Jim Diego Tesis Bachiller 2023

FACULTAD DE CIENCIAS ECONÓMICAS,
ADMINISTRATIVAS Y CONTABLES
ESCUELA PROFESIONAL DE ECONOMÍA
TESIS:
LA REFORMA AGRARIA Y SU IMPACTO SOBRE LA

ACTIVIDAD AGRÍCOLA EN LA MANCOMUNIDAD REGIONAL
SUR DEL PERÚ, 1969-2020.
Línea de investigación: Pobreza, desigualdad y desarrollo regional
Presentado por:
Bach. Diego Artemio Quispe Condori

Bach. Jim Guiberth Ttito Jimenez
Tesis para optar por el título profesional de

Economista.
Asesor:
Econ. Oscar Israel Lopez Garces

Código ORCID: 0000-0002-5126-2030
CUSCO - PERÚ
2023
Metadatos
Datos del autor
Nombres y apellidos JIM GUIBERTH TTITO JIMENEZ
DIEGO ARTEMIO QUISPE CONDORI
Número de documento de identidad 72897769
46803703
URL de Orcid
Datos del asesor
Nombres y apellidos MG. OSCAR ISRAEL LOPEZ GARCES
URL de Orcid 0000-0002-5126-2030
Datos del jurado
Presidente del jurado (jurado 1)
Nombres y apellidos DR. TITO LIVIO PAREDES GORDON
Jurado 2
Nombres y apellidos DRA. ECON. MARGARITA MIRANDA

ACUÑA
Jurado 3
Nombres y apellidos MGT. MARIA LOURDES DEL CASTILLO

BEJAR
Jurado 4
Nombres y apellidos DR. AURELIO VARGAS JIBAJA
Datos de la investigación
Línea de investigación de la Escuela Pobreza, desigualdad y desarrollo regional

Profesional
LA REFORIVIA AGRARIA Y SU
IIVPACTO SOBRE LA ACTIVIDAD
,
AGRICOLA EN LA
TVIAN CO lVI U NIDAD REGIO NAL
,
SUR DEL PERU,1969-2020
por D¡ego Quispe Condori, J im Ttito J imenez .
Fecha de entrega: 06-oct-2023 A7:27p.m. (UTC-0400)

ldentificador de la entrega: 2188006194
Nornbre del archivo: TESIS_REFORIVA*AGRARIA*PARAFRASEADO_06- 1 0-23.docx (3.
Total de palabras: 23531
Total de caracteres: 127392
UNNTflPóIDAD ANDINÁ DflL CL}óCO
FACULTAD DE cTENCTAS EcoNóurcas
ADMINISTRATIVAS Y CONTABLES
ESCUELA PRoFESIoNAL DE ECoNouÍa
TESIS
LA REFORMA AGRARTA Y SU TMPACTO SOBRE. LA

ACTrvrDan acnÍcolA Er\ LA MANCoMUNTDAD REGrot{AL
suR DEL rERú, 1969-2020.
Línea de irrvestigación: Pobreza. desigualdad y desarrollo regior-ral
Presentado por:
Bach. Diego Afiemio Quispe Condori

Bach. Jim Guibelth Ttito Jimcnez
Tesis para optar por el título prof'esional de

E,conomista.
Asesor:
Econ. Oscar Israel Lopez Garces

Código ORCID: 0000-0002- 5126-2030
CUSCO - PERÚ
2023
LA REFORIVIA AGRARIA Y 5U ITVIPACTO SOBRE LA ACTIVIDAD
AGRÍCOLA EN LA MANCOI\4UNIDAD REGIONAL SUR DEL
PERÚ, 1969-2020
INFORME DE ORIGINAUDAD
15,,
INDICE DE SIIVIILITUD
15,,
FUENTES DE
4,,
INTERNET PUBLICACIONES
5*
TRABAJOS DEL
ESTUDIANTE
FUENTES PRIMARIAS
hd¡.handle.net
1
Fuente de Internet 3,,
a Submitted to Universidad Andina del Cusco
Trabajo del estudiante 2,,
repositorio. ua ndina.edu. pe
Fuente de Internet 2rr
a qdoc.tips
Fuente de Internet 1 a/o
secreta ria corte. poder-jud icia l. go. cr

FI Fuente de Internet 1 o/o
tr H"Y§;Y,,?,i*¡na'edu'
Pe
1 o/a
d www.coursehero.com
Fuente de Internet 1 a/a
tr fnslidesha re. net

Fuente de lnternet 1
turnítln
Recibo digital
Este recibo confirma quesu trabajo ha sido recibido por Turnitin. A continuación podrá ver
la información del recibo con respecto a su entrega.
La primera página de tus entregas se muestra abajo.
Autor de la entrega: Diego Quispe Condori, Jim TtitoJimenez .
I rtul0 dei elercrcto: Quick Submit

Título de la entrega: LA REFORMA AGRARIA Y SU IIMPACTO SOBRE LA ACTIVIDAD ...
Nomhre del archivo: TESIS_RE FO R MA_AG RARIA_PARAFRAS EADO_06- 1 0-23. docx
Tamaño del archivo: 3.77M
Total páginas: 94
Total de palabras: 23,531
Total de caracteres: 127,392
Fecha de entrega: 06-oct.-2023 0V :27 p. m. (UTC-0400)
identificadcr de la entre... 218BOAü94
LINNTA6]D,\D NDI]IA DTL CU6CO

FACULTAD DE CENCIAS EC0NÓMICAS.
ADMIN]S]'MAIVAS Y CONTABES
EsotE a PRa»Estoñat. DF FroNÓMia
¡_
Y 'all5lSl
\ RttalR\t \ lain {tr¡ \ I sl llil,\(

\¡,tl!{'r \r \t \ll\\((,\tt\n!\DRl(,trr\\t
. trr¡.t{,:il _
¡ o son¡tl] t..\ .tr' t ¡\ tD{t)
\rkt)¡¡ prkt
aeh ¡a.so Qui@ Con&n

B{h iiE O¡¡hrh
^¡ún¡ nlo ,hBú¿
Tdi§ pn oÉ§ !6 d r(úk Foa6ifld &
hon. Orar li..El LJF tu §

C&¡go ORCID: {qstr:-5 ¡ }.?0s
ii
Presentación
Señor decano de la Facultad de Ciencias Económicas, Administrativas y Contables; y
señores miembros del jurado de la Escuela Profesional de Economía, en lo que respecta al
cumplimiento del reglamento de Grados y Títulos, se pone a vuestra consideración la
presente investigación intitulada “LA REFORMA AGRARIA Y SU IMPACTO SOBRE LA
ACTIVIDAD AGRÍCOLA EN LA MANCOMUNIDAD REGIONAL SUR DEL PERÚ,
1969-2020” con la finalidad de optar por el título profesional de Economista.

iii
Resumen
La reforma agraria en Perú fue la política más importante del siglo XX para la redistribución
de tierras, con potencial para mitigar el malestar rural y transformar el sector agrícola
peruano. Bajo este contexto, la presente investigación tiene como objetivo establecer el
impacto de la Reforma Agraria sobre la actividad agrícola en la Mancomunidad Regional
Sur del Perú durante el período 1969-2020, y analizar los mecanismos que explican esta
relación: (1) La organización social, (2) La Productividad Agrícola y (3) Lucha contra el
terrorismo en zonas agrícolas. La investigación utiliza información del Sistema Integrado de
Estadísticas Agrarias (SIEA) del MIDAGRI, junto con la ubicación geográfica de las zonas
de reforma agraria e información de la Comisión de Verdad y Reconciliación. El estudio
utiliza un modelo de regresión discontinua aprovechando el cambio discontinuo en la
intensidad de la reforma para los distritos dentro de una zona agraria en un departamento
central, donde se ubicaba la oficina regional de reforma agraria. Los resultados sugieren que
la Reforma Agraria no tuvo un impacto significativo en la actividad agrícola de la
Mancomunidad Regional Sur del Perú, con efectos nulos en el porcentaje de superficie
agrícola, el porcentaje de superficie con registros públicos, el porcentaje de productos
financiados y el porcentaje de superficie con riesgo, así como en el valor de la producción
agrícola. Asimismo, se ha encontrado que la reforma agraria redujo el conflicto por
terrorismo en zonas agrarias.
Palabras clave: Reforma agraria, Regresión Discontinua, Productividad Agrícola, Lucha
contra el terrorismo.
iv
Abstract
The agrarian reform in Peru was the most important policy of the 20th century for land
redistribution, with the potential to mitigate rural unrest and transform the Peruvian
agricultural sector. In this context, this research aims to establish the impact of the Agrarian
Reform on agricultural activity in the Southern Regional Commonwealth of Peru during the
period 1969-2020 and analyze the mechanisms that explain this relationship: (1) Social
organization, (2) Agricultural Productivity and (3) Fight against terrorism in agricultural
areas. The research uses information from the Integrated System of Agrarian Statistics
(SIEA) of MIDAGRI, together with the geographic location of the agrarian reform zones
and information from the Truth and Reconciliation Commission. The study employs a
regression discontinuity design taking advantage of the discontinuous change in reform
intensity for districts within an agrarian zone in a central department, where the regional
agrarian reform office was located. The results suggest that the Agrarian Reform did not
have a significant impact on the agricultural activity of the Southern Regional
Commonwealth of Peru, with null effects on the percentage of agricultural land, the
percentage of land with public records, the percentage of financed products and the
percentage of area at risk, as well as in the value of agricultural production. Likewise, it has
been found that the agrarian reform reduced the conflict due to terrorism in agrarian areas.
Keywords: Agrarian reform, Discontinuous Regression, Agricultural Productivity, Fight
against terrorism
v
Agradecimiento
Doy gracias a Dios por esta maravillosa oportunidad que él me brinda, a mis padres:
Alejandro y Luzmila, a mi hermana Pilar.
Gracias a la Universidad porque permitirá convertirme en un profesional y desenvolverme
en lo que tanto me apasiona, gracias a cada docente universitario que hizo parte en este
proceso de formación académica.
Agradecer el apoyo de mi asesor: Oscar Lopez Garces, a mi compañero Jim Tito Jimenez
por ser ese aliado en este trabajo que lo concluimos satisfactoriamente.
Agradezco principalmente a Dios por bendecirme con una familia que me da aliento y me
da fuerzas para continuar y poder superarme cada día; a mis padres Felipe y Maria, mis
hermanos Edith Yandeli y Cristhian Felipe.
De igual manera a mi compañero de trabajo Diego Artemio Quispe Condori que con mucho
esfuerzo y determinación pudimos cumplir nuestra meta como un equipo. A seguir adelante.
Finalmente, a nuestro asesor Econ. Oscar Israel Lopez Garces por la paciencia y
conocimientos para resolver todas nuestras dudas, gracias por sus enseñanzas.
Bach. Jim Guiberth Tito Jimenez

vi
Dedicatoria
Dedico con gratitud a Dios por haberme permitido culminar mi trayectoria académica, y en
reconocimiento a mis padre, cuya constante presencia y respaldo, junto con sus sabios
consejos, han contribuido a forjar mi carácter y convertirme en una persona mejor y poder
alcanzar mis anhelos, porque en cada momento y/o circunstancia retrotrae el apoyo
incondicional de mis padres, para ellos.
Esta tesis está dedicada a toda mi familia que con su amor y su aliento y apoyo incondicional
durante todo el proceso me inculcaron que frente a las adversidades todo se logra con
esfuerzo, dedicación y con muchas ganas de aprender para poder alcanzar mis metas
profesionales.
Bach. Jim Guiberth Ttito Jimenez

vii
Índice General
Presentación .................................................................................................................. ii
Resumen ...................................................................................................................... iii
Abstract ....................................................................................................................... iv
Agradecimiento............................................................................................................. v
Dedicatoria .................................................................................................................. vi
Índice de tablas ............................................................................................................ ix
Índice de figuras .......................................................................................................... ix
Capítulo I Introducción
1.1 Planteamiento del Problema .................................................................................... 1
1.2 Formulación del Problema....................................................................................... 4
1.1.1 Problema General ................................................................................................. 4
1.1.2 Problemas Específicos .......................................................................................... 4
1.2 Justificación de la investigación .............................................................................. 4
1.2.1 Justificación social ............................................................................................... 4
1.2.2 Justificación económica........................................................................................ 5
1.2.3 Justificación práctica ............................................................................................ 5
1.2.4 Justificación teórica .............................................................................................. 5
1.2.5 Justificación metodológica ................................................................................... 5
1.2.6 Viabilidad y factibilidad ....................................................................................... 6
1.3 Objetivos de la investigación ................................................................................... 6
1.3.1 Objetivo General .................................................................................................. 6
1.3.2 Objetivos Específicos ........................................................................................... 6
1.4 Delimitación de la investigación .............................................................................. 7
1.4.1 Delimitación Espacial........................................................................................... 7
1.4.2 Delimitación Temporal ......................................................................................... 7
1.4.3 Delimitación Conceptual ...................................................................................... 7
Capítulo II Marco Teórico
2.1 Antecedentes del estudio ......................................................................................... 8
2.1.1 Antecedentes Internacionales ............................................................................... 8
2.1.2 Antecedentes Nacionales .................................................................................... 11
2.1.3 Antecedentes Locales ......................................................................................... 15
2.2 Bases Teóricas ...................................................................................................... 16
2.2.1 Teorías Clásicas y Tradicionales del Desarrollo Agrario según (Feli & Ranis, 1961)
16
2.2.3 Teorías de reforma agraria según (García-Valdecasas, 2011) .............................. 18
2.2.4 Teorías de economía agrícola según (Albertus et al., 2020)................................. 21
2.2.5 Enfoques de pobreza según (Verdera, 2007) ....................................................... 24
2.2.6 Teoría de la renta de David Ricardo.................................................................... 24
2.2.7 Modelo de uso de la tierra agrícola de Von Thunen ............................................ 26
2.2.8 La teoría Boserupiana del desarrollo agrícola ..................................................... 27
2.3 Marco conceptual .................................................................................................. 28
2.4 Formulación de Hipótesis ...................................................................................... 30
2.4.1 Hipótesis General ............................................................................................... 30
2.4.2 Hipótesis Específicas .......................................................................................... 30
2.5 Variables ............................................................................................................... 30
2.5.1 Identificación de variables .................................................................................. 30
2.5.2 Conceptualización de variables........................................................................... 30
viii
2.5.3 Operacionalización de variables ......................................................................... 32

Capítulo III Método de Investigación
3.1 Enfoque de investigación ...................................................................................... 33
3.2 Diseño de investigación......................................................................................... 33
3.3 Alcance de investigación ....................................................................................... 33
3.4 Población y muestra .............................................................................................. 34
3.4.1 Población ........................................................................................................... 34
3.4.2 Muestra .............................................................................................................. 34
3.5 Técnicas e Instrumentos de recolección de datos ................................................... 34
3.5.1 Técnicas ............................................................................................................. 34
3.5.2 Instrumentos....................................................................................................... 35
3.6 Procesamiento de datos ......................................................................................... 35
Capítulo IV Análisis situacional agrícola de la Mancomunidad Regional del Sur del
Perú
4.1 Aspectos administrativos ....................................................................................... 36
4.2 Superficie agrícola ................................................................................................ 36
4.3 Productos agrícolas financiados y sistema de riego ................................................ 38
4.4 Valor bruto de la producción y cosecha ................................................................. 42
Capítulo V: Resultados de la investigación
5.1 Presentación de la estrategia de identificación y la data.................................... 44
5.2 Resultados respecto al objetivo general ............................................................ 46
5.3 Resultados respecto a los objetivos específicos ................................................ 47
5.4 Modelo econométrico y supuestos ................................................................... 49
5.4.1 Modelo econométrico ......................................................................................... 49
5.4.2 Supuestos ........................................................................................................... 50
Capítulo VI: Discusión
6.1 Descripción de los hallazgos más relevantes y significativos............................ 55
6.2 Limitaciones del estudio .................................................................................. 56
6.3 Comparación crítica con la literatura existente ................................................. 56
Conclusiones ............................................................................................................... 59
Recomendaciones ....................................................................................................... 60
Referencias Bibliográficas .......................................................................................... 61
Matriz De Consistencia ............................................................................................... 64
Anexo 1 – Preprocesamiento y análisis de datos .......................................................... 65
Anexo 2 – Resultados del modelo de regresión ........................................................... 70
Anexo 3 – Extracto de datos........................................................................................ 80
ix
Índice de tablas
Tabla 1 Operacionalización de las Variables ............................................................... 32
Tabla 2 Número de distritos y distritos afectados por departamento ............................ 34
Tabla 3 Regresión discontinua: Valor bruto de la producción ...................................... 47
Tabla 4 Regresión discontinua: Indicadores agrícolas .................................................. 47
Tabla 5 Regresión discontinua: Participación en organizaciones.................................. 48
Tabla 6 Regresión discontinua: Conflicto y terrorismo en zonas agrarias..................... 49
Tabla 7 Número de distritos y distritos afectados por departamento ............................ 51
Índice de figuras
FIGURA 1 Mancomunidad Regional Sur del Perú: Porcentaje de tierra expropiada, 1969-
1985.............................................................................................................................. 2
FIGURA 2 Mancomunidad Regional Sur del Perú: Producto Bruto Agropecuario, 2003-2020
..................................................................................................................................... 3
FIGURA 3 Regiones que componen la Mancomunidad Regional Sur............................ 36
FIGURA 4 Histograma: Proporción de superficie agrícola registrada en registros públicos,
2020............................................................................................................................ 37
FIGURA 5 Gráfico de barras: Proporción de superficie agrícola en registros públicos, 2020
................................................................................................................................... 37
FIGURA 6 Diagrama de Caja: Proporción de superficie en registros públicos, 2020 ..... 38
FIGURA 7 Histograma: Proporción de productos agrícolas financiados en la Mancomunidad
Regional del Sur del Perú ............................................................................................ 39
FIGURA 8 Proporción de productos agrícolas financiados, 2020 .................................. 39
FIGURA 9 Diagrama de Caja: Proporción de productos agrícolas financiados, 2020..... 40
FIGURA 10 Histograma: Proporción de cultivos con sistema de riego, 2020................. 40
FIGURA 11 Gráfico de barras: Proporción de cultivos con sistema de riego, 2020 ........ 41
FIGURA 12 Diagrama de caja: Proporción de cultivos con sistema de riego, 2020........ 41
FIGURA 13 Gráfico de barras: Valor bruto de la producción agrícola, 2020 ................. 42
FIGURA 14 Histograma: Número de productores agrícolas, 2020 ................................. 42
FIGURA 15 Gráfico de barras: Cosecha (tn), 2020........................................................ 43
FIGURA 16 Mancomunidad Regional Sur del Perú: Zonas de reforma agraria y límites
distritales .................................................................................................................... 45
FIGURA 17 RD Plot para muertes totales y ningún alcalde en funciones en 1969 ......... 52
FIGURA 18 Regresión: Residuos vs. Valores Predichos ............................................... 52
FIGURA 19 Regresión: Q-Q Plot .................................................................................. 53
FIGURA 20 Regresión: Verificación de Homocedasticidad .......................................... 54
1
Capítulo I
Introducción
1.1 Planteamiento del Problema

¿Cuál es la relación entre la reforma agraria y la actividad agrícola en el siglo XXI?
La literatura nacional e internacional argumenta que debido a que acceder a las parcelas de
tierra es fundamental en la vida en los medios rurales, la escasez de acceso o las
desigualdades al distribuir la propiedad de las tierras pueden fomentar pobreza y desigualdad
(Zhao, 2020), (Fitz, 2018) y (Bhattacharya et al., 2019). La reforma agraria en Perú1, como
principal herramienta de política para entregar tierras y, por lo tanto, mejorar la desigualdad
de la tierra y los agravios rurales, debería tener el potencial de mitigar el malestar rural. La
reforma agraria, bajo esta lógica, pudo facilitar la acumulación de capital a medida que los
grandes terratenientes fueron eliminados como un obstáculo para el desarrollo social
(Albertus et al., 2020). La eliminación de la coerción laboral a través de la reforma agraria
también permite que los trabajadores rurales decidan libremente a comercializar. En parte
debido a estas consecuencias, así como a otras asociadas con las ganancias de ingresos; y las
ganancias de salud, la reforma agraria a menudo se considera una poderosa herramienta de
política de desarrollo.
La economía peruana hasta la década de 1960 giraba principalmente en torno a la
tierra: según cálculos del censo de 1960, el 50% de las personas que se encuentran trabajando
1965 trabajaba en la agricultura (Hawley et al., 2018). Sin embargo, demostrando marcadas
desigualdades, el censo agrícola de 1961 documentó que el 1% de los terratenientes poseían
el 80% de las tierras privadas, mientras que el 83% de los agricultores poseían propiedades
de 5 hectáreas o menos, lo que representaba sólo el 6% de las tierras privadas (Hawley et al.,
1
El Decreto Ley 17716 de 1969 limitó la tenencia de tierras de 150 hectáreas y dispuso la expropiación
de bienes de capital, tierras y animales para distribuirlas a cooperativas de trabajadores de la hacienda. A este
proceso se le conoce como la Reforma Agraria.
2
2018). Las relaciones de tenencia de la tierra variaban mucho, pero eran arcaicas en muchas
regiones, especialmente en las haciendas semifeudales de las sierras de las tierras altas.
Sin embargo, una importante reforma agraria redistribuidora sólo ocurrió una vez
que los militares tomaron el poder del presidente electo democráticamente Fernando
Belaunde en un golpe de Estado en octubre de 1968. El Decreto Ley 17716 del General
Velasco de 1969 estableció límites estrictos de tenencia de tierras de 150 hectáreas o menos
(según la ubicación) y expropió tierras, bienes de capital y animales en propiedades mayores
que el umbral estipulado. Típicamente, redistribuyó la tierra expropiada como cooperativas
entre antiguos trabajadores de la empresa o de la hacienda que habían trabajado en la
propiedad; en algunos casos, también distribuyó tierras a comunidades indígenas adyacentes
que vivían en tierras marginales. La Ley 17716 alteró drásticamente las relaciones de
tenencia de la tierra y la propiedad2.
FIGURA 1
Mancomunidad Regional Sur del Perú: Porcentaje de tierra expropiada, 1969-1985
Nota: Elaborado en base a figuras de “Land reform and human capital development” – Albertus et. al (2020)
2
La ley se implementó de manera más rigurosa entre 1969 y 1976, después de lo cual la reforma
agraria se redujo vertiginosamente debido al ascenso al poder del general Morales Bermudez.
3
La figura 1 muestra que la Mancomunidad Regional del Sur del Perú3 experimentó
un alto porcentaje de expropiación de tierras, hasta en algunos casos con el 100% de tierras
expropiadas (exceptuando a la Amazonía peruana). Desde entonces, muchos estudios
demostraron la cuantificación de los efectos de esta reforma en actividades agrícolas, y si
finalmente mejoró la condición en la que se encuentran los agricultores. En este sentido, la
siguiente figura presenta la evolución del Producto Bruto Agropecuario para el período
2003-2020, que ha mantenido una trayectoria de crecimiento importante, sugiriendo que la
reforma agraria puede estar asociada de forma positiva a las actividades agrícolas.
FIGURA 2
Mancomunidad Regional Sur del Perú: Producto Bruto Agropecuario, 2003-2020
250
200
150
100
50
0
Ene04
Ene10
Ene16
Ene03
Ene05
Ene06
Ene07
Ene08
Ene09
Ene11
Ene12
Ene13
Ene14
Ene15
Ene17
Ene18
Ene19
Ene20
Jul15
Jul03
Jul04
Jul05
Jul06
Jul07
Jul08
Jul09
Jul10
Jul11
Jul12
Jul13
Jul14
Jul16
Jul17
Jul18
Jul19
Jul20
Nota: BCRPData – Banco Central de Reserva del Perú. Fuente: Línea verde muestra valores de PBI mensual,
línea punteada azul muestra el promedio movil de 12 meses
Sin embargo, a pesar de las asociaciones positivas previamente encontradas en la
literatura, aún no se ha realizado un análisis de los mecanismos que explican esta relación,
en especial basados en la zona sur del país y la regiones que abarca. Tres de las causas más
frecuentemente mencionadas son: (1) La organización social, (2) La Productividad Agrícola
y (3) Lucha contra el terrorismo en zonas agrícolas. Se hipotetiza que la Reforma Agraria,
al generar mayor organización social entre los agricultores, variación para los costos de
3
La Mancomunidad Regional Sur del Perú fue creada con O.R. N 343-Arequipa y está integrada por
los Gobiernos Regionales de Arequipa, Apurímac, Cusco, Madre de Dios, Moquegua, Puno y Tacna. Estos
departamentos guardan una estrecha relación a nivel de producción agrícola y la implementación de la reforma
agraria fue similar en estos departamentos.
4
oportunidad medido por la productividad agrícola, y a la organización de rondas campesinas
para luchar contra el terrorismo pudo tener efectos positivos en las actividades agrícolas de
la Mancomunidad Regional Sur del Perú.
Este estudio busca enriquecer el conocimiento al estudiar cuantitativamente el
impacto que tuvo la reforma agraria en las actividades agrícolas de la Mancomunidad
Regional Sur del Perú y los mecanismos mencionados anteriormente. Se plantea utilizar
datos a nivel de distrito de las transferencias de tierra realizadas entre 1969 y 1985 junto con
información de la producción agrícola de los últimos 10 años. Una de las pretensiones del
estudio es incrementar el conocimiento empírico local y permita tener un entendimiento más
detallado del impacto de la reforma agraria en la Mancomunidad Regional Sur del Perú.
1.2 Formulación del Problema

1.1.1 Problema General
¿Cuál es el impacto de la Reforma Agraria sobre la actividad agrícola en la
Mancomunidad Regional Sur del Perú durante el período 1969-2020?
1.1.2 Problemas Específicos
• ¿Cuál fue el efecto de la Reforma Agraria en el valor de la producción agrícola
en la Mancomunidad Regional Sur del Perú durante el período 1969 y 2020?
• ¿De qué manera la Reforma Agraria afectó a la creación de organizaciones de
productores en la Mancomunidad Regional Sur del Perú durante el período 1969
y 2020?
• ¿Cómo la Reforma Agraria afectó al conflicto en zonas agrarias en la
Mancomunidad Regional Sur del Perú durante el período 1969 y 2020?
1.2 Justificación de la investigación

1.2.1 Justificación social
El trabajo estudia los efectos de una de las políticas de desarrollo más importantes
del siglo XX: La reforma agraria de 1969. Bajo este contexto, la investigación tiene una
5
relevancia social importante porque permite conocer si esta reforma estuvo asociada a una
mayor actividad agrícola y a consecuencias asociadas tales como reducir la condición de
pobreza, ganancias en salud y ganancias de ingresos para los agricultores beneficiados por
el repartimiento de tierras en la Mancomunidad Regional Sur del Perú.
1.2.2 Justificación económica
El presente estudio analiza una de las reformas del estado con mayor impacto
económico en los últimos 100 años. En este sentido, la investigación se justifica
económicamente por la importancia de conocer los efectos de las reformas en agricultura
acerca de los beneficios económicos de los agricultores en Perú.
1.2.3 Justificación práctica
El trabajo en su dimensión práctica , permitirá establecer si las políticas de asignación
de tierras son efectivas para la generación de mayor producción, valor de la producción o
productividad agrícola en la Mancomunidad Regional de Sur del Perú, y de esta forma,
complementar a la elaboración de políticas agrarias desde el Ministerio de Desarrollo
Agrario y Riego - MIDAGRI que permitan elevar los ingresos y producción de los
agricultores, muchos de los cuales aún se encuentran en un estatus de subsistencia, incluso
cuando ya pasaron 50 años de los inicios de tal reforma.
1.2.4 Justificación teórica
El estudio acoge los alcances teóricos con enfoques económicos en materia agrícola
y de reforma agraria y aporta empíricamente a su verificación incluyendo a un conjunto de
teorías relacionadas a esta reforma, entre las que se encuentran la teoría conservadora, teoría
de la adaptación híbrida y la teoría de enfoques incrementales
1.2.5 Justificación metodológica
Esta investigación emplea el método de regresión novedoso que se aplica al análisis
del efecto de la reforma agraria. En particular, la investigación plantea emplear un modelo

6
de regresión discontinua a nivel geográfico que permita comparar a los distritos que se
encontraban en la zonas agrícolas. En este diseño, las unidades con una puntuación por
encima de un límite determinado reciben tratamiento, mientras que las que están por debajo
del límite no lo reciben, donde el límite está dado por las coordenadas geográficas en la zona
de reforma agraria.
1.2.6 Viabilidad y factibilidad
El estudio contempla una viabilidad positiva porque se tienen los datos precisos de
las zonas afectadas por la reforma agraria, así como de la proporción de tierra redistribuida
entre 1969 y 1980. También se cuenta con información precisa de la producción agrícola
disponibles en los últimos censos agropecuarios realizados por el Instituto Nacional de
Estadística e Informática.
1.3 Objetivos de la investigación

1.3.1 Objetivo General
Establecer el impacto de la Reforma Agraria sobre la actividad agrícola en la
Mancomunidad Regional Sur del Perú durante el período 1969-2020.
1.3.2 Objetivos Específicos
• Determinar el efecto de la Reforma Agraria en el valor de la producción agrícola
en la Mancomunidad Regional Sur del Perú durante el período 1969-2020.
• Identificar la manera en la que la Reforma Agraria afectó a la creación de
organizaciones de productores en la Mancomunidad Regional Sur del Perú
durante el período 1969-2020.
• Establecer cómo la Reforma Agraria afectó al conflicto en zonas agrarias en la

7
1.4 Delimitación de la investigación

1.4.1 Delimitación Espacial
El estudio se delimita a los departamentos considerados dentro de la Mancomunidad
Regional Macro Región Sur integrada por los Gobiernos Regionales de Arequipa, Apurímac,
Cusco, Madre de Dios, Moquegua, Puno y Tacna. Se elige a esta mancomunidad por guardar
similitud cuando se implementaron las medidas de la reforma agraria de los años 1975 y
1980.
1.4.2 Delimitación Temporal
El estudio se delimita a los años 1969-2020. Se emplea este período ya que el Decreto
Ley 17716 fue promulgado en 1969. Por otro lado, se desea conocer el efecto contemporáneo
en la actividad agrícola, por lo que se decide utilizar los datos que se encuentran en las
Encuestas de hogares y agropecuarias realizadas por el INEI hasta el 2020.
1.4.3 Delimitación Conceptual
Este estudio se delimita en la forma conceptual por las definiciones empleadas en la
literatura de la economía agrícola,

8
Capítulo II
Marco Teórico
2.1 Antecedentes del estudio
2.1.1 Antecedentes Internacionales
• Antecedente 1. “Evaluación del impacto de la reforma agraria asistida por el mercado
en Brasil” (Fitz, 2018)
Este antecedente evalúa el impacto de las reformas agrarias en las inversiones
agrícolas de los hogares, las estrategias de subsistencia y los niveles de ingresos en Brasil.
Dada la incidencia de la pobreza en los medios rurales en el noreste de Brasil y las
dificultades de los mercados de la tierra y en los créditos, las reformas agrarias siguen siendo
herramientas políticas importantes para aliviar la pobreza y aumentar el crecimiento. Este
documento evalúa el impacto del reciente Programa Nacional de Crédito de Tierras, un
controvertido programa de reforma agraria asistido por el mercado que les posibilita acceder
a la tierra por medio del mercado privado. Los datos de panel a nivel de hogar que cubren
grupos similares de beneficiarios y de control permiten la identificación utilizando
metodologías de ponderación de puntuación de propensión y de diferencias en diferencias.
La evidencia indica que el Land Credit logra una transición exitosa de los hogares hacia la
agricultura, con un aumento de las tenencias de la tierra y la inversión como resultado del
programa. Al igual que con muchos programas anteriores de reforma agraria en América
Latina, la nueva ola de reformas agrarias asistidas por el mercado no aumenta el acceso al
crédito privado. Si bien las reformas agrarias tienen el potencial de impulsar la
redistribución, se reducen los índices de pobreza y se incrementa el desarrollo, estos
hallazgos sugieren que sigue siendo importante garantizar un mayor acceso al crédito, el
riego y actividades económicas de mayor rendimiento.

9
• Antecedente 2. Asignación de tierras y mano de obra bajo tenencia comunal: teoría y
evidencia de China (Zhao, 2020)
Este artículo estudia las opciones de tierras y mano de obra de las comunidades
rurales bajo tenencia comunal. Se desarrolla un marco teórico para explicar por qué las
comunidades rurales a menudo adoptan prácticas para acceder a las tierras supeditado a la
mano de obra y frecuentes reasignaciones de tierras bajo tenencia comunal, y sostiene que,
aunque estas prácticas reducen la desigualdad de ingresos entre los hogares y mejoran la
eficiencia de la producción agrícola en mercados imperfectos, puede, sin embargo, atrapar
mano de obra en la agricultura de manera ineficiente. Se utiliza una reforma legal de 2003
que detuvo las reasignaciones de tierras en todas las aldeas chinas y se emplea la variación
en las prácticas de reasignación de las aldeas antes de la reforma para probar las hipótesis
planteadas. Las aproximaciones resultantes muestran que la eliminación de las
reasignaciones de tierras aumentó la mano de obra no agrícola y el ingreso neto per cápita
de los hogares en un 7 % y un 6,5 %, respectivamente. Sin embargo, esto tuvo el costo de
una reducción del 6% en la producción agrícola total y un salto significativo en la
desigualdad de ingresos dentro de la aldea.
• Antecedente 3. La economía política de las promulgaciones de la reforma agraria:
nueva evidencia internacional (1900-2010) (Bhattacharya et al., 2019)
El propósito del estudio es investigar la correspondencia de las transiciones políticas
y la probabilidad de que se promulguen reformas agrarias. Los nuevos regímenes políticos
tienen fuertes incentivos para llevar las reformas agrarias a un primer plano con el fin de
formar una coalición o recompensar a sus socios de coalición existentes. Por lo tanto, el
período en torno a las transiciones políticas es una ventana de tiempo apropiada para
examinar la economía política de las reformas territoriales.

10
Se construye un conjunto de datos transnacionales único y extenso que codifica
anualmente un total de 372 promulgaciones de reforma agraria alrededor del mundo durante
el período 1900-2010. El conjunto de datos cubre 165 países, de los cuales 153 introdujeron
al menos una ley importante relacionada con la tierra durante dicho período. Además, se
identifica, a partir del objetivo de la promulgación si la iniciativa tenía la intención de
favorecer a los pobres (140 de las 372 leyes tenían la intención explícita de beneficiar a los
pobres). También se identifica el estado de implementación. de las promulgaciones en los
años siguientes (de 372 promulgaciones, solo 163 se implementaron por completo).
Aprovechando la variación geográfica y temporal de las reformas agrarias y las
transiciones políticas en todo el mundo durante más de un siglo, se encuentra que las
transiciones democráticas están vinculadas con una mayor probabilidad de reformas agrarias
del tipo favorable a los pobres, así como de aquellas con diferentes motivos para reducir la
desigualdad. Estos resultados son robustos al agregar controles importantes, cambiar
definiciones de variables, usar datos alternativos, abordar la endogeneidad en la medida de
lo posible y pasar de las acciones a las implementaciones. También se estima un impacto
positivo de las transiciones autocráticas en reformas agrarias favorables a los pobres y
algunas que reducen la desigualdad, pero estos resultados surgen principalmente con la
estimación de variables instrumentales. Finalmente, se muestra que un cambio hacia la
izquierda en la ideología política está asociado con una mayor probabilidad de reformas
agrarias favorables a los pobres, así como con algunos tipos de reformas que reducen la
desigualdad.
• Antecedente 4. “Factores que influyen en los ahorros entre los beneficiarios de la
reforma agraria en Sudáfrica” (Antwi & Chagwiza, 2019)
El estudio se realizó a fin de establecer los efectos de los factores socioeconómicos
de la redistribución de la tierra para los beneficiarios de proyectos de desarrollo agrícola

11
sobre los ahorros en la provincia del Noroeste, Sudáfrica. La investigación tuvo sus efectos
en la zona de Ngaka Modiri-Molema en la provincia noroeste de Sudáfrica. La información
acerca de la investigación se obtuvo a través de un cuestionario estructurado. Antes del
trabajo de campo real, el cuestionario se probó y se validó para garantizar la correcta
administración de las preguntas y la buena calidad de la información. La información se
dispone en dos niveles: a nivel individual, incluidos los 244 beneficiarios directos del
proyecto, y al nivel del proyecto, incluidos 47. Los datos recopilados de los 244 beneficiarios
del proyecto variaron desde características demográficas hasta socioeconómicas.
Se empleó el modelo binario de regresión logística (BLRM). La regresión logística
aplica la estimación de máxima probabilidad después de transformar el dependiente en una
variable logit. Las aproximaciones resultantes muestran que la media de capacitaciones a las
que asisten los beneficiarios, la proporción de jóvenes por proyecto y el ingreso agrícola neto
promedio del proyecto impactan de forma significativa en el nivel de ahorro de los
beneficiarios. Aproximadamente el 62 por ciento de los beneficiarios no tenía ahorros; por
lo tanto, solo el 38 por ciento de los beneficiarios tenía ahorros. Del 38 por ciento que tenía
ahorros, la mayoría (77 por ciento) tenía un ingreso agrícola neto anual de menos de R1,000.
Solo el 2 por ciento de los proyectos tuvo un ingreso agrícola neto anual de más de R10,000.
2.1.2 Antecedentes Nacionales
• Antecedente 1. Reforma agraria y desarrollo de capital humano: evidencia de Perú
(Albertus et al., 2020)
Este documento utiliza datos a nivel local sobre transferencias de tierras junto con
datos a nivel individual sobre el logro educativo con el fin de realizar una evaluación
contemplando un periodo a futuro de reforma agraria en la posterior acumulación de “capital
humano”. Se enfocan en un caso importante de reforma agraria: Perú. Un régimen militar
tomó el poder en Perú en 1968 e implementó una reforma agraria drástica que redistribuyó
12
la mitad de toda la tierra privada a través de un sistema cooperativo para 1980. Los
individuos dentro de las cooperativas carecían de derechos de propiedad y carecían de
capacidades para hacer uso de las tierras como garantía o realizar transacciones de tierras
basadas en el mercado.
Se recopilan datos originales sobre todas las transferencias de tierras que ocurrieron
a través de esta reforma y se aprovecha la variación en la ubicación, la intensidad y el
momento de la reforma agraria para examinar cómo afectó el logro educativo individual en
las cohortes de nacimiento utilizando datos censales y una serie de encuestas de hogares
agrupadas. Para examinar la influencia de la reforma agraria de Perú en el cumplimiento de
las metas educativas posteriores, se combinan datos agrupados de encuestas de hogares
representativas a nivel nacional a gran escala con datos sobre el momento y la ubicación de
la reforma agraria.
Esto permite estimar una especificación de diferencias-en-diferencias en la que el
distrito y fecha de nacimiento de un individuo determinan conjuntamente su exposición a la
reforma agraria y las condiciones rurales que la precedieron o posfecharon. Se descubre que
la reforma agraria en realidad redujo los niveles de acumulación de capital humano en
términos relativos, medidos por el número de años de escolaridad. Las personas totalmente
expuestas a la reforma agraria desde su nacimiento quedaron atrás de las personas no
expuestas a la reforma agraria en aproximadamente 0,32 años menos de educación.
• Antecedente 2. “Valor de la tierra, derechos de propiedad y propiedad de la vivienda:
implicaciones para los impuestos a la propiedad en Perú” (Hawley et al., 2018)
Este artículo evalúa los efectos procedentes de los derechos de propiedad en el valor
de la propiedad en Perú. La investigación proporciona información respecto al valor de la
tierra y las implicaciones del impuesto de predios que se encuentran vinculadas con
ocupaciones ilegales y con derechos de propiedad en Perú. Los datos se obtuvieron de la

13
“Encuesta Nacional de Hogares del Perú 2007 - 2012 – ENAHO” y el método hedónico
tradicional para estimar los cambios potenciales en el valor de la tierra a partir de la provisión
de derechos de propiedad. Utilizando los precios implícitos de la ocupación ilegal y
derechos de propiedad, se estiman las pérdidas de impuestos a la propiedad asociadas con
los asentamientos informales.
Se muestra una correlación positiva entre la fuerza de los derechos de propiedad y
valores de propiedad. Como resultado, se obtienen estimaciones de los ingresos fiscales que
pueden derivarse de los impuestos a la propiedad. Nuestros resultados indican que la pérdida
de ingresos para las autoridades municipales de Lima no es trivial. Cabe mencionar que la
tenencia de títulos incrementa en 7% la valorización de la propiedad, mientras que las tierras
que fueron ocupadas por invasión reduce en 6% esta valorización; cabe mencionar que esto
evidencia una pérdida significativa de ingresos por impuestos a los predios y da cabida a
estudiar el tema de la ocupación ilegal en el contexto de las finanzas públicas.
• Antecedente 3. ¿La compensación de activos estimula el desarrollo? Evidencia de la
reforma agraria a gran escala en Perú (Albertus & Popescu, 2020)
Este documento realiza nuevos avances importantes mediante la explotación de datos
a nivel local sobre transferencias de tierras en Perú en la década de 1970 con el fin de evaluar
el impacto a largo plazo de la reforma agraria en los resultados de desarrollo posteriores.
También busca explorar por qué estos resultados se inspiraron a través de un análisis de
mecanismos.
Para probar los efectos de la reforma agraria en el desarrollo local en Perú, se analizan
datos sobre la distancia de los distritos al límite geográfico más cercano entre el centro y la
periferia de la Zona 3 de la reforma de 1969-1980 y datos de una serie de los resultados
críticos del desarrollo vinculados a la pobreza y el bienestar. La unidad de análisis es el
distrito. Se utiliza un marco de regresión discontinua para estimar cómo un cambio

14
discontinuo en la exposición de la reforma agraria en el límite centro / periferia de la Zona
Agraria 3 impactó los resultados del desarrollo posterior. Esto implica comparar distritos
dentro del núcleo de la Zona 3 con distritos fuera del núcleo de la Zona 3 en una variedad de
dimensiones. El límite centro / periferia forma una discontinuidad multidimensional en
latitud y longitud.
Los resultados encuentran que una mayor intensidad de la reforma agraria en Perú
generó más pobreza y retraso en el desarrollo humano. Esto ocurrió porque la reforma agraria
alentó el estancamiento demográfico rural, generó una informalidad agraria generalizada e
inestabilidad de los derechos de propiedad, y redujo la competitividad política. Aunque la
gestión distorsionadora del gobierno de las cooperativas posteriores a la reforma ciertamente
no maximizó su potencial de desarrollo, la evidencia sugiere que la reforma agraria de Perú
no logró promover el desarrollo debido a características inherentes más amplias de la
reforma.
• Antecedente 4. “Balance de los 50 años de la Reforma Agraria de Juan Velasco
Alvarado” (Neira, 2019)
En su disertación, Neira (2019) señala que “el problema de la tierra se complicó de
manera posterior a la Independencia del Perú, ya que existían un conjunto de dispositivos
legales virreinales que protegían a los indígenas y a sus tierras. Por el contrario, ya con la
República serían los criollos los que irían a la conquista de los territorios indígenas a través
de la expansión de la frontera de las haciendas y latifundios”. Esta reforma se estableció
como una de las principales reivindicaciones de los movimientos políticos del siglo XX,
tales como el Aprismo y el Socialismo, los cuales abogaron por enfoques divergentes para
abordar esta problemática; sin embargo, estas propuestas no reflejaban la realidad social en
las zonas rurales, donde, desde la década de 1960, los campesinos de la sierra peruana
llevaban a cabo ocupaciones de tierras; esta situación evidenciaba la imperiosa necesidad de

15
una reforma agraria, que ya había sido propuesta durante el primer gobierno del presidente
Fernando Belaúnde Terry. El autor realiza un análisis histórico del proceso que condujo a la
Reforma Agraria, sosteniendo que esta fue el resultado de circunstancias excepcionales
inherentes a su época; sobre todo por la “desmesurada desigualdad de las condiciones de
vida en el campo, así como por la incapacidad de los gobiernos civiles para resolver ese
problema”.
2.1.3 Antecedentes Locales
• Antecedente 1. “La reforma agraria desde las élites cusqueñas: Un proyecto de
gubernamentalidad para el campesinado indígena (1962-1964)” (Ramírez, 2018)
Tuvo por objetivo examinar cómo la élite cusqueña percibió la reforma agraria en el
contexto de la rebelión campesina de 1962-1964; se emplea un enfoque histórico para
analizar las fuentes bibliográficas desde los años 60 hasta inicios de los años 2000. Los
hallazgos principales muestran que la élite intentó preservar la subordinación del
campesinado indígena después de la reforma agraria. Esto se debió a los supuestos
“naturales” sobre la inferioridad étnico/racial del campesinado indígena. Además, se trató
de mantener al campesino como un sujeto pasivo, negándole su capacidad política y su
derecho a expresar sus propias aspiraciones y reclamos.
• Antecedente 2. “Implicancias de la reforma agraria en el campesinado y la
desarticulación conflictiva de la cooperativa agraria de producción: El caso de
Antapampa” (Sarmiento, 2016)
Tuvo por objetivo analizar las demandas de las comunidades campesinas de
Antapampa y su influencia en el debilitamiento de la “Cooperativa Agraria de Producción
Túpac Amaru II”, la misma que se formó durante la Reforma Agraria del régimen de Juan
Velasco. Los hallazgos muestran que hubo una impugnación a la legitimidad de la reforma
agraria promovida por el Gobierno de Velasco. Se evidencia que se intentó persuadir a las
16
autoridades, tribunales o juzgados para que las élites recuperen sus tierras; este fenómeno se
dio en varios distritos cercanos a las áreas agrícolas principales.
• Antecedente 3. “Organización Social para el riego en la Comunidad Campesina de
Paropujio – Cusipata” (Ccahuana & Lima, 2019)
El texto que se presenta a continuación analiza cómo se estructura y maneja el riego
colectivo en una comunidad de Cusipata.
La investigación tiene como propósitos: analizar la evolución de la organización a
nivel social destinada al riego en la comunidad, además, se busca identificar una serie de
prácticas realizadas dentro de esta organización, por otro lado, se buscó explicar una serie
de conflictos que llegaron a acontecer en la organización; conocer a los actores externos que
fueron partícipes y los beneficios que otorgaron a la organización y exponer la percepción y
valoración del agua.
Se llegó a concluir que la organización social destinada al riego en esta comunidad
tiende a basarse en lo que demandan los usuarios, lo cual va coordinado junto a un comité
de riego; el cual se encarga de preservar el orden y hace respetar tanto derechos como deberes
de los usuarios para usar el agua de manera adecuada. Cabe mencionar la organización suele
manejar el agua de manera tradicional al momento del riego y va acorde a la normativa
correspondiente a la “Ley de Recursos Hídricos”, sin llegar a abandonar costumbres o usos.
2.2 Bases Teóricas

2.2.1 Teorías Clásicas y Tradicionales del Desarrollo Agrario según (Feli & Ranis,
1961)
La revisión de literatura mostrada aborda las teorías del desarrollo agrario desde la
década de 1930 con los trabajos de (Fei & Ranis, 1961) y otros; estas teorías se caracterizan
por dos elementos; el primero es el análisis histórico del desarrollo de sociedades de tipo
capitalistas y el segundo se trata de la economía dual, que distingue entre un sector

17
desarrollado y otro menos desarrollado. Estos dos elementos conforman las teorías “clásicas
o tradicionales” del desarrollo agrario; dentro de estas dos teorías, un país en desarrollo
consta de un país que se caracteriza por:
1) Una economía con dos sectores separados de la economía y con características
diferentes. El primero es el sector natural o precapitalista, donde la productividad del trabajo
humano es baja y los “agentes” dependen de la explotación de algunos recursos naturales
(sobre todo la tierra) o de la fuerza de trabajo; el segundo se trata del sector de capital, en la
cual, la productividad del trabajo humano y del capital es alta y los “agentes” realizan
actividades productivas más complejas.
2) Los “salarios reales” en el sector natural están determinados externamente por
determinantes institucionales, mientras que en el sector capital los salarios reales están
determinados por fuerzas del mercado; los empleados del área metropolitana procedían de
la esfera no capitalista, impulsados por el aumento demográfico. Las diferencias en las
características del mercado laboral indican que los salarios reales en el sector capitalista
están determinados por los salarios reales.
3) El desarrollo económico se basa en la interacción de tres tipos de “actores”. Los
“trabajadores”, que tienen poca propensión a ahorrar y usan su trabajo para generar ingresos
en sectores no capitalistas y capitalistas, donde se aprovechan los “recursos humanos”. Los
capitalistas, que tienen ahorrar en gran medida, controlan los recursos productivos, tanto
naturales como artificiales y el “gobierno”, que tiene como funciones: equilibrar las cuentas
macroeconómicas, proveer bienes públicos y fomentar el desarrollo económico según el
enfoque clásico o convencional; el desarrollo económico implica una transición de una
economía que se encuentra en un estado inicial de “subdesarrollo” (o “trampa de bajo nivel
de ingreso”) a otro estado de desarrollo (y “equilibrio”) con aumento del ingreso per cápita,
18
con el uso pleno de los recursos humanos. En el estado de desarrollo, se observa que la
economía llega a ser capitalista sin llegar a distorsionarse en los sectores y mercados.
2.2.3 Teorías de reforma agraria según (García-Valdecasas, 2011)
Teoría conservadora
La teoría conservadora considera que la tenencia consuetudinaria en vida
proporciona suficiente seguridad de tenencia porque “la tierra actúa como un lazo social,
político y económico entre grupos de parentesco”. Este punto de vista se deriva de una
comprensión multifuncional y multigeneracional de la tierra desde una perspectiva
ampliamente africana en la que la tierra constituye la base de los sistemas socioeconómicos,
religiosos y políticos; estos sistemas tradicionales africanos de tenencia se basan en la
legitimidad social a través del parentesco y la etnia. Los programas de titulación de tierras
en este tipo de contextos pueden fracasar porque la titulación rompe la estructura social de
las comunidades rurales africanas; por lo tanto, la seguridad de tenencia de jure puede
erosionar la seguridad de tenencia de facto preexistente y socialmente arraigada; por tanto,
los teóricos conservadores abogan por el reconocimiento y la inscripción de los sistemas
consuetudinarios de tenencia de facto.
El papel de los líderes tradicionales es de crucial importancia en la teoría
conservadora, porque son en gran parte responsables de la asignación y administración de la
tierra. Cabe destacar que no existe una tenencia verdaderamente indígena y que las versiones
modernas de la tenencia consuetudinaria llevan consigo las manchas de las administraciones
coloniales y, en Sudáfrica, del apartheid y, se afirma, una versión asociada feudal y
antidemocrática de la tierra consuetudinaria. derechos, tenencia y administración.
Teoría de la adaptación híbrida
La teoría de la adaptación híbrida permite a las comunidades decidir “qué derechos
son importantes y deben registrarse”. Este enfoque participativo crea un sentido de propiedad
19
del proceso de formalización, en oposición al enfoque de arriba hacia abajo de los teóricos
del reemplazo; también permite la flexibilidad, la innovación y la adopción de tecnologías
adecuadas y herramientas de bajo costo para registrar la información respecto a la tenencia
de la tierra; conduce a acuerdos de tenencia híbridos que reflejan “lo que sucede con
frecuencia en la práctica; que la tenencia a menudo se establece mediante una combinación
de leyes estatutarias, costumbres o acuerdos informales, en lugar de uno solo”
La persistencia del derecho consuetudinario junto con el derecho estatutario es
prueba de su resistencia, de modo que incluso cuando no existe el liderazgo tradicional, la
administración de la tierra puede proceder de acuerdo con las normas consuetudinarias.
Cuando estas prácticas locales son “sobrescritas” por estructuras oficiales, las normas y
prácticas preexistentes pueden persistir “por debajo” de las estructuras oficiales.
La complicación asociada a la posesión de tierras, las relaciones de poder y las
responsabilidades sociales como un “enredo” que confunde los intentos de formalización.
En el derecho de la tierra, esto se considera una mala correspondencia entre el derecho
consuetudinario oficial y el derecho consuetudinario vivo; este último sigue su propia
trayectoria independientemente de su cartografía en el derecho consuetudinario oficial.
Presenta el caso de que la intervención del gobierno en un contexto comunal puede conducir
a una situación de tenencia híbrida, en la que algunos aspectos se formalizan (por ejemplo,
los derechos de tierras comunales cambian a arrendamiento) mientras que otros permanecen
sin cambios (por ejemplo, prácticas de gestión local y legitimidad social). “Esto es
especialmente cierto si la intervención estatal simplifica demasiado una realidad compleja”
Incluso en situaciones de reforma agraria que resultaron en títulos registrados, las normas
consuetudinarias pueden persistir.

20
Enfoques incrementales
Las prácticas de tenencia extralegales y no registradas pueden hacerse visibles
mediante el reconocimiento en lugar de la sustitución; un enfoque de adaptación incremental
tiene como objetivo promover la adaptabilidad de los acuerdos existentes, evitando un
modelo de tenencia reglamentado y confiando en procedimientos informales a nivel local:
“un enfoque basado en la cooperación más que en la confrontación”.
En el lado del reemplazo, los proponentes abogan por el título registrado, pero de
manera incremental y en respuesta a la demanda (en lugar de espontáneamente); este enfoque
en situaciones en las que los sistemas de tenencia consuetudinarios brindan una seguridad
de tenencia adecuada, pero algunos titulares de derechos desean títulos registrados; en tales
situaciones, el registro voluntario y esporádico del título puede ser apropiado; se requiere un
claro reconocimiento legal de los derechos consuetudinarios y procesos de adjudicación
altamente participativos para una tenencia segura.
Teoría de pobreza
De Soto propone que la sustitución de la tenencia consuetudinaria mediante la
titulación sistemática conducirá a un aumento de la actividad económica en beneficio de los
pobres; esta teoría de la titulación de tierras (LTT) propone que un título de propiedad
proporciona seguridad de tenencia que luego puede utilizarse como garantía para la
financiación hipotecaria, estimulando el desarrollo económico y reduciendo rápidamente la
pobreza. Las críticas más comunes son:
El proceso de formalización es costoso y el resultado es un aumento del valor de la
tierra que es inaccesible para los grupos vulnerables y, en consecuencia, no favorece a los
pobres. Los mercados de tierras enfatizan la desigualdad en la distribución de la tierra; la
formalización puede crear oportunidades para el abuso, el oportunismo y la destrucción de
los sistemas locales establecidos si las instituciones gubernamentales son débiles; los
21
"pobres", que son los beneficiarios previstos de la formalización, no son un grupo
homogéneo; el modelo de formalización no reconoce la complejidad de la superposición de
derechos consuetudinarios; existe escasa evidencia que dé soporte a la hipótesis de que la
formalización conducirá a un mejor acceso al crédito en los países africanos.
2.2.4 Teorías de economía agrícola según (Albertus et al., 2020)
La teoría de frontera
El incremento histórico en la extensión de tierras cultivadas o utilizadas para pastoreo
en naciones occidentales ha sido la principal vía para aumentar la producción agrícola; no
obstante, el ejemplo más destacado en la historia occidental fue la colonización o creación
de nuevos continentes, como América del Norte y del Sur y Australia, por parte de los
europeos durante los siglos XVIII y XIX; estos países de los nuevos continentes se volvieron
fuentes cada vez más cruciales de materias primas alimentarias y agrícolas para las naciones
europeas occidentales.
En épocas anteriores, se habían producido procesos similares, aunque a un ritmo
menos dramático, en las economías campesinas y aldeanas de Europa, Asia y África; la
intensificación del uso de la tierra en las aldeas existentes fue seguida por un asentamiento
pionero, el establecimiento de nuevas aldeas y la apertura de bosques o selvas fueron una
serie de cambios sucesivos del barbecho neolítico a un sistema de cultivo migratorio en
tierras de arbustos y pastos en barbecho primero- sistemas de barbecho y en los últimos años
por cultivo anual; en cuanto a lo anterior, donde las condición en la que se encontraba el
suela era favorable, como en cuencas fluviales grandes y llanuras, los nuevos poblados
intensificaron gradualmente sus sistemas de cultivo; mientras que donde los recursos del
suelo eran escasos, como en muchas de las áreas de colinas y tierras altas, se abrieron nuevas
áreas a la agricultura migratoria o al pastoreo nómada; como parte de un crecimiento
exponencial de la población, el modelo no duró, los límites del modelo establecidos en la

22
frontera se alcanzaron rápidamente. La producción por unidad de semilla, en lugar de la
producción por unidad de área cultivada, solía ser baja en los rendimientos de los cultivos;
la productividad por hectárea y por hora trabajada generalmente mostró una tendencia a la
baja, salvo en regiones específicas como el Delta, como en Egipto y Asia meridional, y la
región de arroz húmedo en Asia oriental. En algunas áreas, el resultado fue un
empeoramiento de las condiciones miserables del campesinado, mientras, existen escasas
regiones en el mundo donde el progreso, siguiendo las pautas del modelo de frontera,
constituirá una fuente eficaz de crecimiento en el último cuarto del siglo XX; en la década
de 1960, se experimentó el “cierre de la frontera” en la mayoría de las regiones del sudeste
asiático, América Latina y África. La apertura de nuevas tierras dependía de avances
tecnológicos para el control total de plagas y enfermedades (como la mosca Tsetse en África)
o para mejorar y mantener la productividad de suelos problemáticos.
El modelo de conservación
La concepción de desarrollo agrícola basada en la conservación se originó gracias a
los progresos en la cría de cultivos y ganado vinculados con la Revolución Agrícola en
Inglaterra, así como a las ideas sobre el agotamiento del suelo propuestas por los primeros
químicos y científicos del suelo alemanes; este enfoque resaltó la transición hacia sistemas
de cultivo cada vez más complejos, intensivos en mano de obra y tierra, promoviendo la
producción y el empleo de fertilizantes orgánicos, y generando capital intensivo en mano de
obra mediante infraestructuras físicas para una utilización más eficiente de la tierra y los
recursos hídricos; este modelo representó la única estrategia disponible para la
intensificación de la producción agrícola para la mayoría de los agricultores a nivel mundial.
Dentro del marco del modelo de conservación, el desarrollo agrícola logró mantener,
en varias partes del mundo, una tasa de crecimiento anual en la producción agrícola alrededor
del 1,0% durante períodos de tiempo considerables; esta tasa no es compatible con las tasas
23
de crecimiento modernas de la demanda de productos agrícolas, que normalmente se sitúan
entre el 3% y el 5% en los países en desarrollo.
En el marco de la perspectiva de conservación, el progreso agrícola estuvo
mayormente vinculado a las disparidades en los factores ambientales, marcando un contraste
significativo con modelos que interpretan las diferencias geográficas en el nivel y la
velocidad de desarrollo económico, principalmente en términos del desarrollo urbano-
industrial. Inicialmente, el modelo de impacto urbano-industrial fue concebido (por Von
Thunen) para explicar las variaciones geográficas en la intensidad del sistema agrícola y la
productividad del trabajo en una sociedad industrializada. En etapas posteriores, se amplió
este modelo para proporcionar una explicación más abarcadora sobre cómo operan de
manera eficiente los mercados que conectan los sectores agrícola y no agrícola en regiones
caracterizadas por un rápido desarrollo urbano-industrial; aunque ha sido sometido a
extensas pruebas en algunos estados, ha recibido una atención limitada en el contexto de
países menos desarrollados.
El enfoque de difusión
La perspectiva de difusión del desarrollo agrícola se fundamenta en la observación
práctica de disparidades sustanciales en la productividad de la tierra y la mano de obra entre
agricultores y regiones; según este enfoque, el camino hacia el desarrollo agrícola implica
una difusión más eficiente de conocimientos técnicos y una reducción de las discrepancias
de productividad entre los agricultores y las áreas geográficas; la difusión de prácticas de
manejo más efectivas fue una fuente crucial de aumento en la productividad incluso en las
sociedades premodernas; antes del desarrollo de los sistemas modernos de investigación
agrícola, se dedicaba un esfuerzo sustancial a la exploración e introducción de cultivos.

24
2.2.5 Enfoques de pobreza según (Verdera, 2007)
Según el texto de Verdera del año 2000 (FV), se postula la existencia de hasta cuatro
enfoques principales sobre la pobreza en la actualidad, los cuales presentan un grado de
desarrollo desigual:
i. La teoría del capital humano de Becker (1964) y ampliada al concepto de
capital social, considera los recursos de los que disponen los pobres como una
forma de activo.
ii. Identificación de capacidades y facultades según la perspectiva de A. Sen.
iii. El concepto de exclusión social, propuesto por la OIT, se puede entender
como el opuesto tanto al enfoque patrimonial (carencia de bienes) como el
enfoque de derechos (carencia de reconocimiento de derechos).
iv. Enfoque estructural, que examina la pobreza como consecuencia de la
estructura social de la economía, e incluye investigaciones sobre cómo el
ajuste y las reformas de mercado afectan a la pobreza.
Un punto crucial en la discusión sobre la pobreza es la manera en que se define la
unidad de análisis; la mayoría de los enfoques que siguen el individualismo metodológico
consideran a los pobres como individuos o familias, ubicados en una dimensión,
comúnmente monetaria, que es continua; con esta unidad de análisis, es necesario establecer
un punto o discontinuidad en la dimensión seleccionada para distinguir entre aquellos que
tienen cierto atributo y aquellos que no lo tienen.
2.2.6 Teoría de la renta de David Ricardo
La teoría ricardiana de la renta, formulada por el economista británico David Ricardo
a principios del siglo xix, es un concepto fundamental dentro de la economía agrícola y el
uso de la tierra. Esta teoría busca explicar la renta económica que reciben los terratenientes
25
y cómo se determina dentro de una economía agrícola; las ideas de Ricardo tienen
implicaciones más amplias para comprender como se distribuye el ingreso y la riqueza.
En el centro de la teoría de Ricardo está la idea de que la renta surge de las diferencias
en la fertilidad y la calidad de la tierra; argumentó que, en cualquier economía agrícola dada,
hay una jerarquía de tierras con diferentes niveles de productividad; algunas tierras son más
fértiles y capaces de producir mayores rendimientos de cultivos, mientras que otras tierras
son menos fértiles y producen menores producciones.
Ricardo introdujo el concepto del “margen de cultivo” o la “tierra sin alquiler”; esto
se refiere a la tierra menos productiva que todavía se cultiva porque es necesaria para
satisfacer las demandas de alimentos de la sociedad; la renta, según Ricardo, está
determinada por la diferencia de productividad entre la tierra más fértil y esta tierra marginal;
los terratenientes de la tierra más fértil pueden cobrar una renta igual a la producción
excedente obtenida del uso de su tierra en comparación con la tierra marginal.
La teoría de la renta de Ricardo tiene varias implicaciones importantes; en primer
lugar, explica por qué los propietarios de tierras pueden ganar renta sin contribuir
activamente al proceso de producción; la fertilidad de la tierra en sí genera estos ingresos.
En segundo lugar, sugiere que a medida que la población crece y se cultiva más tierra de
menor fertilidad para satisfacer la demanda creciente de alimentos, las rentas tienden a
aumentar porque el margen de cultivo se desplaza a tierras menos fértiles; esto puede llevar
a que una parte desproporcionada de los ingresos vaya a los terratenientes a expensas de
otros factores de producción, como trabajo y capital.
En resumen, la teoría ricardiana de la renta enfatiza el papel de la calidad de la tierra
y la fertilidad en la determinación de la renta económica; subraya la idea de que la renta es
un excedente obtenido por los terratenientes debido a diferencias de productividad de la
tierra, y tiene implicaciones de largo alcance para la distribución del ingreso en las
26
economías agrarias; si bien se desarrolló en el contexto de la agricultura, el concepto de renta
económica se fue extendiendo a demás sectores económicos y sigue siendo un concepto
relevante en la economía moderna.
2.2.7 Modelo de uso de la tierra agrícola de Von Thunen
El modelo del uso de la tierra agrícola es un modelo económico espacial que predice
la ubicación del uso de la tierra agrícola alrededor de un centro urbano; el modelo fue
desarrollado por Johann Heinrich Von Thunen a principios del siglo 19 y se basa en los
siguientes supuestos:
• Hay un solo centro urbano que es el mercado de todos los productos agrícolas.
• El costo del transporte es el mismo en todas las direcciones desde el centro
urbano.
• Los precios de productos agrícolas son los mismos en el centro urbano.
• Los agricultores son racionales y buscan maximizar sus ganancias.
Basándose en estas suposiciones, Von Thunen argumentó que el uso de la tierra
agrícola se organizaría en anillos concéntricos en los alrededores del centro urbano; los
anillos interiores se utilizarían para producir cultivos perecederos de gran valor, como
productos lácteos y verduras; estos cultivos son perecederos y, por lo tanto, deben producirse
cerca del mercado para minimizar los costos de transporte; los anillos exteriores se utilizarían
para la producción de cultivos no perecederos de bajo valor, como granos y ganado. Estos
cultivos son menos perecederos y pueden ser transportados a distancias más largas sin
pérdidas significativas.
El modelo von Thunen ha sido criticado por sus supuestos poco realistas, como el
centro urbano único y el costo uniforme del transporte; sin embargo, el modelo sigue siendo
influyente en el estudio del uso de la tierra agrícola y se ha utilizado para explicar la
ubicación del uso de la tierra agrícola en una variedad de entornos.

27
2.2.8 La teoría Boserupiana del desarrollo agrícola
Es una teoría del cambio agrícola que fue desarrollada por Ester Boserup a mediados
del siglo 20. La teoría sostiene que la productividad agrícola puede aumentarse a través del
cambio tecnológico y la intensificación de la producción; Boserup creía que el crecimiento
de la población puede ser una fuerza impulsora para el desarrollo agrícola, ya que obliga a
los agricultores a adoptar nuevas tecnologías y prácticas para satisfacer las necesidades que
presenta una población que está en crecimiento constante. La teoría boserupiana ha sido
influyente en la configuración de nuestra comprensión del desarrollo agrícola; se ha utilizado
para explicar la transición de la agricultura migratoria a la agricultura permanente, el
desarrollo de sistemas de riego y el aumento de la agricultura industrial.
Estas son algunas de las características clave de la teoría boseupiano:
El crecimiento poblacional es el motor del cambio agrícola; Boserup argumentó que
este creciemiento es el motivo por la cual los agricultores adoptan nuevas tecnologías y
prácticas; a medida que la población crece, hay más presión sobre la tierra, lo que obliga a
los agricultores a encontrar formas de aumentar su productividad.
Los agricultores son racionales y adoptarán nuevas tecnologías y prácticas cuando
sean rentables. Boserup creía que los agricultores son actores racionales que solo adoptarán
nuevas tecnologías si creen que serán rentables; esto significa que los agricultores sopesarán
los costos y beneficios de las nuevas tecnologías antes de decidir adoptarlas.
La intensidad de la producción agrícola se puede aumentar a través de una variedad
de métodos; Boserup identificó una serie de formas en que los agricultores pueden aumentar
la intensidad de la producción agrícola, como el riego, rotación de cultivos y empleo de
fertilizantes; estos métodos pueden ayudar a aumentar los rendimientos procedentes de los
cultivos y con ello minimizar el riesgo de pérdida de cultivos.

28
2.3 Marco conceptual

• Desarrollo agrícola: Es una actividad multisectorial que apoya y promueve
cambios efectivos en los diversos sectores del ámbito rural. No obstante, los
principales objetivos del desarrollo agrícola son: el optimizar el bienestar social
y material de las personas. Por lo tanto, el desarrollo agrícola se considera
sinónimo de desarrollo rural, los dos términos son diferentes, pero están
intrínsecamente relacionados (Nwachukwu, 2018).
• Reforma agraria: Esta se consideró como uno de los procesos que transformó la
propiedad del suelo agrícola en el Perú, realizado por el “Gobierno
Revolucionario de la Fuerza Armada”. Para una transformación del panorama
social en el Perú, el gobierno buscó implementar algunas medidas desde 1969,
estas medidas por medio de una restructuración en la distribución de la riqueza,
en especial en aspectos como la propiedad de tierras y el régimen económico. se
considera como una de las primeras medidas efectuadas a la promulgación del
Decreto Ley n.º 17716 “Ley de Reforma Agraria” (Albertus & Popescu, 2020).
• Actividad agrícola: se considera a la agrupación de acciones económicas y
técnicas que se asocian con el sistema del suelo, así como la agricultura efectuada
para la producción de alimentos. Por ende, se entiende que este tipo de actividad
es la agrupación de acciones efectuadas por las personas con la cual modifican el
medio ambiente. (Fan & Salas Garcia, 2018)
• Asociatividad: Según Liendo y Martínez (2001) hace referencia a un método de
cooperación usado entre medianos y pequeños productores o empresarios; la
asociación de este tipo de sujetos podría ayudar a enfrentar retos que conlleva la
globalización; que nace de un proceso de reflexión e interacción con sus
semejantes para la formación de valor por medio de la solución se situaciones

29
problemáticas; en otras palabras, la asociatividad permite alcanzar niveles de
competitividad que, de forma individual, estos productores no podrían llegar.
• Pequeño/Mediano Productor: El Ministerio de Agricultura y Riego (PESEM -
MINAGRI, 2015) define como pequeño o mediano productor a aquella persona
civil o jurídica que utiliza los recursos disponibles con fines agrarios, asumiendo
la responsabilidad del desarrollo en dicha actividad. Se caracteriza por el apoyo
en la familia para la mano de obra.
• Capital Social: Según García-Valdecasas (2011) se conoce como la serie de
recursos personales (materiales o subjetivos) y sociales (ajenos a uno mismo) que
se utilizan en favor de construir nuevas o mejores relaciones sociales. Así mismo,
el capital social también se considera un resultado de los mismos recursos
sociales. En otras palabras, el término es bidireccional respecto al recurso social
y unidireccional con los recursos personales, al menos en términos generales.
• Economía campesina: De acuerdo con Hopkings (1981), la economía campesina
está conformada por distintos supuestos que se basan en estudios sociales y
económicos de los campesinos sobre sus medios de producción. Dada la
distribución geográfica en el Perú, es un tema de alta relevancia por el alto
número de campesinos en nuestro territorio nacional.
• Modelo binario de regresión logística (BLRM): La regresión logística aplica la
estimación de máxima probabilidad después de transformar el dependiente en
una variable logit (Antwi & Chagwiza, 2019).
• Valor bruto de la producción: Para identificar el valor bruto de la producción y
los costos corrientes de un ámbito del sector agrícola, esto se debe reconocer con
el volumen de la producción en toneladas métricas de casa producto en relación
a sus costos promedios cancelados en su tierra o chacra (INEI, 2009).

30
2.4 Formulación de Hipótesis

2.4.1 Hipótesis General
La Reforma Agraria no tuvo un impacto significativo en la actividad agrícola de la
2.4.2 Hipótesis Específicas
• La reforma agraria tuvo un efecto limitado en el valor de la producción agrícola
en la Mancomunidad Regional Sur del Perú durante el período 1969-2020.
• La reforma agraria tuvo un efecto limitado en la creación de organizaciones de
productores en la Mancomunidad Regional Sur del Perú durante el período 1969-
2020.
• La reforma agraria redujo el conflicto por terrorismo en zonas agrarias en la
2.5 Variables
2.5.1 Identificación de variables
• Reforma agraria
• Actividad agrícola
2.5.2 Conceptualización de variables
• Reforma agraria: El Gobierno Revolucionario de la Fuerza Armada inició en
1969 una de las transformaciones más importantes de la historia del Perú; esta
consistió en cambiar el régimen económico y el de propiedad de la tierra, que
estaba concentrado en pocas manos, para lograr una distribución más equitativa
de la riqueza y mejorar las condiciones sociales del país; para ello, el gobierno
promulgó el Decreto Ley n.º 17716 (Ley de Reforma Agraria), que estableció las
normas y los procedimientos para ejecutar la reforma. (Albertus & Popescu,
2020).
31
• Actividad agrícola: Se refiere al progreso de procedimientos económicos y
tecnológicos que comprenden la gestión del suelo y la utilización de la tierra para
la producción de alimentos; también engloba diversas acciones humanas que
alteran el entorno natural (Fan & Salas Garcia, 2018).

32
2.5.3 Operacionalización de variables
Tabla 1
Operacionalización de las Variables
Variable Definición conceptual Dimensiones Indicador Fuente de información
% de superficie agrícola
% de superficie con registros públicos
% de productos financiados
% de superficie con riego
Se toma en cuenta como la agrupación de
Agrícola Valor bruto de la producción (precios 2007) Sistema Integrado de
acciones técnicas y económicas que se
Valor bruto de la producción (precios Estadística Agraria –
Variable Dependiente: relacionan con el tratamiento de los
constantes, anual) MIDAGRI
cultivos en la tierra para la producción de
Actividad agrícola productos agrícolas. Por otro lado, está
Land Reform and Civil
conformado por actividades efectuadas por
% participación en ronda campesina Conflict: Theory and Evidence
las personas con la que se realiza un Organización Social
% participación en organización de productores from Peru (Albertus, 2019)
cambio en el medio ambiente.
Ataques totales por Sendero Luminoso
Muertes totales por terrorismo
Conflicto
Número de distritos sin alcalde en 1989
Número de distritos con más de tres ataques
Una de las transformaciones más
importantes que se llevaron a cabo en el
Perú durante el Gobierno Revolucionario
de la Fuerza Armada fue la reforma
Variable Independiente: agraria. Esta consistió en una serie de - Porcentaje de tierra expropiada durante la
Land Reform and Civil
medidas que buscaban cambiar el reforma agraria por distrito
Política Conflict: Theory and Evidence
Reforma agraria panorama social del país, modificando el - Distritos con más de 50% de tierra expropiada
from Peru (Albertus, 2019)
sistema de distribución de la riqueza, durante la reforma agraria
especialmente el régimen económico y el
de propiedad de la tierra. La reforma
agraria peruana se inició en 1969 y afectó a
gran parte del suelo agrícola peruano.
Fuente: Elaboración propia
33
Capítulo III
Método de Investigación
3.1 Enfoque de investigación

El estudio cuenta con un enfoque cuantitativo, porque hace uso de datos numéricos y
métodos estadísticos para establecer la relación correlacional o causal entre una o más
variables. Para el caso de la investigación, se elabora un modelo de regresión, junto con
análisis descriptivos que requieren de información numérica y/o estadísticas fuentes de datos
incluyen este tipo de información, además, la investigación es de tipo discreta y continua.
3.2 Diseño de investigación

El estudio cuenta con un diseño no experimental ya que no manipula la variable
independiente de reforma agraria; esta política social fue determinada por el gobierno de turno
en el año 1969, imposibilitando el control directo sobre dicha variable. Sin embargo, el diseño
de regresión discontinua busca establecer causalidad al aprovechar la discontinuidad
geográfica de la reforma agraria a nivel de distritos, brindando mayor rigurosidad al diseño
de investigación.
3.3 Alcance de investigación

El estudio cuenta con un alcance descriptivo – correlacional, ya que se desea conocer
e identificar la correlación entre la actividad agrícola y la reforma agraria. En particular, la
investigación es descriptiva porque se desea conocer cómo los mecanismos de (1) La
organización social, (2) El costo de oportunidad agrícola y (3) La lucha contra el terrorismo
influenciaron en la actividad agrícola; asimismo, se utiliza el método histórico para
“interpretar lo sucedido en el pasado” buscando entender el proceso de la reforma agraria de
1969.
34
3.4 Población y muestra

3.4.1 Población
La población fueron los distritos que componen la Mancomunidad Regional Sur del
Perú, y que fueron afectados por la Reforma Agraria durante el Gobierno de Velasco. Estos
distritos se caracterizan por tener un alto porcentaje de producción agrícola de subsistencia,
en muchos casos controladas por terratenientes en extensiones de 150 hectáreas o menos.
Según información del Registro Nacional de Municipalidades de INEI, esto corresponde a un
total de 446 distritos, con la siguiente distribución:
Tabla 2
Número de distritos y distritos afectados por departamento
Departamento Número de distritos Distritos afectados %
Arequipa 109 100%
Apurímac 84 100%
Cusco 113 89%
Madre de Dios 11 0%
Moquegua 20 100%
Puno 110 95%
Tacna 28 100%
Fuente: Registro Nacional de Municipalidades – Instituto Nacional de Estadística e Informática
3.4.2 Muestra
El estudio cuenta con una muestra censal, es decir, la población está compuesta por
los 446 distritos afectados directamente por la Reforma Agraria. Se consideró como unidad
de análisis del estudio el distrito, ya que se comparan los indicadores de distritos con un mayor
y menor porcentaje de tierra expropiada durante la reforma agraria.
3.5 Técnicas e Instrumentos de recolección de datos

3.5.1 Técnicas
Para el estudio, se tomó en cuenta como técnica la revisión documental, la que consiste
en la indagación basado en la revisión de documentos y reportes escritos que guarden relación
con el estudio
35
3.5.2 Instrumentos
El principal instrumento que se plantea utilizar es el registro de datos electrónicos, el
cual consiste en analizar información digitalizada y almacenada en basas electrónicas de
datos. En este sentido, se realiza el análisis de dos bases de datos principales:
• Polígonos del área de intervención de la Reforma Agraria, disponible en Harvard
Dataverse.
• Encuesta Nacional Agropecuaria y Censo Nacional Agropecuario disponible en
Microdatos de INEI.
3.6 Procesamiento de datos

Los datos georeferenciados se analizan en el software QGIS y se realiza en análisis de
regresión en el software R Studio.

36
Capítulo IV
Análisis situacional agrícola de la Mancomunidad Regional del Sur del Perú
4.1 Aspectos administrativos

La Mancomunidad Regional del Sur del Perú, está integrada por las regiones de
Arequipa, Apurímac, Cusco, Madre de Dios, Moquegua, Puno y Tacna, se encuentra bajo los
alcances de la Ley 29768 “Ley de Mancomunidad Regional y su Reglamento”. La
Mancomunidad tiene “por objeto la prestación de servicios y la ejecución de obras o proyectos
de inversión pública, priorizados en consenso por los gobiernos regionales que la conforman,
en el marco de la articulación de recursos y capacidades, con la finalidad de promover el
desarrollo regional y el proceso de regionalización”.
FIGURA 3
Regiones que componen la Mancomunidad Regional Sur
Se selecciona a la Mancomunidad Regional Sur para el análisis de la reforma agraria
por la similaridad de los departamentos que la conforman.
4.2 Superficie agrícola

En el presente apartado se efectúa un análisis detallado de los principales indicadores
agrícolas para la mancomunidad.

37
FIGURA 4
Histograma: Proporción de superficie agrícola registrada en registros públicos, 2020
Fuente: Elaboración propia con información del Sistema Integrado de Estadística Agraria – MIDAGRI
Para empezar, se realiza un análisis de la proporción de superficie agrícola que se
encuentra registrada en registros públicos. Como se puede apreciar en el histograma de la
figura 4, el 50% del total de superficie agrícola no se encuentra registrada, el 50% restante se
encuentra distribuido uniformemente a lo largo de la distribución, esto nos indica que la gran
mayoría de superficie aún no se encuentra registrada, 50 años después de la Reforma Agraria.
FIGURA 5
Gráfico de barras: Proporción de superficie agrícola en registros públicos, 2020
38
Por otro lado, vemos que Tacna es la región con un mayor porcentaje de superficie
agrícola en registros públicos con más del 50%, seguida de Arequipa con 52% y Cusco con
44%. Ayacucho es la región con el menor porcentaje de superficie agrícola, como se puede
observar en la figura 5.
FIGURA 6
Diagrama de Caja: Proporción de superficie en registros públicos, 2020
Cuando observamos las distribuciones individuales para cada región en el Diagrama
de Caja, una forma de representar la distribución de datos es mediante un diagrama de caja,
que se basa en un resumen de cinco números: el valor mínimo, el primer cuartil (Q1), la
mediana, el tercer cuartil (Q3) y el valor máximo, estos números pueden ayudarnos a
identificar los valores atípicos y los rangos de los datos. También pueden indicarnos si los
datos son simétricos, qué tan dispersos están y si hay algún sesgo y en qué dirección. En la
figura 6 vemos que Tacna tiene la mayor dispersión, también vemos que Ayacucho y
Apurímac tienen una distribución relativamente heterogénea.
4.3 Productos agrícolas financiados y sistema de riego

En ese apartado se efectúa un análisis de los indicadores más importantes de productos
agrícolas financiados, y del nivel de sistema de riego utilizando información del Sistema
Integrado de Estadística Agraria de MIDAGRI.

39
FIGURA 7
Histograma: Proporción de productos agrícolas financiados en la Mancomunidad Regional
del Sur del Perú
Cuando vemos el histograma de productos agrícolas financiados en la figura 7, vemos
que, para la gran mayoría de distritos, menos del 10% de productos agrícolas son financiados,
también podemos observar que la moda se encuentra entre 4% y 5%. También vemos que el
máximo de productos financiados es el 50% sobre todo en la región de Arequipa. Por otro
lado, en la figura 4 vemos que Arequipa y Tacna tienen la mayor proporción de productos
agrícolas financiados, ambos con más del 12% de productos financiados, en contraste con
Apurímac, Cusco o Madre de Dios con menos del 7% en todos los casos.
FIGURA 8
Proporción de productos agrícolas financiados, 2020
40
Cuando revisamos la distribución por región en la figura 8, vemos que Arequipa tiene
la gran mayoría de outliers, es decir, distritos que tienen una gran proporción de
financiamiento. También vemos que Ayacucho y Apurímac tienen un conjunto de distrito con
alto financiamiento.
FIGURA 9
Diagrama de Caja: Proporción de productos agrícolas financiados, 2020
En la figura 10 tenemos el histograma de cultivos con sistema de riego, del cual se
puede observar que se tiene una distribución uniforme en casi todo su rango, exceptuando a
los extremos. Esto sugiere que hay muchos distritos con sistema de riego implementado al
100%, y otros con ningún sistema de riego implementado.
FIGURA 10
Histograma: Proporción de cultivos con sistema de riego, 2020
41
FIGURA 11
Gráfico de barras: Proporción de cultivos con sistema de riego, 2020
También podemos ver en la figura 11 que Tacna y Arequipa son las dos regiones con
una mayor proporción de cultivos con sistema de riego (más del 80% para ambos), mientras
que Puno y Madre de Dios tienen menos del 5%. Esta marcada diferencia se puede observar
en los diagramas de caja, del cual vemos que prácticamente todos los distritos de Tacna tienen
sistema de riesgo, en cambio en Puno hay unos pocos distritos outliers con más del 20% con
sistema de riego.
FIGURA 12
Diagrama de caja: Proporción de cultivos con sistema de riego, 2020
42
4.4 Valor bruto de la producción y cosecha
Un indicador importante es el valor bruto de la producción agrícola, obtenido al
multiplicar el volumen de producción en toneladas métricas de cada producto por los precios
promedio respectivos en el lugar de cultivo; según se evidencia en la figura 13, Puno destaca
como el distrito con una proporción superior en el valor bruto de la producción agrícola para
el año 2020.
FIGURA 13
Gráfico de barras: Valor bruto de la producción agrícola, 2020
FIGURA 14
Histograma: Número de productores agrícolas, 2020
43
En la figura 14 podemos ver que la mayoría de los distritos tienen menos de 3,000
productores agrícolas, con una media de 1200 productores. También vemos que hay unos
pocos distritos outliers con más de 12000 productores agrícolas, generalmente ubicados en
distritos más urbanos.
FIGURA 15
Gráfico de barras: Cosecha (tn), 2020
La figura 15 muestra que la región de Madre de Dios es la que ha tenido un mayor
nivel de cosecha en el año 2020, con 3941 tn registradas, le sigue Puno en segundo lugar con
3342 tn. En menor proporción, les siguen las regiones de Cusco, Apurímac, Ayacucho y
Arequipa con un rango de cosecha entre 1070 tn y 1515 tn.

44
Capítulo V: Resultados de la investigación
5.1 Presentación de la estrategia de identificación y la data

Para examinar los efectos netos de la reforma agraria, se hace uso de una característica
en su diseño inicial: La reforma se llevó a cabo a través de 12 zonas de reforma agraria en
todo el Perú. Estas zonas no se mapean con las fronteras de los departamentos u otras fronteras
administrativas importantes. Las zonas de reforma agraria fueron delimitadas una década
antes de la reforma agraria. El Servicio de Investigación y Promoción Agraria – S.I.P.A anexo
al Ministerio de Agricultura, creó las zonas de reforma agraria en 1960 para promover el
desarrollo agrícola.4 S.I.P.A. delineó 12 “zonas agrarias” sobre la base de “condiciones
ecológicas, condiciones sociales, rutas de transporte y acceso a mercados” (SIPA, 1965). Una
década más tarde, el gobierno del General Velasco implementó la reforma agraria sobre las
zonas agrarias existentes y sus oficinas operativas, por dos razones: Primero, la creación de
una estructura administrativa completamente nueva habría amenazado la rápida
implementación de la reforma, que fue clave para eliminar a los terratenientes poderosos antes
de que pudieran organizar la resistencia. En segundo lugar, el pequeño número de zonas tenía
ventajas de desarrollo y planificación: las zonas abarcarían franjas de haciendas expropiadas
junto con pequeños propietarios y comunidades indígenas que podrían reorganizarse en
grandes cooperativas e integrarse en los centros económicos regionales y los objetivos
económicos nacionales (Garcia, 1970).
En la práctica, la utilización de zonas agrarias hizo que algunas áreas recibieran mucha
más atención del Ministerio de Agricultura que otras, incluso cuando estas áreas eran
adyacentes y tenían haciendas igualmente generalizadas. Albertus (2020) documenta un
cambio discontinuo en la probabilidad de “tratamiento” de la reforma agraria para los distritos
dentro de una zona agraria dada que estaban dentro versus fuera del departamento central
4
SIPA apoyó el desarrollo y la extensión agrícola a través de la investigación, la experimentación, la
asistencia técnica, como la introducción de nuevos cultivos, y la promoción (ejm., desarrollo de mercados).
45
donde se centró la zona agraria (y la oficina regional de reforma agraria), con distritos en el
núcleo zonal es más probable que experimente una reforma agraria que los distritos en la
periferia.
FIGURA 16
Mancomunidad Regional Sur del Perú: Zonas de reforma agraria y límites distritales
Fuente: Land reform and human capital development – Albertus et. al (2020)
Como muestra la figura 16, la discrepancia entre las divisiones político-administrativas
de Perú y sus zonas de reforma agraria presenta una oportunidad para examinar cómo la
reforma agraria impactó en los resultados económicos, evitando fuentes comunes de sesgo.
Dentro de una zona de reforma agraria dada, la asignación de distritos a un centro o periferia
zonal en áreas cercanas al límite geográfico centro/periferia puede verse como casi aleatoria.
En particular, los distritos ubicados cerca de estas fronteras son estadísticamente
indistinguibles de sus contrapartes del otro lado de la frontera
Para probar los efectos de la reforma agraria en la actividad agrícola en la
Mancomunidad Sur, utilizamos un conjunto de datos que se detallan a continuación:
• Sistema Integrado de Estadísticas Agrarias (SIEA): El sistema integrado del
MIDAGRI recopila información estadística a nivel de distrito, incluyendo los datos
del perfil productivo, el valor bruto de la producción, la superficie agrícola y no
agrícola, el porcentaje de productos financiados, entre otros indicadores agrícolas.

46
• Ubicación geográfica de las zonas de Reforma Agraria: La información incluye la
distancia del centroide para cada distrito hacia la frontera de reforma agraria.
Elaboración propia en el software QGis. Información de las fronteras se obtuvo del
MIDAGRI.
Conflicto social y terrorismo: Se incluyó información de la Comisión de Verdad y
Reconciliación, previamente procesada en (Albertus, 2020), que incluye el número de
asesinatos, muertes extrajudiciales, desaparecimientos forzados, entre otros. Se utilizan a las
variables como proxys en los modelos de regresión.
5.2 Resultados respecto al objetivo general

En este aparatado se presentan los principales resultados del modelo de regresión. Los
resultados incluyen controles para las coordenadas de latitud y longitud del punto más cercano
a lo largo del corte del límite zonal. Cada tabla incluye el efecto 𝛾̂
𝐹𝐼 , el error estándar en
paréntesis y la banda utilizada en el modelo de regresión. También se incluyen indicadores
del número de observaciones en los grupos de tratamiento y control, así como el uso de
controles geográficos y otros controles en la estimación. La tabla 3 da a conocer el efecto de
la reforma agraria en el valor bruto de producción (precios del 2007) y el valor bruto de la
producción a nivel anual. Como se puede observar, el efecto es positivo para ambos
indicadores; sin embargo, ninguno es estadísticamente significativo, es así que, no se puede
rechazar la hipótesis nula de un coeficiente diferente de cero; es así que, no se puede descarta
la posibilidad de que los resultados positivos observados en la tabla sean el resultado del azar
o de otras variables no consideradas en el análisis. Es por ello, que no se puede rechazar la
hipótesis nula, donde el coeficiente representa el impacto de la reforma agraria es igual a cero;
en términos más simples, no podemos afirmar con certeza que la reforma agraria tenga un
efecto medible en el valor de la producción agrícola, según los datos y el análisis presentados
en esta tabla.
47
Tabla 3
Regresión discontinua: Valor bruto de la producción
VD Valor bruto de la producción (2007) Valor bruto de la producción anual
Efecto 0.15 0.29
(0.14) (0.34)
Banda [39.38,49.94] [59.16,71.71]
Observaciones tratamiento 50 50
Observaciones control 88 109
Controles geográficos SI SI
Incluye otros controles SI SI
Fuente: Elaboración propia.
La tabla 4 muestra los efectos para otros indicadores agrícolas, incluido el porcentaje
de superficie agrícola, el porcentaje de superficie con registros públicos, el porcentaje de
productos financiados y el porcentaje de superficie con riesgo. De forma similar a la tabla
anterior, tenemos coeficientes positivos para la superficie agrícola, registros públicos y
productos financiados. También vemos un coeficiente negativo para el porcentaje de
superficie con riego, sin embargo, ninguno de los coeficientes es estadísticamente
significativo. Es decir, de manera consistente con la tabla anterior, ninguno de los coeficientes
alcanza un nivel de significancia estadística. Esto significa que, aunque observamos
tendencias positivas en estos indicadores, no podemos afirmar de manera concluyente que la
reforma agraria tenga un efecto estadísticamente significativo en ninguno de ellos.
Tabla 4
Regresión discontinua: Indicadores agrícolas
% de superficie % de superficie con % de productos % de superficie
VD
agrícola registros públicos financiados con riego
Efecto 0.01 0.05 0.01 -0.02
(0.00) (0.07) (0.03) (0.23)
Banda [35.44,61.91] [35.25,82.85] [78.30,48.09] [50.27,64.05]
Observaciones
44 44 83 50
tratamiento
Observaciones
107 135 86 128
control
Controles
SI SI SI SI
geográficos
Incluye otros
SI SI SI SI
controles
5.3 Resultados respecto a los objetivos específicos

Una de las hipótesis de la investigación es que la reforma agraria pudo haber generado
mayor participación de productores o rondas campesinas, como una forma de protección ante
48
conflicto civil o ataques terroristas en las zonas agrícolas. Para el caso de la Región Sur del
Perú, no vemos un efecto estadísticamente significativo en la participación en rondas
campesinas u organizaciones de productores, lo que sugiere que no hay un enlace fuerte de
creación de organizaciones; en resumen, la ausencia de un efecto estadísticamente
significativo en la participación en rondas campesinas u organizaciones de productores en la
Región Sur del Perú sugiere que, al menos en este caso, no se puede establecer una relación
sólida entre la reforma agraria y la creación o el fortalecimiento de estas organizaciones. Esto
resalta la complejidad de los factores que logran influir en la participación de los agricultores
en organizaciones locales y la necesidad de considerar el contexto regional y las variables
específicas al evaluar el impacto de políticas como la reforma agraria.
Tabla 5
Regresión discontinua: Participación en organizaciones
% participación en ronda % participación en organización de
Variable dependiente
campesina productores
Efecto 0.01 0.03
(0.09) (0.04)
Banda [61.19,66.21] [39.60,75.95]
Observaciones
28 50
tratamiento
Observaciones control 62 128
Controles geográficos SI SI
Incluye otros controles SI SI
Otro de los hallazgos de la literatura especializada, es la probabilidad de menor
conflicto y/o terrorismo en zonas directas a la influencia de la reforma agraria. La literatura
sugiere que una reforma agraria más generalizada debería amortiguar el conflicto. Además,
cuando los campesinos se convierten en pequeños propietarios de tierras, tienen un mayor
interés en conservar un estado de estabilidad y paz en sus áreas. El conflicto armado puede
resultar en la destrucción de tierras, pérdida de cosechas y daño a la propiedad, lo que
representa un costo significativo para los agricultores. Esto aumenta los costos de oportunidad
del conflicto, lo que significa que los agricultores tienen más que perder al participar en
49
actividades violentas en lugar de dedicarse a la agricultura y el desarrollo económico. Como
resultado, se crea un incentivo para mantener la paz y evitar el conflicto.
Tabla 6
Regresión discontinua: Conflicto y terrorismo en zonas agrarias
Variable dependiente Ataques totales Muertes totales Sin alcalde en 1989 + de tres ataques
Efecto -3.91 -12.15* -0.62*** -0.03
(2.65) (6.82) (0.18) (0.25)
Banda [25.87,45.21] [26.15,37.90] [35.21,64.86] [43.23,66.49]
Observaciones tratamiento 32 32 44 24
Observaciones control 75 62 109 88
Controles geográficos SI SI SI SI
Incluye otros controles SI SI SI SI
En la presente investigación podemos ver un efecto negativo y estadísticamente
significativo en el número de muertes totales y en la probabilidad de tener alcalde en 1989.
En su apogeo alrededor de 1989, Sendero Luminoso controlaba alrededor del 25% de los
distritos de Perú (McClintock, 1998). El indicador “Sin alcalde” Se basa en el porcentaje de
distritos que carecían de alcaldes después de las elecciones a nivel de distrito de 1989 porque
(1) no había candidatos para alcalde; (2) no se celebraron elecciones; (3) las elecciones fueron
canceladas porque más de dos tercios de los votos emitidos fueron inválidos; o (4) el alcalde
electo fue asesinado. Como podemos ver, la reforma agraria reduce en hasta en un 62% la
probabilidad de no tener un alcalde electo en las elecciones de 1989. Este hallazgo es
significativo no solo desde una perspectiva académica sino también en términos de su
relevancia política y social. Destaca el papel crucial que las políticas de reforma agraria
pueden desempeñar en contextos de conflicto y desafío a la autoridad estatal, al contribuir a
la restauración del gobierno local y a la consolidación de la democracia en áreas previamente
afectadas por la violencia y la inestabilidad.
5.4 Modelo econométrico y supuestos

5.4.1 Modelo econométrico
Se utiliza un modelo de regresión lineal local (regresión discontinua) para estimar la
siguiente especificación:
50
𝑦𝑖 = 𝛼 + 𝛾̂
𝐹𝐼 𝐶𝑖 + 𝛽1 𝑍𝑖 + 𝛽2 𝑋𝑖 + 𝛽3 𝐶𝑖 ∙ 𝑋𝑖 + 𝜖
Donde:
• 𝑦𝑖 es la variable dependiente, medida por indicadores agrícolas, incluyendo el valor
bruto de la producción, el % de superficie agrícola, % de productos agrícolas
financiados y % de superficie con riego, entre otros.
• 𝛼 es el término de error del modelo.
• 𝐶𝑖 es un indicador de la reforma agraria. Toma el valor de 1 cuando el distrito está
en un departamento central de la reforma agraria y 0 para otros casos.
• 𝛾̂
𝐹𝐼 identifica el efecto de la reforma agraria en los indicadores agrícolas.
• 𝑍𝑖 es un conjunto de variables de control.
• 𝑋𝑖 indica si el distrito i se encuentra dentro de una distancia b del departamento
central de reforma agraria.
• 𝜖 es el término de error.
Siguiendo a Cattaneo, Idrobo y Titiunik (2018), estimamos 𝛾̂

𝐹𝐼 como el ratio de dos
efectos: El efecto de la asignación a un departamento de la zona agrícola en 𝑦𝑖 (intention-to-
treat) y el efecto del tratamiento recibido en 𝑦𝑖 . Con ello, se define 𝛾̂

𝐹𝐼 de la siguiente manera:
lim 𝐸 (𝑦𝑖 |𝑋𝑖 = 𝑥) − lim 𝐸 (𝑦𝑖 |𝑋𝑖 = 𝑥 )

𝑥↓0 𝑥↑0
𝛾̂
𝐹𝐼 =
lim 𝐸 (𝐷𝑖 |𝑋𝑖 = 𝑥) − lim 𝐸 (𝐷𝑖 |𝑋𝑖 = 𝑥 )
𝑥↓0 𝑥↑0
Donde 𝛾̂
𝐹𝐼 identifica el efecto de la reforma agraria, 𝑦𝑖 es la variable de actividad
agrícola, 𝐷𝑖 es una variable que denota la probabilidad de que un distrito esté en un
departamento central de la reforma agraria y 𝑋𝑖 indica si el distrito i se encuentra dentro de
una distancia b del departamento central de reforma agraria.
5.4.2 Supuestos
A fin de verificar que las estimaciones de los modelos son correctas, realizamos una
batería de test que permitan establecer la validez de los supuestos antes mencionados. En
51
primer lugar, el enfoque adoptado aquí supone que todos los factores relevantes distintos del
tratamiento varían suavemente en el límite del núcleo zonal de la reforma agraria. Esta
suposición de identificación es necesaria para que los distritos ubicados justo fuera de un
núcleo zonal son un grupo de comparación apropiado para los distritos ubicados justo dentro
de un núcleo zonal. Para evaluar este supuesto estimamos los efectos placebo en las siguientes
características del distrito: tamaño de la población, densidad de caminos, personal estatal,
elevación, pendiente, porcentaje de área de tierra cultivable, área del distrito, ya sea que el
distrito esté o no ubicado en la zona de captación de la mita, movimientos sociales previos y
terrenos de propiedad privada.
Tabla 7
Número de distritos y distritos afectados por departamento
Variables de control Efecto SD Banda Obs tratamiento Obs control
Población en 1972 (miles) -0.64 (1.85) [38.19,45.25] 48 75
Densidad de carreteras 1973 -19.18 (18.60) [45.71,23.25] 55 33
Personal de estado 1961 (logs) -0.9 (0.53) [55.71,28.33] 68 44
Elevación (miles de metros) -0.31 (0.49) [19.49,41.63] 23 68
Pendiente (grados) -0.38 (2.17) [34.61,47.12] 43 83
Área cultivable (% área) -2.16 (4.25) [45.2,40.66] 54 67
Área del distrito (cientos de km2) 3.12 (3.15) [21.62,43.19] 24 70
Dentro de la zona de mita -0.39 (0.36) [53.17,62.21] 61 53
Número de movimientos sociales 0.21*** (0.10) [52.32,91.89] 25 71
Área privada (miles de hectáreas) 48.22 (43.04) [53.44,119.58] 32 129
La tabla 7 presenta los resultados para estas covariables. No hay evidencia de un efecto
de tratamiento para ninguna variable de control excepto la pendiente. Por lo tanto, el equilibrio
es similar al que cabría esperar si el tratamiento se hubiera aleatorizado. El segundo supuesto
es la verificación de los RD Plots. Estos RD Plots se construyen para aproximar las funciones
de regresión desconocidas subyacentes sin imponer suavidad en el estimador, o para
aproximar la variabilidad subyacente de los datos sin procesar mientras se suaviza el gráfico
de dispersión de los datos que de otro modo no sería informativo. Para verificar que hay un
punto de corte, la figura 17 grafica la distancia al límite periférico para nuestras variables
significativas. Como se puede apreciar, hay diferencias significativas para ambos gráficos.
52
FIGURA 17
RD Plot para muertes totales y ningún alcalde en funciones en 1969
FIGURA 18
Regresión: Residuos vs. Valores Predichos
Otro de los supuestos requeridos es linealidad, para la regresión lineal, es necesario
que la variable independiente y dependiente sean lineales. También es importante verificar los
valores atípicos, ya que la regresión lineal posee sensibilidad a los efectos de valor atípico. La
53
suposición de linealidad se puede probar mejor con diagramas de dispersión o los gráficos
entre residuos y valores predichos. Como se observa en la figura 18, los valores muestran
linealidad para el primer test, y una ligera no linealidad para el segundo (variable binaria).
FIGURA 19
Regresión: Q-Q Plot
El tercer supuesto es el de normalidad, para ello se utiliza el Q-Q plot, que es un
diagrama de dispersión creado al graficar dos conjuntos de cuantiles uno contra el otro. Si los
dos conjuntos de los cuantiles son provocados por la misma distribución, es necesario observar
los puntos que formaron una línea más o menos recta. Pero nos permite ver de un vistazo si
nuestra suposición es plausible y, si no, cómo no se cumple la suposición y qué puntos de
datos contribuyen al no cumplimiento. Como se puede apreciar en la figura 19, se tiene
normalidad para los modelos de regresión ya que siguen de cerca a la línea de 45 grados.
54
FIGURA 20
Regresión: Verificación de Homocedasticidad
Cuando se cumple la condición de varianza homogénea, los términos de error son
homocedásticos, lo que significa que los errores tienen la misma dispersión
independientemente del valor de X. La heterocedasticidad se produce cuando la varianza de
los errores no es constante, sino que depende del valor de una o más variables explicativas.
Esto implica que los errores no se distribuyen de forma homogénea, sino que varían según el
nivel de las variables independientes. Como se puede ver en la figura 20, se cuenta con un
problema de heterocedasticidad para ambas variables, para remediar este problema, el modelo
emplea errores clusterizados a nivel de distrito.

55
Capítulo VI: Discusión
6.1 Descripción de los hallazgos más relevantes y significativos

La literatura que estudia la reforma agraria Neira (2019), Albertus y Popescu (2020),
Hawley et al. (2018) coinciden en indicar que la reforma agraria no tuvo efectos positivos
sobre la productividad del sector agrícola, la tecnología empleada y otros indicadores
socioeconómicos. La presente investigación, utilizando un enfoque cuantitativo, ha
encontrado resultados largamente similares, con efectos nulos en la productividad agrícola, el
valor bruto de la producción, y otros indicadores agrícolas de importancia. Tampoco se ha
encontrado efectos importantes en la participación en organizaciones sociales o rondas
campesinas. Además, se halló efectos significativos en la reducción de violencia y terrorismo
en zonas agrarias, un posible mecanismo que explica esta relación se presenta a continuación:
La reforma agraria de alta intensidad en un distrito elimina en gran medida o en su totalidad
a los terratenientes tradicionales y convierte a los campesinos en pequeños propietarios de
manera generalizada. Esto deja a los grupos guerrilleros menos reclamos populares para apelar
dados pocos no beneficiarios y aumenta los costos de oportunidad del conflicto para los
agricultores.
Tomando en cuenta los hallazgos del capítulo 5, seguidamente, se realiza la
verificación con las hipótesis planteadas en la investigación:
• HG: Se admite la hipótesis general, la Reforma Agraria no tuvo un impacto
significativo en la actividad agrícola de la Mancomunidad Regional Sur del Perú
durante el período 1969-2020; pues no hubo efectos estadísticamente significativos
de la reforma agraria sobre diversos indicadores de la actividad agrícola, incluido
el porcentaje de superficie agrícola, el porcentaje de superficie con registros
públicos, el porcentaje de productos financiados y el porcentaje de superficie con
riesgo,
56
• HE1: Se admite la hipótesis específica 1, la reforma agraria tuvo un efecto limitado
en el valor de la producción agrícola en la Mancomunidad Regional Sur del Perú
durante el período 1969-2020.; pues no se identificaron efectos significativos de la
reforma agraria sobre el valor bruto de la producción a precios del 2007 y el valor
bruto de la producción a nivel anual.
• HE2: Se acepta la hipótesis específica 2, la reforma agraria tuvo un efecto limitado
en la creación de organizaciones de productores en la Mancomunidad Regional
Sur del Perú durante el período 1969-2020. No se ha identificado mayor
participación de productores o rondas campesinas como formas de protección ante
conflicto civil o ataques terroristas en las zonas agrícolas.
• HE3: Se acepta la hipótesis específica 3, la reforma agraria redujo el conflicto por
terrorismo en zonas agrarias en la Mancomunidad Regional Sur del Perú durante
el período 1969-2020. En distritos con mayor intensidad de reforma agraria, se
tienen hasta 12 menos muertes, también se observa una reducción de hasta 62% en
la probabilidad de no tener un alcalde en las elecciones de 1989.
6.2 Limitaciones del estudio

El enfoque adoptado en la investigación asume que todos los factores relevantes
distintos del tratamiento varían suavemente en el límite del núcleo zonal de la reforma agraria.
Esta suposición de identificación es necesaria para que los distritos ubicados justo fuera de un
núcleo zonal son un grupo de comparación apropiado para los distritos ubicados justo dentro
de un núcleo zonal. Este supuesto pone restricciones a la interpretación del coeficiente, ya que
no es posible interpretarlo como un efecto promedio, sino como un efecto promedio local,
para aquellos distritos afectados y no afectados por la reforma agraria.
6.3 Comparación crítica con la literatura existente

La economía de Perú hasta la década de 1960 giraba en gran medida en torno a la
tierra: según los cálculos del censo, el 50% de la población económicamente activa en 1965
57
trabajaba en la agricultura. Sin embargo, demostrando marcadas desigualdades, el censo
agrícola de 1961 documentó que el 1% de los propietarios poseía el 80% de la tierra privada,
mientras que el 83% de los agricultores poseía propiedades de 5 hectáreas o menos, lo que
representaba solo el 6% de la tierra privada. Las relaciones de tenencia de la tierra variaban
ampliamente pero eran arcaicas en muchas regiones, especialmente en las haciendas
semifeudales de las sierras altas. El Decreto Ley 17716 del General Velasco en 1969 fijó topes
estrictos de tenencia de la tierra en 150 hectáreas o menos (dependiendo de la ubicación) y
expropió tierras, bienes de capital y animales en propiedades más grandes que el umbral
estipulado. Por lo general, redistribuyó la tierra expropiada como cooperativas a los
trabajadores de la antigua empresa o hacienda que habían trabajado en la propiedad; en
algunos casos, también distribuyó tierras a comunidades indígenas adyacentes que vivían en
tierras marginales (Mayer, 2009).
Investigaciones posteriores han denominado a la reforma agraria como la “década
perdida”, ya que muchas de las empresas asociativas creadas fracasaron rápidamente,
terminando parceladas o abandonadas. En el período de una década, la productividad agrícola
se redujo en 17%, con efectos adversos a nivel socioeconómico (Neira, 2019). La experiencia
peruana varía en comparación con otros países, por ejemplo, en Brasil, (Fitz, 2018) estudia el
impacto del Programa Nacional de Crédito Agrario de Brasil, un programa de reforma agraria
asistida por el mercado (MALR) sugiriendo que el Crédito por la Tierra logra la transición de
los hogares hacia la agricultura, con un aumento de la tenencia de tierras y las inversiones
como resultado del programa. Del mismo modo, (Zhao, 2020) encuentra en China las
reasignaciones de tierras con una regla de asignación de tierras dependiente de la mano de
obra permiten a las comunidades distribuir más tierras a los miembros con peores opciones
externas.
58
Los estudios locales Albertus et al. (2020), Hawley et al. (2018), han encontrado un
estancamiento relativo de los ingresos agrícolas a lo largo del tiempo y a una mayor
dependencia de los niños para que abandonen la escuela para contribuir con la mano de obra
a la agricultura; también se encuentra que la reforma agraria en realidad redujo los niveles de
acumulación de capital humano en términos relativos, medidos por el número de años de
escolaridad. Las personas totalmente expuestas a la reforma agraria desde su nacimiento
quedaron atrás de las personas no expuestas a la reforma agraria en aproximadamente 0,32
años menos de educación. Por otro lado, Albertus y Popescu (2020) tampoco encuentran
resultados favorables, ya que muestran que una mayor intensidad de la reforma agraria en
Perú generó más pobreza y retraso en el desarrollo humano; esto ocurrió porque la reforma
agraria alentó el estancamiento demográfico rural, generó una informalidad agraria
generalizada e inestabilidad de los derechos de propiedad, y redujo la competitividad política;
de forma similar a nuestra investigación, no se encuentran efectos significativos en la
producción agrícola y otros factores socioeconómicos.

59
Conclusiones
• HG: La Reforma Agraria no tuvo un impacto significativo en la actividad agrícola
de la Mancomunidad Regional Sur del Perú durante el período 1969-2020. No se
han encontrado efectos estadísticamente significativos de la reforma agraria sobre
diversos indicadores de la actividad agrícola de la Mancomunidad Regional Sur
del Perú, incluido el porcentaje de superficie agrícola, el porcentaje de superficie
con registros públicos, el porcentaje de productos financiados y el porcentaje de
superficie con riesgo.
• HE1: La reforma agraria tuvo un efecto limitado en el valor de la producción
agrícola en la Mancomunidad Regional Sur del Perú durante el período 1969-2020.
No se han identificado efectos significativos de la reforma agraria sobre el valor
bruto de la producción a precios del 2007 y el valor bruto de la producción a nivel
anual.
• HE2: La reforma agraria tuvo un efecto limitado en la creación de organizaciones
de productores en la Mancomunidad Regional Sur del Perú durante el período
1969-2020. No se ha identificado mayor participación de productores o rondas
campesinas como formas de protección ante conflicto civil o ataques terroristas en
las zonas agrícolas.
• HE3: La reforma agraria redujo el conflicto por terrorismo en zonas agrarias en la
Mancomunidad Regional Sur del Perú durante el período 1969-2020. En distritos
con mayor intensidad de reforma agraria, se tienen hasta 12 menos muertes por
terrorismo en cada distrito afectado durante la década de los años 80.

60
Recomendaciones
El proceso de reforma agraria en el Perú no trajo consigo mejoras en la productividad agrícola,
propiedad de la tierra y otros indicadores económicos y sociales ; sin embargo, con las
lecciones aprendidas en la literatura y en la presente investigación, se realizan las siguientes
recomendaciones:
• Se recomienda implementar una política de tierras a favor de los pobres que
promueva la productividad agrícola mediante la asignación de tierras y la
formalización en toda la Mancomunidad Sur del Perú, que priorice a los pequeños
agricultores sobre la agricultura industrializada y apoye a estos agricultores con
extensión agrícola y crédito.
• Se recomienda reconocer y formalizar los derechos comunitarios sobre la tierra,
incluidos los derechos establecidos sobre las tierras en uso actual y la verificación
de la demarcación de límites externos alrededor de las parcelas. También se debe
monitorear el consentimiento libre, previo e informado durante los proyectos de
inversión; y priorizar la resolución de disputas territoriales graves y existentes que
involucren derechos territoriales.
• Se recomienda fortalecer los mecanismos para la administración local de la tierra
y el acceso de la comunidad local, el mapeo y los procesos de resolución de
disputas para aumentar la eficiencia, y garantizar la transparencia y la rendición de
cuentas.
• Apoyar la educación y la mediación en comunidades posconflicto, realizadas por
mediadores bien capacitados, para resolver disputas y mejorar la conciencia
pública sobre los derechos a la tierra; y priorizar a las comunidades desplazadas y
reasentadas en los programas de asignación de tierras para abordar la carencia de
tierras.
61
Referencias Bibliográficas
Albertus, M. (2020). Land Reform and Civil Conflict: Theory and Evidence from Peru.
American Journal of Political Science, 64(2), 256–274.
https://doi.org/10.1111/AJPS.12466
Albertus, M., Espinoza, M., & Fort, R. (2020). Land reform and human capital
development: Evidence from Peru. Journal of Development Economics, 147,
102540. https://doi.org/10.1016/j.jdeveco.2020.102540
Albertus, M., & Popescu, B. G. (2020). Does Equalizing Assets Spur Development?
Evidence from Large-Scale Land Reform in Peru. Quarterly Journal of Political
Science, 15(2), 255–295. https://doi.org/10.1561/100.00019033
Antwi, M., & Chagwiza, C. (2019). Factors influencing savings among land reform
beneficiaries in South Africa. International Journal of Social Economics, 46(4),
474–484. https://doi.org/10.1108/IJSE-06-2018-0309
Bhattacharya, P. S., Mitra, D., & Ulubaşoğlu, M. A. (2019). The political economy of
land reform enactments: New cross-national evidence (1900–2010). Journal of
Development Economics, 139, 50–68.
https://doi.org/10.1016/j.jdeveco.2019.01.007
Ccahuana, J., & Lima, R. (2019). Organización Social para el riego en la comunidad
campesina de Paropujio - Cusipata.
Fan, Q., & Salas Garcia, V. B. (2018). Information Access and Smallholder Farmers’
Market Participation in Peru. Journal of Agricultural Economics, 69(2), 476–494.
https://doi.org/10.1111/1477-9552.12243
Fitz, D. (2018). Evaluating the impact of market-assisted land reform in Brazil. World
Development, 103, 255–267. https://doi.org/10.1016/j.worlddev.2017.10.007
Garcia, A. (1970). Perú: una reforma agraria radical. Comercio Exterior.

62
García-Valdecasas, J. (2011). Una definición estructural de capital social. Redes: Revista
Hispana Para El Análisis de Redes Sociales, 20(6), 132–160.
https://doi.org/10.5565/REV/REDES.411
Hawley, Z., Miranda, J. J., & Sawyer, W. C. (2018). Land values, property rights, and
home ownership: Implications for property taxation in Peru. Regional Science and
Urban Economics, 69, 38–47. https://doi.org/10.1016/j.regsciurbeco.2017.12.007
INEI. (2009). Glosario de Términos - Producción y Empleo Informal en el Perú.
McClintock, C. (1998). Revolutionary Movements in Latin America . United States
Institute of Peace. https://www.usip.org/publications/1998/06/revolutionary-
movements-latin-america
Neira, H. (2019). Balance de los 50 años de la Reforma Agraria de Juan Velasco
Alvarado. Universidad Nacional Mayor de San Marcos.
https://www.ucsm.edu.pe/politologos-marianistas-discutieron-los-alcances-de-la-
reforma-agraria-en-el-peru-50-anos-de-su-realizacion/
Ramírez, L. (2018). La reforma agraria desde las élites cusqueñas: Un proyecto de
gubernamentalidad para el campesinado indígena (1962-1964) .
Sarmiento, J. (2016). Implicancias de la reforma agraria en el campesinado y la
desarticulación conflictiva de la cooperativa agraria de producción: El caso de
Antapampa. In Repositorio de Tesis - UNMSM. Universidad Nacional Mayor de San
Marcos. https://cybertesis.unmsm.edu.pe/handle/20.500.12672/4477
SIPA. (1965). Organización, funciones, metas, reparticiones y dependencias, 1965;
proyecciones 1966-1970. Instituto de Reforma y Promoción Agraria.
https://www.worldcat.org/title/24787110
63
Verdera, F. (2007). La pobreza en el Perú : un análisis de sus causas y de las políticas
para enfrentarla. In INSTITUTO DE ESTUDIOS PERUANOS (Issue 5). Instituto de
Estudios Peruanos. https://repositorio.iep.org.pe/handle/IEP/549
Zhao, X. (2020). Land and labor allocation under communal tenure: Theory and evidence
from China. Journal of Development Economics, 147, 102526.
https://doi.org/10.1016/j.jdeveco.2020.102526
64
Matriz De Consistencia
Problema Objetivos Hipótesis Variables Indicadores Diseño
Problema General Objetivo General Hipótesis General Variable Dependiente Variable Dependiente La investigación es
¿ Cuál es el impacto de la Establecer el impacto de la La Reforma Agraria no tuvo un • Actividad agrícola. % de superficie agrícola no experimental: No
Reforma Agraria sobre la Reforma Agraria sobre la impacto significativo en la % de superficie con se realizará
actividad agrícola en la actividad agrícola en la actividad agrícola de la registros públicos experimentos ni habrá
Mancomunidad Regional Sur del Mancomunidad Regional Sur del Mancomunidad Regional Sur del Variable Independiente % de productos intervención en los
Perú durante el período 1969- Perú durante el período 1969-201. Perú durante el período 1969- • Reforma agraria. financiados fenómenos.
2020? 2020. % de superficie con riego
Objetivos Específicos Valor bruto de la Es explicativa: busca
Problemas Específicos • Determinar el efecto de la producción (precios describir las variables
• ¿ Cuál fue el efecto de la Reforma Agraria en el valor Hipótesis Específicas 2007) y además conocer la
Reforma Agraria en el valor de la producción agrícola en • La reforma agraria tuvo un Valor bruto de la relación causal entre
de la producción agrícola en la Mancomunidad Regional efecto limitado en el valor de producción (precios ellas.
la Mancomunidad Regional Sur del Perú durante el la producción agrícola en la constantes, anual)
Sur del Perú durante el período 1969-2020. Mancomunidad Regional % participación en ronda Tiene un enfoque
período 1969 y 2020? • Identificar la manera en la Sur del Perú durante el campesina cuantitativo
• ¿De qué manera la Reforma que la Reforma Agraria período 1969-2020. % participación en La recolección de
Agraria afectó a la creación afectó a la creación de • La reforma agraria tuvo un organización de datos se fundamenta
de organizaciones de organizaciones de efecto limitado en la productores en la medición, se
productores en la productores en la creación de organizaciones Ataques totales por analizarán los datos
Mancomunidad Regional Sur Mancomunidad Regional Sur de productores en la Sendero Luminoso en base a métodos
del Perú durante el período del Perú durante el período Mancomunidad Regional Variable Independiente cuantitativos.
1969 y 2020? 1969-2020. Sur del Perú durante el
• - Porcentaje de tierra
• ¿Cómo la Reforma Agraria Establecer cómo la Reforma período 1969-2020.
expropiada durante la
afectó al conflicto en zonas Agraria afectó al conflicto en • La reforma agraria redujo el
reforma agraria por
agrarias en la Mancomunidad zonas agrarias en la conflicto por terrorismo en
distrito
Regional Sur del Perú Mancomunidad Regional Sur zonas agrarias en la
- Distritos con más de
durante el período 1969 y del Perú durante el período Mancomunidad Regional
50% de tierra expropiada
2020? 1969-2020. Sur del Perú durante el
durante la reforma
período 1969-2020.
agraria
Nota. Elaboración propi

65
Anexo 1 – Preprocesamiento y análisis de datos

En este anexo se incluye el código que genera las tablas y figuras del capítulo de resultados:.
**
# Cargar bases de datos
cenagro_sup <- read_xlsx(file.path(

data, "datos_perfil_productivo", "CENAGRO.xlsx"),
sheet = "SUPERFICIE AGROPECUARIA") %>%
clean_names()
cenagro_tit <- read_xlsx(file.path(

sheet = "CON TITULO") %>%
clean_names() %>%
select(
cod_ubigeo, superficie_total,
superficie_reg_publicos, superficie_no_reg_publicos)
cenagro_cred <- read_xlsx(file.path(

sheet = "ACCEDEN A CREDITO") %>%
clean_names() %>%
select(cod_ubigeo, financiados)
cenagro_rie <- read_xlsx(file.path(

sheet = "BAJO RIEGO") %>%
clean_names() %>%
select(cod_ubigeo, agricola, riego)
sisagri <- read_xlsx(file.path(

data, ""datos_perfil_productivo", "SISAGRI_V2.xlsx"),
sheet = "SISAGRI 1") %>%
clean_names() %>%
select(ano, cod_ubigeo, produccion)
vbp <- read_xlsx(file.path(

data, ""DASH_DATA_VBP.xlsx"),
sheet = "VBP AGRICOLA DISTRITAL") %>%
clean_names() %>%
select(
ano, cod_ubigeo, cosecha,
produccion, vbp_a_precio_2007, vbp_a_precio_por_ano)
# Procesando bases de datos
sisagri <- sisagri %>%

# Mantenemos el 2015 como baseline
filter(ano == 2015) %>%
group_by(cod_ubigeo) %>%
66
summarise(produccion = sum(produccion, na.rm = TRUE))
vbp <- vbp %>%

group_by(cod_ubigeo) %>%
summarise(
cosecha_vbp = sum(cosecha, na.rm = TRUE),
produccion_vbp = sum(produccion, na.rm = TRUE),
vbp_precio_2007 = mean(vbp_a_precio_2007, na.rm = TRUE),
vbp_precio_year = mean(vbp_a_precio_por_ano, na.rm = TRUE))
# Unión de base de datos

siea_clean_dis <- cenagro_sup %>%
left_join(cenagro_tit, by = "cod_ubigeo") %>%
left_join(cenagro_cred, by = "cod_ubigeo") %>%
left_join(cenagro_rie, by = "cod_ubigeo") %>%
left_join(sisagri, by = "cod_ubigeo") %>%
left_join(vbp, by = "cod_ubigeo")
# Guardar bases de datos

write_csv(siea_clean_dis,
file.path("siea_clean_dis.csv"))
# Construcción de indicadores
# Cargar data
peru_lr <- read_csv(

file.path("peru_discontinuity.csv"))
siea_clean_dis <- read_csv(

file.path("siea_clean_dis.csv"))
# Creamos indicadores
siea_clean_dis <- siea_clean_dis %>%

rename(
sup_con_titulo = superficie_total,
sup_agricola = agricola.x,
sup_no_agricola = no_agricola,
prod_financiados = financiados,
sup_riego = riego,
sup_reg_publicos = superficie_reg_publicos) %>%
mutate(
sup_agropecuaria = sup_agricola + sup_no_agricola,
percent_sup_agricola = sup_agricola / sup_agropecuaria,
percent_sup_reg_pub = sup_reg_publicos / sup_con_titulo,
percent_prod_financiados = prod_financiados / num_productores,
percent_sup_riego = sup_riego / sup_agricola,
prod_por_superficie = produccion / sup_agricola)
67
peru_lr <- peru_lr %>%

rename(cod_ubigeo = ubi12)
# Hacemos merge a los datasets
data_constructed_dis <- siea_clean_dis %>%

mutate(cod_ubigeo = as.double(cod_ubigeo)) %>%
left_join(peru_lr, by = "cod_ubigeo")
# Guardamos datasets
write_csv(data_constructed_dis,
file.path("data_constructed_dis.csv"))
# Análisis de regresión
data_constructed_dis <- read_csv(
file.path("data_constructed_dis.csv"))
# Nos enfocamos en la region sur
region_sur_lr <- data_constructed_dis %>%

filter(
department == "Arequipa" |
department == "Apurimac" |
department == "Ayacucho" |
department == "Cuzco" |
department == "Madre de Dios" |
department == "Moguegua" |
department == "Tacna" |
department == "Puno")
# Tabla 1: Efecto en los main outcomes
for (var in vars_main_table) {

summary(rdrobust(
region_sur_lr_rd[[var]],
region_sur_lr_rd$core_dist_kmio,
p = 1,
vce = "nn",
cluster = region_sur_lr_rd$depcode,
bwselect = "msetwo"),
all = TRUE,
fuzzy = region_sur_lr_rd$landredist_pc,
covs = covs_main)
}
# Plots
png(file.path(results, "rd_deaths.png"), width = 500, height = 600)
68
rdplot(
y = region_sur_lr_rd$deaths,
x = region_sur_lr_rd$core_dist_kmio,
y.label = "Muertes totales",
x.label = "Distancia al límite central/periférico")
dev.off()
png(file.path(results, "rd_mayor.png"), width = 500, height = 600)

rdplot(
y = region_sur_lr_rd$norenewalvacanciapost,
x = region_sur_lr_rd$core_dist_kmio,
y.label = "Ningún alcalde en funciones en 1989",
x.label = "Distancia al límite central/periférico")
dev.off()
# Diagnósticos de regresión
m1 <- lm(deaths ~ core_dist_kmio * inside_agrozone_core, region_sur_lr_rd)
m2 <- lm(norenewalvacanciapost ~ core_dist_kmio * inside_agrozone_core, region_sur_lr_rd)
plot1 <- autoplot(m1,

which = 1:6,
ncol = 2,
label.size = 3,
colour = "#bb1f2c") +
theme_bw()
plot2 <- autoplot(m2,

which = 1:6,
ncol = 2,
label.size = 3,
colour = "#bb1f2c") +
theme_bw()
# Linealidad
png(file.path(results, "linearity_deaths.png"), width = 500, height = 600)
plot1[[1]]
dev.off()
png(file.path(results, "linearity_mayor.png"), width = 500, height = 600)

plot2[[1]]
dev.off()
# Normalidad
png(file.path(results, "normality_deaths.png"), width = 500, height = 600)
plot1[[2]]
dev.off()
png(file.path(results, "normality_mayor.png"), width = 500, height = 600)

plot2[[2]]
dev.off()
# Homocedasticidad
69
png(file.path(results, "homocedasticity_deaths.png"), width = 500, height = 600)

plot1[[3]]
dev.off()
png(file.path(results, "homocedasticity_mayor.png"), width = 500, height = 600)

plot2[[3]]
dev.off()
70
Anexo 2 – Resultados del modelo de regresión

Para obtener los resultados del modelo de regresión, se realizó un for-loop al siguiente conjunto de
variables en orden descendente:
vars_main_table <- c("percent_sup_agricola", "percent_sup_reg_pub",

"percent_prod_financiados", "percent_sup_riego",
"vbp_precio_2007", "vbp_precio_year", "mronda_camp94", "morg_prod94",
"totalevents", "deaths",
"norenewalvacanciapost", "guerreventsdummy_over3")
Number of Obs. 310

BW type msetwo
Kernel Triangular
VCE method NN
Number of Obs. 102 208

Eff. Number of Obs. 48 75
Order est. (p) 1 1
Order bias (q) 2 2
BW est. (h) 38.192 45.251
BW bias (b) 57.522 54.514
rho (h/b) 0.664 0.830
Unique Obs. 102 208
=============================================================================
Method Coef. Std. Err. z P>|z| [ 95% C.I. ]
=============================================================================
Conventional -0.635 1.856 -0.342 0.732 [-4.273 , 3.003]
Robust - - 0.075 0.941 [-2.280 , 2.461]
=============================================================================
Call: rdrobust
Number of Obs. 310

BW type msetwo
Kernel Triangular
VCE method NN

Order est. (p) 1 1
Order bias (q) 2 2
BW est. (h) 45.714 23.255
BW bias (b) 58.267 43.625
rho (h/b) 0.785 0.533
Unique Obs. 102 208
=============================================================================
=============================================================================
Conventional -19.184 18.601 -1.031 0.302 [-55.641 , 17.272]
71
Robust - - -1.189 0.234 [-72.681 , 17.793]

=============================================================================
Call: rdrobust
Number of Obs. 310

BW type msetwo
Kernel Triangular
VCE method NN

Order est. (p) 1 1
Order bias (q) 2 2
BW est. (h) 55.705 28.334
BW bias (b) 79.064 43.361
rho (h/b) 0.705 0.653
Unique Obs. 102 208
=============================================================================
=============================================================================
Conventional -0.901 0.527 -1.710 0.087 [-1.934 , 0.132]
Robust - - -2.303 0.021 [-1.876 , -0.151]
=============================================================================
Call: rdrobust
Number of Obs. 310

BW type msetwo
Kernel Triangular
VCE method NN

Order est. (p) 1 1
Order bias (q) 2 2
BW est. (h) 19.498 41.633
BW bias (b) 44.153 63.169
rho (h/b) 0.442 0.659
Unique Obs. 102 208
=============================================================================
=============================================================================
Conventional -0.306 0.492 -0.622 0.534 [-1.271 , 0.659]
Robust - - -0.387 0.699 [-1.318 , 0.884]
=============================================================================
Call: rdrobust
Number of Obs. 310

BW type msetwo
Kernel Triangular
72
VCE method NN

Order est. (p) 1 1
Order bias (q) 2 2
BW est. (h) 34.610 47.118
BW bias (b) 52.069 64.400
rho (h/b) 0.665 0.732
Unique Obs. 102 208
=============================================================================
=============================================================================
Conventional -0.376 2.171 -0.173 0.863 [-4.632 , 3.880]
Robust - - -0.120 0.904 [-5.662 , 5.009]
=============================================================================
Call: rdrobust
Number of Obs. 310

BW type msetwo
Kernel Triangular
VCE method NN

Order est. (p) 1 1
Order bias (q) 2 2
BW est. (h) 45.200 40.666
BW bias (b) 59.747 50.754
rho (h/b) 0.757 0.801
Unique Obs. 102 208
=============================================================================
=============================================================================
Conventional -2.156 4.247 -0.508 0.612 [-10.480 , 6.168]
Robust - - -0.803 0.422 [-14.228 , 5.955]
=============================================================================
Call: rdrobust
Number of Obs. 310

BW type msetwo
Kernel Triangular
VCE method NN

Order est. (p) 1 1
Order bias (q) 2 2
BW est. (h) 21.626 43.187
73
BW bias (b) 37.395 76.496

rho (h/b) 0.578 0.565
Unique Obs. 102 208
=============================================================================
=============================================================================
Conventional 3.118 3.148 0.990 0.322 [-3.053 , 9.289]
Robust - - 0.822 0.411 [-4.752 , 11.624]
=============================================================================
Call: rdrobust
Number of Obs. 310

BW type msetwo
Kernel Triangular
VCE method NN

Order est. (p) 1 1
Order bias (q) 2 2
BW est. (h) 49.844 32.740
BW bias (b) 53.174 62.209
rho (h/b) 0.937 0.526
Unique Obs. 102 208
=============================================================================
=============================================================================
Conventional -0.387 0.361 -1.073 0.283 [-1.095 , 0.320]
Robust - - -0.765 0.444 [-1.104 , 0.484]
=============================================================================
Call: rdrobust
Number of Obs. 310

BW type msetwo
Kernel Triangular
VCE method NN

Order est. (p) 1 1
Order bias (q) 2 2
BW est. (h) 22.629 43.804
BW bias (b) 52.324 91.895
rho (h/b) 0.432 0.477
Unique Obs. 102 208
=============================================================================
=============================================================================
74
Conventional 0.210 0.101 2.085 0.037 [0.013 , 0.407]

Robust - - 1.912 0.056 [-0.006 , 0.459]
=============================================================================
Call: rdrobust
Number of Obs. 310

BW type msetwo
Kernel Triangular
VCE method NN

Order est. (p) 1 1
Order bias (q) 2 2
BW est. (h) 26.393 77.624
BW bias (b) 53.445 119.578
rho (h/b) 0.494 0.649
Unique Obs. 102 208
=============================================================================
=============================================================================
Conventional 48.222 43.047 1.120 0.263 [-36.150 , 132.593]
Robust - - 1.197 0.231 [-27.496 , 113.722]
=============================================================================
Call: rdrobust
Number of Obs. 310

BW type msetwo
Kernel Triangular
VCE method NN

Order est. (p) 1 1
Order bias (q) 2 2
BW est. (h) 35.440 61.918
BW bias (b) 47.065 72.327
rho (h/b) 0.753 0.856
Unique Obs. 102 208
=============================================================================
=============================================================================
Conventional 0.000 0.000 0.023 0.981 [-0.000 , 0.000]
Robust - - 0.203 0.839 [-0.000 , 0.000]
=============================================================================
Call: rdrobust
Number of Obs. 310

BW type msetwo
75
Kernel Triangular
VCE method NN

Order est. (p) 1 1
Order bias (q) 2 2
BW est. (h) 35.251 82.850
BW bias (b) 71.255 197.391
rho (h/b) 0.495 0.420
Unique Obs. 102 208
=============================================================================
=============================================================================
Conventional 0.045 0.070 0.652 0.514 [-0.091 , 0.182]
Robust - - 0.732 0.464 [-0.098 , 0.216]
=============================================================================
Call: rdrobust
Number of Obs. 304

BW type msetwo
Kernel Triangular
VCE method NN

Order est. (p) 1 1
Order bias (q) 2 2
BW est. (h) 78.301 48.089
BW bias (b) 107.221 75.583
rho (h/b) 0.730 0.636
Unique Obs. 97 207
=============================================================================
=============================================================================
Conventional 0.007 0.031 0.222 0.824 [-0.054 , 0.068]
Robust - - -0.200 0.842 [-0.078 , 0.064]
=============================================================================
Call: rdrobust
Number of Obs. 308

BW type msetwo
Kernel Triangular
VCE method NN

Order est. (p) 1 1
Order bias (q) 2 2
76
BW est. (h) 38.489 76.601

BW bias (b) 50.271 64.048
rho (h/b) 0.766 1.196
Unique Obs. 102 206
=============================================================================
=============================================================================
Conventional -0.016 0.237 -0.067 0.946 [-0.480 , 0.448]
Robust - - 0.274 0.784 [-0.458 , 0.607]
=============================================================================
Call: rdrobust
Number of Obs. 304

BW type msetwo
Kernel Triangular
VCE method NN

Order est. (p) 1 1
Order bias (q) 2 2
BW est. (h) 39.382 49.945
BW bias (b) 57.555 62.978
rho (h/b) 0.684 0.793
Unique Obs. 102 202
=============================================================================
=============================================================================
Conventional 0.149 0.145 1.022 0.307 [-0.136 , 0.433]
Robust - - 0.676 0.499 [-0.202 , 0.416]
=============================================================================
Call: rdrobust
Number of Obs. 304

BW type msetwo
Kernel Triangular
VCE method NN

Order est. (p) 1 1
Order bias (q) 2 2
BW est. (h) 40.491 64.685
BW bias (b) 59.155 71.712
rho (h/b) 0.684 0.902
Unique Obs. 102 202
=============================================================================
77
=============================================================================
Conventional 0.297 0.348 0.854 0.393 [-0.385 , 0.979]
Robust - - 0.573 0.567 [-0.502 , 0.917]
=============================================================================
Call: rdrobust
Number of Obs. 310

BW type msetwo
Kernel Triangular
VCE method NN

Order est. (p) 1 1
Order bias (q) 2 2
BW est. (h) 24.831 37.947
BW bias (b) 61.194 66.208
rho (h/b) 0.406 0.573
Unique Obs. 102 208
=============================================================================
=============================================================================
Conventional 0.011 0.091 0.120 0.904 [-0.167 , 0.188]
Robust - - 0.317 0.751 [-0.175 , 0.242]
=============================================================================
Call: rdrobust
Number of Obs. 310

BW type msetwo
Kernel Triangular
VCE method NN

Order est. (p) 1 1
Order bias (q) 2 2
BW est. (h) 39.601 75.949
BW bias (b) 52.966 121.651
rho (h/b) 0.748 0.624
Unique Obs. 102 208
=============================================================================
=============================================================================
Conventional 0.031 0.038 0.809 0.418 [-0.044 , 0.106]
Robust - - 0.595 0.552 [-0.067 , 0.125]
=============================================================================
Call: rdrobust
Number of Obs. 310

78
BW type msetwo
Kernel Triangular
VCE method NN

Order est. (p) 1 1
Order bias (q) 2 2
BW est. (h) 25.878 45.208
BW bias (b) 40.261 70.743
rho (h/b) 0.643 0.639
Unique Obs. 102 208
=============================================================================
=============================================================================
Conventional -3.911 2.659 -1.471 0.141 [-9.122 , 1.300]
Robust - - -1.653 0.098 [-12.300 , 1.044]
=============================================================================
Call: rdrobust
Number of Obs. 310

BW type msetwo
Kernel Triangular
VCE method NN

Order est. (p) 1 1
Order bias (q) 2 2
BW est. (h) 26.152 37.900
BW bias (b) 46.500 60.771
rho (h/b) 0.562 0.624
Unique Obs. 102 208
=============================================================================
=============================================================================
Conventional -12.156 6.817 -1.783 0.075 [-25.517 , 1.205]
Robust - - -1.703 0.089 [-30.943 , 2.175]
=============================================================================
Call: rdrobust
Number of Obs. 310

BW type msetwo
Kernel Triangular
VCE method NN

Order est. (p) 1 1
79
Order bias (q) 2 2

BW est. (h) 35.212 64.867
BW bias (b) 44.992 85.058
rho (h/b) 0.783 0.763
Unique Obs. 102 208
=============================================================================
=============================================================================
Conventional -0.626 0.184 -3.407 0.001 [-0.986 , -0.266]
Robust - - -2.477 0.013 [-1.071 , -0.125]
=============================================================================
Call: rdrobust
Number of Obs. 310

BW type msetwo
Kernel Triangular
VCE method NN

Order est. (p) 1 1
Order bias (q) 2 2
BW est. (h) 22.290 49.611
BW bias (b) 43.233 66.486
rho (h/b) 0.516 0.746
Unique Obs. 102 208
=============================================================================
=============================================================================
Conventional -0.025 0.254 -0.097 0.922 [-0.522 , 0.472]
Robust - - -0.138 0.890 [-0.677 , 0.588]
=============================================================================
80
Anexo 3 – Extracto de datos
cod_ub nomb num_produ sup_agr sup_no_ag sup_con_ sup_reg_p superficie_no_reg prod_finan sup_ri produc cosecha produccio vbp_precio vbp_preci sup_agrope xco yco
igeo dep ctores icola ricola titulo ublicos _publicos ciados ego cion _vbp n_vbp _2007 o_year cuaria ord ord
210309 PUNO 834 2541 22431 23179 20566 385 20 2 0 3042 24803 1 1 36083077 -70 -14
210406 PUNO 4457 5836 29496 37119 3331 27355 270 161 0 5096 65904 1 3 36083077 NA NA
211306 PUNO 260 60 532 572 5 542 3 1 0 172 1283 0 0 36083077 NA NA
210606 PUNO 2041 2623 29050 23220 19305 478 21 21 0 2945 41642 1 2 36083077 -69 -15
211202 PUNO 1137 332 12923 14208 13 629 1 0 0 1528 18898 1 2 36083077 -70 -15
211201 PUNO 2249 1095 102691 104475 10693 83958 30 202 0 3419 25524 1 2 36083077 -69 -14
210706 PUNO 590 1164 22828 23273 4175 14048 6 0 0 140 1743 0 0 36083077 -71 -15
210208 PUNO 1203 1809 57170 48722 11822 35407 30 34 0 1070 20489 0 1 36083077 -70 -15
211307 PUNO 436 218 6 206 2 7 NA 0 0 310 1776 0 0 36083077 NA NA
210704 PUNO 919 4065 7733 11903 1215 3541 46 5 0 4860 69860 1 3 36083077 -70 -15
210107 PUNO 1529 4104 7066 10314 461 5740 210 22 0 2140 29086 0 1 36083077 -70 -16
210901 PUNO 4144 5371 18677 25250 9445 742 38 439 0 1709 16048 0 1 36083077 -69 -15
211001 PUNO 1345 4761 47392 32831 28007 4142 21 22 0 1096 22814 0 1 36083077 NA NA
211206 PUNO 413 547 16233 16798 0 16229 5 0 0 1002 10781 0 1 36083077 -69 -14
210215 PUNO 894 2300 12264 10238 3698 4360 71 13 0 1483 18270 0 1 36083077 -70 -15
211207 PUNO 1342 3190 2514 5472 201 162 10 8 0 4126 26699 1 1 36083077 -69 -14
210502 PUNO 699 0 71845 64760 15280 33899 14 0 NA NA NA NA NA 36083077 NA NA
211209 PUNO 2228 3085 6233 7165 478 2099 13 45 0 3968 18755 1 1 36083077 NA NA
210802 PUNO 946 495 23904 16923 10076 5337 14 75 0 1484 30841 0 1 36083077 -70 -14
210809 PUNO 999 6612 26166 31630 11925 13598 131 1319 0 7458 169313 2 5 36083077 -71 -15
211303 PUNO 1871 1136 2726 4002 12 2765 105 158 0 2569 25067 1 1 36083077 NA NA
210102 PUNO 9814 8846 197732 220087 115059 45105 554 173 0 8491 103273 1 3 36083077 -70 -16
210204 PUNO 4116 8416 26114 33716 12283 18503 194 1508 0 4556 53628 1 2 36083077 -70 -15
210302 PUNO 207 161 19004 20549 18640 1632 4 1 0 804 9724 0 1 36083077 -70 -14
210505 PUNO 1269 267 55130 49897 5375 32821 10 0 0 72 806 0 0 36083077 NA NA
210707 PUNO 771 0 78370 90447 7133 72097 6 0 NA NA NA NA NA 36083077 -71 -15
211103 PUNO 941 644 97945 112041 35707 27897 121 305 0 4203 63861 1 2 36083077 -71 -16
210202 PUNO 1500 2412 5834 8503 2458 2386 17 2 0 5909 94669 2 4 36083077 -70 -15
210804 PUNO 593 1382 15264 16007 7690 2941 40 561 0 3311 69716 1 2 36083077 -71 -15
211204 PUNO 1427 806 24821 30273 9 25265 5 0 0 1583 17166 0 1 36083077 -70 -14
211301 PUNO 7582 7102 5832 13892 5364 2158 452 32 0 5299 65651 1 2 36083077 NA NA
210605 PUNO 1826 3287 9730 13272 4413 4180 38 44 0 5895 83357 1 3 36083077 -70 -15
210108 PUNO 1518 3332 4905 6829 4010 1705 151 4 0 1894 29383 0 1 36083077 -70 -16
210306 PUNO 591 894 49760 55134 28837 19665 23 4 0 1751 25140 1 1 36083077 -70 -14
80203 CUSCO 1244 621 6547 7900 7550 252 39 355 3189 812 2565 0 0 36083077 -72 -14
80301 CUSCO 5061 4660 9783 12941 1190 5955 697 2411 63964 3108 50018 1 2 36083077 -72 -13
80303 CUSCO 1019 1773 306 1846 1029 91 121 339 5407 229 2816 0 0 36083077 -72 -13
80501 CUSCO 2251 7587 16865 17695 9749 7942 144 1335 6492 1037 10028 0 1 36083077 -71 -14
81304 CUSCO 344 628 12431 16105 122 0 9 185 1221 148 1154 0 0 36083077 -73 -13
81306 CUSCO 2258 2004 20587 21733 10957 10129 225 1122 17575 1541 20539 1 1 36083077 -72 -13
81207 CUSCO 977 2179 1263 3119 766 2304 44 825 8184 708 5131 0 0 36083077 -72 -14
80703 CUSCO 1793 6357 33814 38307 21791 9971 36 809 11013 1563 26824 0 1 36083077 -72 -14
81005 CUSCO 1679 2213 23417 30869 10885 14129 95 1013 16906 3848 32616 1 2 36083077 -72 -14
80201 CUSCO 1514 1636 8205 9594 6599 1449 109 775 5164 613 4694 0 0 36083077 -72 -14
81101 CUSCO 2590 15070 24787 36600 26704 9112 226 2126 37652 4568 30376 1 2 36083077 -71 -13
80206 CUSCO 896 712 1840 1985 276 1547 34 380 5004 593 2841 0 0 36083077 -72 -14
80601 CUSCO 5494 11926 32422 35614 24444 2710 149 8972 20801 3426 22483 0 1 36083077 -71 -14
81002 CUSCO 1032 3557 14189 15729 15716 4 25 847 13039 1705 13783 0 1 36083077 -72 -14
80908 CUSCO 1946 5193 25618 33419 29001 194 179 99 2354 599 3618 0 0 36083077 -73 -13
80704 CUSCO 1679 3997 19463 16249 2549 13134 72 714 18828 3692 37932 1 2 36083077 -72 -14
81
81209 CUSCO 1169 6187 43224 41129 7 36102 54 246 11975 1510 8883 0 1 36083077 -71 -14
80408 CUSCO 2496 10127 47024 60528 33711 21573 262 359 26114 10349 20579 3 3 36083077 NA NA
80407 CUSCO 1403 1315 1730 2381 1759 579 115 960 6103 973 8723 0 1 36083077 -72 -13
80308 CUSCO 942 761 125 456 213 24 56 225 7011 610 5505 0 0 36083077 NA NA
80807 CUSCO 832 1134 22804 19990 10146 33 24 210 5306 360 5387 0 1 36083077 -72 -15
81105 CUSCO 1663 1900 2103 1955 17 1821 41 825 14703 1544 9044 0 1 36083077 NA NA
80707 CUSCO 941 210 9486 9478 1 9477 18 56 7096 1000 9725 0 1 36083077 -72 -14
80904 CUSCO 1905 4313 1869 5895 4188 529 130 677 1409 2317 2210 0 0 36083077 -73 -13
81201 CUSCO 2024 1603 3444 3737 894 742 128 863 11482 1350 7867 0 1 36083077 -72 -14
80606 CUSCO 1510 1053 35856 30628 20855 9014 43 534 8398 805 8778 0 0 36083077 -71 -14
80406 CUSCO 1663 1095 179 779 439 9 80 617 5290 1116 7363 0 0 36083077 -72 -13
80910 CUSCO 3665 10149 28714 35599 4053 23161 397 83 NA 5952 7915 1 2 36083077 NA NA
80107 CUSCO 410 311 1299 1499 419 778 36 190 2438 165 2877 0 0 36083077 -72 -14
81004 CUSCO 414 401 8999 10604 3526 2 9 194 7586 1573 10249 0 1 36083077 -72 -14
81006 CUSCO 1496 3205 33773 33933 15006 18450 15 548 12812 1815 14837 0 1 36083077 -72 -14
81208 CUSCO 1248 1195 398 1159 442 409 88 467 6297 678 5975 0 0 36083077 -72 -14
80304 CUSCO 1295 4912 16422 20230 9027 6036 85 472 21600 2552 13949 0 1 36083077 -72 -14
80502 CUSCO 1824 3477 22955 30800 12044 9409 48 204 3310 927 11434 0 1 36083077 -71 -14
80804 CUSCO 710 1068 24342 5398 2837 1019 8 635 10893 836 9903 0 1 36083077 -71 -15
80808 CUSCO 705 1718 11869 308 138 170 15 44 11053 1133 17247 0 1 36083077 NA NA
81305 CUSCO 2033 4128 4315 7158 690 4540 244 1156 10521 2384 12597 1 1 36083077 -72 -13
80603 CUSCO 1006 455 3638 3642 0 3642 20 354 8003 1172 8215 0 0 36083077 -71 -14
80902 CUSCO 10632 48709 153858 194608 77362 85560 880 2709 65136 59530 78011 4 5 36083077 NA NA
81106 CUSCO 888 7745 29959 37815 26655 1297 78 48 8506 1014 7755 0 1 36083077 -71 -13
80802 CUSCO 296 0 36950 7571 6381 1000 9 0 NA NA NA NA NA 36083077 -71 -15
80403 CUSCO 1391 1579 3726 3867 197 3029 97 643 8444 1004 11195 0 1 36083077 -72 -13
80909 CUSCO 2637 10923 96309 122771 78369 39869 234 265 6292 4655 6732 0 1 36083077 -73 -13
81205 CUSCO 3138 2509 24547 25252 22534 2672 179 338 6573 1500 8731 0 1 36083077 -72 -14
80506 CUSCO 424 335 756 870 870 0 14 110 4111 769 5611 0 0 36083077 -71 -14
80708 CUSCO 1546 3984 57104 47582 7812 37713 45 398 15265 1706 32518 1 1 36083077 -72 -15
81009 CUSCO 696 609 3114 3444 376 1 70 192 7842 1506 14228 0 1 36083077 -72 -14
81003 CUSCO 1066 1633 14374 15777 14237 1513 25 465 9203 1830 13061 0 1 36083077 -72 -14
81301 CUSCO 2391 2642 917 3768 2515 369 212 2431 11175 1404 14239 0 1 36083077 -72 -13
80906 CUSCO 3883 18481 46174 65619 30893 16718 420 1143 8737 6872 11983 1 1 36083077 NA NA
80607 CUSCO 706 2837 86 1091 1032 31 15 2808 3363 345 3748 0 0 36083077 -71 -14
80405 CUSCO 1740 762 11119 12259 10062 2146 56 572 5498 867 6759 0 0 36083077 -72 -13
81210 CUSCO 3406 1884 44810 44854 21486 22909 211 574 20212 2256 15751 0 1 36083077 -71 -14
81102 CUSCO 1028 959 9388 9959 503 9272 85 693 11730 1384 9775 0 1 36083077 -72 -14
80207 CUSCO 855 1124 1014 1887 1059 176 66 207 3681 726 7153 0 0 36083077 -72 -14
80507 CUSCO 1125 5053 15887 20069 5044 261 25 24 3510 660 4917 0 0 36083077 -71 -14
80307 CUSCO 1005 3947 14972 19777 14174 4278 219 856 14167 1936 10891 0 1 36083077 -73 -13
80402 CUSCO 1118 552 38 292 180 10 120 508 7035 943 10453 0 1 36083077 -72 -13
80803 CUSCO 3605 9828 100795 88869 3191 74528 113 731 42440 5107 87785 2 6 36083077 -72 -15
80503 CUSCO 1278 2072 33703 33382 7325 3255 116 410 4614 808 9166 0 1 36083077 -71 -15
80705 CUSCO 2554 5405 48444 32528 252 31056 48 195 9289 43 2637 0 0 36083077 -72 -14
81203 CUSCO 376 915 44663 35233 1097 32726 9 0 5526 735 5000 0 1 36083077 -71 -13
80605 CUSCO 1607 779 74290 56360 35904 15896 61 245 7012 1374 7164 0 0 36083077 -71 -14
81302 CUSCO 2241 2671 7295 9911 1583 6638 251 280 40138 5543 43603 2 4 36083077 -72 -13
81211 CUSCO 1263 4570 504 5021 278 483 90 4305 7642 715 8579 0 0 36083077 -72 -14
81007 CUSCO 1068 1159 10710 11760 10063 1632 35 372 7670 1532 9639 0 1 36083077 -72 -14
80608 CUSCO 1324 1266 827 863 855 0 46 1099 7126 630 6937 0 0 36083077 -71 -14
81202 CUSCO 1042 760 1891 2266 339 1770 84 543 9565 791 5785 0 0 36083077 -72 -14
81307 CUSCO 900 447 19 2042 2000 7 81 430 7576 745 8505 0 0 36083077 -72 -13
80404 CUSCO 2374 1875 24033 24525 11 22525 301 192 6024 743 5977 0 1 36083077 -72 -13
82
80505 CUSCO 1550 2647 17767 10533 10480 0 180 1660 3581 1002 10137 0 1 36083077 -71 -15
80302 CUSCO 1884 1385 439 720 310 208 170 1053 24204 1897 24978 0 1 36083077 NA NA
80706 CUSCO 1010 2677 14614 14560 0 14559 18 2254 7575 1063 12259 0 1 36083077 -72 -15
80401 CUSCO 2821 4622 20975 24841 11005 13381 296 1331 16538 1939 18268 1 1 36083077 -72 -13
80102 CUSCO 760 501 9342 11579 4 800 57 108 3736 656 4054 0 0 36083077 -72 -14
40406 AREQ 476 432 59237 61200 30117 28005 6 211 4810 455 4697 0 0 36083077 -72 -15
UIPA
40309 AREQ 115 298 41019 41278 5 41019 3 298 129 13 130 0 0 36083077 -74 -16
UIPA
40602 AREQ 203 779 45425 46034 45814 206 2 747 16668 497 16972 0 0 36083077 -73 -16
UIPA
40607 AREQ 514 832 27963 29241 7158 15944 6 395 12727 415 13875 0 0 36083077 -73 -15
UIPA
40516 AREQ 347 336 15971 13870 9 6530 4 278 3958 539 4496 0 0 36083077 -72 -15
UIPA
40106 AREQ 918 1609 89703 89059 86532 2123 64 1220 48884 780 39208 1 1 36083077 -71 -16
UIPA
40402 AREQ 364 798 34 636 414 116 24 652 16882 772 18477 0 1 36083077 -72 -15
UIPA
40204 AREQ 944 3192 2 2031 1294 149 416 3188 96564 4963 95082 6 8 36083077 -73 -16
UIPA
40410 AREQ 870 2781 18337 23342 1738 21193 148 2407 84253 2138 70678 1 2 36083077 -73 -16
UIPA
40503 AREQ 1527 2272 26901 28906 26831 62 76 1878 19488 2023 22268 0 1 36083077 -72 -16
UIPA
40121 AREQ 126 2658 0 1658 1458 49 51 2273 162677 2857 120941 2 4 36083077 -72 -17
UIPA
40507 AREQ 447 1084 42 911 105 289 108 870 12995 720 10843 0 0 36083077 -72 -16
UIPA
40807 AREQ 174 421 31 319 56 17 8 353 4981 187 5270 0 0 36083077 -73 -15
UIPA
40208 AREQ 401 1049 4 882 746 38 141 1049 60876 1975 50973 2 4 36083077 -73 -17
UIPA
40102 AREQ 79 57 65 119 109 4 17 57 3435 162 4300 0 0 36083077 NA NA
UIPA
40404 AREQ 700 390 31504 31784 31521 3 2 372 10025 440 10027 0 0 36083077 -72 -15
UIPA
40408 AREQ 308 1139 76 815 579 105 38 1065 14497 610 8455 0 0 36083077 -72 -16
UIPA
40303 AREQ 124 140 0 122 93 1 3 140 142 64 342 0 0 36083077 -74 -16
UIPA
40115 AREQ 358 365 22 342 240 28 10 353 17762 272 16719 0 0 36083077 -71 -17
UIPA
40126 AREQ 228 111 1093 1157 1141 2 8 111 11153 383 10707 0 0 36083077 -71 -16
UIPA
40811 AREQ 446 792 29870 31305 1111 2989 11 702 14762 313 13684 0 0 36083077 -73 -15
UIPA
40701 AREQ 475 1815 106 1319 888 144 157 1814 44982 1312 47891 1 1 36083077 -72 -17
UIPA
40604 AREQ 277 709 109 661 231 12 10 495 10457 407 12612 0 0 36083077 -73 -16
UIPA
40809 AREQ 140 202 2 135 9 118 1 143 1209 44 819 0 0 36083077 -73 -15
UIPA
40706 AREQ 1122 4857 80 3640 1072 186 446 4744 65155 3300 72441 1 2 36083077 -72 -17
UIPA
83
40810 AREQ 232 280 90 198 94 75 16 237 8288 270 9127 0 0 36083077 -73 -15
UIPA
40513 AREQ 545 524 235 739 318 162 34 421 4935 259 6400 0 0 36083077 -72 -16
UIPA
40113 AREQ 704 582 2792 6148 5712 290 15 566 25982 463 23532 1 1 36083077 -71 -16
UIPA
40207 AREQ 65 279 54 261 135 8 37 279 2150 154 1900 0 0 36083077 NA NA
UIPA
40515 AREQ 227 335 49020 54587 10436 10495 11 276 799 58 955 0 0 36083077 -72 -15
UIPA
40506 AREQ 775 811 28017 22875 7022 4762 101 693 5374 278 6534 0 0 36083077 -72 -16
UIPA
40205 AREQ 506 1363 10 918 724 25 199 1363 25782 1929 21251 2 2 36083077 NA NA
UIPA
40125 AREQ 1232 8298 82 6371 5021 250 422 7372 140607 3473 273103 3 5 36083077 -72 -16
UIPA
40202 AREQ 406 726 0 443 307 51 191 716 10056 1128 11569 2 2 36083077 -73 -17
UIPA
40105 AREQ 868 3543 2597 5989 420 2604 56 1047 24355 545 23289 0 1 36083077 -71 -16
UIPA
40122 AREQ 721 978 104 913 757 105 52 936 42491 667 39255 0 1 36083077 NA NA
UIPA
40119 AREQ 590 0 135898 135898 117305 18593 10 0 NA NA NA NA NA 36083077 -71 -16
UIPA
40302 AREQ 569 2483 192 1650 1041 100 151 2483 11019 1108 17343 1 1 36083077 -75 -15
UIPA
40802 AREQ 747 566 279 714 565 43 32 479 17314 551 16622 0 0 36083077 -73 -15
UIPA
40407 AREQ 258 746 3 423 271 84 112 742 33827 1843 44718 1 2 36083077 -72 -16
UIPA
40502 AREQ 731 1561 17423 16013 7043 482 90 1408 17102 789 22584 0 0 36083077 -72 -16
UIPA
40511 AREQ 1346 2925 86 2815 413 2133 130 1993 88920 1182 77676 1 1 36083077 -72 -16
UIPA
40520 AREQ 2828 15943 1 10458 5637 664 1514 15919 149757 24031 1316256 12 23 36083077 NA NA
UIPA 5
40509 AREQ 487 588 14318 14789 14228 100 100 462 6251 275 7450 0 0 36083077 -72 -16
UIPA
40203 AREQ 312 524 12 457 57 29 20 524 4696 556 6110 1 1 36083077 -73 -16
UIPA
40409 AREQ 474 3318 33277 44242 113 42974 6 2554 1537 633 3022 0 0 36083077 -72 -15
UIPA
40117 AREQ 786 895 6 680 535 40 75 894 86351 1461 68788 1 2 36083077 -72 -16
UIPA
40129 AREQ 165 272 0 161 105 20 9 261 13581 276 14198 0 1 36083077 NA NA
UIPA
40805 AREQ 515 756 10591 11267 637 2 51 582 10156 379 9684 0 0 36083077 -73 -15
UIPA
40413 AREQ 694 2894 4 2038 1589 206 354 2894 129205 7108 150104 3 6 36083077 NA NA
UIPA
40803 AREQ 207 541 8 308 157 11 4 426 7943 285 8763 0 0 36083077 -73 -15
UIPA
40301 AREQ 294 790 167 589 373 51 11 769 5751 329 6243 0 0 36083077 -73 -16
UIPA
40307 AREQ 38 120 11 77 14 5 3 120 109 35 250 0 0 36083077 -74 -16
UIPA
84
40401 AREQ 931 3266 122 2432 1574 354 412 3266 264057 5860 283297 3 6 36083077 -73 -16
UIPA
40101 AREQ 95 60 0 41 38 0 13 60 3371 205 5540 0 0 36083077 -72 -16
UIPA
40128 AREQ 455 960 20968 21751 20652 41 48 958 58948 1730 66555 2 4 36083077 -72 -16
UIPA
40403 AREQ 133 281 1 150 33 48 NA 244 5677 283 7148 0 0 36083077 -72 -16
UIPA
40114 AREQ 816 1131 17748 9764 9282 108 79 1028 35396 778 48594 1 1 36083077 -71 -17
UIPA
40603 AREQ 561 280 55187 57039 32544 4711 25 219 2694 87 1291 0 0 36083077 -72 -15
UIPA
40116 AREQ 589 2659 503 3041 2299 18 28 2659 37504 724 38100 0 1 36083077 -71 -16
UIPA
40124 AREQ 728 1593 32 1040 688 153 103 1584 99881 2723 133156 1 3 36083077 -72 -16
UIPA
40308 AREQ 223 748 13 573 321 126 19 748 1185 373 3310 0 0 36083077 -74 -16
UIPA
40118 AREQ 87 265 12 273 196 58 13 265 107256 116 4719 0 0 36083077 -72 -16
UIPA
40201 AREQ 450 792 0 580 476 36 154 792 19389 1154 15846 1 1 36083077 -73 -17
UIPA
40519 AREQ 832 798 74543 78640 8262 21231 126 733 8661 339 7575 0 0 36083077 -71 -16
UIPA
40111 AREQ 429 325 2 259 181 16 11 179 3360 59 2667 0 0 36083077 -71 -17
UIPA
40120 AREQ 294 601 18 421 236 141 87 601 63827 672 74843 1 1 36083077 NA NA
UIPA
40601 AREQ 874 1444 4732 5701 5311 246 88 1237 36505 1055 39905 0 1 36083077 -73 -16
UIPA
40608 AREQ 1119 1029 22838 23778 307 23018 10 922 20583 584 19206 0 0 36083077 -73 -16
UIPA
40405 AREQ 246 513 8445 9967 16 9769 6 401 721 421 2313 0 0 36083077 -72 -15
UIPA
40512 AREQ 803 1220 16618 17802 16523 145 128 925 5089 261 6359 0 0 36083077 -72 -16
UIPA
40514 AREQ 765 1 82812 96574 22561 19498 15 0 NA NA NA NA NA 36083077 -71 -16
UIPA
40703 AREQ 926 4127 9 3133 1307 444 456 4124 109972 5172 106067 3 6 36083077 -72 -17
UIPA
40123 AREQ 950 1043 22 673 457 119 114 1040 92130 2040 84594 1 2 36083077 -72 -16
UIPA
40702 AREQ 898 3065 2 2596 2265 30 375 3065 148250 5802 160423 4 6 36083077 -72 -17
UIPA
40705 AREQ 106 712 5 540 315 33 41 705 46076 1475 51941 1 1 36083077 -72 -17
UIPA
40103 AREQ 570 416 1 312 224 28 31 414 20681 631 22194 0 0 36083077 -71 -16
UIPA
40104 AREQ 702 1905 41 1643 1117 268 112 1884 115435 2861 135617 1 3 36083077 -72 -16
UIPA
40313 AREQ 401 771 54 706 218 103 38 771 976 730 8182 2 1 36083077 -74 -16
UIPA
40312 AREQ 509 1177 38250 40863 29755 1 30 1000 2531 365 5281 0 1 36083077 -74 -16
UIPA
40305 AREQ 479 6419 164 2822 1229 435 159 6405 6961 2843 39768 4 3 36083077 -75 -15
UIPA
85
40504 AREQ 618 363 179649 181604 23162 5016 60 142 NA NA NA NA NA 36083077 -71 -16
UIPA
40606 AREQ 336 646 131 611 301 98 12 645 15551 443 15084 0 1 36083077 -73 -16
UIPA
40806 AREQ 1019 696 83827 83717 8215 864 11 626 6304 246 5405 0 0 36083077 -73 -15
UIPA
40808 AREQ 118 360 6 208 146 13 2 297 2868 89 2290 0 0 36083077 -73 -15
UIPA
40801 AREQ 615 789 106 717 598 24 53 714 16798 522 18873 0 0 36083077 -73 -15
UIPA
40107 AREQ 571 561 27 390 315 40 55 554 30440 805 33394 0 1 36083077 NA NA
UIPA
40206 AREQ 821 1810 2 1462 1019 68 249 1799 30099 3418 30673 2 3 36083077 -73 -16
UIPA
40304 AREQ 116 6860 270 129 28 5 4 143 47 48 224 0 0 36083077 -74 -16
UIPA
40112 AREQ 352 224 8 233 164 27 40 220 17114 337 17685 0 1 36083077 NA NA
UIPA
40306 AREQ 287 510 11600 13613 3764 2 1 323 438 67 910 0 0 36083077 -73 -16
UIPA

Jim Diego Tesis Bachiller 2023

Cargado por

Copyright:

Formatos disponibles

Jim Diego Tesis Bachiller 2023

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Jim Diego Tesis Bachiller 2023

Cargado por

Copyright:

Formatos disponibles

FACULTAD DE CIENCIAS ECONÓMICAS,

LA REFORMA AGRARIA Y SU IMPACTO SOBRE LA

Línea de investigación: Pobreza, desigualdad y desarrollo regional

Bach. Diego Artemio Quispe Condori

Tesis para optar por el título profesional de

Econ. Oscar Israel Lopez Garces

Datos del autor

Nombres y apellidos JIM GUIBERTH TTITO JIMENEZ

DIEGO ARTEMIO QUISPE CONDORI

Número de documento de identidad 72897769

Datos del asesor

Nombres y apellidos MG. OSCAR ISRAEL LOPEZ GARCES

Número de documento de identidad 40044110

URL de Orcid 0000-0002-5126-2030

Datos del jurado

Presidente del jurado (jurado 1)

Nombres y apellidos DR. TITO LIVIO PAREDES GORDON

Número de documento de identidad 23800907

Nombres y apellidos DRA. ECON. MARGARITA MIRANDA

Nombres y apellidos MGT. MARIA LOURDES DEL CASTILLO

Nombres y apellidos DR. AURELIO VARGAS JIBAJA

Número de documento de identidad 23938021

Línea de investigación de la Escuela Pobreza, desigualdad y desarrollo regional

Fecha de entrega: 06-oct-2023 A7:27p.m. (UTC-0400)

LA REFORMA AGRARTA Y SU TMPACTO SOBRE. LA

Línea de irrvestigación: Pobreza. desigualdad y desarrollo regior-ral

Bach. Diego Afiemio Quispe Condori

Tesis para optar por el título prof'esional de

Econ. Oscar Israel Lopez Garces

secreta ria corte. poder-jud icia l. go. cr

tr fnslidesha re. net

La primera página de tus entregas se muestra abajo.

Autor de la entrega: Diego Quispe Condori, Jim TtitoJimenez .

I rtul0 dei elercrcto: Quick Submit

LINNTA6]D,\D NDI]IA DTL CU6CO

\ RttalR\t \ lain {tr¡ \ I sl llil,\(

aeh ¡a.so Qui@ Con&n

hon. Orar li..El LJF tu §

señores miembros del jurado de la Escuela Profesional de Economía, en lo que respecta al

cumplimiento del reglamento de Grados y Títulos, se pone a vuestra consideración la

presente investigación intitulada “LA REFORMA AGRARIA Y SU IMPACTO SOBRE LA

ACTIVIDAD AGRÍCOLA EN LA MANCOMUNIDAD REGIONAL SUR DEL PERÚ,

1969-2020” con la finalidad de optar por el título profesional de Economista.

impacto de la Reforma Agraria sobre la actividad agrícola en la Mancomunidad Regional

terrorismo en zonas agrícolas. La investigación utiliza información del Sistema Integrado de

de reforma agraria e información de la Comisión de Verdad y Reconciliación. El estudio

utiliza un modelo de regresión discontinua aprovechando el cambio discontinuo en la

la Reforma Agraria no tuvo un impacto significativo en la actividad agrícola de la

agrícola, el porcentaje de superficie con registros públicos, el porcentaje de productos

financiados y el porcentaje de superficie con riesgo, así como en el valor de la producción

agrícola. Asimismo, se ha encontrado que la reforma agraria redujo el conflicto por

terrorismo en zonas agrarias.

Palabras clave: Reforma agraria, Regresión Discontinua, Productividad Agrícola, Lucha

regression discontinuity design taking advantage of the discontinuous change in reform

have a significant impact on the agricultural activity of the Southern Regional

Keywords: Agrarian reform, Discontinuous Regression, Agricultural Productivity, Fight

Alejandro y Luzmila, a mi hermana Pilar.

Gracias a la Universidad porque permitirá convertirme en un profesional y desenvolverme

proceso de formación académica.