Luis Castillo

Luis Castillo
Luis Castillo
Jefe del Departamento de Políticas Sociales y Regionales

Estudios realizados

Bachiller en Economía


2016.

Maestría en Economía Internacional y de Desarrollo


2019.

Áreas de interés

  • Gobiernos Estatales y Locales
  • Pobreza y Bienestar
  • Desarrollo Económico

Palabras clave

  • desigualdad
  • descomposición de la desigualdad
  • brecha de producción
  • pobreza

Perfiles académicos:

Luis Eduardo Castillo es Máster en International & Development Economics por la Universidad de Yale. Sus áreas de investigación se centran en la medición del bienestar, el análisis de la pobreza y desigualdad, la gestión pública para el desarrollo y la economía política.

Principales Publicaciones

Perú: Historia de dos pobrezas.

¿Cómo evolucionó la pobreza en Perú en los últimos años? En este artículo, se utiliza un índice de pobreza multidimensional, el IPM-P, para analizar y comparar la trayectoria de la pobreza en Perú entre 2007 y 2020 desde diferentes enfoques. El objetivo es ilustrar el beneficio de utilizar un indicador multidimensional como complemento a la medida oficial de pobreza monetaria, en específico para potenciar la identificación de hogares vulnerables y el diseño de políticas públicas. El índice se construye sobre la metodología de Alkire y Foster (2011), y abarca seis dimensiones: salud, educación, servicios básicos, entorno físico, participación social y participación económica. Entre los principales hallazgos, se observa que la incidencia de la pobreza multidimensional habría sido mayor que la incidencia de la pobreza monetaria durante todo el periodo de análisis. No obstante, el aumento de la pobreza multidimensional entre 2019 y 2020 (2,0 pp) fue marcadamente menor al visto en términos de pobreza monetaria (9,9 pp). Por otro lado, alrededor de la mitad de los pobres monetarios no sufrieron de suficientes privaciones como para ser considerados pobres multidimensionales en 2020 bajo las métricas establecidas. El perfil de pobres según áreas geográficas también cambia entre las medidas de pobreza monetaria y pobreza multidimensional. En específico, Lima Metropolitana representaba un tercio de los pobres monetarios en 2020, pero solo 10,7% de los pobres multidimensionales. La participación de la selva y zonas rurales en la pobreza total crece también al pasar del enfoque monetario al multidimensional. Finalmente, se observa una mayor correlación del IPM-P con la autopercepción de los hogares peruanos sobre su situación de pobreza que con el índice de pobreza monetaria.

Ver más

¿Qué hace que los pobres permanezcan pobres? Dinámica de la pobreza en Perú.

Este documento investiga la dinámica de la pobreza monetaria en Perú entre 2015 y 2022, con un enfoque particular en el impacto de la pandemia del COVID-19. Utilizando datos de panel de la Encuesta Nacional de Hogares (ENAHO), se examinan tres preguntas clave: la extensión de la persistencia de la pobreza, las características del hogar asociadas con un aumento en la probabilidad de ser pobre, y los cambios en la dinámica de la pobreza después de la pandemia. El análisis emplea matrices de transición y técnicas de regresión probit, ofreciendo una exploración integral de estas dinámicas. Los hallazgos resaltan la naturaleza persistente de la pobreza en Perú, con más de la mitad de los hogares en esta situación permaneciendo pobres al año siguiente. Los impactos económicos inducidos por la pandemia llevaron a un aumento transitorio en la persistencia de la pobreza al 60% entre 2019 y 2020. Además, los intervalos de cinco años muestran un aumento en la persistencia de la pobreza en el período 2018-2022, lo que sugiere una mayor vulnerabilidad económica después de la pandemia. Se encuentra que factores demográficos, sociales y económicos se correlacionan con la persistencia de la pobreza. Los hogares liderados por mujeres o personas mayores muestran una menor persistencia, mientras que la presencia de niños, la falta de acceso a seguros de salud y la informalidad están vinculados a una mayor persistencia de la pobreza. El análisis de regresión probit confirma el efecto protector de la educación y cómo la influencia de eventos de riesgo natural, la dependencia demográfica en el hogar, y empleos precarios aumenta la probabilidad de ser pobre.

Ver más

Publicaciones