Beruflich Dokumente
Kultur Dokumente
Serie:
Serie:Documento
Avance de Investigacin
Metodolgico/ /Nro.
Nro.13
MODELO IFs
MODELO IFs
Carlos A. Anderson
Presidente del Consejo Directivo
Centro Nacional de Planeamiento Estratgico
Fredy Vargas Lama
Director Nacional de Prospectiva y Estudios Estratgicos
Asesora de la Presidencia del Consejo Directivo
Shirley Magaly Andrade Culqui
Equipo Tcnico:
Jordy Vilchez Astucuri, Carmen Zea Acosta, Roy Muoz
Gomez, Julio Prez Coaguila, Georgina Morn Chanca.
Coordinadora de Publicaciones
Claudia Rospigliosi Cceda
Centro Nacional de Planeamiento Estratgico
Av. Canaval y Moreyra 480, piso 11
San Isidro, Lima, Per
Telfono: 211 7800
Correo electrnico: webmaster@ceplan.gob.pe
Direccin URL: www.ceplan.gob.pe
Derechos Reservados
Primera edicin
Hecho el depsito Legal en la Biblioteca Nacional del Per N
Tiraje: 400 ejemplares
Impreso por: Industrias Grficas Ausangate SAC
RUC: 20384327029
Direccin: Jirn Lima 631, Lima
Fotografas: Wayne Armstrong/University of Denver
y Pardee Center for International Futures
Abstract
This paper presents the International Futures (IFs) Prospective Model, developed by the
Pardee Center for International Futures at the University of Denver (Colorado, USA). Its
major variables, relations and equations as well as fundamental concepts for using the tool
are described. Furthermore, the process to adapt the model to the Peruvian reality and
other related future work to be developed by The National Center for Strategic Planning
(CEPLAN) are detailed in the document. The International Futures Prospective Model has
been used in the update process of the Strategic Plan of National Development: Peru 2021
and will also serve as support for the formulation of future scenarios, necessary for the
construction of Perus 2030 and 2050 Vision.
MODELO IFs
prefacio
Pensar Futuro
En diciembre 2013 apareci Why and How Latin America Should Think About the Future, un breve
texto del ex - senador chileno Sergio Bittar publicado por el Inter American Dialogue, un importante think tank de Washington D.C. En l, el Sr. Bittar hace un balance de la experiencia planificadora
de la regin latinoamericana y resalta una falencia comn entre los organismos de planificacin de
la regin: su pobre tratamiento de los temas de futuro. Contrasta, adems, dicho tratamiento con
el que se lleva a cabo en economas y sociedades ms desarrolladas. Segn Bittar, en Amrica Latina las instituciones de planeamiento estn retrasadas en su habilidad para desarrollar una visin
estratgica que ayude a priorizar objetivos y construir un consenso poltico y tienen dificultades
para pensar de manera estructurada los temas de mediano y largo plazo. Y lo que resulta ms
grave an: la debilidad en materia prospectiva reduce la habilidad de cada pas para reaccionar a
eventos inesperados. Porque de esto se trata: de pensar futuro para anticiparse a l mediante la accin estratgica hoy. El impacto de las profundas transformaciones en la economa internacional,
el surgimiento de China como gran potencia, el cambio climtico, el impacto de las tecnologas de
informacin son algunos de los grandes temas que forman o deberan formar parte de los mltiples escenarios de futuro de la Amrica Latina, es decir, de la prospectiva latinoamericana.
Los escenarios de futuro, la anticipacin estratgica y el desarrollo de una visin de largo plazo son
elementos consustanciales al planeamiento estratgico moderno. Todos requieren de informacin
acerca de factores cuyos efectos probables no son conocidos y muchas veces ni siquiera son conocibles, pero sobretodo requieren de una manera estructurada de pensar. El futuro, bien lo sabemos, es sumamente difcil de predecir. Los economistas, en particular, han desarrollado mtodos
estadsticos (economtricos) con el fin de identificar y extrapolar de la manera ms consistente y
con el menor ruido posible, relaciones de carcter histrico que persistan a lo largo del tiempo
y que sean pasibles de ejercicios y/o anlisis de sensibilidad. No lo llaman prospectiva pero se
confunde con sta por la naturaleza de sus proyecciones y la tendencia a denominarlas Escenario
Optimista, Escenario Pesimista y Escenario Moderado o Escenario I, II y III.
Es decir, la tendencia tan arraigada de presentar proyecciones bajo una lgica de escenarios cuando el desarrollo de escenarios de futuro requiere una lgica y una forma de pensaren particular
acerca de posibles disrupciones que est ausente en los ejercicios de extrapolacin de tendencias
caractersticos de la econometra. Si a esto le aadimos la deuda pendiente que tienen los mo-
MODELO IFs
delos economtricos con la direccin de causalidad (esto es, la imposibilidad, incluso con lo ms
avanzado de la econometra actual, de saber si A causa B o B causa A), entenderemos por qu las
proyecciones economtricas son usualmente vistas con una alta dosis de escepticismo. De hecho,
quienes acostumbran a tratar de entrever el futuro de manera profesional se refieren a este tipo de
predicciones como el escenario menos probable.
Cmo identificar, por contraste, el escenario ms probable? En este punto es que encontramos el
desarrollo reciente de la prospectiva como disciplina. Comenzando con una reformulacin de lo
que significa pensar futuro. El futuronos dice Claude Godetno debe ser visto como una lnea
recta nica y predeterminada de prolongacin del pasado: el futuro es mltiple e indeterminado.
Mltiple e indeterminado, precisamente lo que seala Sergio Bittar, pero no como destino trgico
o declaracin de imposibilidad, sino como reto: el reto de encontrar un conjunto de escenarios
posibles y deseables con un alto grado de probabilidad. En efecto. La prospectiva parte precisamente del convencimiento acerca de la posibilidad de construir el futuro y no de ser simplemente
victimas del acaso. Ser dueos de nuestro futuro es tal vez otra forma de expresarlo.
Pero la construccin del futuroposible y deseablerequiere mtodo y dicho mtodo--nos lo
recuerda Claude Godet--descansa en el logro de por lo menos dos grandes objetivos estratgicos:
i) orientar la accin presente (el plan) a la luz de los futuros deseados y ii) identificar hechos insignificantes del presente pero inmensos en el futuro debido a sus consecuencias potenciales. Por
ejemplo. Si el futuro deseado es contar a nivel pas con una fuerza laboral altamente competitiva,
entonces es necesario que el sistema educativo se oriente a la adquisicin de habilidades que
fomenten la competitividad, tales como idiomas, familiaridad con la tecnologa de informacin,
regmenes de formacin dual que estimulen la aplicacin temprana de conocimientos y la generacin de nuevos conocimientos.
Por otro lado, la identificacin temprana de hechos insignificantes de grandes consecuencias potenciales (el as llamado early warning o anticipacin estratgica) demanda habilidades para la
identificacin de actores y temas que por no ser evidentes, constituyen esas undercurrents o
corrientes subterrneas que en determinado momentocuando uno menos lo esperasurgen
a la superficie y lo cambian todo. Demanda, sobretodo una metodologa e instrumentos propios
de la prospectiva.
Cmo definimos prospectiva? Tal vez la ms precisa definicin sea la que nos proporciona el
Instituto de Prospectiva Estratgica de Espaa: La prospectiva es una disciplina con visin global,
sistmica, dinmica y abierta que explica los posibles futuros, no slo por los datos del pasado sino
fundamentalmente teniendo en cuenta las evoluciones futuras de las variables (cuantitativas y
sobretodo cualitativas) as como los comportamientos de los actores implicados, de manera que
reduce la incertidumbre, ilumina la accin presente y aporta mecanismos que conducen al futuro
aceptable, conveniente o deseado. Global, sistmica, dinmica y abierta. Posibles futuros. Evolucin futura de las variables y comportamiento esperado de los actores. Reducir la incertidumbre.
Transitar al futuro deseado.
El Centro Nacional de Planeamiento Estratgico, CEPLAN, consciente de la importancia de la prospectiva como instrumento fundamental para la construccin de un futuro posible y deseable,
inici el 2013gracias al impulso de la entonces Directora Nacional de Prospectiva y Estudios
Estratgicos, Srta. Shirley Andrade-- un proceso de amplia colaboracin con el Pardee Center of
International Futures con el fin de adoptar y adaptar su modelo prospectivo, el Modelo IFs, luego
de un exhaustivo anlisis de las ofertas que en materia de instrumentos prospectivos existan en
aquellos momentos en el mercado nacional e internacional. El documento que tienen en sus manos es resultado de ese anlisis y constituye en s mismo un fascinante recorrido por el estado del
arte en materia prospectiva y sus mtodos.
Carlos A. Anderson
Presidente del Consejo Directivo
MODELO IFs
10
tabla de contenidos
Resumen ejecutivo/ Abstract
5
Prefacio 7
Tabla de contenidos
11
Lista de tablas
12
Lista de figuras
13
1. Introduccin
15
2. Breve anlisis de los principales modelos prospectivos a escala mundial
17
2.1 Modelos del International Institute for Applied Systems Analysis (IIASA)
17
2.2 Modelo de simulacin World 3 del Club de Roma
18
2.3 Modelos del Millennium Project-Global Future Studies and Research
19
2.4 Modelos de The Economist Intelligence Unit (EIU)
19
2.5 Anlisis comparativo
20
3. El Modelo International Futures (IFs)
21
3.1 Introduccin
21
3.2 Conceptos bsicos
22
3.3 Mdulos
27
3.3.1 Mdulo de Poblacin
29
3.3.2 Mdulo de Economa
33
3.3.3 Mdulo de Educacin
38
3.3.4 Mdulo de Agricultura
42
3.3.5 Mdulo de Energa
45
3.3.6 Mdulo de Gobernanza y Sociocultural y mdulo de Poltica Internacional
50
3.3.7 Mdulo de Medio Ambiente
56
3.3.8 Mdulo de Infraestructura
60
3.3.9 Mdulo de Salud
65
3.4 Metodologa del anlisis histrico
68
3.5 Metodologa del anlisis grfico
71
3.6 Metodologa del anlisis de escenarios
72
4. Proceso de adaptacin del Modelo IFs a la realidad peruana
75
4.1 Trabajos previos
75
4.2 Adaptacin del Modelo IFs, fase inicial
76
4.2.1 Capacitacin, entrenamiento y orientacin
76
4.2.2 Asistencia tcnica y entrenamiento permanentemente
77
4.2.3 Actualizacin del manual de entrenamiento del Modelo IFs
77
4.2.4 Elaboracin de la gua de ayuda para el anlisis de escenarios
78
MODELO IFs
11
12
Lista de tablas
78
78
88
88
89
89
90
92
94
97
98
30
30
33
34
38
38
42
43
46
46
50
51
57
57
60
60
66
66
80
80
81
85
86
Lista de figuras
Figura 1. Diagrama causal bsico del mdulo de Poblacin
Figura 2. Diagrama causal intermedio del mdulo de Poblacin
Figura 3. Diagrama causal de interrelacin de los mdulos de Poblacin, Economa y Educacin
Figura 4. Diagrama de bloques de los elementos principales del Modelo IFs y sus conexiones ms representativas
Figura 5. Diagrama causal del mdulo de Poblacin del Modelo IFs
Figura 6. Diagrama causal del mdulo de Economa del Modelo IFs
Figura 7. Diagrama causal del mdulo de Educacin del Modelo IFs
26
26
27
28
32
37
41
45
49
54
55
56
59
64
65
68
69
70
70
71
72
73
74
79
83
84
87
90
91
91
92
93
95
95
MODELO IFs
13
14
1
INTRODUCCIN
Las principales megatendencias mundiales que estn transformando el orbe son, entre otras,
la globalizacin, el desplazamiento del eje de poder del Atlntico hacia el Pacfico, el cambio
climtico y la revolucin de las tecnologas de la informacin y las comunicaciones (TIC). Ante
esta situacin, los pases desarrollados se han visto en la imperiosa necesidad de plantear nuevamente su futuro en el largo plazo. Estos anlisis son efectuados con una metodologa especfica
y haciendo uso de herramientas estadsticas con un enfoque sistmico. Ello permite efectuar
proyecciones de posibles escenarios futuros con un horizonte temporal de aos, e incluso dcadas, y con un grado aceptable de certeza. En Amrica Latina, el debate respecto al largo plazo
no ha estado presente en la agenda (BITAR 2013); sin embargo, hoy ya comienza a verse como
una necesidad para el crecimiento sostenible.
En tal sentido, uno de los principales modelos prospectivos empleados a escala mundial es el
Modelo de Futuros Internacionales o IFs, por sus siglas en ingls. Este modelo fue desarrollado por
el Centro Frederick S. Pardee para Futuros Internacionales de la Universidad de Denver, Colorado
(EE. UU.). En esta institucin, un grupo de investigadores, cientficos e ingenieros a cargo del Dr.
Barry Hughes viene perfeccionando un modelo sistmico de cerca de 500 variables y 3000 series
de datos de ms de 180 pases. Ello permite hacer seguimiento de indicadores y sus proyecciones
de mediano y largo plazo de prcticamente todas las economas del planeta.
El Centro Nacional de Planeamiento Estratgico (CEPLAN) est actualmente en proceso de adaptacin de este modelo a las particularidades de la sociedad y economa peruanas, con el fin de poder
realizar las proyecciones de mediano y largo plazo del Per en comparacin con otros pases o
grupos de economas. El presente documento evala, someramente, otros modelos prospectivos
del mundo y compara sus ventajas y desventajas con respecto a la mejor alternativa identificada, el
Modelo IFs. Luego se realiza una presentacin de las variables incluidas dentro de los diez mdulos
actuales, sus interrelaciones y la disponibilidad de informacin proveniente de bases de datos internacionales, principalmente de los Indicadores Mundiales de Desarrollo del Banco Mundial (WDI,
por sus siglas en ingls) y la Organizacin para la Cooperacin y Desarrollo Econmico (OCDE).
MODELO IFs
15
16
2
Breve Anlisis de
los Principales
Modelos
Prospectivos a
escala mundial
2.1 Modelos del International Institute for Applied Systems
Analysis (IIASA)
El IIASA es un instituto cientfico internacional, con sede en Laxenburgo, Austria, que realiza investigacin orientada a la elaboracin de polticas para la solucin de problemas que son muy complejos para ser solucionados por un solo pas o son de alcance global, como el cambio climtico, la
seguridad energtica o el envejecimiento poblacional.
Como una entidad independiente, el IIASA plantea estrategias para la accin cooperativa, sin restriccin de intereses nacionales o polticos. El instituto est compuesto por alrededor de 300 investigadores, entre cientficos sociales, matemticos e ingenieros de 45 pases. Adicionalmente, cuenta con
una red de 1750 colaboradores alrededor del mundo. Sus temas principales son (IIASA 2013):
yy
E nerga y cambio climtico: la investigacin aborda el dilema de la carencia de acceso a la energa que impide a miles de millones de personas participar de la sociedad moderna, mientras
que, al mismo tiempo, el uso de combustible fsil amenaza con producir cambios irreversibles
en el clima del planeta. Los principales ejes de investigacin son: (a) la transformacin del sistema global de energa para lograr un mundo con bajos niveles de carbono; (b) reformular el
debate de los gases de efecto invernadero; (c) la administracin de la energa e inversiones en
investigacin y desarrollo; y (d) mejorar la eficiencia en el uso de la energa.
yy
gua y alimentos: el crecimiento poblacional pronosticado para las siguientes dcadas a escala
A
mundial implica que estos recursos, indispensables para la supervivencia humana, necesariamente deben ser incrementados. Segn los pronsticos, para el ao 2050 la poblacin total
de la Tierra ser de nueve mil millones de personas, y para poder proveer el sustento bsico
de esta poblacin se requerir que la produccin agrcola se incremente en 70% a escala global y en 100% en los pases en desarrollo. Se suma a ello que las mejoras en la productividad
de alimentos y aseguramiento de la disponibilidad de agua potable estn asociados con la
MODELO IFs
17
explotacin de recursos terrestres, marinos y acuferos que han devenido, en muchos casos,
en su depredacin. Para contribuir a la solucin de estos problemas, el IIASA dirige cuatro ejes
de estudio: (a) aseguramiento futuro de la provisin y distribucin de alimentos y agua; (b)
salvaguarda sostenible de los ecosistemas y alimentos marinos; (c) optimizacin de los usos
mltiples de los servicios de los ecosistemas terrestres; y (d) administracin y comparticin de
los recursos de agua dulce.
yy
Pobreza y equidad: el IIASA utiliza un enfoque de anlisis sistmico para explorar los factores sociales, econmicos, medioambientales y polticos que crean profundas inequidades en
diversas sociedades. Los estudios se enfocan en cuatro lneas de investigacin: (a) pobreza
energtica; (b) pobreza y ecosistemas; (c) pobreza, desigualdad y educacin; y, (d) pobreza y
vulnerabilidad a los desastres.
Cada uno de los frentes de investigacin del IIASA tiene un desarrollo independiente, con sus propios
proyectos, modelos y bases de datos especficos. Asimismo, dentro del frente de investigacin de sistemas avanzados, existe un modelo orientado al anlisis prospectivo. Este proyecto de investigacin
lleva por nombre An Artificial World for Forecasting (Dream Valley) y est compuesto de dos partes:
el simulador Dream Valley, que representa sistemas dinmicos complejos, y el marco de trabajo A3 que
implementa y prueba mtodos para pronosticar los comportamientos futuros de dichos sistemas.
18
Sin embargo, el modelo World3 no distingue entre diferentes partes geogrficas del mundo ni
pases, ya que se trata de un modelo global. Tampoco representa por separado a las poblaciones
ricas y pobres ni considera los factores de desigualdad en la sociedad. Adems, solamente supone
dos tipos de efectos negativos agregados como subproducto del desarrollo econmico: consumo
de recursos no renovables y contaminacin. No considera las causas de la violencia ni de la corrupcin. Tampoco tiene en cuenta efectos de potenciales guerras que podran alterar profundamente
la demografa, el capital, las tierras e incrementar la contaminacin; ni tampoco los efectos de
desastres naturales y epidemias (DONELLA MEADOWS INSTITUTE 2004).
MODELO IFs
19
No obstante, la EIU s brinda el servicio de Global Forecasting de forma gratuita. Dicho servicio
permite captar y pronosticar las tendencias claves que surgen en las economas de todo el mundo,
proporcionando predicciones confiables de variables importantes como el crecimiento del PBI, la
inflacin, la poltica fiscal y monetaria, as como los precios de las materias primas.
En caso de amenazas o sucesos particulares que puedan afectar el futuro desempeo econmico,
la EIU clasifica y analiza estos riesgos y problemas para que sea viable evaluar su posible impacto.
Los principales productos de la EIU son: (a) un informe mensual completo con el pronstico principal detallado; (b) canales regionales que permiten profundizar en aquellas reas del mundo de
mayor inters; (c) artculos actualizados peridicamente sobre los temas crticos que inciden en las
perspectivas econmicas; (d) anlisis en profundidad del comercio mundial y los tipos de cambio;
y; (e) anlisis de escenarios de riesgos.
20
3
El Modelo
International
Futures (IFs)
3.1 Introduccin
El IFs es un sistema de pronstico global integrado de largo plazo, diseado para facilitar la exploracin de futuros globales con informacin de 186 pases. El Modelo IFs permite a los usuarios analizar
las tendencias e interacciones dentro y entre diversos subsistemas, conocidos como mdulos. Estos
son: (a) Energa, (b) Agricultura, (c) Demografa, (d) Economa, (e) Educacin, (f ) Medio Ambiente, (g)
Salud, (h) Infraestructura, (i) Gobernanza, (j) Poltica Internacional. El modelo ha demostrado ser una
herramienta til para el anlisis de tendencias e impacto de polticas, como lo demuestran proyectos
desarrollados en cooperacin con las Naciones Unidas, la Unin Europea y las unidades gubernamentales de Sudfrica y Estados Unidos. Adems, este modelo se ha utilizado como una herramienta
de aprendizaje en diversos cursos de Relaciones Internacionales de pregrado y posgrado en las universidades ms prestigiosas de Estados Unidos y el mundo.
MODELO IFs
21
Asimismo, Patrones Potenciales de Progreso Humano (PPHP), publicaciones realizadas por el Pardee Center, utilizan extensivamente el Modelo IFs para analizar las tendencias histricas y futuras
en el desarrollo humano.1 Los cinco volmenes de los PPHP desarrollan anlisis en profundidad
y a gran escala sobre: (a) pobreza, (b) salud, (c) educacin, (d) infraestructura y (e) gobernanza.
El Modelo IFs es de libre acceso y est disponible gratuitamente para su descarga o uso en lnea.
Asimismo, la implementacin del modelo es de cdigo abierto, favoreciendo el libre acceso y la
colaboracin entre investigadores.
La principal funcionalidad del sistema es que permite a los usuarios simular rutas potenciales de
desarrollo humano e intervenciones de polticas que afectarn los resultados. Ello se reflejar en indicadores que miden el comportamiento de las variables de los distintos mdulos que conforman
el sistema, hasta inclusive remodelarlo enteramente. Utilizando el Modelo IFs se pueden realizar
bsicamente tres tipos de estudios: histricos, tendenciales y de escenarios. Los estudios histricos
responden a las preguntas generales cmo hemos estado? y cmo hemos evolucionado en el
tiempo? A su vez, los estudios tendenciales responden a la pregunta adnde nos estamos dirigiendo? Sin embargo, el sistema demuestra su real potencial y caractersticas distintivas cuando
proporciona las herramientas para buscar responder a la pregunta hacia dnde queremos llegar
y cmo podemos hacerlo? Para ello, se analiza el impacto potencial de los diversos motores del
cambio en las trayectorias de desarrollo actuales en un estudio de escenarios.
El Modelo IFs es una herramienta muy valiosa para pensar en el futuro deseado porque permite clarificar metas y prioridades, establecer objetivos, desarrollar escenarios alternativos sobre el porvenir e investigar la influencia de distintos agentes en la construccin del futuro. En sus fundamentos, el modelo
asume que los problemas de escala global han cobrado mayor importancia debido a que el alcance
de la interaccin y del impacto del ser humano sobre su medio ambiente crece a pasos agigantados.
Tambin considera que la dinmica de los sistemas humanos es cada vez ms veloz, as como sus metas
y prioridades son ms especficas y frecuentemente enunciadas y evaluadas.
yy
P ronstico (Forecast): considerando el uso de datos histricos y tendencias para extrapolar posibles acontecimientos futuros, el Modelo IFs utiliza relaciones matemticas entre
parmetros y variables, basadas sobre evidencias histricas, con el fin de pronosticar las
tendencias generales. Ello no implica una extrapolacin lineal o no lineal, sino ms bien un
anlisis dinmico e interactivo.
1. Los cinco volmenes del Patterns of Potential Human Progress se han publicado entre los aos 2009 y 2014 por Frederick S. Pardee Center
for International Futures, University of Denver y Oxford University. Las temticas especficas de cada uno de ellos son: vol. 1. Reducing Global
Poverty (2009, 334 p.); vol 2. Advancing Global Education (2010, 333 p.); vol 3. Improving Global Health (2011, 345 p.); vol 4. Building
Global Infrastructure (2014, 369 p.); vol. 5. Strengthening Governance Globally (2014, 361 p.). Todos los volmenes estn disponibles en:
<http://pardee.du.edu/patterns-potential-human-progress>.
22
yy
Variable: es una caracterstica o atributo de un elemento que se calcula dentro del modelo y que vara con el tiempo. El modelo est compuesto por ecuaciones con las que se
determina el valor de una variable en un momento dado, en funcin de otras variables y
parmetros. Estas variables calculadas son las salidas del modelo.
yy
yy
yy
yy
rchivo de escenarios: identificado por el sufijo .sce, este tipo de archivos es creado por los
A
usuarios para almacenar parmetros modificados que representan incertidumbre o intervenciones de polticas. Estos cambios se utilizan para computar las variables del modelo,
obtenindose resultados acordes con los valores definidos para los parmetros dentro del
archivo de escenarios.
yy
rchivo de resultados de ejecucin: identificado por el sufijo .run, este tipo de archivo conA
tiene los valores resultado de utilizar el modelo dentro de un escenario determinado. Contiene valores para todas las variables y parmetros del modelo, para todos los pases y aos
del horizonte de pronstico.
yy
Escenario Base: es el escenario por defecto, cuyos resultados siempre estn disponibles al
iniciar el sistema. No se debe confundir con una extrapolacin tendencial, porque el Escenario Base, tambin conocido como Caso Base, es un clculo que involucra toda la dinmica del modelo y, por lo tanto, tiene un comportamiento no lineal que a menudo es muy
diferente de las tendencias. El Escenario Base es un buen punto de partida para el anlisis
de escenarios alternativos.
yy
Existencias (stocks): son las variables cuyos niveles o cantidad se acumulan o se reducen a travs del
tiempo. Por ejemplo, el nmero de personas que viven en un pas determinado se incrementa o
disminuye en el tiempo, por lo tanto es una variable de tipo existencias del mdulo de poblacin.
yy
Flujos (flows): son valores especficos que agregan o disminuyen la cantidad de las variables
de existencias en el tiempo. Por ejemplo, el nmero de nacimientos por ao es un flujo que
MODELO IFs
23
herramienta muy
valiosa para pensar
en el futuro deseado
porque permite clarificar metas y
prioridades, establecer objetivos y
explorar escenarios alternativos.
24
De esta forma, tambin se han definido variables de existencias que representan al capital, la
fuerza laboral y la capacidad tecnolgica acumulada.
No obstante, muchas de las interacciones socioeconmicas se producen fuera del mercado. El
Modelo IFs, cada vez ms, representa el comportamiento de los gobiernos con respecto a la bsqueda de ingresos y la focalizacin de las transferencias y los gastos sociales, a escala nacional e
internacional, en la interaccin con otros agentes como las familias, las empresas y las instituciones
financieras internacionales.
Las Matrices de Contabilidad Social (SAM, por sus siglas en ingls) representan los flujos de todas
las transacciones que toman lugar en una economa, vinculando la oferta y el uso de bienes y servicios. El Modelo IFs usa una estructura de SAM para contabilizar generalmente los flujos entre los
agentes econmicos. Los activos financieros y las existencias de deudas, y no nicamente los flujos,
son tambin necesarios de considerar como parte de este sistema estructural, porque en conjunto
hacen posible y motivan el comportamiento de las diversas clases de agentes. No obstante, el
modelo tambin utiliza una estructura de SAM para representar las transferencias financieras no
basadas en el mercado entre los agentes econmicos que s participan del sistema de mercado.
En el mbito del Estado, los gobiernos interactan entre s dentro de grandes sistemas interestatales
que buscan la seguridad y la interaccin cooperativa. Entre los potenciales elementos de comportamiento se incluyen el gasto militar, las alianzas o incluso la creacin de nuevas instituciones. Un enfoque comn para representar este tipo de estructuras es a travs de la dinmica de accin-reaccin
que es sensible a las relaciones entre los actores. El Modelo IFs representa las cambiantes estructuras
de poder, la democracia a escala nacional y las amenazas de Estados extranjeros.
Adems, las clases de actores humanos interactan entre s y con el entorno ms amplio. De este
modo, se incluye la innovacin tecnolgica y su uso, as como la extraccin de recursos y las emisiones asociadas. La estructura del Modelo IFs, dentro de la cual todas estas interacciones ocurren, incluye una mixtura de restricciones fijas (por ejemplo, las existencias de recursos no renovables), oportunidades inciertas de cambio tecnolgico en los procesos econmicos y sistemas de flujo material.
En resumen, Modelo IFs tiene una slida base que se apoya en los diversos tipos de agentes y su
comportamiento, al igual que en las estructuras o sistemas a travs de los cuales estas clases de agentes interactan. El Modelo IFs no est basado sobre microagentes individuales que siguen reglas y
generan estructuras a travs de su comportamiento. Por el contrario, como se ha indicado, el Modelo
IFs representa ambos: clases de macroagentes existentes y estructuras existentes (con complejas
dependencias de relaciones histricas), en un intento de representar algunos elementos de cmo el
comportamiento de esos agentes puede cambiar y cmo las estructuras pueden evolucionar.
Para comprender con mayor profundidad el Modelo IFs, es necesario entender los diagramas causales que permiten interrelacionar las variables de existencias y flujos dentro de un mdulo. La figura 1 muestra un diagrama bsico del mdulo de poblacin. Esta y todas las figuras subsiguientes
responden a una adaptacin hecha por CEPLAN, con el permiso de Hughes, Irfan, Margolese-Malin, Moyer, Neill, Solrzano, Rothman y Peterson.
MODELO IFs
25
Stock de poblacin
Nacimientos
Muertes
Migraciones
Fuente: Adaptado con permiso de HUGHES, IRFAN, MARGOLESE-MALIN, MOYER, NEILL & SOLRZANO 2014: 14.
La figura 1 representa la variable de existencias de poblacin, la cual es afectada por los flujos de
nacimientos, muertes y migracin. Los signos que acompaan a los flujos indican si incrementan
la variable de existencias (signo +) o si, por el contrario, la reducen (signo ). Estos grficos bsicos
se vuelven ms complejos cuando se interrelacionan ms variables. Por ejemplo, en la figura 2 se
observa que los nacimientos naturalmente incrementan la poblacin, pero la mayor cantidad de
poblacin, lgicamente, tambin aumentar la cantidad de nacimientos. Por otro lado, las muertes
lgicamente disminuyen la cantidad de poblacin, sin embargo, la mayor cantidad de poblacin
generar ms muertes, porque hay ms personas que tienen posibilidad de morir. Como se observa, se han formado dos lazos o bucles de alimentacin. Si estos bucles tienen un nmero impar de
relaciones negativas (signo ) entonces conformarn en general un bucle negativo. Por el contrario, si es que el nmero de relaciones negativas es par (incluyendo cero), el bucle ser positivo. En
los bucles positivos, las existencias dentro del bucle crecen, mientras que en los bucles negativos
las existencias crecen lentamente o declinan.
Nacimientos
Stock de poblacin
Muertes
Fuente: Adaptado con permiso de HUGHES, IRFAN, MARGOLESE-MALIN, MOYER, NEILL & SOLRZANO 2014: 15.
26
Sistema de Educacin
Sistema Demogrfico
Aos de
educacin
Nacimientos
Tasas de matrculas
Poblacin
Productividad
PBI
Capital
Trabajo
Sistema Econmico
Fuente: Adaptado con permiso de HUGHES, IRFAN, MARGOLESE-MALIN, MOYER, NEILL & SOLRZANO 2014: 16.
3.3 Mdulos
Como sistema, el IFs cuenta con una estructura hbrida que combina elementos de enfoques economtricos, incluyendo los modelos de equilibrio general, y sistemas dinmicos con caractersticas
estructurales y algortmicas nicas.
MODELO IFs
27
Socio-Poltico
Poltica Internacional
Gasto Fiscal
Conflicto / Cooperacin
Estabilidad / Inestabilidad
Educacin
Salud
Mortalidad
Fertilidad
Ingresos
Poblacin
Economa
Mano de obra
Demanda
Demanda,
Oferta,Precios,
Inversin
Infraestructura
Agricultura
Energa
Eficiencias
Utilizacin de recursos,
emisin de carbono
Tierras, Aguas
Tecnologa
Recursos Medioambientales
y Calidad
28
los elementos ms
relevantes del modelo
IFs. Para mayor detalle puede
consultarse la documentacin
oficial del Pardee Center.
En las siguientes secciones se detallan las variables ms importantes del modelo, las fuentes de
datos, las relaciones dominantes, las ecuaciones ms relevantes y el diagrama causal aplicado a la
primera fase de adaptacin a la realidad peruana. Es importante indicar que en este documento
solo se consideran los elementos ms relevantes. Existe mucho mayor detalle en la documentacin oficial del Pardee Center sobre cada mdulo, la cual es citada, en cada caso, como referencia.
MODELO IFs
29
Tabla 1
Variables importantes del mdulo de Poblacin
Nombre
Variable
MIGRATE
CBR
CDR
LIFEXP(M)
LIFEXP (F)
Poblacin
POP
POPRURAL
POPURBAN
TFR
Fuente: Adaptado con permiso de Population, en BOHL & SOLRZANO 2013b: 14.
Fuentes de datos. En la tabla 2 se muestran las fuentes de datos utilizadas para las principales
variables.
Tabla 2
Fuentes de datos de las variables ms importantes del mdulo de poblacin
Nombre
Fuente
Periodo
Estado
1960-2011
1960-2011
UN
UN
UNPD
Poblacin en millones
UNDP, WDI
1960-2010
Poblacin urbana
WDI
1960-2011
Poblacin rural
UNDP
1960-2010
UNPD
1955-2010
Nota. Para el estado se considera los siguientes valores: A: actualizado al menos hasta el ao 2010, ao base del modelo; P:
pendiente actualizacin, cuando la informacin es anterior a 2010; y N: no hay informacin en las fuentes acreditadas.
Fuente: Adaptado con permiso de Population, en BOHL & SOLRZANO 2013b: 14.
30
En la ecuacin anterior, el subndice r hace referencia al clculo para una regin determinada
que, dependiendo del anlisis que se realice, puede ser un pas o un conjunto de pases. El
subndice t denota el tiempo expresado en aos. Esta nomenclatura es vlida para todo el
presente documento, salvo se indique expresamente lo contrario. El subndice p seala el sexo;
en este caso se considera para ambos, masculino y femenino. Como se observa, la tasa total de
fertilidad depende del valor obtenido en el ao anterior, multiplicado por una funcin que a su
vez depende del cambio y evolucin de la sociedad, representado por los aos de escolaridad
de la poblacin en escala logartmica, ln(EDYRSAG15); de la mortalidad infantil, utilizando una
media mvil de los ltimos 10 aos, LagInfMor; y del uso de anticonceptivos, CONTRUSE. Los
otros trminos corresponden a los parmetros anteriormente descritos.
La tasa bruta de natalidad (CBR) y la tasa bruta de mortalidad (CDR) determinan la tasa de
crecimiento de la poblacin (POPR). Las frmulas se presentan a continuacin, donde BIRTHS,
DEATHS y MIGRATE representan la tasa de nacimientos, muertes y migrantes netos por cada
1000 personas.
MODELO IFs
31
Diagrama causal
Como se puede observar en la figura 5, la variable de existencias de poblacin est afectada
directamente por tres factores: nacimientos, muertes y migracin. Si se considera que los
efectos netos globales de la migracin son cero, los nacimientos incrementan la poblacin
mientras que al mismo tiempo a ms poblacin habr un incremento en la tasa de nacimientos. De forma similar, las muertes reducirn las existencias de poblacin y esta poblacin
reducida har que decrezca el nmero de muertes. Estas relaciones recurrentes se ilustran
como bucles de retroalimentacin positivos o negativos.
Distribucin edad-sexo
agedist
Fertilidad
ferdst
Nacimientos
BIRTHS
Muertes por
categora
DEATHCAT
Migrantes
MIGRANTS
Poblacin
POP
Tasa cruda de
nacimientos
CBR
Total de fertilidad
TFR
Multiplicador de
fertilidad
tfrm
Muertes
DEATHS
Tasa cruda de
muertes
CDR
Expectativa de vida
LIFEXP
Fuente: Adaptado con permiso de Flow Charts. Demographic Overview, en HUGHES 2014b: 6.
Multiplicador de
mortalidad por
todas las causas
mortm
Mortalidad
mordst
Calculado en
otros mdulos
32
Multiplicador de
mortalidad por
causa de muerte
hlmortm
Exgeno
(poltica)
Tabla 3
Variables importantes del mdulo de Economa
Nombre
Gastos en educacin
Tipo de cambio
Exportaciones por sector
Inversiones extranjeras directas
PBI per cpita (MER)
Variable
GDS (Education)
EXRATE
XS
XFDISTOCK
GDPPC
GDPPCP
GOVCON
GOVEXP
GOVREV
GDP
Gastos en salud
Consumo final de los hogares
Importaciones por sector
GDS (Health)
C
MS
IGCF
Fuerza laboral
LAB
MODELO IFs
33
Nombre
Variable
MFPHC
MFPKN
MFPPC
MFPSC
Productividad multifactorial
MFP
AID
FEMSHRLAB
Gastos de I + D
GDS (R&D)
VADD (Ag)
VADD (Man)
Fuente: Adaptado con permiso de Economy, en BOHL & SOLRZANO 2013: 19.
Fuentes de datos. En la tabla 4 se muestran las fuentes de datos utilizadas para las principales variables.
Tabla 4
Fuentes de datos de las variables ms importantes del mdulo de Economa
Nombre
34
Fuente
Periodo
Estado
Divisin de
Estadsticas de
las Naciones
Unidas
--
1960-2010
1960-2011
1960-2014
1960-2012
WDI CD 2012
WDI 2013
WDI
WDI CD 2014
1960-2014
WDI CD 2012
1990-2011
WDI
1970-2011
WDI CD 2013
1960-2011
WDI Web
2012
1960-2011
WDI CD 2012
1960-2011
WDI CD 2012
1960-2010
Fuente
Periodo
Estado
Nombre
WDI CD 2012
1960-2010
OECD
--
WDI CD 2013
1960-1979;1986-2011
WDI CD 2013
1960-1979;1986-2011
WDI 2013
1970-2011
WDI 2013
1995;1999;2001;2003;
2007-2011
A
A
A
A
Nota: Para el estado se considera los siguientes valores: A: actualizado al menos hasta el ao 2010, ao base del modelo; P: pendiente actualizacin, cuando la informacin es anterior a 2010; y N: no hay informacin en las fuentes acreditadas.
Fuente: Adaptado con permiso de Economics, en BOHL & SOLRZANO 2013b: 20.
MODELO IFs
35
=
,
Los valores del PBI en el modelo estn representados en dlares constantes de 2005 a la tasa de
cambio oficial. Sin embargo, es importante tambin estimar el valor del PBI y del PBI per cpita
en trminos de paridad del poder de compra (GDPP y GDPPCP). Para ello, se requiere calcular
un valor de conversin (PPPConV). Las fuentes de datos proveen el valor inicial de conversin.
El Modelo IFs utiliza una funcin analtica basada en el PBI per cpita para calcular el cambio en
la tasa de conversin a travs del tiempo, como se indica en las siguientes frmulas.
GDPPr = GDPr * PPPConVr
GDPPCPr = GDPPCr * PPPConVr
36
Donde,
Diagrama causal
En la figura 6 se muestra el diagrama causal del mdulo de economa. Se puede observar
que el valor agregado es el elemento constituyente del PBI, el cual al ser correlacionado con
la variable de poblacin determina el PBI per cpita. Tambin destaca que la produccin
depende de la productividad multifactorial, del capital y del trabajo, tal como se indica en las
ecuaciones precedentes.
Productividad
multifactorial
MFPRATE
Producto Bruto
Interno
GDP
Poblacin
POP
Matriz
A
Comercio neto
X-M
Precio
PRI
Trabajo
LABS
Valor agregado
VADD
Produccin bruta
ZS
Produccin para
demanda final
PDF
Inventarios
ST
Demanda
domstica final
Utilizacin
de capacidad
CAPUT
Stock de capital
KS
Inversin fsica
IDS
Calculado en otro
mdulo
Depreciacin
Exgeno
(Poltica)
Tiempo de vida
del capital
lks
Fuente: Adaptado con permiso de Flow Charts. Economics Overview, en HUGHES 2014a: 10.
MODELO IFs
37
Tabla 5
Variables importantes del mdulo de Educacin
Nombre
Variable
EDYRSAG15 (Female)
EDYRSAG15 (Male)
EDPRIENRN (Female)
EDPRIENRN (Male)
EDSECENRN (Female)
EDSECENRN (Male)
EDTERENRG (Female)
EDTERENRG (Male)
Fuente: Adaptado con permiso de Education, en BOHL & SOLRZANO 2013: 25.
Fuentes de datos. En la tabla 6 se muestran las fuentes de datos utilizadas para las principales variables.
Tabla 6
Fuentes de datos de las variables ms importantes del mdulo de Educacin
Nombre
38
Fuente
Periodo
Estado
UNESCO, WDI
para aos anteriores
UNESCO, WDI
para aos anteriores
UNESCO
UNESCO
UNESCO, WDI
1998, 2001-2010
UNESCO, WDI
1998, 2001-2010
A
A
A
A
Nombre
Fuente
Barro-Lee
Barro-Lee
WDI
Periodo
Estado
Nota: Para el estado se considera los siguientes valores: A: actualizado al menos hasta el ao 2010, ao base del modelo; P:
pendiente actualizacin, cuando la informacin es anterior a 2010; y N: no hay informacin en las fuentes acreditadas.
Fuente: Adaptado con permiso de Education, en BOHL & SOLRZANO 2013b: 25-26.
Relaciones dominantes. El modelo de educacin representa el sistema educativo de cada unidad geogrfica en trminos de cuatro niveles de educacin formal: primaria, secundaria inferior,
secundaria superior, y terciaria. El modelo supone que los nios ingresan a la escuela primaria a
los siete aos y la escuela secundaria inmediatamente despus de graduarse de la enseanza
primaria. Para el nivel superior, el modelo no hace un seguimiento de los estudiantes por grado
o edad de ingreso. En su lugar, considera que cualquier adulto que ha finalizado la educacin
secundaria puede incorporarse. La duracin media de los estudios en el nivel superior se supone
que es cinco aos. La educacin terciaria agrupa a las dos categoras de la educacin superior
segn la clasificacin de la OCDE. Terciaria tipo B, que incluye la educacin tecnolgica-prctica;
y terciaria tipo A, que considera la educacin ms bsica y de orientacin terica.
Las entradas del modelo son los estudiantes que ingresan al primer grado de cada nivel y las salidas son los estudiantes y graduados por nivel. Las decisiones de inversin y gastos en la educacin influyen tanto en el ingreso como la persistencia de los estudiantes en el sistema educativo.
Para el ao base, 2010, la tasa de ingreso en cada nivel estudiantes que ingresan como porcentaje de poblacin en edad de ingreso se obtiene a partir de datos recogidos de fuentes como
el Banco Mundial o la OCDE. En el caso de carencia de datos, se calcula a partir de una funcin
analtica construida sobre los datos de tasa de ingreso disponibles como funcin del PBI per cpita
en trminos de la paridad de poder de compra. A medida que el modelo procesa los datos a travs
del tiempo, las tasas de ingreso son impulsadas por el PBI per cpita a travs de la misma funcin
analtica mencionada.
El desembolso y el costo de la educacin pblica son las otras variables que influyen en el
ingreso de los estudiantes al sistema educativo. El desembolso por estudiante de cada nivel
educativo se obtiene para el ao base ya sea de datos provistos o de una funcin analtica
construida para este propsito utilizando el PBI per cpita. Este desembolso se utiliza para calcular el costo total de la educacin por nivel y para cada ao. El gasto en educacin por nivel
se decide de forma exgena como porcentaje del gasto total nacional. La tasa de ingreso para
cada nivel educativo se ajusta a la disponibilidad del desembolso en comparacin con el costo
total para dicho nivel.
MODELO IFs
39
Una vez que los estudiantes han ingresado al sistema educativo existen dos opciones, segn
el modelo, o culminan sus estudios o desertan. Este modelo supone que no hay repeticin
en cualquiera de los grados de la educacin primaria o secundaria. Para estos niveles, la tasa
de desercin escolar se calcula con la ayuda de los datos de supervivencia de las fuentes del
Banco Mundial. Un mtodo ligeramente diferente se utiliza para el nivel superior cuyas tasas de
admisin y de supervivencia no estn disponibles como datos.
La poblacin total de adultos con educacin en el ao base se extiende por cohortes de edad
adulta en intervalos de 5 aos. Los graduados en cada nivel se introducen en la cohorte inferior
(15-19 aos) de la poblacin adulta cada ao y se calcula una nueva tasa de la poblacin adulta educada, tanto por cohorte como en total. Por ltimo, para los individuos adultos de cada
regin se calcula un promedio de aos de educacin.
Ecuaciones
El promedio de aos de educacin (EDYRSAG25) es una media de todos los aos acumulados
de escolaridad en el sistema para una poblacin mayor de 25 aos. La ecuacin es:
EDYRSAG25g,r,t = AvgYearsPriEdPopg,r,t + AvgYearsSecEdPopg,r,t + AvgYearsTerEdPopg,r,t +
PartialYearsEdPopg,r,t
AvgYearsPriEdPop, AvgYearsSecEdPop y AvgYearsTerEdPop constituyen el porcentaje de la poblacin mayor de 25 aos que han alcanzado los niveles primario, secundario y superior de la
educacin, respectivamente. Como ejemplo, se indica la frmula de clculo de los aos promedio de escolaridad en primaria:
40
Diagrama causal
En la figura 7 se muestra el diagrama causal del mdulo de Educacin.
Socio-poltico
DEMOCEXP,
FREEDOM,
SFINSTABMAG
Logro educativo
EDYRS15, EDYRS25
EDPRIPER, EDSECPER,
EDTERPER
Cohortes de edad de la
poblacin
POP
Sistema de educacin
(ingreso, supervivencia,
finalizacin y transicin)
EDPRIINT
EDPRIENRN
EDPRINSUR
EDPRICR
EDSECLOWRTRAN
EDSECLOWRSUR
EDSECLOWRENRG
EDSECLOWRGRATE
EDSECLOWRVOC
EDSECUPPRTRAN
EDSECUPPRSUR
EDSECUPPRENRG
EDSECUPPRVOC
EDTERINT
EDTERGRATE
EDTERENRG
Fertilidad
TFR
Mortalidad
Economa
Productividad MFPPC
Nivel de habilidad LABSUP
Presupuesto educacin
EDTOTCOST
GDS (Educ)
Transferencias internacionales
AID
Calculado en otro
mdulo
Exgeno
(Poltica)
Fuente: Adaptado con permiso de Education Flow Charts. Education Overview, en IRFAN 2013: 10.
MODELO IFs
41
Tabla 7
Variables importantes del mdulo de Agricultura
Nombre
Demanda agrcola
Exportacin de cereales
AGX (Crop)
Importacin de cereales
AGM (Crop)
Produccin de frutas
AGP (Crop)
AGM (Crop)
Superficie terrestre
LANDAREA
Tierras de cultivo
LD (Crop)
Tierras de bosques
LD (Forest)
Tierras de pastoreo
LD (Grazing)
Otras tierras
LD (Other)
LD(Urban)
Produccin de carne
AGP (Meat)
Produccin de legumbres
AGP (Crop)
AGP (Crop)
AGP (Crop)
Fuente: Adaptado con permiso de Agriculture, en BOHL & SOLRZANO 2013: 29.
42
Variable
AGDEM
Fuentes de datos. En la tabla 8 se muestran las fuentes de datos utilizadas para las principales
variables.
Tabla 8
Fuentes de datos de las variables ms importantes del mdulo de Agricultura
Nombre
Fuente
Periodo
Estado
FAOSTAT
1961-2009
Exportacin de cereales
FAOSTAT
1961-2009
Importacin de cereales
FAOSTAT
1961-2009
1961-2010
Produccin de carne
1961-2009
Produccin de legumbres
FAOSTAT
1961-2010
FAOSTAT
1961-2010
FAOSTAT
1961-2010
Superficie Terrestre
WDI
1961-2010
1961-2008
Tierras de pastoreo
FAOSTAT
1961-2008
FAOSTAT
1961-2008
FAOSTAT
1990-2008
Total de tierras
FAOSTAT
1961-2009
1992
Nota. Para el estado se considera los siguientes valores: A: actualizado al menos hasta el ao 2010, ao base del modelo; P: pendiente actualizacin, cuando la informacin es anterior a 2010; y N: no hay informacin en las fuentes acreditadas.
Fuente: Adaptado con permiso de Agriculture, en BOHL & SOLRZANO 2013: 29-30.
MODELO IFs
43
El mdulo de
Agricultura representa
la produccin, consumo y
comercializacin de sembros,
carne, pesca ocenica y
acuicultura.
El usuario puede controlar la produccin agrcola directamente con el multiplicador de rendimiento, ylm. Las tasas de prdida entre la produccin bruta y el mercado, LOSS, se determinan de manera endgena, pero pueden ser controlados tambin por el usuario a travs del
multiplicador lossm. El capital agrcola, KAG, que incluye clculos endgenos subyacentes de la
produccin y las tierras de cultivo desarrolladas, LD, depende de tasas de inversiones endgenas
y son sensibles al costo. El usuario puede influir sobre esta inversin con el multiplicador aginvm.
Asimismo, los tamaos de tierras cultivables dependen tambin del multiplicador exgeno forestm relacionado con los bosques.
El modelo agroalimentario extendido proporciona la representacin y el control sobre el comercio agrcola y los precios. El modelo tambin cuenta con un sistema abierto y definido por el
usuario para la retroalimentacin entre la acumulacin de dixido de carbono y el rendimiento
de los cultivos.
Ecuaciones. La produccin agrcola, AGP, est determinada por el rendimiento agrcola, YL, y la
tierra dedicada al cultivo, LD. Se expresa por medio de la ecuacin:
AGPr,f = 1 = YLr * LDr,l = 1
El rendimiento es el producto del rendimiento bsico, BYL, que representa una tendencia de
largo plazo en los niveles de produccin agrcola, y un factor de correccin.
YLr = BYLr * stockadjustmentfactorr,f = 2 (elfdpr1, elfdpr2)
44
Diagrama causal
En la figura 8 se muestra el diagrama causal del mdulo de Agricultura.
Ajuste de precios de
cultivos con stock
fpricr1,2
Ajustes de importaciones
con precios
elagmprt1,2
Importaciones agrcolas
AGM
Ajustes de
exportaciones con
precios
elagmprt1,2
Precios
FPRI
Exportaciones agrcolas
AGX
Produccin
agrcola
AGP
Inventarios
FSTOCK
Consumo
AGDEM
Stock de capital
KAG
Inversin
Calculado
en otro mdulo
Exgeno
(poltica)
Fuente: Adaptado con permiso de Flow Charts. Agricultural Overview, en HUGHES 2014b: 6.
MODELO IFs
45
las reservas conocidas y los ltimos recursos disponibles de combustibles fsiles. El mdulo de
energa tambin representa los cambiantes costos de capital de cada fuente de energa, impulsados tanto por la evolucin tecnolgica como por la escasez de los recursos. Se basa sobre
un modelo de equilibrio parcial en el cual las existencias de energa acumulan los desbalances
entre la produccin y consumo, y con ello se determina los cambios de precios. Este mdulo es
utilizado por defecto en vez del sector Energa, integrado en el mdulo de Economa.
Variables importantes. En la tabla 9 se indican las variables ms importantes de este mdulo.
Tabla 9
Variables importantes del mdulo de Energa
Nombre
Variable
Consumo de carbn
ENDEM (Coal)
Produccin de carbn
ENP (Coal)
Reservas de carbn
RESER (Coal)
Recursos de carbn
RESOR(Coal)
Reservas de gas
RESER (Gas)
Reservas hdricas
RESER (Hydro)
Consumo de hidroelectricidad
ENDEM (Hydro)
ENDEM (Gas)
ENP (Gas)
Consumo de petrleo
ENDEM (Oil)
Reservas de petrleo
RESER (Oil)
Recursos de petrleo
RESOR(Oil)
ENP (Hydro)
Produccin de petrleo
ENP (Oil)
Fuente: Adaptado con permiso de Energy, en BOHL & SOLRZANO 2013: 33.
Fuentes de datos. En la tabla 10 se muestran las fuentes de datos utilizadas para las principales variables.
Tabla 10
Fuentes de datos de las variables ms importantes del mdulo de Energa
Nombre
46
Fuente
Periodo
Produccin de carbn
BP Statistical Review of
World Energy 2012
No hay datos
IEA
1960-2011
IEA
1971-2011
WEC
1960, 1999
WRI Annual
1960, 1999
USGS
2000
Estado
N
A
Nombre
Fuente
Periodo
USGS
2000
IEA
2008
IEA
2008
1980-2009
WDI
1971-2009
BP Statistical Review of
World Energy 2012
1970-2011
1960, 19672012
1952-2012
Estado
P
P
P
P
P
A
A
A
Nota: Para el estado se considera los siguientes valores: A: actualizado al menos hasta el ao 2010, ao base del modelo; P:
pendiente actualizacin, cuando la informacin es anterior a 2010; y N: no hay informacin en las fuentes acreditadas.
Fuente: Adaptado con permiso de Energy, en BOHL & SOLRZANO 2013: 33-34.
Relaciones dominantes. La demanda de energa (ENDEM) es una funcin del PBI y de la demanda de energa por unidad de PBI (ENRGDP). La produccin de energa (ENP) es una funcin
de las existencias de capital y el ratio de capital/producto para cada tipo de energa. La relacin
capital/producto es, a su vez, influenciada en gran medida por los combustibles fsiles a travs
del nivel de reservas (RESER).
La demanda de energa por unidad del PBI depende del PBI per cpita y de los precios de la
energa, calculados de forma endgena. El usuario puede controlar la dinmica de la demanda
a travs del multiplicador de la demanda de energa, endemm; una tendencia temporal en la
eficiencia del uso de energa, enrgdpgr; la elasticidad de la demanda con los precios, elasde; y
los impuestos al carbono como variable exgena, carbtax. Tambin es posible controlar el modelo de produccin de energa directamente con el multiplicador enpm. El Capital Energtico
depende de tasas de inversin sensibles al costo que son determinadas endgenamente y que
el usuario puede modificar en el agregado con el multiplicador eninvm. Tambin es posible
controlar la relacin capital/producto directamente con el multiplicador qem, e indirectamente a travs de supuestos sobre cambios anuales en los costos de produccin de la energa, impulsados por la tecnologa con el parmetro etechadv. Los recursos energticos dependen de
las tasas de descubrimiento influenciadas exgenamente por el multiplicador rdm y supuestos
sobre los ltimos recursos disponibles, especificados exgenamente con el parmetro rsor.
El modelo energtico extendido proporciona la representacin y el control sobre el comercio
de energa y una cierta capacidad de influir directamente en los niveles de precios, incluyendo
la especificacin de una prima por el establecimiento de crteles.
MODELO IFs
47
Ecuaciones. La produccin de energa (ENP) es el cociente del capital en cada tipo de energa
(KEN) y el correspondiente ratio de capital/producto (QE). El usuario puede modificar este ratio
con un multiplicador, qem, para representar los cambios en la tecnologa. El ratio capital/producto es por s mismo una funcin de disponibilidad de los recursos. No obstante, las reservas
conocidas (RESER) representan de por s una restriccin directa a la produccin. Especficamente, el ratio reserva/produccin no puede caer debajo de un factor especificado (PRODTF). En
el caso del petrleo y el gas, por ejemplo, no ms del 10% de las reservas conocidas pueden
ser producidas durante un ao determinado. Este ltimo es un supuesto similar al que sigue
el modelo Pilot de la Universidad de Stanford (STANFORD UNIVERSITY 1978). Dentro de las
restricciones de las reservas, el usuario puede forzar incrementos o decrementos en la produccin a travs de un multiplicador de produccin energtica, enpm. Por otro lado, el factor de
utilizacin de capacidad, CpUtF, tambin afecta el nivel de produccin.
La dinmica real de la oferta en el Modelo IFs ocurre en la inversin en energa. Cuando se representa la inversin, la dinmica del Modelo IFs difiere de la mayora de modelos de energa,
por lo que sigue el enfoque de Naill (1977). Una vez que la produccin es calculada, es posible
estimar el precio mundial promedio (WEP), ponderado con la produccin de energa (ENP) en
cada tipo de energa y cada regin o pas, donde ENPRI es el precio inicial y el subndice e hace
referencia al tipo de energa, denotando con letras maysculas, E, la suma de todas las subcategoras y R, la suma de todas las regiones, es decir, un ponderado mundial.
48
Diagrama causal
En la figura 9 se muestra el diagrama causal del mdulo de Energa.
Importaciones de energa
ENM
Ajuste de precios
con inventarios
epra, eprafs
Precio de la
energa-exgeno
(Opcional)
enprix
Exportaciones
de energa
ENX
Precios
ENPRI
Nivel de inventario
de energa deseada
dstlen
Produccin de energa
ENP
Inventarios
ENST
Consumo
ENDEM
Stock de capital
KEN
Inversin
Escasez de energa
ENSHO
Calculado en
otro mdulo
Exgeno
(Poltica)
Fuente: Adaptado con permiso de Flow Charts. Energy Overview, por HUGHES & SOLRZANO 2013: 5.
MODELO IFs
49
Tabla 11
Variables importantes del mdulo de Gobernanza y Sociocultural,
y del mdulo de Poltica Internacional
Nombre
Variable
SFINTWARALL
SFINTLWARMAG
Libertad econmica
FREEDOMECON
FREEDOM
GEM
GOVINDCAPAC
GOVINDINCLUS
Calidad de la gobernanza
GOVREQUAL
GOVINDSECUR
GOVCORRUPT
GOVEFFECT
Gastos militares
GDS (Military)
DEMOCPOLITY
POWER
ndice de riesgo
GOVRISK
THREAT
Fuente: Adaptado con permiso de Domestic Socio-Political and International Political, por BOHL & SOLRZANO 2013: 37.
50
Fuentes de datos. En la tabla 12 se muestran las fuentes de datos utilizadas para las principales variables.
Tabla 12
Fuentes de datos de las variables ms importantes del mdulo de Gobernanza
y Sociocultural y del mdulo de Poltica Internacional
Nombre
Fuente
Periodo
Fraser International
Transparency
International
1998-2011
Freedom House
1972-2012
Medida de empoderamiento de
gnero del PNUD
UNDP HDR
Efectividad de la calidad de la
gobernanza (-2,5 a 2,5, ms alto
es mejor)
Worldwide
Governance
Indicators
Worldwide
Governance
Indicators
SIPRI
1989-2010
Estado
A
A
A
P
A
Indicador de la democracia en
Polity Project
los proyectos del sistema gubernamental (0 = bajo; 10 = alto)
Ocurrencia consolidada de
eventos (1 = s, 0 = no)
State Failure
Project
1955-2010
State Failure
Project
1955-2010
A
A
A
A
Nota. Para el estado se considera los siguientes valores: A: actualizado al menos hasta el ao 2010, ao base del modelo; P:
pendiente actualizacin, cuando la informacin es anterior a 2010; y N: no hay informacin en las fuentes acreditadas.
Fuente: Adaptado con permiso de Domestic Socio-Political and International Politics, en BOHL & SOLRZANO 2013: 37-38.
Relaciones dominantes. El cambio social y poltico se produce en tres dimensiones: (a) caractersticas sociales o las condiciones de vida individual, (b) los valores, y (c) las instituciones sociopolticas y
sus procesos. Aunque el PBI per cpita est fuertemente correlacionado con todas las dimensiones
de cambio, podra ser ms apropiado para conceptualizar un sndrome o complejo de cambios en
el desarrollo que representar un proceso impulsado por variables netamente econmicas.
El modelo calcula algunas condiciones de vida o caractersticas sociales claves, incluyendo la
esperanza de vida y las tasas de fertilidad en el modelo demogrfico, pero el usuario puede afectarlos a travs de los multiplicadores mortm y tfrm. La tasa de alfabetizacin es una funcin endgena del gasto en educacin que el usuario tambin puede influenciar con el parmetro gdsm.
MODELO IFs
51
52
El modelo extendido de la Poltica Internacional permite representar y controlar un ndice cambiante sobre probabilidad de guerra, sobre la base de los niveles de amenaza. Es posible introducir estocsticamente potenciales guerras considerando dicha probabilidad y retroalimentar
la destruccin que se ocasionara afectando los niveles de poblacin y capital econmico.
Ecuaciones. Como ejemplo, los conflictos internos en el Modelo IFs se han modelado como una
funcin dependiente de factores sociales, econmicos y polticos, como se detalla a continuacin.
Donde
SFINTLWAR
INFMOR
GDP
GDPPCP
sfintlwarm
En el Modelo IFs, la corrupcin en el gobierno est modelada como una funcin del PBI per
cpita, los indicadores de la democracia y la dependencia de importaciones de energa, considerando que la corrupcin se incrementa por la dependencia de la energa y decrece con el
incremento del PBI per cpita y la democracia.
MODELO IFs
53
Diagrama causal
En las figuras 10, 11 y 12 se muestra el diagrama causal del mdulo de Gobernanza y del
mdulo de Poltica Internacional.
Exportaciones de energa
ENX
Producto
Bruto Interno
GDP
Nivel objetivo de
corrupcin
(govcorruptsetar)
Nivel objetivo de
corrupcin por ao
(govcorruptsetar)
Convergencia
de la efectividad
gubernamental
(goveffconv)
Dependencia de recursos
(ENX* ENPRI)/ GDP
Precio de energa
ENPRI
Empoderamiento
de gnero
GEM
Corrupcin
GOVCORRUPT
Multiplicador de
corrupcin
(govcorruptm)
Democracia
DEMOCPOLITY
Calidad regulatoria
GOVREGQUAL
Multiplicador de
calidad regulatoria
(govregqualm)
Educacin adulta
EDYRSAG15
Dependencia de ruta
(Peso de las
condiciones inciales)
Multiplicador de
efectividad
(econfreem)
Efectividad
GOVEFFECT
Multiplicador de
libertad econmica
(econfreem)
Libertad econmica
ECONFREE
Guerra interna
SFINTLWAR
Conmutador de
conflictos
(confforsw)
Calculado en
otro mdulo
Exgeno
(poltica-)
Fuente: Adaptado con permiso de Flow Charts. Capacity: Effectiveness of Government, en HUGHES & SOLRZANO 2014: 11.
54
Guerra interna
SFINTLWAR
ndice de Seguridad
de gobernanza
GOVINDSECUR
Riesgo de gobierno
GOVRISK
Indice de gobernanza
GOVINDTOTAL
Corrupcin en el gobierno
GOVCORRUPT
Democracia
DEMOCPOLITY
ndice de inclusividad de la
gobernanza
GOVINDINCLUS
Empoderamiento
de gnero
GEM
Calculado en
otro mdulo
Exgeno
(poltica-)
representacin y
control sobre el gasto pblico
en la educacin, la salud, las
fuerzas armadas, la investigacin
y desarrollo, entre otros.
MODELO IFs
55
Participacin global
de la poblacin
POP
Participacin global
de la tecnologa
GDP*GDPPC
Participacin global
del gobierno
G
Participacin global
del gasto militar
GDS, Mil
Participacin global
de las tasas de intercambio
del PBI y PPC
Poder
POWER
Participacin global
del poder nuclear
NPOW
Participacin global
del poder convencional
CPOW
Poder convencional /
dlar gastado
cpowf
Participacin nuclear
del gasto militar
nmilf
Tasa de depreciacin del
poder convencional
drcpow
Gasto militar
GDS (1)
Exgeno
(Poltica)
Calculado en
otro mdulo
56
Tabla 13
Variables importantes del mdulo de Medio Ambiente
Nombre
Variable
ENVYLCHG
ENVPRCHG
ENVTPCHG
CARANN
WATRES
WATUSEPC
Fuente: Adaptado con permiso de Environment, por BOHL & SOLRZANO 2013: 41.
Fuentes de datos. En la tabla 14 se muestran las fuentes de datos utilizadas para las principales variables.
Tabla 14
Fuentes de datos de las variables ms importantes del mdulo de Medio Ambiente
Nombre
Fuente
Periodo
NCAR
1999
NCAR
1999
Estado
P
P
1990, 2000
Nota: Para el estado se considera los siguientes valores: A: actualizado al menos hasta el ao 2010, ao base del modelo; P:
pendiente actualizacin, cuando la informacin es anterior a 2010; y N: no hay informacin en las fuentes acreditadas.
Fuente: Adaptado con permiso de Environment, por BOHL & SOLRZANO 2013: 41.
MODELO IFs
57
Ecuaciones. El Modelo IFs considera como punto de partida para examinar el efecto invernadero al clculo del porcentaje de incremento en el dixido de carbono atmosfrico (C02PER).
Esta cifra es un porcentaje del nivel de CO2 preindustrial, carinit, no de la atmsfera en su
totalidad. El modelo calcula primero incremento anual de carbono en la atmsfera por el uso
de energa (CARANN) y lo aade a un seguimiento acumulativo de carbono (SACARB). Este
aumento depende de la produccin mundial (WENP) en las categoras de combustibles fsiles
(petrleo, gas y carbn). Los coeficientes que representan las toneladas de carbono generadas
por barril de petrleo equivalente consumido (CARFUELn) se multiplican con los totales de
combustibles fsiles. Estos coeficientes son calculados a partir del reporte del Panel Intergubernamental para el Cambio Climtico (IPCC 1995). Por otro lado, los ocanos y otros sumideros anualmente absorben una cantidad de carbono atmosfrico exgenamente determinada,
carabr, lo cual retrasa la acumulacin. La deforestacin o la reforestacin tiene un impacto a
travs de otro parmetro, carforst, cuyo valor se calcula usando las estimaciones de Brown,
Flavin, y Kane (1996) y las cifras de la contribucin de la deforestacin a las emisiones de CO2
del IPCC. Las ecuaciones se detallan a continuacin:
Donde,
Por otro lado, el modelo calcula el Consumo de Agua per cpita (WATUSEPC) y el uso total de
agua (WATUSE) para cada regin del modelo. El uso del agua dulce ms preponderante para la
mayora de los pases es el agrcola, sobre una base global de 65% (POSTEL, DAILY & EHRLICH
1996). Por esta razn, el modelo utiliza una funcin-tabla (TF) que relaciona el cambio en el uso
per cpita de agua al cambio en la produccin agrcola per cpita (AGP).
Diagrama causal
En la figura 13 se muestra el diagrama causal del mdulo de Medio Ambiente.
58
Figura 13. Diagrama causal del mdulo de Medio Ambiente del Modelo IFs
Produccin agrcola
AGP
Produccin de energa
ENP
Emisiones anuales de
carbono, energa
CARANN
Temperatura mundial
WTEMP
Carbono atmosfrico
nivel preindustrial
carprein
Exgeno
(poltica)
Carbn atmosfrico,
nivel inicial
carinit
Calculado en
otro mdulo
Produccin agrcola
AGP
Poblacin
POP
Uso de agua
WATUSE
Recursos hdricos
watres
Fuente: Adaptado con permiso de Flow Charts. Environment Overview, en HUGHES 2013a: 4.
MODELO IFs
59
Tabla 15
Variables importantes del mdulo de infraestructura
Nombre
Variable
INFRAELECACC (Rural)
INFRAELECACC (Urban)
ICTBROAD
INFRAELECGENCAP
INFRAELECTRANLOSS
INFRATELE
ICTBROADMOBIL
ICTMOBIL
% de carreteras pavimentadas
INFRAROADPAVEDPCNT
Carreteras, densidad
INFRAROAD
INFRAROADRAI
Saneamiento
SANITATION
Agua potable
WATSAFE
Fuente: Adaptado con permiso de Infrastructure, en BOHL & SOLRZANO 2013: 44.
Fuentes de datos. En la tabla 16 se muestran las fuentes de datos utilizadas para las principales variables.
Tabla 16
Fuentes de datos de las variables ms importantes del mdulo de Infraestructura
Nombre
Periodo
Estado
ITU
2002-2010
ITU
1998-2010
ITU
ITU
2010
ndice de acceso rural, proporcin de la poblacin rural que vive dentro de 2 km (25 minutos de caminata)
de una carretera de acceso.
60
Fuente
World
Bank
Nombre
Fuente
WDI
CD
2012
WDI
Periodo
Estado
1990-2004, 2009
P
1960-1968, 19702000, 2002-2009
WHO,
UNICEF
JMP
1990-2011
WHO,
UNICEF
JMP
1990-2011
Nota: Para el estado se considera los siguientes valores: A: actualizado al menos hasta el ao 2010, ao base del modelo; P:
pendiente actualizacin, cuando la informacin es anterior a 2010; y N: no hay informacin en las fuentes acreditadas.
Fuente: Adaptado con permiso de Infrastructure, por BOHL & SOLRZANO 2013: 44-45.
Relaciones dominantes. El gasto pblico en la infraestructura primordial, GDS (Infra), es impulsado por los niveles esperados de la infraestructura y el consumo total del gobierno (GOVCON). El gasto pblico en el resto de la infraestructura, GDS (InfraOther), es promovido por el
PBI per cpita medio (GDPPCP) y por el consumo total del gobierno (GOVCON).
El dficit o supervit en el gasto pblico en la infraestructura primordial, GDS (Infra), afecta a
nuevos gastos de construccin y mantenimiento de todos los tipos bsicos de infraestructura
no relacionados a las TIC. Por otro lado, la demanda de gasto pblico en el resto de la infraestructura aumenta con el PBI per cpita.
Ecuaciones. El Modelo IFs pronostica la densidad vial total como una funcin de la densidad
del ingreso (PBI por unidad de superficie), la densidad poblacional y el rea territorial. Se utiliza
la siguiente ecuacin:
Donde INFRAROAD es la densidad vial total de kilmetros por cada mil hectreas. La densidad
de los ingresos se mide en poder de paridad de compra (PPC) en dlares del ao 2005 por hectrea con el cociente GDPP entre LANDAREA; la densidad de poblacin se calcula en personas
por hectrea con el cociente POP entre LANDAREA, donde LANDAREA es la superficie total en
millones de hectreas.
MODELO IFs
61
Donde INFRAROADPAVEDPCNT es el porcentaje del total de carreteras pavimentadas y GDPPCP es el ingreso promedio en PPC en miles de dlares del ao 2005. Finalmente, el acceso de
caminos rurales se pronostica como una funcin de la densidad de ingresos (PBI por unidad
de superficie) y la densidad de carreteras pavimentadas (caminos pavimentados por persona):
INFRAROADRAIr,t=
Donde INCOMELT1CS es la poblacin con ingreso menor que 1,25 dlares por da, computado
en millones; POP es la poblacin total en millones de personas; y GOVEFFECT es el ndice de
efectividad gubernamental, usando el ndice WGI del Banco Mundial, desplazndolo de en 2,5
puntos para que el indicador tenga un rango de 0 a 5 en vez de -2,5 y 2,5.
De forma similar a la anterior, el porcentaje de poblacin rural con acceso a electricidad se
define con la siguiente frmula:
INFRAELECACC(rural)r,t =
62
Para el caso de la infraestructura de agua potable y saneamiento, se utiliza un modelo de logstica nominal con el fin de determinar la participacin de la poblacin en hasta tres categoras
de acceso. Para el agua estas categoras son: sin acceso mejorado, otro acceso mejorado y potable; para saneamiento son: sin acceso mejorado, acceso compartido y acceso mejorado. Los
valores de pi en las siguientes ecuaciones representan la porcin de la poblacin con acceso
a cada una de estas categoras. Los valores resultantes de pi varan entre 0 y 1 y la suma total
de sus valores es 1.
; para i = 1 a 2
Donde,
; para i = 1 a 2, n es el nmero
de variables explanatorias, y
a y b son coeficientes estimados en el modelo de logstica
nominal
El nmero de suscriptores a telefona mvil por cada 100 personas (ICTMOBIL) y de los suscriptores a la banda ancha fija est definido por las siguientes ecuaciones:
Donde GOVEREGQUAL es la calidad del sistema regulatorio usando la escala WGI del Banco
Mundial, desplazndola en 2,5 puntos para trasladar el rango de -2,5 a 2,5 al rango 0 a 5.
El mdulo de
Infraestructura permite
pronosticar la extensin fsica y el
acceso ciudadano a los medios de
transporte, a los servicios bsicos
y a la infraestructura de TIC.
MODELO IFs
63
Diagrama causal
En la tabla 14 se muestra el diagrama causal del mdulo de Infraestructura tradicional y en
la tabla 15 se expone el diagrama casual del mdulo de Infraestructura en Tecnologas de la
Informacin y Comunicaciones.
ndice de transporte
INFRANDTRAN
Porcentaje de carreteras
pavimentadas
Capacidad de generacin
elctrica per capita
Porcentaje total de
poblacin con acceso a
electricidad
ndice de electricidad
INFRAINDELEC
ndice de infraestructura
INFRAJNDTRAD
Prdidas de transmisin
Porcentaje de la poblacin
con acceso al agua
potable
Porcentaje de poblacin
con acceso a desage
Porcentaje de poblacin
con acceso a tratamiento
de aguas residuales
Calculado en
otro mdulo
Exgeno
(poltica-)
Fuente: Adaptado con permiso de Flow Charts. Infrastructure Overview, en ROTHMAN & IRFAN 2013: 34.
64
Tasa de suscripcin a
la banda ancha fija
ICTBROAD
Calidad de gobernanza
regulatoria
GOVEREGQUAL
Tasa de suscripcin a
la banda ancha mvil
ICTBROADMOBIL
Urbanizacin
POPURBAN/POP
Factores de cambio
en tecnologa
Calculado por
otro mdulo
Calculado en
otro mdulo
Factor de saturacin mvil
ictmobilsaturation
Exgeno
(poltica-)
Fuente: Adaptado con permiso de Flow Charts. Infrastructure Overview, en ROTHMAN & IRFAN 2013: 34.
MODELO IFs
65
Tabla 17
Variables importantes del mdulo de Salud
Nombre
Variable
DEATHCAT(AIDS) or AIDSDTHS
DEATHCAT
Prevalencia de la diabetes
HLDIABPREV
INFMOR
DEATHCAT(Malaria)
HLOBESITY (Male)
HLOBESITY (Female)
HLSMOKING (Female)
HLSMOKING (Male)
HLYLL (Injury)
HLYY (Non-Com)
HLYLD
Fuente: Adaptado con permiso de Health, en BOHL & SOLRZANO 2003: 48.
Fuentes de datos. En la tabla 18 se muestran las fuentes de datos utilizadas para las principales variables.
Tabla 18
Fuentes de datos de las variables ms importantes del mdulo de Salud
Nombre
66
Fuente
Periodo
WDI
1991-2010
WHO
2010
Prevalencia de la diabetes
International Diabetes
Federation
2003
2000
Estado
A
A
P
P
Nombre
Fuente
Periodo
UNAIDS/WHO
1990-2007
UNAIDS/WHO
1990-2007
UNAIDS/WHO
1990-2007
Porcentaje de mujeres de 30 a
100 aos que son obesas
WHO
Porcentaje de hombres de 30 a
100 aos que son obesos
WHO
2002;2005;2010
WDI
1960-2010
UNPD
2010
UNPD
2010
Estado
P
P
P
A
A
A
A
A
Nota: Para el estado se considera los siguientes valores: A: actualizado al menos hasta el ao 2010, ao base del modelo; P:
pendiente actualizacin, cuando la informacin es anterior a 2010; y N: no hay informacin en las fuentes acreditadas.
Fuente: Adaptado con permiso de Health, en BOHL & SOLRZANO 2013b: 49.
Donde YLL son los aos de vida perdidos con relacin a la poblacin global de mayor longevidad e YLD son los aos perdidos por discapacidad. De la proyeccin del GBD, el nivel de
mortalidad (M) para un determinado grupo de edades (a), sexo (k), causa (i) y pas o regin (R),
puede ser calculado por la siguiente ecuacin:
Donde Y es el PBI per cpita, HC es el total de aos de escolaridad en adultos (25 aos o mayores), T es el tiempo (medido en aos desde 1900), y SI es el impacto del tabaquismo.
MODELO IFs
67
Diagrama causal
En la figura 16 se muestra el diagrama de factores distales y proximales del mdulo de Salud.
Figura 16. Diagrama causal del mdulo de Salud del Modelo IFs
Multiplicadores de mortalidad
mortm, hlmortm,
hlmortcdchldm,
hlmortchadltm
Aos de vida perdidos
HLYLL
Mortalidad
DEATHCAT
Fraccin atribuible a la
poblacin
(Contribucin a la mortalidad
de factores proximales)
Exgeno
Calculado en
otro mdulo
Fuente: Adaptado con permiso de Health Flow Charts. IFs Health Model Documentation, en HUGHES, PETERSON, ROTHMAN & SOLRZANO 2013: 7.
68
hemos estado y
dnde parece que
estamos actualmente?
En segundo lugar, pueden observar las tendencias por pases en las que el tiempo es la variable
independiente, utilizando el Longitudinal Analysis. En la figura 18 se puede observar un ejemplo
de este tipo de herramienta analtica.
MODELO IFs
69
Figura 18. Evolucin de la penetracin de banda ancha por pas y por ao.
Argentina, Brasil, Colombia, Chile, Corea del Sur, Estados Unidos
y Per
Suscriptores de Banda Ancha por 100 hab. por ao
35
30
Per 100
25
20
15
10
5
0
1997
1998
1999
2000
2001
2002
2003
2004
2005
Chile
Colombia
Per
Brasil
Estados Unidos
2006
2007
2008
2009
2010
Argentina
Bolivia
Panam
65
Per
60
55
50
El Salvador
45
Rumana
40
Colombia
30
25
20
15
10
y=95.6923 - 7.1012*In(x)
R(SQR) = 0.4203
Brasil
Turqua
Croacia
Ecuador
Malasia
Mxico
Polonia
Repblica de Corea
Costa Rica
Argentina
Italia
India Paraguay
Grecia
Espaa
Portugal
Chile
Blgica Suecia
Repblica Checa
Sudfrica
Arabia Saudita
Finlandia Dinamarca
China
Canad Australia
Francia
Repblica rabe Siria
Austria
Alemania
Nueva Zelanda
Pases Bajos
Japn Suiza
Reino Unido
35
Federacin de Rusia
Noruega
Luxemburgo
Estados Unidos
70
Singapur
Estas herramientas forman la columna vertebral de un anlisis meticuloso de las tendencias histricas al interior de las variables dependientes, y su grado de correlacin, brindndose mltiples
opciones para la flexibilidad de uso.
Hombres
Mujeres
1.51 (Max)
1.42 (Max)
Poblacin en millones
Hombres
Mujeres
1.31(Max)
1.23 (Max)
Poblacin en millones
Fuente: International Futures
MODELO IFs
71
Figura 21. Pronstico de evolucin al ao 2050 del PBI per cpita ajustado
con el poder de paridad de compra
PBI per cpita PPC
45
40
35
30
25
20
15
10
0
2010
2015
2020
2025
2030
2035
2040
2045
2050
Years
GDPPCP (Working) (Per)
Sin embargo, la opcin ms verstil del Modelo IFs, constituida por el grfico personalizado
Self-Managed Display, brinda el mayor nivel de adaptacin a las necesidades del usuario, pero
requiere invertir tiempo para adquirir la habilidad de manejarlo.
2.
72
La documentacin del modelo en la ayuda del Modelo IFs puede consultarse en lnea en la pgina web: http://pardee.du.edu/
explore-development-and-change
El rbol de escenarios, la herramienta principal ubicada en el men de Scenario Analysis, proporciona a los usuarios la flexibilidad para realizar cambios en el modelo. El rbol permite un nmero
determinado de diferentes intervenciones. Los usuarios pueden limitar la incertidumbre del entorno a travs de: las condiciones iniciales (p. ej. cunto petrleo queda realmente en el mundo?);
tasas de crecimiento de la tecnologa (p. ej. qu ocurre si se incrementa la longevidad de los
productos?); el comportamiento del agente (p. ej. qu pasa si las personas ahorran ms y consumen menos?); y las relaciones entre los parmetros (p. ej. qu sucede si los supuestos sobre la
elasticidad de la demanda de energa respecto a su precio son muy bajos?).
El rbol de escenarios tambin permite a los usuarios cargar escenarios preconfigurados en lugar
de hacer uno a medida. Algunos de estos escenarios se han utilizado en los trabajos de varias organizaciones no gubernamentales que han utilizado el Modelo IFs, aunque tambin se empaquetan
escenarios de inters con la versin estndar del software disponible para descarga desde la web
del Pardee Center.
En la figura 22 se observa cmo se utiliza el rbol de escenarios para configurar un escenario de
mayor inversin en educacin primaria. Adicionalmente, en la figura 23 se observa el resultado en
un grfico que compara el escenario base con el escenario generado.
MODELO IFs
73
15
14
13
12
11
10
9
2010 2012 2014 2016 2018 2000 2022 2024 2026 2028 2030
2011 2013 2015 2017 2019 2021 2023 2025 2027 2029
Years
GDPPCP (Working) (Per)
El rbol de escenarios
proporciona a los usuarios
la flexibilidad para
realizar cambios
en el modelo. El rbol
74
4
Proceso de
adaptacin del
modelo IFS a la
realidad peruana
4.1 Trabajos previos
Luego que el Modelo International Futures (IFs) fuera seleccionado como el modelo de estudios
prospectivos del CEPLAN, se iniciaron las coordinaciones correspondientes con el Pardee Center
para su utilizacin en el desempeo de las funciones de la Institucin. Estos trabajos se han desarrollado en etapas previas que se describen brevemente a continuacin:
yy
yy
sistencia tcnica internacional para adaptar el Modelo IFs a las caractersticas del Per (agosto
A
2013). Para ello se llev a cabo la planificacin de actividades, identificndose nueve actividades clasificadas en tres ejes temticos:
yy
MODELO IFs
75
yy
yy
ctividad C: identificar las necesidades para adaptar cada uno de los mdulos de acuerdo
A
con las caractersticas del Per.
ctividad D: indicar las caractersticas ms relevantes del Per que deben ser enfatizadas en
A
adaptar el Modelo IFs respecto de cada uno de sus mdulos.
ctividad E: analizar los nuevos mdulos del Modelo IFs que podran requerir ser desarroA
llados de acuerdo con las caractersticas del Per.
ctividad F: definir las necesidades para construir un modelo para ser aplicado en las regioA
nes del Per, basado en el Modelo IFs general.
yy
ctividad H: planificar el soporte necesario en el anlisis de tareas para preparar el Plan Per
A
2050 en cooperacin con CEPLAN.
recimiento econmico del Per: anlisis y escenarios al ao 2021 utilizando el Modelo IFs. En
C
relacin con ello se realizaron predicciones comparativas de crecimiento, anlisis histrico y
predictivo al ao 2021, dentro del marco de actualizacin del Plan Estratgico de Desarrollo
Nacional: Per hacia el 2021.
76
yy
Panorama general.
yy
I ntroduccin al Modelo IFs: se describe cules son los tipos de problemas ms comunes
que pueden abordarse utilizando el modelo, la estructura, filosofa, lxico y principales caractersticas del mismo.
yy
yy
nlisis histrico: brinda informacin sobre cmo utilizar el mapamundi de la interfaz para
A
realizar anlisis transversales en el mbito de pases o regiones y anlisis longitudinales de
series en el tiempo.
yy
nlisis grfico: se detalla cmo hacer uso las funcionalidades de los grficos flexibles que
A
incluyen grficos de lneas, barras, diagramas radiales, grficos de dispersin, grficos especializados para poblacin, cohortes de educacin, salud, desarrollo de las metas del milenio, desempeo y riesgo, perfil de desarrollo. Adicionalmente, se muestra cmo configurar
totalmente un grfico de acuerdo con la necesidad.
yy
yy
F uncionalidades adicionales: se indica cmo administrar los datos de pases y cmo manejar agrupaciones. Asimismo se ensea la manera de reconstruir el modelo base luego de
ejecutarse modificaciones en los datos.
MODELO IFs
77
yy
S istema de archivos: informacin tcnica para comprender la estructura de carpetas y archivos de la implementacin informtica del modelo.
Como parte del trabajo conjunto, se realiz la revisin y actualizacin de dicho documento. Se
han incluido numerosos ejemplos que permiten a los nuevos usuarios adquirir las habilidades
requeridas para utilizar el Modelo IFs, construyendo su aprendizaje sobre la base de la prctica
de los mismos.
78
fue necesario realizar una revisin pormenorizada de las series de datos correspondientes al
Per. Se acord que para cada una de las variables, el Pardee Center investigara los valores de
las series necesarias en las fuentes internacionales convencionales que se usan para alimentar
al modelo. Sin embargo, en caso de que no se pudieran actualizar algunos valores, el CEPLAN
se encargara de indagar por estos en fuentes internas oficiales del pas. Finalmente, si es que
los datos no estuvieran disponibles, el Pardee Center realizara proyecciones o asumira condiciones iniciales razonables para las variables remanentes.
Inicialmente, se identificaron 389 series de datos del Per, de las cuales 193 ya estaban actualizadas. De las 196 restantes, 127 fueron asignadas al Pardee Center y 69 al CEPLAN. Las variables
que se asignaron al CEPLAN para su consulta con otras instituciones de la Administracin Pblica se clasificaron segn el mdulo al que corresponden, como se muestra en la figura 24. Estas
fueron buscadas, en primer lugar, en fuentes de datos pblicas de las diversas instituciones y,
luego, a travs de solicitudes formales de informacin. Segn cada caso, se llegaron a obtener
los datos requeridos, los datos se haban calculado con diferentes frmulas por lo que eran
incompatibles, o no se tuvo respuesta a las solicitudes remitidas.
Figura 24. Clasificacin de las variables que fueron requeridas para ser
actualizadas por Per. Adaptado de BOHL & SOLRZANO 2013a
TIC 4%
Poblacin 3%
Infraestructura 4%
Gobierno 3%
Social Poltica 4%
Educacin
21%
Economa 9%
Medio Ambiente
14%
Energa
19%
Agricultura
19%
Asimismo, se analiz la relevancia de las variables de acuerdo con su importancia para el funcionamiento del Modelo IFs. Finalmente, producto del trabajo conjunto, se pudo actualizar 104
variables adicionales, quedando 56 pendientes de actualizacin. Asimismo se identificaron 36
variables consideradas como no actualizables debido a que se trataba de casos en los cuales
las variables o no cambian en el tiempo o pertenecen a estudios especializados y que, por
ende, no pueden ser actualizadas. En la tabla 19 se muestra el cuadro de distribucin de series
de datos por estado de actualizacin.
MODELO IFs
79
Tabla 19
Nmero de variables del Modelo IFs para el Per que requieren actualizacin, por
categora e importancia
Categora
N. total
N. variables importantes
Actualizadas-etapa 1
193
60
Actualizadas-etapa 2
104
11
No actualizables
36
Pendientes
56
14
TOTAL
389
93
El Pardee Center evalu el resultado del proceso en su conjunto y, habida cuenta de que 56
series no tenan actualizaciones disponibles, calcul la repercusin de estos conjuntos de datos
pendientes para el anlisis prospectivo del Per para los aos 2021, 2030 y 2050. El estudio
concluye indicando que el estado de la actualizacin de la base de datos es adecuado para
las necesidades presentes del CEPLAN, y que el impacto de la falta de series histricas se ha
mitigado an ms con las actualizaciones realizadas al modelo en s que han reducido su dependencia de algunas de estas variables. A continuacin, se describen tres escenarios con los
que se ha trabajado los datos faltantes. En el primero se identifica un grupo de series de datos
de energa no convencional cuya falta no debe tener mayor impacto en la modelizacin del
sector energtico peruano; en el segundo, se analizan los datos disponibles ms recientes con
respecto al ao de inicializacin del modelo, 2010; y en el tercer escenario se examinan los
casos particulares en los que el modelo se inicializa sin datos histricos.
Recursos energticos no convencionales. En el Modelo IFs, los recursos energticos no convencionales y las reservas se conforman por metano de lecho de carbn, gas compacto, gas de
esquisto, esquisto de petrleo, aceite pesado y arenas petrolferas. De acuerdo con el informe
de reservas, recursos y disponibilidad de recursos energticos difundida por Bundesanstalt fr
Geowissenschaften und Rohstoffe (BGR, 2013), los recursos no convencionales en el Per son
insignificantes. Las series de datos que se enumeran en la tabla 20 no tienen valores para Per.
En este caso, el preprocesador del Modelo IFs inicializa el modelo con los valores en cero. Esta
es una aproximacin adecuada a la luz de la evaluacin de la BGR, ya que concuerda con los
valores estimados de este tipo de recursos energticos no convencionales en el Per.
Tabla 20
Series de datos de energa no convencional
Nombre de la variable
80
Definicin
Fuente
EnReserCBMBGR
BGR
EnReserHeavyOilBGR
BGR
EnReserOilSandsBGR
BGR
EnReserShaleGasBGR
BGR
Nombre de la variable
Definicin
Fuente
EnReserShaleOilBGR
BGR
EnResorCBMBGR
BGR
EnResorHeavyOilBGR
BGR
EnResorOilSandsBGR
BGR
EnResorShaleGasBGR
BGR
EnResorShaleOilBGR
BGR
EnResorTightGasBGR
BGR
Tabla 21
Series con datos histricos de antigedad menor a 10 aos y extrapolacin para el
ao 2010.
Nombre de la variable
Valor ms
reciente
Valor
extrapolado para
el ao 2010
FAO FishstatJ
software
2,2184
1,008*
Produccin global de
commodities y valor
comercial de las importaciones de pescado (USD)
FAO FishstatJ
software
0,0798
0,028*
FAO
2563
2563
UNESCO
Institute for
Statistics
1,02
1,01
Definicin
Fuente
AgFishExportVal
Produccin global de
commodities y valor
comercial de las exportaciones de pescado (USD)
AgFishImportVal
CalPCap
MODELO IFs
81
82
Nombre de la variable
Definicin
Fuente
Valor ms
reciente
Valor
extrapolado para
el ao 2010
EdSecLowerVoc%AllMale
UNESCO
0,64
0,6552
EdSecLowerVoc%AllTotal
Educacin secundaria
inferior, programa vocacional como % del total
de matrculas, total
UNESCO
Institute for
Statistics
0,83
0,83
ICTComputersper100
ITU 2010
10,0589
10,06
ICTExpend%GDP
WDI CD 2010
and existing
IFs data
3,43
3,43
LaborSecInd%Tot
World Development
Indicators
24,4
31,1**
LaborSecSer%Tot
World Development
Indicators
74,8
68,3**
RoadsPaved%
Carreteras pavimentadas
como % del total de
carreteras
World Development
Indicators
13,881
13,88
LandPotentialArable
FAOTERRASTAT
43363
43,363
LandAgri
FAO
21440
21440
LandCrop
Tierras cultivadas
FAO
4,44
4,44
LandGrazing
FAO
17
17
LandIrPotentialReached
Potencial de irrigacin
FAO AQUASTAT
1196
1196
LandOther
Otras tierras
FAO
38,418
38,23
LiteracyAdultTotal%
Tasa de alfabetizacin en
adultos mayores de 15
aos
World Development
Indicators
89,591
89,59
MalnChil%
World Development
Indicators
4.5
4.5
RoadsTotalNetwork
World Development
Indicators
126500
139150
Nombre de la variable
Definicin
Fuente
Valor ms
reciente
Valor
extrapolado para
el ao 2010
XFlowsIMFNonCon%GDP
Flujos no concesionales
del FMI como % del PBI
World Development
Indicators
0,019
--
XWBLoans%GDP
World Development
Indicators
2,1004
2,357
Nota: * Las unidades han sido convertidas de miles de millones de dlares a millones de toneladas mtricas.
** Cambio de fuente a Global Trade Analysis Project
La figura 25 es un ejemplo que muestra cmo el preprocesador utiliza el valor 2006 del porcentaje de carreteras pavimentadas con respecto al total de carreteras para inicializar el modelo en
2010. De forma similar, la figura 26 recoge los datos histricos disponibles y clculo de pronsticos para los gastos de tecnologa en TIC hasta el ao 2030.
Porcentaje
30
25
20
15
10
5
0
Ao
Histrico
Pronstico
MODELO IFs
83
4
3.5
Porcentaje
3
2.5
2
1.5
1
0.5
0
2003 2008 2013 2018 2023 2028
Ao
Histrico
Pronstico
Por otro lado, los pronsticos de la mano de obra ya no se basan en las series LaborSecInd% Tot
y LaborSecSer% Tot, sino que utilizan los datos laborales provistos por el Proyecto de Anlisis del
Comercio Global (GLOBAL TRADE ANALYSIS PROJECT 2014), los cuales estn ya integrados al
Modelo IFs.
La serie XFlowsIMFNonCon% del PBI no tiene una variable de pronstico para compararse directamente, pero se utiliza en los clculos y pronsticos de distintas variables relacionadas con
prstamos del FMI.
El segundo grupo est integrado por 10 variables que se muestran en la tabla 22. Los datos
ms antiguos en el modelo se utilizan a menudo para completar datos en otras series. El
preprocesador tambin puede recurrir con ms frecuencia a clculos para inicializar el modelo. De las 10 series con valores de 10 aos de antigedad o ms, cuatro se utilizan ya sea
directamente en la inicializacin o con ligeros ajustes. Fuera de este grupo, las tres series del
mdulo de educacin se reconcilian considerando los flujos de estudiantes dentro y fuera
de la escuela en el nivel primaria.
84
Tabla 22
Series con datos histricos de antigedad mayor a 10 aos y extrapolacin para el ao
2010
Dato ms
reciente
Valor
extrapolado
para el ao
2010
98
90,7
100
92,32
99
91,53
412000
0,8678*
Nombre de la
variable
EnReserHyd
Definicin
Fuente
WRI Earth
trends
19,87
-- **
EnvAvgAnnTempChg
1,2573
0,52
EnvPrecipitation
1254,8657
-- **
3,1218
1,28
184
0,184
R&DGovt%GDP
UNESCO
0,04
0,149
Nota: * Las unidades han sido convertidas de megawatss a miles de millones de barriles de petrleo equivalentes.
** Estos valores ya no se toman como datos exgenos sino como endgenos derivados de los niveles de dixido de carbono,
utilizando frmulas planteadas por la comunidad cientfica estudiosa del medio ambiente.
Como se depende menos de los datos ambientales a escala nacional, los cambios de temperatura y precipitacin estn inicializados y pronosticados en funcin de los niveles de dixido de
carbono, para lo que se utilizan formulaciones tomadas de la comunidad cientfica que estudia
la climatologa. Las reservas de energa hdrica se convierten de unidades de megavatios a miles de millones de barriles de petrleo equivalentes. Esta ltima serie, procedente de los datos
de la WRI, se combina con una serie similar de la empresa British Petroleum para pronosticar
reservas de energa hdrica. Las series de la WRI se encuentran actualmente en proceso de ser
eliminadas como resultado de utilizar fuentes de informacin ms completas y actualizadas.
Series sin datos. Las 13 series restantes no tienen valores histricos para el Per. En este caso,
el preprocesador calcula generalmente un valor inicial de una relacin obtenida de un anlisis
MODELO IFs
85
preestablecido de corte transversal. Algunas excepciones a esta regla que se pueden encontrar
en esta lista son, por ejemplo, la matrcula en educacin superior tecnolgica (vocacional), las
reservas de carbn y los gastos del gobierno. A las variables EdSecUpperVoc% All para mujer,
hombre y total se les asigna un valor de cero cuando no hay datos histricos. Las reservas de
carbn, por otro lado, se calculan como una parte de la produccin de carbn. Finalmente, los
datos de los desembolsos gubernamentales publicados se utilizan para completar los datos faltantes en gastos del gobierno en lugar de los datos calculados en funcin de la renta per cpita.
Tabla 23
Series sin datos histricos
Nombre de la variable
86
Definicin
Fuente
Valor
extrapolado
para el ao
2010
EdSecUpperVoc%AllFemale
EdSecUpperVoc%AllMale
EdSecUpperVoc%AllTotal
EdTerGradRate1stDegreeFemale%
0,066
EdTerGradRate1stDegreeMale%
0,042
EdTerGradRate1stDegreeTotal%
0,107
EnReserCoalBP
Reservas de carbn
0,023
GovTotalOutlays%GDP
HealthSmokingPrevalenceWHOFemales%
9,134
HealthSmokingPrevalenceWHOMales%
20,28
WasteWaterTreatConnect%
Porcentaje de la poblacin
UNSD/ UNEP/ OECD/
urbana conectada al sistema de EUROSTAT
tratamiento de aguas servidas
--
48
Nombre de la variable
Definicin
Valor
extrapolado
para el ao
2010
Fuente
XFlowsIDA%GDP
World Development
Indicators
--
XFlowsIMFCon%GDP
World Development
Indicators
--
En resumen, al trmino de este proceso, de las 56 series histricas que quedaron sin actualizar
al ao 2010, 11 corresponden a los recursos energticos no convencionales, cuyas reservas en
Per se consideran mnimas. Por consiguiente, el valor cero impuesto por el preprocesador
para estas variables es una aproximacin adecuada. Otras 13 series no tienen registros histricos para el Per. Estos valores se han aproximado utilizando diversas tcnicas de estimacin,
tales como el uso de las relaciones derivadas del anlisis de corte transversal. Las 32 series
restantes utilizan directamente el ltimo valor conocido o son adaptadas ligeramente por el
preprocesador para inicializar el modelo. Si bien estas series se mantienen fuera de fecha en
diversos grados, la mayora tiene valores en 2009, es decir, un ao antes del ao base. La distribucin de las series con datos extrapolados por ao del ltimo dato se muestra en la figura 27.
14
12
10
8
6
4
2
1992
1993
1994
1995
1996
1997
1998
1999
2000
2001
2002
2003
2004
2005
2006
2007
2008
2009
Aos
MODELO IFs
87
88
yy
S e debe realizar una revisin a escala micro de las variables y relaciones de cada mdulo
del modelo y contrastar su consistencia y necesidad de realizar adaptaciones adicionales
a nivel estructural para reflejar adecuadamente la realidad del Per. Se deben priorizar,
asimismo, aquellos mdulos de mayor inters nacional; por ejemplo, Educacin, Infraestructura y Salud.
yy
yy
F inalizar la uniformizacin e integracin en el modelo de los datos faltantes o no actualizados, utilizando informacin oficial provista por diversas instituciones nacionales
e internacionales.
yy
ctualizacin de los datos de PBI de Per en concordancia con los valores recalculados por
A
el cambio de ao base al ao 2007 (en proceso) y del PBI per cpita expresado en poder de
paridad de compra, segn nuevo reporte del Programa Internacional de Comparacin, ICP
por sus siglas en ingls (BANCO MUNDIAL 2014).
5
El Modelo IFs como
Herramienta para
el Planeamiento
Estratgico
Nacional
El Modelo IFs, al ser una herramienta de anlisis prospectivo cuantitativo, se ha utilizado en las
diversas publicaciones e informes del CEPLAN para aportar estimaciones del comportamiento de
variables previamente identificadas. Este anlisis incluye comparaciones entre pases, relaciones
entre variables, identificacin de metas, entre otros. Parte de la contribucin de estos documentos
son las fortalezas y debilidades a escala pas, y los temas prioritarios de la agenda de desarrollo
nacional, para los cuales se requiere trabajo cooperativo entre el sector pblico y privado. A continuacin se describe brevemente cmo se ha utilizado, hasta la fecha, la herramienta del Modelo
IFs en la elaboracin de algunas publicaciones del CEPLAN.
MODELO IFs
89
escena y prever que se posicionar en los prximos aos como un lder econmico. Asimismo, el
anlisis a travs del Modelo IFs permite mostrar las oportunidades que se generaran.
Figura 28. Evolucin del PBI per cpita de China expresado en poder de
paridad de compra
35000
30000
25000
20000
15000
10000
5000
2030
2025
2020
2015
2010
2005
2000
1995
1990
1985
1980
Aos
China
Ingresos altos
90
Per 2021
1.5
CHN
1.0
Valor ndice
0.5
0.0
-0.5
-1.0
-1.5
-2.0
JOR
MDA
IND
PHL
IDN
KGZ
LKA
KEN
SEN
PAK
MDG UZB
BGDLAO
MWI
LBRMLI
MNG
PAN
MYS
LVA
BGR
LBN TUR
RUS
TUN
CRI
COL BRA
ZAF
URY
ALB
DOM MKD
THA
BIH
POL HRV
SRB
MUS
PER
ECU
KAZ
DZA AZE
IRN
CZE
HUN
BLR MEX
LTU
SVK
SVN
KOR
ISR
ITA
ESP
EST
PRT
NZL GRC
SAU
CHL
TTO
OMN
BWA
VEN
LBY
GAB
AGO
MRT
Otra de las ventajas del Modelo IFs es la posibilidad de incorporar cambios en el comportamiento
de algunas variables, esto es, el trabajo con escenarios. Ms all de la precisin numrica, el instrumento permite aplicar dinmicas basadas en ecuaciones de comportamiento que permiten marcar tendencias segn sea el escenario construido. Bajo ese enfoque, el Modelo IFs ha sido usado
como una de las principales herramientas en el proceso de establecimiento de metas, por ejemplo
el PBI per cpita (PPP, dlares constantes de 2005).
Para la identificacin de las metas probables hacia los aos 2016 y 2021, se incorporaron las tasas
de crecimiento del PBI presentadas en el Marco Macroeconmico Multianual (2015-2017). A partir
de ello el Modelo IFs hace un reclculo de todas las variables del modelo y obtiene nuevas cifras
proyectadas al ao 2021. Como resultado de este cambio, se puede esperar que la tasa de crecimiento acumulada del PBI per cpita hacia el ao 2016 sea de 20%, alcanzando los US$11.514,
similar a Costa Rica en la actualidad; mientras que la meta al ao 2021 de US$ 15.386 ubicara al
Per en una posicin similar a la obtenida hoy por Rusia.
Figura 30. Evolucin del PBI per cpita en poder de paridad de compra
del Per con respecto a otros pases americanos
PBI per cpita (PPP, $ Constante del 2005)
18000
Rusia
15,386
16000
Costa Rica
11,568
14000
12000
10000
8000
6000
4000
2000
2020
2018
2016
2014
2012
2010
2008
2006
2004
2002
2000
1998
1996
1994
1992
1990
MODELO IFs
91
Rural
Urbana
92
Sin embargo, dado el objetivo del documento, un anlisis exclusivo del comportamiento tendencial de las variables no sera provechoso. Es por eso que a travs del IFs se realizaron ejercicios de
comparacin entre el Per y pases como Chile e Israel, recientemente incorporados como miembros. La interrogante detrs de este tipo de anlisis es: cunto nos falta para ser Chile o Israel en
el momento de su admisin a la OCDE? De esa manera se determinan las brechas existentes y las
variables sobre las cuales deberamos incidir hoy para lograr cambios en el mediano plazo.
De esta forma, se realiza un ejercicio utilizando el ndice de infraestructura y los niveles de PBI per
cpita. Mediante ello se mapea la evolucin de ambos indicadores de manera cruzada y comparada con otros pases miembros de la OCDE, para los aos 2010, 2021 y 2050. La comparacin se hizo
entre pases miembros y aspirantes, as como entre Amrica Latina y el conjunto de pases de la
OCDE. Con esa finalidad, el Modelo IFs puede establecer valores de corte transversal en los grficos,
a fin de analizar las brechas existentes entre pases en determinados periodos. El grfico muestra
que para el nivel de ingreso de Per se registra un ndice de infraestructura muy bajo, comparado
con Colombia, por ejemplo. Adems, para el ao 2021, de no hacer ningn cambio estructural
se tendr un PBI per cpita como el de Chile en el ao 2010 pero con un nivel de infraestructura
inferior al que tena Chile al momento de ser admitido como miembro.
Espaa(2010)
0.9
Espaa(2050)
Espaa(2021)
1.0
OCDE(2010)
OCDE(2021)
Chile(2050)
China ( 2050)
0.8
Per(2050)
Colombia(2050)
0.7
Mxico(2050)
China(2021)
0.6
Brasil (2050)
Chile(2021)
Per 2050
Latinoamrica y el Caribe(2050)
0.5
Chile(2010)
China(2010)
0.4
Colombia(2021)
0.3
Latinoamrica
y el Caribe (2021)
0.2
Colombia
(2010)
Mxico(2010)
Brasil (2010)
0.1
Per(2010)
Mxico(2021)
Brasil (2021)
Per 2021
Per 2010
0
5
10
15
20
25
30
35
40
45
50
El Modelo IFs es una herramienta que permite avizorar el comportamiento de variables de manera
tendencial, as como crear escenarios a travs del cambio en indicadores claves, de manera que se
identifiquen aquellas variables con mayores encadenamientos y de mayor impacto en el logro de
los objetivos deseados.
MODELO IFs
93
94
Per 2021
NZL
0.95
0.9
0.85
0.8
0.75
0.7
0.65
EST
HUN
POL
CHL
LTU
URY
MNE BGR BLR RUS
PAN
ROM MEX
MYS
ATG
LBN
GEO UKR ALB PER CRI KAZ
KNA
ARM BIH ECU BRA
MUS
LKA DZA
DMA
TUR
CHN
VEN
JOR
TUN
GAB
SLV MDV
THA
PRY
EGY SUR
BWA
ZAF
NAM
SVN
CZE
GRC
CYP
SVK MLT
PRT
SYC
BHR
ISRKOR
ESP
ITA
AUS
DEU CANIRL
JPN
ISL
BEL
AUT
FRA FIN
SWE
NLD
DNK
GBR
TTO
0.6
0.55
0.5
ARE
BHS
SAU
y = 0.1314ln(x) 0 .4787
R = 0.8926
BTN
AGO
5000
10.000 15.000 20.000 25.000 30.000 35.000
40.000
Aos
70
65
60
55
50
45
CHL
CRI
ALB
GRD
HRV
MEX
POL
ECU
BLZ MDV
SRB
URY
PAN
TUN PER
LKA ARM
EST
LCA ROM BGR
BIH
DOM
MNE
MUS
JOR EGY
MKD
CHN THA
HUN
TONMAR
LVA
VEN
TUR
SLV DZA
LBN
LTU
BRA
VCT
KGZ FSM FJI GTM PRY
NPL
AZE
UKR SUR
IRQ IDN
SLB
BLR
MNG
RUS
PHL
KAZ
LAO
MDG
PAK
BOL BTN
IND
TKM
ERI GHA
PNG
NAM
SEN
y = 6.3165ln(x) + 14.857
GMB MRT
R = 0.4902
MWI
MOZ
MLI
AFG
AGO
SWZ
ZAF
Per 2021
SLE
2000 4000 6000 8000 10.000 12.000 14.000 16.000 18.000 20.000
MODELO IFs
95
96
6
CONCLUSIONES
yy
En virtud de ser un modelo global e integrado pero con desagregacin a escala de continentes, grupos de naciones y pases; con el
slido respaldo del Pardee Center para la mejora continua e investigacin; flexibilidad de adaptacin; facilidad y gratuidad de utilizacin; y su uso en publicaciones de gran relevancia internacional,
el Modelo IFs es la solucin ms adecuada del mercado para ser
la herramienta de anlisis prospectivo y de estudios de futuro del
CEPLAN, motivos por los cuales ha sido elegido por la Institucin.
yy
Como todo modelo, realiza simplificaciones de la realidad y considera algunas generalidades. Asimismo, se basa en informacin
emprica para definir relaciones matemticas entre sus diversas variables. Por ello, es necesario una revisin detallada de cada mdulo
y verificar su consistencia con la realidad de un pas, tanto en el
mbito de la estructura del modelo, como de los datos que lo alimentan. CEPLAN viene trabajando en equipo con el Pardee Center
en este esfuerzo permanente y de largo plazo. En el ao 2013 se
realiz el anlisis de consistencia de ecuaciones a nivel macro; la
propuesta del plan para la adaptacin del modelo, compuesto de
tres ejes temticos, nueve actividades y 41 subactividades; y la implementacin de nueve subactividades.
yy
El Modelo IFs adaptado en esta fase inicial ha servido como elemento fundamental en los estudios de futuro desarrollados por
CEPLAN, base de las publicaciones Plan Estratgico de Desarrollo
Nacional Actualizado: Per hacia el 2021, Las Empresas Peruanas
y el Surgimiento de China como Gran Potencia, Per 2021: Pas
OCDE, entre otras actualmente en elaboracin.
MODELO IFs
97
7
REFERENCIAS
98
BUNDESANSTALT FR GEOWISSENSCHAFTEN UND ROHSTOFFE. (2013). 2013 Energy Study: reserves, resources
and Availability of Energy resources, diciembre. Hannover:
BGR. Disponible en: <http://www.bgr.bund.de/EN/Themen/Energie/Downloads/energiestudie_2013_en.pdf?__
blob=publicationFile&v=2>. Recuperado el 14 de mayo
de 2014.
CEPLAN (2014). El Per en los Indicadores Mundiales,
setiembre. LIMA: Centro Nacional de Planeamiento Estratgico. Disponible en: <http://www.ceplan.gob.pe/documentos/peru-indicadores-mundiales>. Recuperado el 2
de diciembre de 2014.
CONCYTEC. (2013). Poltica Nacional de Ciencia, Tecnologa
e Innovacin para un Per mejor. Lima: Consejo Nacional de
Ciencia y Tecnologa.
FREDERICK S. PARDEE CENTER. (2013a). A Model for Global Forecasting. Colorado: Denver University. Disponible
en: <http://pardee.du.edu/>. Recuperado el 25 de junio
de 2014.
FREDERICK S. PARDEE CENTER. (2013b). Contract of
Consultancy Services Regarding Consistency of the Behavioral Equations for the Long Term IFs Model. Colorado:
Denver University.
HUGHES, B., C. PETERSON, D. ROTHMAN & J. SOLRZANO. (2013). IFs Health Model Documentation. Denver: Frederick S. Pardee Center.
IIASA. (2013). International Systems for Applied Systems
Analysis. Science for Global Insight. Laxenburg: IIASA. Disponible en: <http://www.iiasa.ac.at/web/home/about/
whatisiiasa/informationkit/iiasa-flyer2013-web.pdf>. Recuperado el 29 de enero de 2014.
IIASA. (2013). Overview. International Institute for Applied
Systems Analysis, diciembre. Disponible en: <http://www.
iiasa.ac.at/web/home/about/whatisiiasa/informationkit/
IIASA_overview_Dec2013_2.pdf>. Recuperado el 29 de
enero de 2014.
INTERGOVERNMENTAL PANEL ON CLIMATE CHANGE.
(1995). Several volumes by various working groups. Boston:
Cambridge University Press.
IRFAN, M. (2013). International Futures Model Documentation: Education Model. Denver: Frederick S. Pardee Center.
JAHODA, M., K. PAVITT, H. COLE, & C. FREEMAN. (1973).
Models of Doom: A Critique of the Limits to Growth. Sussex:
Universe Publishing.
MEADOWS, Donella et l. (1972). Los limites del crecimiento: informe al Club of Rome sobre el predicamento de la
humanidad. Mxico D. F.: Fondo de Cultura Econmica.
MEADOWS, Donella et l. (1992). Mas alla de los limites del
crecimiento. Madrid: El Pas, Aguilar.
MEADOWS, Donella et l. (2006). Los lmites del crecimiento: 30 aos despus. Barcelona: Galaxia Gutenberg, Circulo
de Lectores.
MODELO IFs
99
MINISTERIO DE AGRICULTURA Y RIEGO. (2009). Comercio Exterior para el Agro. Lima. Disponible en: <http://
sistemas.minagri.gob.pe/siscex/>. Recuperado el 17 de
diciembre de 2013.
MINISTERIO DE EDUCACIN. (2010). Estadsticas de la Calidad Educativa. Lima. Disponible en: <http://escale.minedu.gob.pe/>. Recuperado el 6 de enero de 2014.
100
MODELO IFs
101
Ceplan Per
Ceplan2050
T. (511) 211 7800
ceplan@ceplan.gob.pe
www.ceplan.gob.pe
Av. Canaval y Moreyra 480 - Piso 11, San Isidro
102
Canal Ceplan
Ceplan