{"title":"COVID-19对秘鲁贫困的溢出效应:合成控制的非实验性设计","authors":"Mario D. Tello","doi":"10.18800/2079-8474.0518","DOIUrl":null,"url":null,"abstract":"Este trabajo estima los efectos derrame o de spillovers asociados al inadecuado comportamiento de las personas (debido al incumplimiento del confinamiento laboral y de la protección en salud) sobre la pobreza monetaria del Perú en el período COVID-19 entre el trimestre 2020.II al trimestre 2021.IV. Para ello usa un diseño no experimental de Control Sintético con Spillovers desarrollado por Cao y Dowd (2022). Estos efectos son medidos para 59 provincias, denominadas de tratamiento por tener una tasa de contagiados por COVID-19 mayor al 1%, y 31 provincias denominadas de control con tasas de contagiados por COVID-19 menores o iguales al 1%. De las estimaciones se obtiene que diecisiete provincias tratadas tuvieron efectos spillovers estadísticamente significativos en por lo menos un criterio de las 9 fuentes de spillovers. En promedio para las 17 provincias, cerca del 33% del incremento de la pobreza en el periodo COVID-19 se explica por los efectos spillovers asociados al inadecuado comportamiento de las personas.","PeriodicalId":296461,"journal":{"name":"Documentos de Trabajo","volume":"2 1","pages":"0"},"PeriodicalIF":0.0000,"publicationDate":"1900-01-01","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"2","resultStr":"{\"title\":\"Efectos ‘Spillovers’ (de derrame) del COVID-19 Sobre la Pobreza en el Perú: Un Diseño No Experimental de Control Sintético\",\"authors\":\"Mario D. Tello\",\"doi\":\"10.18800/2079-8474.0518\",\"DOIUrl\":null,\"url\":null,\"abstract\":\"Este trabajo estima los efectos derrame o de spillovers asociados al inadecuado comportamiento de las personas (debido al incumplimiento del confinamiento laboral y de la protección en salud) sobre la pobreza monetaria del Perú en el período COVID-19 entre el trimestre 2020.II al trimestre 2021.IV. Para ello usa un diseño no experimental de Control Sintético con Spillovers desarrollado por Cao y Dowd (2022). Estos efectos son medidos para 59 provincias, denominadas de tratamiento por tener una tasa de contagiados por COVID-19 mayor al 1%, y 31 provincias denominadas de control con tasas de contagiados por COVID-19 menores o iguales al 1%. De las estimaciones se obtiene que diecisiete provincias tratadas tuvieron efectos spillovers estadísticamente significativos en por lo menos un criterio de las 9 fuentes de spillovers. En promedio para las 17 provincias, cerca del 33% del incremento de la pobreza en el periodo COVID-19 se explica por los efectos spillovers asociados al inadecuado comportamiento de las personas.\",\"PeriodicalId\":296461,\"journal\":{\"name\":\"Documentos de Trabajo\",\"volume\":\"2 1\",\"pages\":\"0\"},\"PeriodicalIF\":0.0000,\"publicationDate\":\"1900-01-01\",\"publicationTypes\":\"Journal Article\",\"fieldsOfStudy\":null,\"isOpenAccess\":false,\"openAccessPdf\":\"\",\"citationCount\":\"2\",\"resultStr\":null,\"platform\":\"Semanticscholar\",\"paperid\":null,\"PeriodicalName\":\"Documentos de Trabajo\",\"FirstCategoryId\":\"1085\",\"ListUrlMain\":\"https://doi.org/10.18800/2079-8474.0518\",\"RegionNum\":0,\"RegionCategory\":null,\"ArticlePicture\":[],\"TitleCN\":null,\"AbstractTextCN\":null,\"PMCID\":null,\"EPubDate\":\"\",\"PubModel\":\"\",\"JCR\":\"\",\"JCRName\":\"\",\"Score\":null,\"Total\":0}","platform":"Semanticscholar","paperid":null,"PeriodicalName":"Documentos de Trabajo","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.18800/2079-8474.0518","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}
Efectos ‘Spillovers’ (de derrame) del COVID-19 Sobre la Pobreza en el Perú: Un Diseño No Experimental de Control Sintético
Este trabajo estima los efectos derrame o de spillovers asociados al inadecuado comportamiento de las personas (debido al incumplimiento del confinamiento laboral y de la protección en salud) sobre la pobreza monetaria del Perú en el período COVID-19 entre el trimestre 2020.II al trimestre 2021.IV. Para ello usa un diseño no experimental de Control Sintético con Spillovers desarrollado por Cao y Dowd (2022). Estos efectos son medidos para 59 provincias, denominadas de tratamiento por tener una tasa de contagiados por COVID-19 mayor al 1%, y 31 provincias denominadas de control con tasas de contagiados por COVID-19 menores o iguales al 1%. De las estimaciones se obtiene que diecisiete provincias tratadas tuvieron efectos spillovers estadísticamente significativos en por lo menos un criterio de las 9 fuentes de spillovers. En promedio para las 17 provincias, cerca del 33% del incremento de la pobreza en el periodo COVID-19 se explica por los efectos spillovers asociados al inadecuado comportamiento de las personas.
京公网安备 11010802042870号
京ICP备2023020795号-1
分享
求助内容：
应助结果提醒方式：
扫码关注我们
