factors that influence electoral participation and evidence the presence of significant spatial spillover effects for the electoral decision factors indicating that these not only affect their own districts but also contiguous districts. In this sense, the identification of these factors will allow electoral authorities to build strategies to improve electoral participation, since this is an important measure of the health of a liberal democracy.

El presente trabajo de investigación tiene el propósito de identificar qué hogares conforman la clase media en el Perú. Para abordar tal objetivo, se ahonda en la discusión entorno a la concepción y operacionalización de las clases sociales desde los lentes conceptuales de la economía y sociología. A partir de ello, se evidencia la distancia que existe entre la discusión teórica y las aproximaciones empíricas del concepto. En consecuencia, a modo de tender puentes entre ambas disciplinas, se propone una definición de clase social cuya formulación contempla las siguientes variables: ocupación del jefe/a de hogar, el ingreso equivalente del hogar y la riqueza del hogar. Mediante el empleo de un modelo de clase latente aplicado con información proveniente de la Encuesta Nacional de Hogares (ENAHO) se estima la cantidad de hogares que comprenden la clase media y demás clases sociales identificables al interior de la estructura social peruana durante el período bajo estudio. Los resultados del tal medición son disímiles. Mientras que en el año 2012, la clase media peruana estuvo conformada por el 40.6% de hogares; en el año 2017, su composición fue variante al abarcar una proporción de entre 33.1% y 45.4% de hogares.