IMPACTO DE LOS CONFLICTOS
SOCIOAMBIENTALES MINEROS EN LA
ECONOMÍA DE LA REGIÓN CAJAMARCA,
PERÚ - 2010-2017
IMPACT OF MINING SOCIO-ENVIRONMENTAL
CONFLICTS ON THE ECONOMY OF THE CAJAMARCA
REGION, PERU (2010-2017)
Yojan Hernán Carmona De La Cruz
Universidad Nacional DE Cajamarca, Perú
Segundo Manuel Montoya Zúñiga
Universidad Nacional Federico Villarreal Perú
José Alejandro Romero Rojas
Universidad Nacional de Cajamarca, Perú
Segundo Sánchez Tello
Universidad Nacional de Jaén, Perú
María Cristina Quispe Villanueva
Universidad Nacional de Cajamarca, Perú
pág. 8701
DOI: https://doi.org/10.37811/cl_rcm.v9i6.21987
Impacto de los Conflictos Socioambientales Mineros en la Economía de la
Región Cajamarca, Perú - 2010-2017
Yojan Hernán Carmona De La Cruz1
carmonayojan@gmail.com
https://orcid.org/0000-0001-9451-945X
Universidad Nacional DE Cajamarca
Perú
Segundo Manuel Montoya Zúñiga
Segundomanuelmontoyazu.2022@gmail.com
https://orcid.org/0009-0001-6388-9594
Universidad Nacional Federico Villarreal
Perú
José Alejandro Romero Rojas
jromeror_epg24@unc.edu pe.
https://orcid.org/0009-0002-2527-1045
Universidad Nacional de Cajamarca
Perú
Segundo Sánchez Tello
Segundo.sanchez@unj.edu.pe
https://orcid.org/0000-0003-4031-9430
Universidad Nacional de Jaén
Perú
María Cristina Quispe Villanueva
mcquispev@unc.edu.pe
https://orcid.org/0009-0006-6810-0413
Universidad Nacional de Cajamarca
Perú
RESUMEN
El presente trabajo de investigación se realizó con el propósito de estimar el impacto de los conflictos
socioambientales mineros en la economía de la región Cajamarca durante los años 2010-2017, para el
efecto se aplicó un diseño no experimental transversal, tomando en consideración los 120 conflictos
activos vinculados a externalidades generados por las actividades mineras en dicho periodo, partiendo
del análisis de las inversiones no efectuadas y las pérdidas generadas por tales conflictos. Se utilizó
como técnicas la información bibliográfica, el análisis documental y el software SPSS 25 (este último
para el procesamiento de los datos, presentación, análisis y discusión de resultados). Los resultados
evidenciaron inversiones no ejecutadas por un monto de US$ 17,800 millones, a razón del 20,6% del
total del PBI (valor que influyó en el crecimiento de la economía de Cajamarca para el periodo
considerado). Por lo tanto, se concluye que los conflictos socioambientales incidieron negativamente
en la inversión privada y en las exportaciones, pero no en el PBI, se evidenció también que las
inversiones por los proyectos paralizados incidieron negativamente en la economía de Cajamarca.
Palabras clave: conflictos socioambientales mineros, economía de Cajamarca
1 Autor principal
Correspondencia: carmonayojan@gmail.com
DOI: https://doi.org/10.37811/cl_rcm.v9i6.21987
Impacto de los Conflictos Socioambientales Mineros en la Economía de la
Región Cajamarca, Perú - 2010-2017
Yojan Hernán Carmona De La Cruz1
carmonayojan@gmail.com
https://orcid.org/0000-0001-9451-945X
Universidad Nacional DE Cajamarca
Perú
Segundo Manuel Montoya Zúñiga
Segundomanuelmontoyazu.2022@gmail.com
https://orcid.org/0009-0001-6388-9594
Universidad Nacional Federico Villarreal
Perú
José Alejandro Romero Rojas
jromeror_epg24@unc.edu pe.
https://orcid.org/0009-0002-2527-1045
Universidad Nacional de Cajamarca
Perú
Segundo Sánchez Tello
Segundo.sanchez@unj.edu.pe
https://orcid.org/0000-0003-4031-9430
Universidad Nacional de Jaén
Perú
María Cristina Quispe Villanueva
mcquispev@unc.edu.pe
https://orcid.org/0009-0006-6810-0413
Universidad Nacional de Cajamarca
Perú
RESUMEN
El presente trabajo de investigación se realizó con el propósito de estimar el impacto de los conflictos
socioambientales mineros en la economía de la región Cajamarca durante los años 2010-2017, para el
efecto se aplicó un diseño no experimental transversal, tomando en consideración los 120 conflictos
activos vinculados a externalidades generados por las actividades mineras en dicho periodo, partiendo
del análisis de las inversiones no efectuadas y las pérdidas generadas por tales conflictos. Se utilizó
como técnicas la información bibliográfica, el análisis documental y el software SPSS 25 (este último
para el procesamiento de los datos, presentación, análisis y discusión de resultados). Los resultados
evidenciaron inversiones no ejecutadas por un monto de US$ 17,800 millones, a razón del 20,6% del
total del PBI (valor que influyó en el crecimiento de la economía de Cajamarca para el periodo
considerado). Por lo tanto, se concluye que los conflictos socioambientales incidieron negativamente
en la inversión privada y en las exportaciones, pero no en el PBI, se evidenció también que las
inversiones por los proyectos paralizados incidieron negativamente en la economía de Cajamarca.
Palabras clave: conflictos socioambientales mineros, economía de Cajamarca
1 Autor principal
Correspondencia: carmonayojan@gmail.com
pág. 8702
Impact of Mining Socio-Environmental Conflicts on the Economy of the
Cajamarca Region, Peru (2010-2017)
ABSTRACT
The present research was carried out with the purpose of estimating the impact of socio-environmental
conflicts on the economy of the region of Cajamarca during the years 2010-2017. For this purpose, a
non-experimental cross-sectional design was applied, taking into consideration the 120 active conflicts
linked to externalities generated by mining activities in said period, based on the analysis of unmade
investments and the losses generated by such conflicts. Bibliographic information, documentary
analysis, and SPSS 25 software were used as techniques (the latter for data processing, presentation,
analysis, and discussion of results). The results showed unexecuted investments for an amount of US$
17,800 million, at a rate of 20.6% of the total GDP (value that influenced the growth of the economy of
Cajamarca for the period considered). Therefore, it is concluded that socio-environmental conflicts
negatively affected private investment and exports, but not GDP. It was also evidenced that investments
for paralyzed projects negatively affected the economy of Cajamarca.
Keywords: mining socio-environmental conflicts, economy of Cajamarca
Artículo recibido 30 noviembre 2025
Aceptado para publicación: 30 diciembre 2025
Impact of Mining Socio-Environmental Conflicts on the Economy of the
Cajamarca Region, Peru (2010-2017)
ABSTRACT
The present research was carried out with the purpose of estimating the impact of socio-environmental
conflicts on the economy of the region of Cajamarca during the years 2010-2017. For this purpose, a
non-experimental cross-sectional design was applied, taking into consideration the 120 active conflicts
linked to externalities generated by mining activities in said period, based on the analysis of unmade
investments and the losses generated by such conflicts. Bibliographic information, documentary
analysis, and SPSS 25 software were used as techniques (the latter for data processing, presentation,
analysis, and discussion of results). The results showed unexecuted investments for an amount of US$
17,800 million, at a rate of 20.6% of the total GDP (value that influenced the growth of the economy of
Cajamarca for the period considered). Therefore, it is concluded that socio-environmental conflicts
negatively affected private investment and exports, but not GDP. It was also evidenced that investments
for paralyzed projects negatively affected the economy of Cajamarca.
Keywords: mining socio-environmental conflicts, economy of Cajamarca
Artículo recibido 30 noviembre 2025
Aceptado para publicación: 30 diciembre 2025
pág. 8703
INTRODUCCIÓN
La región Cajamarca ha sido, durante las últimas dos décadas, uno de los territorios con mayor
concentración de conflictos socioambientales mineros en el Perú. Entre 2010 y 2017, la Defensoría del
Pueblo reportó de manera recurrente disputas entre comunidades, empresas mineras y el Estado,
principalmente relacionadas con el uso del agua, la gestión ambiental y la percepción de impactos
negativos derivados de la actividad extractiva. Estos conflictos no solo generaron tensiones sociales
persistentes, sino que también derivaron en la paralización de proyectos mineros estratégicos, reducción
de operaciones y una caída progresiva de los indicadores económicos regionales.
Asimismo, la economía de Cajamarca, fuertemente dependiente de la minería metálica, experimentó en
el periodo analizado fluctuaciones significativas en su PBI regional, inversión privada, exportaciones y
nivel de inversiones paralizadas. La evidencia empírica preliminar muestra que los años de mayor
conflictividad coincidieron con retrocesos productivos, disminución de exportaciones mineras y caídas
en los niveles de inversión. Sin embargo, pese a la relevancia económica del sector y la persistencia de
conflictos, existe un vacío académico respecto a cuantificar el impacto económico directo de dichos
eventos mediante métodos econométricos simples y análisis sistemático de variación temporal. Esta
ausencia de estudios dificulta la toma de decisiones y limita la formulación de políticas públicas y
estrategias de gestión del conflicto basadas en evidencias.
Este artículo aporta evidencia cuantitativa sobre una problemática poco documentada: el impacto
económico concreto de los conflictos socioambientales. Al aplicar modelos econométricos básicos y
análisis temporal de variación, se genera conocimiento científico verificable que permite explicar cómo
la conflictividad afecta variables macroeconómicas regionales. Esta investigación amplía la literatura
existente y contribuye a la comprensión del vínculo entre minería, conflictividad social y desempeño
económico regional.
Los resultados permiten identificar los periodos críticos en los que los conflictos impactaron
negativamente en la economía, lo que facilita el diseño de intervenciones y estrategias de prevención.
La estimación de pérdidas económicas asociadas a inversiones paralizadas constituye un insumo clave
para la planificación regional, la gestión pública y la toma de decisiones empresariales.
INTRODUCCIÓN
La región Cajamarca ha sido, durante las últimas dos décadas, uno de los territorios con mayor
concentración de conflictos socioambientales mineros en el Perú. Entre 2010 y 2017, la Defensoría del
Pueblo reportó de manera recurrente disputas entre comunidades, empresas mineras y el Estado,
principalmente relacionadas con el uso del agua, la gestión ambiental y la percepción de impactos
negativos derivados de la actividad extractiva. Estos conflictos no solo generaron tensiones sociales
persistentes, sino que también derivaron en la paralización de proyectos mineros estratégicos, reducción
de operaciones y una caída progresiva de los indicadores económicos regionales.
Asimismo, la economía de Cajamarca, fuertemente dependiente de la minería metálica, experimentó en
el periodo analizado fluctuaciones significativas en su PBI regional, inversión privada, exportaciones y
nivel de inversiones paralizadas. La evidencia empírica preliminar muestra que los años de mayor
conflictividad coincidieron con retrocesos productivos, disminución de exportaciones mineras y caídas
en los niveles de inversión. Sin embargo, pese a la relevancia económica del sector y la persistencia de
conflictos, existe un vacío académico respecto a cuantificar el impacto económico directo de dichos
eventos mediante métodos econométricos simples y análisis sistemático de variación temporal. Esta
ausencia de estudios dificulta la toma de decisiones y limita la formulación de políticas públicas y
estrategias de gestión del conflicto basadas en evidencias.
Este artículo aporta evidencia cuantitativa sobre una problemática poco documentada: el impacto
económico concreto de los conflictos socioambientales. Al aplicar modelos econométricos básicos y
análisis temporal de variación, se genera conocimiento científico verificable que permite explicar cómo
la conflictividad afecta variables macroeconómicas regionales. Esta investigación amplía la literatura
existente y contribuye a la comprensión del vínculo entre minería, conflictividad social y desempeño
económico regional.
Los resultados permiten identificar los periodos críticos en los que los conflictos impactaron
negativamente en la economía, lo que facilita el diseño de intervenciones y estrategias de prevención.
La estimación de pérdidas económicas asociadas a inversiones paralizadas constituye un insumo clave
para la planificación regional, la gestión pública y la toma de decisiones empresariales.
pág. 8704
El trabajo incorpora modelos econométricos Mínimos Cuadrados Ordinarios (MCO) simples aplicados
a variables anuales, lo que permite cuantificar relaciones directas entre conflictividad y desempeño
económico sin recurrir a series de tiempo complejas. Este enfoque metodológico es replicable en otras
regiones y contextos de conflicto minero, constituyendo un aporte aplicado a la investigación
socioeconómica.
De otro lado, la investigación enfrenta limitaciones derivadas de: la naturaleza agregada y anual de las
fuentes oficiales; la ausencia de información mensual o trimestral que permita modelos más complejos;
el uso de modelos econométricos simples, que no consideran efectos multidimensionales; la dificultad
para estimar con precisión el valor exacto de la producción no ejecutada durante los eventos de
conflictividad. No obstante, estas limitaciones no afectan la validez del análisis, dado que el objetivo es
estimar impactos generales y tendencias macroeconómicas.
Finalmente, el propósito general que persigue el artículo consiste en analizar el impacto de los conflictos
socioambientales mineros sobre el PBI regional, la inversión privada, las exportaciones y las
inversiones paralizadas en Cajamarca durante el periodo 2010–2017 mediante métodos econométricos
descriptivos y análisis de variación temporal. De este propósito se desprenden los siguientes objetivos
específicos: describir la evolución anual de los conflictos socioambientales mineros en Cajamarca entre
2010 y 2017, estimar el impacto de la conflictividad socioambiental en el PBI regional mediante
modelos econométricos básicos, evaluar el impacto de la conflictividad sobre la inversión privada
regional mediante modelos econométricos simples, analizar el impacto de la conflictividad en las
exportaciones regionales mediante modelos econométricos y cuantificar las pérdidas económicas
asociadas a inversiones paralizadas y producción no ejecutada durante los periodos de alta
conflictividad.
MARCO METODOLÓGICO
La investigación se desarrolló en el departamento de Cajamarca, ubicado en la zona norte del Perú, una
región de importante actividad minera y uno de los territorios con mayor nivel de conflictos
socioambientales reportados entre 2010 y 2017. El análisis comprende información económica y social
referida a toda la región, considerando su estructura productiva, actividades extractivas, exportaciones
y dinámica de inversión.
El trabajo incorpora modelos econométricos Mínimos Cuadrados Ordinarios (MCO) simples aplicados
a variables anuales, lo que permite cuantificar relaciones directas entre conflictividad y desempeño
económico sin recurrir a series de tiempo complejas. Este enfoque metodológico es replicable en otras
regiones y contextos de conflicto minero, constituyendo un aporte aplicado a la investigación
socioeconómica.
De otro lado, la investigación enfrenta limitaciones derivadas de: la naturaleza agregada y anual de las
fuentes oficiales; la ausencia de información mensual o trimestral que permita modelos más complejos;
el uso de modelos econométricos simples, que no consideran efectos multidimensionales; la dificultad
para estimar con precisión el valor exacto de la producción no ejecutada durante los eventos de
conflictividad. No obstante, estas limitaciones no afectan la validez del análisis, dado que el objetivo es
estimar impactos generales y tendencias macroeconómicas.
Finalmente, el propósito general que persigue el artículo consiste en analizar el impacto de los conflictos
socioambientales mineros sobre el PBI regional, la inversión privada, las exportaciones y las
inversiones paralizadas en Cajamarca durante el periodo 2010–2017 mediante métodos econométricos
descriptivos y análisis de variación temporal. De este propósito se desprenden los siguientes objetivos
específicos: describir la evolución anual de los conflictos socioambientales mineros en Cajamarca entre
2010 y 2017, estimar el impacto de la conflictividad socioambiental en el PBI regional mediante
modelos econométricos básicos, evaluar el impacto de la conflictividad sobre la inversión privada
regional mediante modelos econométricos simples, analizar el impacto de la conflictividad en las
exportaciones regionales mediante modelos econométricos y cuantificar las pérdidas económicas
asociadas a inversiones paralizadas y producción no ejecutada durante los periodos de alta
conflictividad.
MARCO METODOLÓGICO
La investigación se desarrolló en el departamento de Cajamarca, ubicado en la zona norte del Perú, una
región de importante actividad minera y uno de los territorios con mayor nivel de conflictos
socioambientales reportados entre 2010 y 2017. El análisis comprende información económica y social
referida a toda la región, considerando su estructura productiva, actividades extractivas, exportaciones
y dinámica de inversión.
pág. 8705
Se empleó el método cuantitativo, con énfasis en la estimación econométrica y el análisis descriptivo
de tendencias. Este enfoque permitió evaluar el impacto de los conflictos socioambientales mineros
sobre indicadores económicos clave, mediante la medición estadística de la relación entre las variables
de interés. Se complementó con revisión documental especializada para sustentar la interpretación de
los resultados.
El estudio tiene un diseño no experimental, longitudinal y de carácter explicativo-descriptivo. No se
manipulan variables, sino que se analizan datos históricos oficiales correspondientes al periodo 2010–
2017. Se aplicaron modelos econométricos MCO simples, con ecuaciones independientes para cada
variable económica: PBI regional, inversión privada, exportaciones e inversiones paralizadas. El diseño
permite identificar patrones asociados a la variación anual de los conflictos socioambientales.
La población está constituida por el conjunto de indicadores económicos y registros oficiales de
conflictividad socioambiental de la región Cajamarca entre 2010 y 2017, incluyendo: Número total de
conflictos socioambientales (Defensoría del Pueblo), PBI regional (BCRP – INEI), inversión privada
regional (BCRP – PRODUCE), exportaciones (SUNAT) e inversiones paralizadas y producción no
ejecutada (MINEM, SNMPE)
De otra parte, se trabajó con una muestra censal, ya que se utilizaron todos los datos disponibles
correspondientes a los ocho años analizados (2010–2017). No se empleó muestreo probabilístico debido
a que la naturaleza de la investigación exige trabajar con la totalidad de los valores anuales reportados.
Respecto a las técnicas utilizadas, se emplearon dos técnicas principales: Revisión documental
especializada para obtener datos de fuentes oficiales y literatura científica relevante y la recolección de
datos secundarios mediante registros estadísticos de instituciones públicas. Asimismo, los instrumentos
utilizados fueron: Bases de datos del BCRP (Banco Central de Reserva del Perú), INEI (Instituto
nacional de estadística e Informática), Defensoría del Pueblo, MINEM (Ministerio de Energía y Minas),
SUNAT (Superintendencia Nacional de Aduanas y de Administración Tributaria) y SNMPE (Sociedad
Nacional de Minería, Petróleo y Energía), fichas de extracción de información y matrices de
sistematización de datos anuales.
Con relación a las técnicas de procesamiento, análisis y discusión de resultados, El procesamiento
incluyó:
Se empleó el método cuantitativo, con énfasis en la estimación econométrica y el análisis descriptivo
de tendencias. Este enfoque permitió evaluar el impacto de los conflictos socioambientales mineros
sobre indicadores económicos clave, mediante la medición estadística de la relación entre las variables
de interés. Se complementó con revisión documental especializada para sustentar la interpretación de
los resultados.
El estudio tiene un diseño no experimental, longitudinal y de carácter explicativo-descriptivo. No se
manipulan variables, sino que se analizan datos históricos oficiales correspondientes al periodo 2010–
2017. Se aplicaron modelos econométricos MCO simples, con ecuaciones independientes para cada
variable económica: PBI regional, inversión privada, exportaciones e inversiones paralizadas. El diseño
permite identificar patrones asociados a la variación anual de los conflictos socioambientales.
La población está constituida por el conjunto de indicadores económicos y registros oficiales de
conflictividad socioambiental de la región Cajamarca entre 2010 y 2017, incluyendo: Número total de
conflictos socioambientales (Defensoría del Pueblo), PBI regional (BCRP – INEI), inversión privada
regional (BCRP – PRODUCE), exportaciones (SUNAT) e inversiones paralizadas y producción no
ejecutada (MINEM, SNMPE)
De otra parte, se trabajó con una muestra censal, ya que se utilizaron todos los datos disponibles
correspondientes a los ocho años analizados (2010–2017). No se empleó muestreo probabilístico debido
a que la naturaleza de la investigación exige trabajar con la totalidad de los valores anuales reportados.
Respecto a las técnicas utilizadas, se emplearon dos técnicas principales: Revisión documental
especializada para obtener datos de fuentes oficiales y literatura científica relevante y la recolección de
datos secundarios mediante registros estadísticos de instituciones públicas. Asimismo, los instrumentos
utilizados fueron: Bases de datos del BCRP (Banco Central de Reserva del Perú), INEI (Instituto
nacional de estadística e Informática), Defensoría del Pueblo, MINEM (Ministerio de Energía y Minas),
SUNAT (Superintendencia Nacional de Aduanas y de Administración Tributaria) y SNMPE (Sociedad
Nacional de Minería, Petróleo y Energía), fichas de extracción de información y matrices de
sistematización de datos anuales.
Con relación a las técnicas de procesamiento, análisis y discusión de resultados, El procesamiento
incluyó:
pág. 8706
Organización de datos en Excel y matrices estadísticas, construcción de series anuales comparativas,
estimación de modelos econométricos MCO simples para cada variable económica, elaboración de
tablas de resultados con coeficientes, significancia estadística y gráficos descriptivos y análisis de
variación temporal de la conflictividad.
Finalmente, el análisis se desarrolló en tres fases: análisis descriptivo de tendencias y variaciones
interanuales, estimación econométrica para evaluar el impacto directo de los conflictos y discusión
interpretativa, comparando los resultados con antecedentes nacionales e internacionales y con la
dinámica económica regional.
Presentación de Resultados
Conflictos socioambientales mineros en Cajamarca (2010–2017)
Durante el periodo 2010–2017, la región Cajamarca registró una de las más altas tasas de conflictividad
socioambiental minera del país. La Defensoría del Pueblo informó que los conflictos asociados a la
actividad minera se mantuvieron de manera continua, alcanzando picos significativos entre 2011 y
2013, principalmente vinculados a los proyectos Conga, Yanacocha y La Zanja. Al respecto, la
evolución anual muestra que: durante el periodo 2010-2011 hubo un incremento sostenido de conflictos
latentes y activos; el año 2012 fue un año de mayor conflictividad, con múltiples eventos de
paralización, protestas y enfrentamientos; el periodo 2013-2014 se caracterizó una disminución relativa,
aunque con permanencia de conflictos activos; y en el periodo 2015-2017 fue una etapa de
estabilización en niveles moderados, sin resoluciones definitivas.
Figura 1 Conflictos socioambientales (activos y latentes) 2010-2017
Nota. Esta figura representa el número de conflictos según la defensoría del Pueblo, en base a loa reportes anuales.
Organización de datos en Excel y matrices estadísticas, construcción de series anuales comparativas,
estimación de modelos econométricos MCO simples para cada variable económica, elaboración de
tablas de resultados con coeficientes, significancia estadística y gráficos descriptivos y análisis de
variación temporal de la conflictividad.
Finalmente, el análisis se desarrolló en tres fases: análisis descriptivo de tendencias y variaciones
interanuales, estimación econométrica para evaluar el impacto directo de los conflictos y discusión
interpretativa, comparando los resultados con antecedentes nacionales e internacionales y con la
dinámica económica regional.
Presentación de Resultados
Conflictos socioambientales mineros en Cajamarca (2010–2017)
Durante el periodo 2010–2017, la región Cajamarca registró una de las más altas tasas de conflictividad
socioambiental minera del país. La Defensoría del Pueblo informó que los conflictos asociados a la
actividad minera se mantuvieron de manera continua, alcanzando picos significativos entre 2011 y
2013, principalmente vinculados a los proyectos Conga, Yanacocha y La Zanja. Al respecto, la
evolución anual muestra que: durante el periodo 2010-2011 hubo un incremento sostenido de conflictos
latentes y activos; el año 2012 fue un año de mayor conflictividad, con múltiples eventos de
paralización, protestas y enfrentamientos; el periodo 2013-2014 se caracterizó una disminución relativa,
aunque con permanencia de conflictos activos; y en el periodo 2015-2017 fue una etapa de
estabilización en niveles moderados, sin resoluciones definitivas.
Figura 1 Conflictos socioambientales (activos y latentes) 2010-2017
Nota. Esta figura representa el número de conflictos según la defensoría del Pueblo, en base a loa reportes anuales.
pág. 8707
Figura 2 PBI de la Región Cajamarca 2010-2017
Nota. Esta figura representa el PBI de Cajamarca según los informes anuales del INEI (2010-2017).
El comportamiento de la conflictividad a lo largo de los ocho años analizados en la figura 1, indica que
la mayoría de los conflictos estaban vinculados directamente con actividades mineras, con impactos
directos sobre la seguridad jurídica, la inversión y la actividad productiva regional. En cambio, los
problemas de conflictividad social originados en la región constituyen la segunda gran causa.
Producto Bruto Interno (PBI) de la Región Cajamarca (2010-2017)
El PBI regional mostró una tendencia fluctuante asociada a la variabilidad en la producción minera y a
los efectos de los conflictos socioambientales. Entre los hallazgos principales destacan: el Crecimiento
positivo entre 2010 y 2011, impulsado por la actividad extractiva; Caída significativa en 2012,
coincidiendo con el pico de conflictividad; recuperación parcial entre 2014 y 2015, gracias a la
estabilización de operaciones mineras y el estancamiento en 2016–2017, reflejando limitaciones
estructurales y persistencia de conflictos no resueltos.
Nota. Esta figura representa el PBI de Cajamarca según los informes anuales del INEI (2010-2017).
De lo expuesto, se puede deducir que el PBI minero, componente fundamental de la economía regional,
fue el más afectado por la conflictividad, reduciéndose notablemente en los años de menor producción.
Esto evidencia la alta sensibilidad del PBI de Cajamarca frente a los eventos socioambientales.
Inversión privada en Cajamarca (2010-2017)
De acuerdo con las cifras del BCRP, durante el período 2010-2017, Cajamarca ha atraído importante
inversión privada relacionada con la minería. Según el MINEM, en este sector las inversiones en el
Figura 2 PBI de la Región Cajamarca 2010-2017
Nota. Esta figura representa el PBI de Cajamarca según los informes anuales del INEI (2010-2017).
El comportamiento de la conflictividad a lo largo de los ocho años analizados en la figura 1, indica que
la mayoría de los conflictos estaban vinculados directamente con actividades mineras, con impactos
directos sobre la seguridad jurídica, la inversión y la actividad productiva regional. En cambio, los
problemas de conflictividad social originados en la región constituyen la segunda gran causa.
Producto Bruto Interno (PBI) de la Región Cajamarca (2010-2017)
El PBI regional mostró una tendencia fluctuante asociada a la variabilidad en la producción minera y a
los efectos de los conflictos socioambientales. Entre los hallazgos principales destacan: el Crecimiento
positivo entre 2010 y 2011, impulsado por la actividad extractiva; Caída significativa en 2012,
coincidiendo con el pico de conflictividad; recuperación parcial entre 2014 y 2015, gracias a la
estabilización de operaciones mineras y el estancamiento en 2016–2017, reflejando limitaciones
estructurales y persistencia de conflictos no resueltos.
Nota. Esta figura representa el PBI de Cajamarca según los informes anuales del INEI (2010-2017).
De lo expuesto, se puede deducir que el PBI minero, componente fundamental de la economía regional,
fue el más afectado por la conflictividad, reduciéndose notablemente en los años de menor producción.
Esto evidencia la alta sensibilidad del PBI de Cajamarca frente a los eventos socioambientales.
Inversión privada en Cajamarca (2010-2017)
De acuerdo con las cifras del BCRP, durante el período 2010-2017, Cajamarca ha atraído importante
inversión privada relacionada con la minería. Según el MINEM, en este sector las inversiones en el
pág. 8708
periodo analizado alcanzaron US$ 5,529 millones. Gold Fields La Cima y Yanacocha, fueron las dos
empresas que más invirtieron en la región.
La inversión proveniente de la empresa Yanacocha, se orientó a importantes proyectos. En primer lugar,
la construcción del molino de oro, el cual inició sus operaciones en abril de 2008. En segundo lugar, se
destinaron US$ 1,672 millones para el proyecto Conga; luego, se propició la edificación de la planta en
el sector Este (pampa larga), cuya inversión estuvo destinada al tratamiento de aguas ácidas, así como
para la extensión de los campos de lixiviación de oro en Maqui Maqui, Carachugo, Yanacocha y La
Quinua. Igualmente, se posibilitó la construcción de la carretera a Kuntur Wasi y los trabajos de
desarrollo de las minas El Tapado Oeste, del tajo Chaquicocha y del tajo Cerro Negro, entre otros.
Por su parte, Gold Fields La Cima, invirtió preferentemente en la edificación de la planta de
procesamiento de mineral, lo cual coincidió con el inicio de los trabajos de explotación en agosto de
2008. Posteriormente, se destinaron inversiones a la instalación de infraestructura y adquisición de
equipos para explotación. En lo que respecta a la empresa minera Tantahuatay, ubicada en el distrito de
Hualgayoc, inició sus operaciones en el año 2011. Su producción alcanzada entre los años 2011 y 2017
fue de 130 mil onzas anuales de oro en promedio. En dicha empresa, Buenaventura tuvo una
participación del 40,1% de las acciones, Southern Copper 44,2% y la privada ESPRO 15,7%. Según
datos de la Compañía Minera Buenaventura, Tantahuatay entregó una inversión total de US$ 81,9
millones, estableciéndose está de acuerdo con el nivel porcentual de acciones de cada compañía.
De otro lado, la empresa minera La Zanja donde la Compañía Buenaventura es propietaria, inició sus
operaciones en setiembre de 2010 con una inversión de US$ 69 millones para la edificación de su planta
de tratamiento de minerales y US$12 millones para capital de trabajo. Esta compañía se ubica en el
caserío La Zanja que pertenece al distrito de Pulán, provincia de Santa Cruz (Cajamarca). Este lugar se
encuentra a una altitud de 3, 500 metros sobre el nivel del mar. Las operaciones de este proyecto minero
permiten el procesamiento de 17,3 millones de toneladas métricas de mineral, cuya producción
promedio alcanza a 15 mil toneladas métricas anuales, logrando como resultado una producción anual
de 100 mil onzas de oro y 200 mil onzas de plata.
periodo analizado alcanzaron US$ 5,529 millones. Gold Fields La Cima y Yanacocha, fueron las dos
empresas que más invirtieron en la región.
La inversión proveniente de la empresa Yanacocha, se orientó a importantes proyectos. En primer lugar,
la construcción del molino de oro, el cual inició sus operaciones en abril de 2008. En segundo lugar, se
destinaron US$ 1,672 millones para el proyecto Conga; luego, se propició la edificación de la planta en
el sector Este (pampa larga), cuya inversión estuvo destinada al tratamiento de aguas ácidas, así como
para la extensión de los campos de lixiviación de oro en Maqui Maqui, Carachugo, Yanacocha y La
Quinua. Igualmente, se posibilitó la construcción de la carretera a Kuntur Wasi y los trabajos de
desarrollo de las minas El Tapado Oeste, del tajo Chaquicocha y del tajo Cerro Negro, entre otros.
Por su parte, Gold Fields La Cima, invirtió preferentemente en la edificación de la planta de
procesamiento de mineral, lo cual coincidió con el inicio de los trabajos de explotación en agosto de
2008. Posteriormente, se destinaron inversiones a la instalación de infraestructura y adquisición de
equipos para explotación. En lo que respecta a la empresa minera Tantahuatay, ubicada en el distrito de
Hualgayoc, inició sus operaciones en el año 2011. Su producción alcanzada entre los años 2011 y 2017
fue de 130 mil onzas anuales de oro en promedio. En dicha empresa, Buenaventura tuvo una
participación del 40,1% de las acciones, Southern Copper 44,2% y la privada ESPRO 15,7%. Según
datos de la Compañía Minera Buenaventura, Tantahuatay entregó una inversión total de US$ 81,9
millones, estableciéndose está de acuerdo con el nivel porcentual de acciones de cada compañía.
De otro lado, la empresa minera La Zanja donde la Compañía Buenaventura es propietaria, inició sus
operaciones en setiembre de 2010 con una inversión de US$ 69 millones para la edificación de su planta
de tratamiento de minerales y US$12 millones para capital de trabajo. Esta compañía se ubica en el
caserío La Zanja que pertenece al distrito de Pulán, provincia de Santa Cruz (Cajamarca). Este lugar se
encuentra a una altitud de 3, 500 metros sobre el nivel del mar. Las operaciones de este proyecto minero
permiten el procesamiento de 17,3 millones de toneladas métricas de mineral, cuya producción
promedio alcanza a 15 mil toneladas métricas anuales, logrando como resultado una producción anual
de 100 mil onzas de oro y 200 mil onzas de plata.
pág. 8709
De acuerdo con el informe anual del Ministerio de Comercio Exterior y Turismo (MINCETUR),
en el sector comercial, Cajamarca se vio beneficiada con la inversión privada proveniente del grupo
Ekimed, el mismo que construyó el primer centro comercial “El Quinde”, invirtiendo en su primera
etapa cerca de US$ 10 millones; luego en los años 2010 y 2011 para efectos de ampliación de la
infraestructura desembolsó US$ 8 millones. Por su parte, la empresa comercial Cencosud que inició sus
operaciones comerciales en Cajamarca el 2011, invirtió para la construcción de un segundo local
denominado Hipermercados Metro, un promedio de US$ 8 millones.
Próximamente, tres años después se inauguró el Centro Comercial Real Plaza, que ocupa un área total
de 70,000 m2. En este centro comercial se ubican una diversidad de tiendas, muchas de ellas son
descentralizadas de importantes marcas comerciales ubicadas en lima, como son: Ripley, Promart,
Oechsle, Plaza Vea y Cineplanet. Se estima que para la construcción de este local se invirtió
aproximadamente US$ 34 millones. Igualmente, en diciembre de 2014 se puso en funcionamiento el
Centro Comercial Open Plaza Cajamarca sobre un terreno de 24,000 m2, aquí se ubican tiendas como
Tottus y Sodimac, en dicha área se ha distribuido espacios debidamente acondicionados para la
exposición y venta de vehículos, así como para la cadena de cines Cinemark. La edificación de este
centro comercial demandó una inversión aproximada de S/ 150 millones.
De otra parte, la inversión privada presentó una marcada volatilidad durante el periodo analizado,
influenciada principalmente por la percepción de riesgo y los niveles de conflictividad: fuerte
contracción durante 2011–2013, debido a la suspensión o cancelación de proyectos mineros y retrasos
en la ejecución de inversiones planificadas; estabilización moderada a partir de 2014, aunque sin
recuperar los niveles preconflicto y la persistencia de un clima de incertidumbre, afectando nuevos
flujos de inversión nacional y extranjera.
En tal propósito, los registros del BCRP confirman que los años de mayor conflictividad coincidieron
con reducciones abruptas de la inversión en infraestructura minera y proyectos industriales asociados,
afectando la dinámica de la inversión privada regional.
Exportaciones de la región Cajamarca (2010-2017)
Las exportaciones regionales mostraron un comportamiento directamente vinculado al desempeño del
sector minero, principal motor exportador de Cajamarca, propiciando: un incremento moderado en
De acuerdo con el informe anual del Ministerio de Comercio Exterior y Turismo (MINCETUR),
en el sector comercial, Cajamarca se vio beneficiada con la inversión privada proveniente del grupo
Ekimed, el mismo que construyó el primer centro comercial “El Quinde”, invirtiendo en su primera
etapa cerca de US$ 10 millones; luego en los años 2010 y 2011 para efectos de ampliación de la
infraestructura desembolsó US$ 8 millones. Por su parte, la empresa comercial Cencosud que inició sus
operaciones comerciales en Cajamarca el 2011, invirtió para la construcción de un segundo local
denominado Hipermercados Metro, un promedio de US$ 8 millones.
Próximamente, tres años después se inauguró el Centro Comercial Real Plaza, que ocupa un área total
de 70,000 m2. En este centro comercial se ubican una diversidad de tiendas, muchas de ellas son
descentralizadas de importantes marcas comerciales ubicadas en lima, como son: Ripley, Promart,
Oechsle, Plaza Vea y Cineplanet. Se estima que para la construcción de este local se invirtió
aproximadamente US$ 34 millones. Igualmente, en diciembre de 2014 se puso en funcionamiento el
Centro Comercial Open Plaza Cajamarca sobre un terreno de 24,000 m2, aquí se ubican tiendas como
Tottus y Sodimac, en dicha área se ha distribuido espacios debidamente acondicionados para la
exposición y venta de vehículos, así como para la cadena de cines Cinemark. La edificación de este
centro comercial demandó una inversión aproximada de S/ 150 millones.
De otra parte, la inversión privada presentó una marcada volatilidad durante el periodo analizado,
influenciada principalmente por la percepción de riesgo y los niveles de conflictividad: fuerte
contracción durante 2011–2013, debido a la suspensión o cancelación de proyectos mineros y retrasos
en la ejecución de inversiones planificadas; estabilización moderada a partir de 2014, aunque sin
recuperar los niveles preconflicto y la persistencia de un clima de incertidumbre, afectando nuevos
flujos de inversión nacional y extranjera.
En tal propósito, los registros del BCRP confirman que los años de mayor conflictividad coincidieron
con reducciones abruptas de la inversión en infraestructura minera y proyectos industriales asociados,
afectando la dinámica de la inversión privada regional.
Exportaciones de la región Cajamarca (2010-2017)
Las exportaciones regionales mostraron un comportamiento directamente vinculado al desempeño del
sector minero, principal motor exportador de Cajamarca, propiciando: un incremento moderado en
pág. 8710
2010–2011, en línea con precios internacionales favorables; una reducción pronunciada en 2012–2013,
debido a la menor producción minera y suspensión temporal de operaciones; así como, la recuperación
parcial entre 2014 y 2016, asociada a la normalización gradual de actividades; y un estancamiento en
2017, con niveles inferiores a los observados al inicio del periodo. En la figura 3 se muestra las
exportaciones de la Región Cajamarca durante el periodo 201-2017.
Igualmente, las exportaciones de oro, cobre y productos metálicos fueron las más afectadas,
confirmando que los conflictos socioambientales se tradujeron en pérdidas comerciales y reducción de
los ingresos regionales por exportación.
En síntesis, la evolución de los cuatro indicadores evidencia que: los conflictos socioambientales
alcanzaron niveles críticos entre 2011–2013; el PBI regional, la inversión privada y las exportaciones
exhibieron caídas simultáneas en esos años; y existen patrones temporales coincidentes, compatibles
con un impacto económico negativo. Estos resultados respaldan el análisis econométrico posterior y
constituyen la base para la discusión, confirmación de hipótesis y diseño del modelo de gestión
estratégica.
ANÁLISIS, INTERPRETACIÓN Y DISCUSIÓN DE RESULTADOS
Conflictos socioambientales mineros y dinámica económica
Los resultados muestran que Cajamarca experimentó altos niveles de conflictividad socioambiental
minera entre 2010 y 2017, con un punto crítico en 2012 (ver figura1). Este periodo coincidió con:
paralización del proyecto Conga; reducción significativa de operaciones mineras; y disminución
2010–2011, en línea con precios internacionales favorables; una reducción pronunciada en 2012–2013,
debido a la menor producción minera y suspensión temporal de operaciones; así como, la recuperación
parcial entre 2014 y 2016, asociada a la normalización gradual de actividades; y un estancamiento en
2017, con niveles inferiores a los observados al inicio del periodo. En la figura 3 se muestra las
exportaciones de la Región Cajamarca durante el periodo 201-2017.
Igualmente, las exportaciones de oro, cobre y productos metálicos fueron las más afectadas,
confirmando que los conflictos socioambientales se tradujeron en pérdidas comerciales y reducción de
los ingresos regionales por exportación.
En síntesis, la evolución de los cuatro indicadores evidencia que: los conflictos socioambientales
alcanzaron niveles críticos entre 2011–2013; el PBI regional, la inversión privada y las exportaciones
exhibieron caídas simultáneas en esos años; y existen patrones temporales coincidentes, compatibles
con un impacto económico negativo. Estos resultados respaldan el análisis econométrico posterior y
constituyen la base para la discusión, confirmación de hipótesis y diseño del modelo de gestión
estratégica.
ANÁLISIS, INTERPRETACIÓN Y DISCUSIÓN DE RESULTADOS
Conflictos socioambientales mineros y dinámica económica
Los resultados muestran que Cajamarca experimentó altos niveles de conflictividad socioambiental
minera entre 2010 y 2017, con un punto crítico en 2012 (ver figura1). Este periodo coincidió con:
paralización del proyecto Conga; reducción significativa de operaciones mineras; y disminución
pág. 8711
simultánea en PBI, exportaciones e inversión privada. Esta coincidencia temporal respalda la hipótesis
de que los conflictos generan impacto económico negativo, afectando la estabilidad productiva y
disminuyendo la confianza inversionista.
En primer término, partiendo de la conceptualización de la teoría de conflictos de Galtung (2004) se
elaboró el modelo econométrico MCO simple del número de conflictos socioambientales mineros
activos, del modo siguiente:
Confl (s)= f (Ex; PBI_pot; Pérdidas_PBI) (1)
Dónde:
Confl (s): Número de conflictos socioambientales mineros
Ex: Externalidad que propician los conflictos socioambientales mineros
PBI_pot: PBI potencial (desempleo bajo y producción alta: tasa de desempleo)
Pérdidas_PBI: Monto de inversión paralizada.
Impacto de los conflictos socioambientales mineros en el PBI regional
La caída del PBI en 2012–2013 refleja directamente la disminución en la producción minera asociada
a los eventos de conflictividad. El PBI minero es la variable más sensible, lo cual confirma la alta
dependencia regional del sector extractivo. Precisamente, en comparación con el promedio 2010–2011,
el PBI minero presentó caídas relevantes en los años de mayor tensión social, lo que sugiere un vínculo
causal entre conflictividad y actividad económica.
Para medir el impacto de los conflictos socioambientales mineros en la economía regional, es suficiente
con determinar la diferencia en el crecimiento económico de Cajamarca, ocasionada por la pérdida en
dichos conflictos. Esto explicará de modo alguno la influencia que tuvieron los conflictos mineros en
términos cuantitativos del PBI.
Para precisar mejor, basta con señalar que la economía de Cajamarca se mide por el PBI, que de acuerdo
con la figura 4, ha mantenido entre los años 2010 y 2017 una tendencia ascendente del 10% hasta el
año 2012 (máximo crecimiento en dicho periodo), para luego registrar un decrecimiento del 6% hasta
el año 2016, debido al impacto de los conflictos en la minería, para finalmente crecer el año siguiente
en 2.8% por efecto del aumento en las exportaciones, pese a mantenerse el mismo número de conflictos.
simultánea en PBI, exportaciones e inversión privada. Esta coincidencia temporal respalda la hipótesis
de que los conflictos generan impacto económico negativo, afectando la estabilidad productiva y
disminuyendo la confianza inversionista.
En primer término, partiendo de la conceptualización de la teoría de conflictos de Galtung (2004) se
elaboró el modelo econométrico MCO simple del número de conflictos socioambientales mineros
activos, del modo siguiente:
Confl (s)= f (Ex; PBI_pot; Pérdidas_PBI) (1)
Dónde:
Confl (s): Número de conflictos socioambientales mineros
Ex: Externalidad que propician los conflictos socioambientales mineros
PBI_pot: PBI potencial (desempleo bajo y producción alta: tasa de desempleo)
Pérdidas_PBI: Monto de inversión paralizada.
Impacto de los conflictos socioambientales mineros en el PBI regional
La caída del PBI en 2012–2013 refleja directamente la disminución en la producción minera asociada
a los eventos de conflictividad. El PBI minero es la variable más sensible, lo cual confirma la alta
dependencia regional del sector extractivo. Precisamente, en comparación con el promedio 2010–2011,
el PBI minero presentó caídas relevantes en los años de mayor tensión social, lo que sugiere un vínculo
causal entre conflictividad y actividad económica.
Para medir el impacto de los conflictos socioambientales mineros en la economía regional, es suficiente
con determinar la diferencia en el crecimiento económico de Cajamarca, ocasionada por la pérdida en
dichos conflictos. Esto explicará de modo alguno la influencia que tuvieron los conflictos mineros en
términos cuantitativos del PBI.
Para precisar mejor, basta con señalar que la economía de Cajamarca se mide por el PBI, que de acuerdo
con la figura 4, ha mantenido entre los años 2010 y 2017 una tendencia ascendente del 10% hasta el
año 2012 (máximo crecimiento en dicho periodo), para luego registrar un decrecimiento del 6% hasta
el año 2016, debido al impacto de los conflictos en la minería, para finalmente crecer el año siguiente
en 2.8% por efecto del aumento en las exportaciones, pese a mantenerse el mismo número de conflictos.
pág. 8712
Al hacer la comparación entre el índice de incremento del PBI real con el nivel de producción máximo
del PBI (figura 5), se observa que tras el conflicto del proyecto Conga en noviembre del 2011 y la
estacionalidad de tales conflictos del 2012 al 2014, la economía se ha mantenido por encima de su
potencial, en contraste al periodo 2014-2017, donde aumentó el número de conflictos, pero fue
precisamente en este periodo en el que se propició el mayor incremento de las explotaciones mineras,
debido al creciente aumento de los precios del cobre y del oro en el mercado internacional.
Lo expresado anteriormente explica que el incremento de los conflictos socioambientales mineros,
originados mayormente por el quebrantamiento de los acuerdos establecidos por parte de las diversas
empresas extractivas mineras, no necesariamente conduce a una disminución del crecimiento de la
economía regional, pero lo que sí realmente tiene impacto directo es en la disminución de las
exportaciones.
Figura 5 Variaciones porcentuales entre PBI real y el PBI potencial, periodo 2010-2017
Nota. Esta figura representa las variaciones del PBI según datos anuales del BCRP- INEI (2010-2017).
Figura 6 Variaciones porcentuales entre PBI real y el PBI esperado, periodo 2010-2017
Nota. Esta figura representa las variaciones del PBI según datos anuales del marco macroeconómico multianual del BCRP (2010-2017).
Al hacer la comparación entre el índice de incremento del PBI real con el nivel de producción máximo
del PBI (figura 5), se observa que tras el conflicto del proyecto Conga en noviembre del 2011 y la
estacionalidad de tales conflictos del 2012 al 2014, la economía se ha mantenido por encima de su
potencial, en contraste al periodo 2014-2017, donde aumentó el número de conflictos, pero fue
precisamente en este periodo en el que se propició el mayor incremento de las explotaciones mineras,
debido al creciente aumento de los precios del cobre y del oro en el mercado internacional.
Lo expresado anteriormente explica que el incremento de los conflictos socioambientales mineros,
originados mayormente por el quebrantamiento de los acuerdos establecidos por parte de las diversas
empresas extractivas mineras, no necesariamente conduce a una disminución del crecimiento de la
economía regional, pero lo que sí realmente tiene impacto directo es en la disminución de las
exportaciones.
Figura 5 Variaciones porcentuales entre PBI real y el PBI potencial, periodo 2010-2017
Nota. Esta figura representa las variaciones del PBI según datos anuales del BCRP- INEI (2010-2017).
Figura 6 Variaciones porcentuales entre PBI real y el PBI esperado, periodo 2010-2017
Nota. Esta figura representa las variaciones del PBI según datos anuales del marco macroeconómico multianual del BCRP (2010-2017).
pág. 8713
De otra parte, equivalente actuación se advierte cuando se contrasta el índice de incremento del
Producto Bruto Interno real con la perspectiva de aumento de los actores económicos, en controversia
con la medición efectuada por el MEF tomando en consideración el contexto macroeconómico
multianual, lo cual se expresa en la figura 6.
Según la figura 6, en el periodo 2010 – 2013 en que se incrementó el Producto Bruto Interno real por
encima del PBI esperado y de la expectativa generada por los principales actores económicos, también
coincidió con la reducción de los precios de los minerales en el mercado internacional, con relación a
los alcanzados anteriormente; y, sobre todo, en los años de mayores conflictos. Todo ello entra en
contraposición con el planteamiento de que es la actividad minera el mayor aporte de la estructura
sectorial del PBI departamental en relación con otros sectores; sobre todo, en su fase operativa.
Finalmente, estos enfoques enfatizan indudablemente la dependencia económica de Cajamarca a las
actividades de extracción minera.
De los datos analizados deducimos que desde el año 2010, Cajamarca viene obteniendo el nivel de
producción máximo en relación con su PBI, mayor a las expectativas propiciadas por los actores
económicos, concordante con el periodo en que debieron iniciar los más trascendentales proyectos
mineros. En tal situación, se ha incorporado como indicador el índice de pérdida del PBI, debido a los
conflictos socioambientales como variable exógena del Producto Bruto Interno real y de este modo,
obtener un “Producto Bruto Interno mejorado”; vale decir, un PBI proveniente de los proyectos mineros
seleccionados si estos se hubieran materializado.
De otro lado, de acuerdo con el BCRP (2017), en el periodo 2010 a 2012 la disparidad entre el PBI real
y el PBI mejorado alcanzó la suma de S/. 11,200 millones. Respecto a la variación porcentual la
economía creció a una tasa real de 6.8 %. Sin embargo, en dicho periodo, si se hubieran ejecutado los
proyectos mineros que fueron suspendidos debido a los conflictos socioambientales originados por las
zonas circundantes al área de explotación minera, como fue el caso de Conga, cuyo crecimiento debió
ser del 2.8 % promedio anual. Tal desigualdad es similar a un incremento promedio anual de un punto
porcentual, tal como se muestra en las figuras 7 y 8.
De otra parte, equivalente actuación se advierte cuando se contrasta el índice de incremento del
Producto Bruto Interno real con la perspectiva de aumento de los actores económicos, en controversia
con la medición efectuada por el MEF tomando en consideración el contexto macroeconómico
multianual, lo cual se expresa en la figura 6.
Según la figura 6, en el periodo 2010 – 2013 en que se incrementó el Producto Bruto Interno real por
encima del PBI esperado y de la expectativa generada por los principales actores económicos, también
coincidió con la reducción de los precios de los minerales en el mercado internacional, con relación a
los alcanzados anteriormente; y, sobre todo, en los años de mayores conflictos. Todo ello entra en
contraposición con el planteamiento de que es la actividad minera el mayor aporte de la estructura
sectorial del PBI departamental en relación con otros sectores; sobre todo, en su fase operativa.
Finalmente, estos enfoques enfatizan indudablemente la dependencia económica de Cajamarca a las
actividades de extracción minera.
De los datos analizados deducimos que desde el año 2010, Cajamarca viene obteniendo el nivel de
producción máximo en relación con su PBI, mayor a las expectativas propiciadas por los actores
económicos, concordante con el periodo en que debieron iniciar los más trascendentales proyectos
mineros. En tal situación, se ha incorporado como indicador el índice de pérdida del PBI, debido a los
conflictos socioambientales como variable exógena del Producto Bruto Interno real y de este modo,
obtener un “Producto Bruto Interno mejorado”; vale decir, un PBI proveniente de los proyectos mineros
seleccionados si estos se hubieran materializado.
De otro lado, de acuerdo con el BCRP (2017), en el periodo 2010 a 2012 la disparidad entre el PBI real
y el PBI mejorado alcanzó la suma de S/. 11,200 millones. Respecto a la variación porcentual la
economía creció a una tasa real de 6.8 %. Sin embargo, en dicho periodo, si se hubieran ejecutado los
proyectos mineros que fueron suspendidos debido a los conflictos socioambientales originados por las
zonas circundantes al área de explotación minera, como fue el caso de Conga, cuyo crecimiento debió
ser del 2.8 % promedio anual. Tal desigualdad es similar a un incremento promedio anual de un punto
porcentual, tal como se muestra en las figuras 7 y 8.
pág. 8714
Figura 7 PBI real versus PBI optimizado2010-2017
Nota. Esta figura representa las variaciones del PBI real versus el PBI optimizado según datos anuales del marco
macroeconómico multianual del BCRP (2010-2017).
Figura 8 PBI real versus PBI optimizado con variaciones porcentuales (%) 2010-2017
Nota. Esta figura representa las variaciones porcentuales entre el PBI real y el PBI real optimizado, según datos anuales del
marco macroeconómico multianual del BCRP (2010-2017).
En segundo término, se elaboró el modelo lineal del PBI en relación con los actores económicos, la
cantidad de conflictos socioambientales generados, y las pérdidas producto de tales conflictos, para
después contrastar las hipótesis específicas relacionadas con la variable conflictos socioambientales
mineros y los indicadores de la economía de Cajamarca.
El modelo econométrico de la función del PBI formulado basado en la conflictividad es:
PBI= f(PBI_es, Confl(s); Pérdidas_PBI ; Fex) (2)
Dónde:
PBI: Producto Bruto Interno
PBI_es: PBI esperado según el MEF
Pérdida_PBI: Monto de la inversión paralizada deducida según la metodología del Instituto Peruano de
Economía.
Fex: Factores exógenos no imputados a los conflictos socioambientales mineros.
Figura 7 PBI real versus PBI optimizado2010-2017
Nota. Esta figura representa las variaciones del PBI real versus el PBI optimizado según datos anuales del marco
macroeconómico multianual del BCRP (2010-2017).
Figura 8 PBI real versus PBI optimizado con variaciones porcentuales (%) 2010-2017
Nota. Esta figura representa las variaciones porcentuales entre el PBI real y el PBI real optimizado, según datos anuales del
marco macroeconómico multianual del BCRP (2010-2017).
En segundo término, se elaboró el modelo lineal del PBI en relación con los actores económicos, la
cantidad de conflictos socioambientales generados, y las pérdidas producto de tales conflictos, para
después contrastar las hipótesis específicas relacionadas con la variable conflictos socioambientales
mineros y los indicadores de la economía de Cajamarca.
El modelo econométrico de la función del PBI formulado basado en la conflictividad es:
PBI= f(PBI_es, Confl(s); Pérdidas_PBI ; Fex) (2)
Dónde:
PBI: Producto Bruto Interno
PBI_es: PBI esperado según el MEF
Pérdida_PBI: Monto de la inversión paralizada deducida según la metodología del Instituto Peruano de
Economía.
Fex: Factores exógenos no imputados a los conflictos socioambientales mineros.
pág. 8715
Una interpretación del modelo es que, si aumenta el número de conflictos de manera significativa,
entonces se reduce el PBI, lo cual refleja: menor producción minera, retrasos operativos y caída del
empleo y demanda agregada regional. Desde otra perspectiva, este modelo fue utilizado para probar
la hipótesis, a partir de la determinación de los indicadores de la producción no propiciada e inversión
paralizada, lo cual establecerá el impacto de los indicadores de la conflictividad socioambiental minero
en el comportamiento de la economía. Asimismo, para evitar el problema de la autocorrelación se
determinó el cálculo de la regresión del indicador PBI de acuerdo con la tabla 1 y de manera específica,
con los indicadores de la variable independiente (conflictos socioambientales mineros).
Tabla 1 Relación entre la variable PBI y los indicadores de conflictividad mediante el modelo de
regresión
PBI Ci Stadist T Probabilidad DW R2
c (1) 32376,01 1,654214 0,0888
Confl (s) 0,734543 12,18006 0,00000 2,35462 0,965379
PBI_e 21,01032 0,236551 0,654
c (1) 28364,28 1,231643 0,1243
Confl (s) 0,924209 13,32183 0,0000 2,331737 0,683484
PBI_1 5,520265 0,087312 0,8446
c (1) -20534,01 -0,600401 0,3426
Pérdida -1,103234 -1,321453 0,2034 3,124512 0,883454
PBI_e 1,121723 5,345611 0,0001
c (1) -22334,22 -0.643562 0,3192
Pérdida -1,032235 -1.232473 0,1543 2,568322 0,984721
PBI_1 1,231622 6,634101 0,0001
c (1) 232033,8 21,53473 0,0000
Confl (s) 103,0027 0,546449 0,3723 1,504344 0,876123
Pérdida 3,894052 4,325722 0,0005
c (1) 244323,81 11,77342 0,0000
0,6321209 0,5416434Confl (s) 812,4234 2,803345 0,0022
c (1) 228136,4 26,83454 0,0000
1,245512 0,812133Pérdida 3,403459 10,23481 0,0000
Nota. Esta tabla ha sido elaborada en base a los datos proporcionados por el BCRP (2017).
En la tabla 1 se define en la columna del PBI cada parámetro estimado del modelo (2), donde:
Ci: Es el intercepto o constante
Confl(s): Número de conflictos socioambientales mineros
Pérdida. Monto estimado de pérdidas económicas por paralización
Una interpretación del modelo es que, si aumenta el número de conflictos de manera significativa,
entonces se reduce el PBI, lo cual refleja: menor producción minera, retrasos operativos y caída del
empleo y demanda agregada regional. Desde otra perspectiva, este modelo fue utilizado para probar
la hipótesis, a partir de la determinación de los indicadores de la producción no propiciada e inversión
paralizada, lo cual establecerá el impacto de los indicadores de la conflictividad socioambiental minero
en el comportamiento de la economía. Asimismo, para evitar el problema de la autocorrelación se
determinó el cálculo de la regresión del indicador PBI de acuerdo con la tabla 1 y de manera específica,
con los indicadores de la variable independiente (conflictos socioambientales mineros).
Tabla 1 Relación entre la variable PBI y los indicadores de conflictividad mediante el modelo de
regresión
PBI Ci Stadist T Probabilidad DW R2
c (1) 32376,01 1,654214 0,0888
Confl (s) 0,734543 12,18006 0,00000 2,35462 0,965379
PBI_e 21,01032 0,236551 0,654
c (1) 28364,28 1,231643 0,1243
Confl (s) 0,924209 13,32183 0,0000 2,331737 0,683484
PBI_1 5,520265 0,087312 0,8446
c (1) -20534,01 -0,600401 0,3426
Pérdida -1,103234 -1,321453 0,2034 3,124512 0,883454
PBI_e 1,121723 5,345611 0,0001
c (1) -22334,22 -0.643562 0,3192
Pérdida -1,032235 -1.232473 0,1543 2,568322 0,984721
PBI_1 1,231622 6,634101 0,0001
c (1) 232033,8 21,53473 0,0000
Confl (s) 103,0027 0,546449 0,3723 1,504344 0,876123
Pérdida 3,894052 4,325722 0,0005
c (1) 244323,81 11,77342 0,0000
0,6321209 0,5416434Confl (s) 812,4234 2,803345 0,0022
c (1) 228136,4 26,83454 0,0000
1,245512 0,812133Pérdida 3,403459 10,23481 0,0000
Nota. Esta tabla ha sido elaborada en base a los datos proporcionados por el BCRP (2017).
En la tabla 1 se define en la columna del PBI cada parámetro estimado del modelo (2), donde:
Ci: Es el intercepto o constante
Confl(s): Número de conflictos socioambientales mineros
Pérdida. Monto estimado de pérdidas económicas por paralización
pág. 8716
PBI_e: PBI estimado defasado en t
PBI_1: PBI rezagado un periodo (t-1)
La prueba de indica que Confl (s) = 12.18 es muy significativo: PBI_e = 0.23 es no significativo y
pérdida = -1.32 es no significativo.
Probabilidad (p-value): indica si el coeficiente es significativo (p<0.05). Ejemplos: Confl= 0.00000 es
muy significativo, pérdida= 0.2034 es no significativo y PBI_1= 0.8446 es no significativo.
R2 : Indica qué porcentaje del PBI es explicado por las variables incluidas. Ejemplos: R2 = 0.96 explica
96%; R2 = 0.68 explica el 68%.
Algunos modelos muestran coeficientes significativos (como Confl con p=.0000). esto sugiere que la
conflictividad socioambiental sí tiene un impacto estadísticamente significativo sobre el PBI.
Debido a la falta de autocorrelación en las regresiones calculadas, se tuvo que emplear modelos
logarítmicos cuyos resultados se presentan en la tabla 2.
Tabla 2 Relación entre la variable PBI y los indicadores de conflictos socioambientales mediante el
modelo de regresión simple expresados en logaritmos
Ln PBI Ci Stadist T Probabilidad DW R2
c (1) 10,80023 -0,430253 0,4332
Ln Confl (s) 0,001252 -1,038821 0,2383 2,234443 0,872833
Ln PBI_e 0,00000123 3,021352 0,11121
c (1) 0,40932 0,450021 0,3461
Ln Confl (s) -0,006003 -0,618142 0,3821 2,155234 0,786442
Ln PBI_1 0,857321 14,32984 0,0000
c (1) -1,481273 16,32361 0,00000
Ln Pérdida -0,102716 0,631032 0,3087 2,117134 0,895231
Ln PBI_e 1,110432 1,317324 0,1236
c (1) -1,127232 -0,424202 0,4327
Ln Pérdida -0,082074 -1,144112 0,2349 2,374464 0,862062
Ln PBI_1 1,124640 3,812133 0,0024
c (1) 11,11234 15,22342 0,0000
Ln Confl (s) 0,021532 0,229345 0,6801 1,671591 0,785024
Ln Pérdida 0,166234 3,204233 0,0064
c (1) 11,24345 60,34542 0,0000
0,65882 0,456740Ln Confl (s) 0,126785 2,513192 0,0044
c (1) 10,129876 19,55345 0,0000
1,259345 0,762596Ln Pérdida 0,236177 4,663496 0,0011
Nota. Elaboración en base a los datos proporcionados por el BCRP (2017).
PBI_e: PBI estimado defasado en t
PBI_1: PBI rezagado un periodo (t-1)
La prueba de indica que Confl (s) = 12.18 es muy significativo: PBI_e = 0.23 es no significativo y
pérdida = -1.32 es no significativo.
Probabilidad (p-value): indica si el coeficiente es significativo (p<0.05). Ejemplos: Confl= 0.00000 es
muy significativo, pérdida= 0.2034 es no significativo y PBI_1= 0.8446 es no significativo.
R2 : Indica qué porcentaje del PBI es explicado por las variables incluidas. Ejemplos: R2 = 0.96 explica
96%; R2 = 0.68 explica el 68%.
Algunos modelos muestran coeficientes significativos (como Confl con p=.0000). esto sugiere que la
conflictividad socioambiental sí tiene un impacto estadísticamente significativo sobre el PBI.
Debido a la falta de autocorrelación en las regresiones calculadas, se tuvo que emplear modelos
logarítmicos cuyos resultados se presentan en la tabla 2.
Tabla 2 Relación entre la variable PBI y los indicadores de conflictos socioambientales mediante el
modelo de regresión simple expresados en logaritmos
Ln PBI Ci Stadist T Probabilidad DW R2
c (1) 10,80023 -0,430253 0,4332
Ln Confl (s) 0,001252 -1,038821 0,2383 2,234443 0,872833
Ln PBI_e 0,00000123 3,021352 0,11121
c (1) 0,40932 0,450021 0,3461
Ln Confl (s) -0,006003 -0,618142 0,3821 2,155234 0,786442
Ln PBI_1 0,857321 14,32984 0,0000
c (1) -1,481273 16,32361 0,00000
Ln Pérdida -0,102716 0,631032 0,3087 2,117134 0,895231
Ln PBI_e 1,110432 1,317324 0,1236
c (1) -1,127232 -0,424202 0,4327
Ln Pérdida -0,082074 -1,144112 0,2349 2,374464 0,862062
Ln PBI_1 1,124640 3,812133 0,0024
c (1) 11,11234 15,22342 0,0000
Ln Confl (s) 0,021532 0,229345 0,6801 1,671591 0,785024
Ln Pérdida 0,166234 3,204233 0,0064
c (1) 11,24345 60,34542 0,0000
0,65882 0,456740Ln Confl (s) 0,126785 2,513192 0,0044
c (1) 10,129876 19,55345 0,0000
1,259345 0,762596Ln Pérdida 0,236177 4,663496 0,0011
Nota. Elaboración en base a los datos proporcionados por el BCRP (2017).
pág. 8717
De acuerdo con los resultados de la tabla 2 se puede deducir que aun cuando se logre convertir los
indicadores de los conflictos socioambientales mineros a logaritmos, no es posible corregir los
inconvenientes identificados, esto se debe particularmente al número de observaciones que resulta muy
pequeño. No obstante, tanto en la tabla 1 como en la tabla 2, se observa que la relación entre el PBI y
la cantidad de conflictos mediante el modelo de regresión simple, así como en las pérdidas, que la
dificultad en la autocorrelación es adaptable, aun cuando el indicador número de conflictos no consigue
alcanzar un nivel significativo al 95% de confianza.
De acuerdo con el análisis efectuado, se notan correlaciones positivas entre el PBI, el número de
conflictos y las pérdidas generadas por estos, esta aseveración tiene una explicación debido a que la
conflictividad no es sino la externalidad del crecimiento económico a nivel departamental.
Finalmente, debido a que los proyectos paralizados pertenecen a la minería, se constituyeron
regresiones de la variable conflictos socioambientales relacionados con el PBI del sector. Esto con el
propósito de confirmar que las dificultades de autocorrelación y sobre todo del nivel significativo al
95% de confianza, tienen su sustento en el pequeño número de observaciones. En la tabla 3 se presenta
el cálculo de la regresión lineal simple del indicador del PBI orientado al sector minero en relación con
los indicadores de la variable conflictos socioambientales originados en minería.
Tabla 3 Cálculo de la regresión lineal simple del indicador del PBI orientado al sector minero en
relación con los indicadores de la variable conflictos socioambientales originados en minería
PBI min Ci Stadist T Probabilidad DW R2
c (1) 1192,231 0,109168 0,9785
3,389111 0,784972Confl (s) -12,23452 -0,532585 0,4802
PBI min_1 1,028319 2,689492 0,0021
c (1) 81380,90 0,707194 0,5527
2,003981 0,543832(Ip +Pp) 0,347344 0,856267 0,4821
PBI min_1 -0,701545 -0,292653 0,7974
c (1) 56206,75 2,527200 0.1273
3,426744 0,6432873Confl (s) -49,98114 -0,386170 0.7366
(Ip +Pp) 0,211632 1,730413 0.2257
Nota. Elaboración en base a los datos proporcionados por el BCRP (2017).
Por otro lado, con la variable PBI de minería no obtenemos significación estadística (la noción de
significación en estadística significa algo así como fiabilidad), puesto que un resultado significativo es
un resultado por el que podemos apostar, mientras que una afirmación si es estadísticamente
De acuerdo con los resultados de la tabla 2 se puede deducir que aun cuando se logre convertir los
indicadores de los conflictos socioambientales mineros a logaritmos, no es posible corregir los
inconvenientes identificados, esto se debe particularmente al número de observaciones que resulta muy
pequeño. No obstante, tanto en la tabla 1 como en la tabla 2, se observa que la relación entre el PBI y
la cantidad de conflictos mediante el modelo de regresión simple, así como en las pérdidas, que la
dificultad en la autocorrelación es adaptable, aun cuando el indicador número de conflictos no consigue
alcanzar un nivel significativo al 95% de confianza.
De acuerdo con el análisis efectuado, se notan correlaciones positivas entre el PBI, el número de
conflictos y las pérdidas generadas por estos, esta aseveración tiene una explicación debido a que la
conflictividad no es sino la externalidad del crecimiento económico a nivel departamental.
Finalmente, debido a que los proyectos paralizados pertenecen a la minería, se constituyeron
regresiones de la variable conflictos socioambientales relacionados con el PBI del sector. Esto con el
propósito de confirmar que las dificultades de autocorrelación y sobre todo del nivel significativo al
95% de confianza, tienen su sustento en el pequeño número de observaciones. En la tabla 3 se presenta
el cálculo de la regresión lineal simple del indicador del PBI orientado al sector minero en relación con
los indicadores de la variable conflictos socioambientales originados en minería.
Tabla 3 Cálculo de la regresión lineal simple del indicador del PBI orientado al sector minero en
relación con los indicadores de la variable conflictos socioambientales originados en minería
PBI min Ci Stadist T Probabilidad DW R2
c (1) 1192,231 0,109168 0,9785
3,389111 0,784972Confl (s) -12,23452 -0,532585 0,4802
PBI min_1 1,028319 2,689492 0,0021
c (1) 81380,90 0,707194 0,5527
2,003981 0,543832(Ip +Pp) 0,347344 0,856267 0,4821
PBI min_1 -0,701545 -0,292653 0,7974
c (1) 56206,75 2,527200 0.1273
3,426744 0,6432873Confl (s) -49,98114 -0,386170 0.7366
(Ip +Pp) 0,211632 1,730413 0.2257
Nota. Elaboración en base a los datos proporcionados por el BCRP (2017).
Por otro lado, con la variable PBI de minería no obtenemos significación estadística (la noción de
significación en estadística significa algo así como fiabilidad), puesto que un resultado significativo es
un resultado por el que podemos apostar, mientras que una afirmación si es estadísticamente
pág. 8718
significativa representa que la estadística cree en este resultado. En tal situación, el no obtener
significación estadística se debe principalmente a que los conflictos socioambientales en minería se
propician cuando los proyectos están por iniciar sus operaciones como fue el caso del proyecto Conga.
Sin embargo, podemos advertir que no hay relación directa entre PBI y el número de conflictos, pero si
una cierta influencia con respecto al PBI en su totalidad.
Impacto de los conflictos socioambientales mineros de la inversión privada en la economía de la región
Cajamarca en el periodo 2010-2017
Según el BCRP, la Inversión Bruta Fija Privada durante el periodo de estudio, representó para
Cajamarca más de la cuarta parte de su PBI (ver figura 9).
Figura 9 Montos de la IBFP en términos porcentuales del PBI (2010-2017)
Nota. Elaboración en base a los datos proporcionados por el BCRP (2010-2017)
Figura 10 Inversión minera anual para Cajamarca en miles de US $ (2010-2017)
Nota. Elaboración en base a los datos proporcionados por el OSINERMING (2010-2017).
significativa representa que la estadística cree en este resultado. En tal situación, el no obtener
significación estadística se debe principalmente a que los conflictos socioambientales en minería se
propician cuando los proyectos están por iniciar sus operaciones como fue el caso del proyecto Conga.
Sin embargo, podemos advertir que no hay relación directa entre PBI y el número de conflictos, pero si
una cierta influencia con respecto al PBI en su totalidad.
Impacto de los conflictos socioambientales mineros de la inversión privada en la economía de la región
Cajamarca en el periodo 2010-2017
Según el BCRP, la Inversión Bruta Fija Privada durante el periodo de estudio, representó para
Cajamarca más de la cuarta parte de su PBI (ver figura 9).
Figura 9 Montos de la IBFP en términos porcentuales del PBI (2010-2017)
Nota. Elaboración en base a los datos proporcionados por el BCRP (2010-2017)
Figura 10 Inversión minera anual para Cajamarca en miles de US $ (2010-2017)
Nota. Elaboración en base a los datos proporcionados por el OSINERMING (2010-2017).
pág. 8719
De acuerdo con el Osinergmin, la inversión en minería para el periodo de estudio significó para
Cajamarca, la tercera parte de su inversión privada total.
De las figuras 9 y 10, se puede deducir que la contribución de la actividad minera en el PBI de
Cajamarca ha sido muy importante, sobre todo durante el periodo de mayor auge productivo, de la
misma manera, la inversión de este sector entre 2010 y 2017 se ha visto fuertemente reflejada en la
Inversión Bruta Fija Privada al inicio de sus operaciones.
Si consideramos el caso de la determinación del costo de la inversión total en minería, los proyectos
detenidos si hubieran entrado en operación (indicador de inversión óptima), podemos establecer que el
monto de dicha inversión no efectuada es de aproximadamente US $ 1,200 millones, para el periodo
2010-2017. Esta cantidad refleja lo importante que significó para Cajamarca y para el país el hecho de
no haber contado esa suma, sobre todo, en términos de Canon Minero (figura 11).
Figura 11 Montos anuales correspondientes a la inversión anual privada total y de la inversión privada
optimizada en millones de US $ (2010-2017)
Nota. Elaboración en base a los datos proporcionados por el BCRP (2010-2017).
En tercer término, se elaboró el modelo econométrico lineal del impacto de la inversión privada basada
en la conflictividad. El cálculo del impacto se expresa en función a la siguiente regresión lineal simple.
Ipr= f (Confl (s), Ipa, Fex) (3)
Dónde:
Ipr: Inversión privada proveniente de personas naturales o jurídicas nacionales o extranjeras.
Confl (s): Número de conflictos socioambientales
Ipa: Inversión paralizada por conflictos socioambientales
Fex: Factores exógenos no imputados a los conflictos socioambientales.
De acuerdo con el Osinergmin, la inversión en minería para el periodo de estudio significó para
Cajamarca, la tercera parte de su inversión privada total.
De las figuras 9 y 10, se puede deducir que la contribución de la actividad minera en el PBI de
Cajamarca ha sido muy importante, sobre todo durante el periodo de mayor auge productivo, de la
misma manera, la inversión de este sector entre 2010 y 2017 se ha visto fuertemente reflejada en la
Inversión Bruta Fija Privada al inicio de sus operaciones.
Si consideramos el caso de la determinación del costo de la inversión total en minería, los proyectos
detenidos si hubieran entrado en operación (indicador de inversión óptima), podemos establecer que el
monto de dicha inversión no efectuada es de aproximadamente US $ 1,200 millones, para el periodo
2010-2017. Esta cantidad refleja lo importante que significó para Cajamarca y para el país el hecho de
no haber contado esa suma, sobre todo, en términos de Canon Minero (figura 11).
Figura 11 Montos anuales correspondientes a la inversión anual privada total y de la inversión privada
optimizada en millones de US $ (2010-2017)
Nota. Elaboración en base a los datos proporcionados por el BCRP (2010-2017).
En tercer término, se elaboró el modelo econométrico lineal del impacto de la inversión privada basada
en la conflictividad. El cálculo del impacto se expresa en función a la siguiente regresión lineal simple.
Ipr= f (Confl (s), Ipa, Fex) (3)
Dónde:
Ipr: Inversión privada proveniente de personas naturales o jurídicas nacionales o extranjeras.
Confl (s): Número de conflictos socioambientales
Ipa: Inversión paralizada por conflictos socioambientales
Fex: Factores exógenos no imputados a los conflictos socioambientales.
pág. 8720
Producto del análisis del comportamiento de la inversión minera en el total de la inversión privada e
inversión privada optimizada, como aspectos importantes para determinar la incidencia de los conflictos
socioambientales en la inversión privada, se efectuó el examen de la regresión de este indicador
relacionado con el crecimiento del PBI, el número de conflictos y la inversión no efectuada debido a
dichos conflictos. Los datos de cálculo son representados en la tabla 4.
Tabla 4 Cálculo de la regresión lineal simple del indicador de inversión privada con relación a los
conflictos socioambientales originados en minería
InverPriv Ci Stadist T Probabilidad DW R2
c (1) -26743,2 -2,894522 0,0321
1,83479 0,856814Confl (s) 22,45626 0,428921 0,4309
PBI _e 0,344502 6,458045 0,0003
c (1) -49547,66 -4,494673 0,0083
1,45185 0,856478Ip 0,220567 0,987632 0,6742
PBI _e 0,197896 8,77001 0
c (1) 65463,83 5,869967 0,0013
1,432572 0,567959Confl (s) 427,1278 4,562876 0,0067
Ip -1,078519 -0,675012 0,39875
c (1) 67451,82 5,85348 0,0007
1,013272 0,543541Confl (s) 678,1302 4,844678 0,0045
c (1) 234,1254 4,562456 0,0034
1,6541 0,103453Ip -1,045612 -0,780013 0,4078
Nota. Elaboración en base a los datos proporcionados por el BCRP (2010-2017).
Como se muestra en la tabla 4, la ecuación que relaciona los conflictos socioambientales mineros como
variable explicativa endógena con la inversión privada presentó inicialmente un alto grado de
autocorrelación, lo cual compromete la validez estadística del modelo MCO. Este problema es típico
en series económicas anuales, donde la inversión privada presenta un comportamiento inercial y
tendencia marcada, generando residuos correlacionados entre sí. Debido a ello, fue necesario recurrir
nuevamente a la transformación logarítmica de las variables, lo cual permitió estabilizar parcial la
varianza y reducir la autocorrelación. Si bien esta corrección mejora el comportamiento estadístico del
modelo, fue imprescindible mantener el indicador del número de conflictos socioambientales mineros
en du forma original, porque su naturaleza discreta no admite adecuadamente una transformación
logarítmica sin pérdida de información.
Producto del análisis del comportamiento de la inversión minera en el total de la inversión privada e
inversión privada optimizada, como aspectos importantes para determinar la incidencia de los conflictos
socioambientales en la inversión privada, se efectuó el examen de la regresión de este indicador
relacionado con el crecimiento del PBI, el número de conflictos y la inversión no efectuada debido a
dichos conflictos. Los datos de cálculo son representados en la tabla 4.
Tabla 4 Cálculo de la regresión lineal simple del indicador de inversión privada con relación a los
conflictos socioambientales originados en minería
InverPriv Ci Stadist T Probabilidad DW R2
c (1) -26743,2 -2,894522 0,0321
1,83479 0,856814Confl (s) 22,45626 0,428921 0,4309
PBI _e 0,344502 6,458045 0,0003
c (1) -49547,66 -4,494673 0,0083
1,45185 0,856478Ip 0,220567 0,987632 0,6742
PBI _e 0,197896 8,77001 0
c (1) 65463,83 5,869967 0,0013
1,432572 0,567959Confl (s) 427,1278 4,562876 0,0067
Ip -1,078519 -0,675012 0,39875
c (1) 67451,82 5,85348 0,0007
1,013272 0,543541Confl (s) 678,1302 4,844678 0,0045
c (1) 234,1254 4,562456 0,0034
1,6541 0,103453Ip -1,045612 -0,780013 0,4078
Nota. Elaboración en base a los datos proporcionados por el BCRP (2010-2017).
Como se muestra en la tabla 4, la ecuación que relaciona los conflictos socioambientales mineros como
variable explicativa endógena con la inversión privada presentó inicialmente un alto grado de
autocorrelación, lo cual compromete la validez estadística del modelo MCO. Este problema es típico
en series económicas anuales, donde la inversión privada presenta un comportamiento inercial y
tendencia marcada, generando residuos correlacionados entre sí. Debido a ello, fue necesario recurrir
nuevamente a la transformación logarítmica de las variables, lo cual permitió estabilizar parcial la
varianza y reducir la autocorrelación. Si bien esta corrección mejora el comportamiento estadístico del
modelo, fue imprescindible mantener el indicador del número de conflictos socioambientales mineros
en du forma original, porque su naturaleza discreta no admite adecuadamente una transformación
logarítmica sin pérdida de información.
pág. 8721
Este ajuste, sin embargo, conserva algunos inconvenientes ligados a la significancia estadística y a la
estructura de residuos, aspectos que ya fueron discutidos teóricamente en secciones previas y que se
presentan de manera consolidad en los resultados de la tabla 5.
En consecuencia, al analizar la regresión que incorpora simultáneamente el indicador de inversión
privada, el número de conflictos socioambientales mineros y la variable asociada a la inversión no
ejecutada debido a dichos conflictos, se observa que la variable conflictos mantiene un coeficiente
negativo. Este signo negativo indica la presencia de una relación inversa entre el nivel de conflictividad
y el comportamiento de la inversión privada regional; es decir, a mayores conflictos socioambientales
mineros, menor inversión privada. Esta interpretación coincide con el comportamiento observado en la
región durante el periodo analizado. Sin embargo, la presencia de autocorrelación negativa, aun después
de las correcciones realizadas, sugiere que el modelo podría requerir especificaciones alternativas. A
pesar de estas limitaciones, los resultados constituyen evidencia empírica sólida de que la conflictividad
socioambiental minera genera un deterioro significativo en la capacidad de atracción y ejecución de
inversión privada en Cajamarca.
Tabla 5 Cálculo de la regresión lineal simple del indicador de la inversión privada con relación a los
conflictos socioambientales en minería, determinados en función a los logaritmos naturales.
Ln InverPriv Ci Stadist T Probabilidad DW R2
c (1) -1383639 -6,887615 0,0001
1,817676 0,936522Ln Confl (s) -255,0102 -0,079780 0,9384
Ln PBI _e 113633,8 6,901209 0,0001
c (1) -1490029 -2.418452 0,0602
1,928217 0,813593Ln Ip 3009,280 0.288945 0,7842
Ln PBI _e 119696,1 2.882436 0,0345
c (1) 213862,2 2,638755 0,0460
1,578073 0,672025Ln Confl (s) 10668,49 1,601236 0,1702
Ln Ip -20152,31 -2,552307 0,0511
Nota. Elaboración en base a los datos proporcionados por el BCRP (2010-2017).
El análisis de la tabla 5 evidencia un deterioro de la inversión privada en los años de mayor
conflictividad. Por consiguiente, la suspensión de proyectos mineros generó: el congelamiento de
nuevas inversiones, reducción en la inversión extranjera directa y postergación de ampliaciones y
exploraciones. En tal sentido, la tendencia muestra que la inversión privada responde negativamente al
aumento de conflictos, reforzando la hipótesis de riesgo percibido por inversionistas.
Este ajuste, sin embargo, conserva algunos inconvenientes ligados a la significancia estadística y a la
estructura de residuos, aspectos que ya fueron discutidos teóricamente en secciones previas y que se
presentan de manera consolidad en los resultados de la tabla 5.
En consecuencia, al analizar la regresión que incorpora simultáneamente el indicador de inversión
privada, el número de conflictos socioambientales mineros y la variable asociada a la inversión no
ejecutada debido a dichos conflictos, se observa que la variable conflictos mantiene un coeficiente
negativo. Este signo negativo indica la presencia de una relación inversa entre el nivel de conflictividad
y el comportamiento de la inversión privada regional; es decir, a mayores conflictos socioambientales
mineros, menor inversión privada. Esta interpretación coincide con el comportamiento observado en la
región durante el periodo analizado. Sin embargo, la presencia de autocorrelación negativa, aun después
de las correcciones realizadas, sugiere que el modelo podría requerir especificaciones alternativas. A
pesar de estas limitaciones, los resultados constituyen evidencia empírica sólida de que la conflictividad
socioambiental minera genera un deterioro significativo en la capacidad de atracción y ejecución de
inversión privada en Cajamarca.
Tabla 5 Cálculo de la regresión lineal simple del indicador de la inversión privada con relación a los
conflictos socioambientales en minería, determinados en función a los logaritmos naturales.
Ln InverPriv Ci Stadist T Probabilidad DW R2
c (1) -1383639 -6,887615 0,0001
1,817676 0,936522Ln Confl (s) -255,0102 -0,079780 0,9384
Ln PBI _e 113633,8 6,901209 0,0001
c (1) -1490029 -2.418452 0,0602
1,928217 0,813593Ln Ip 3009,280 0.288945 0,7842
Ln PBI _e 119696,1 2.882436 0,0345
c (1) 213862,2 2,638755 0,0460
1,578073 0,672025Ln Confl (s) 10668,49 1,601236 0,1702
Ln Ip -20152,31 -2,552307 0,0511
Nota. Elaboración en base a los datos proporcionados por el BCRP (2010-2017).
El análisis de la tabla 5 evidencia un deterioro de la inversión privada en los años de mayor
conflictividad. Por consiguiente, la suspensión de proyectos mineros generó: el congelamiento de
nuevas inversiones, reducción en la inversión extranjera directa y postergación de ampliaciones y
exploraciones. En tal sentido, la tendencia muestra que la inversión privada responde negativamente al
aumento de conflictos, reforzando la hipótesis de riesgo percibido por inversionistas.
pág. 8722
Impacto de los conflictos socioambientales mineros en la exportación regional de la economía de
Cajamarca en el periodo 2010-2017
En el caso de la exportación regional de Cajamarca, su comportamiento durante el periodo analizado
presenta un patrón muy similar al observado en el PBI minero, dada la elevada dependencia de la región
respecto al sector minero. Entre 2012–2013 se registró una caída significativa de las exportaciones,
coincidiendo con el punto más crítico de conflictividad socioambiental minera, particularmente
asociado al conflicto del proyecto Conga. Posteriormente, se observó una recuperación moderada entre
2014 y 2016; sin embargo, hacia 2017 las exportaciones muestran nuevamente un estancamiento
reflejando tanto la persistencia de un ambiente de incertidumbre social como la desaceleración del ciclo
de precios de los metales.
La relación entre conflictividad y exportaciones es especialmente clara considerando más del 85% de
la estructura exportadora de Cajamarca está compuesta por oro y otros metales, cuya producción
depende directamente de la continuidad de las operaciones mineras. A este factor interno se suma el
impacto de los precios internacionales de los metales. De acuerdo con cifras del BCRP, entre 2010 y
2017 las exportaciones de la región representaron entre 20% y 30% del PBI regional, esto es debido al
mayor valor de los precios de los minerales en el mercado internacional. En la figura 12 se muestra el
valor de las exportaciones en términos porcentuales del PBI.
Figura 12 Valor de las exportaciones en términos porcentuales del PBI (2004-2015)
Nota. Elaboración en base a los datos proporcionados por el BCRP (2017).
Impacto de los conflictos socioambientales mineros en la exportación regional de la economía de
Cajamarca en el periodo 2010-2017
En el caso de la exportación regional de Cajamarca, su comportamiento durante el periodo analizado
presenta un patrón muy similar al observado en el PBI minero, dada la elevada dependencia de la región
respecto al sector minero. Entre 2012–2013 se registró una caída significativa de las exportaciones,
coincidiendo con el punto más crítico de conflictividad socioambiental minera, particularmente
asociado al conflicto del proyecto Conga. Posteriormente, se observó una recuperación moderada entre
2014 y 2016; sin embargo, hacia 2017 las exportaciones muestran nuevamente un estancamiento
reflejando tanto la persistencia de un ambiente de incertidumbre social como la desaceleración del ciclo
de precios de los metales.
La relación entre conflictividad y exportaciones es especialmente clara considerando más del 85% de
la estructura exportadora de Cajamarca está compuesta por oro y otros metales, cuya producción
depende directamente de la continuidad de las operaciones mineras. A este factor interno se suma el
impacto de los precios internacionales de los metales. De acuerdo con cifras del BCRP, entre 2010 y
2017 las exportaciones de la región representaron entre 20% y 30% del PBI regional, esto es debido al
mayor valor de los precios de los minerales en el mercado internacional. En la figura 12 se muestra el
valor de las exportaciones en términos porcentuales del PBI.
Figura 12 Valor de las exportaciones en términos porcentuales del PBI (2004-2015)
Nota. Elaboración en base a los datos proporcionados por el BCRP (2017).
pág. 8723
Figura 13 Exportaciones de bienes (2004-2015)
Nota. Elaboración en base a los datos proporcionados por el BCRP (2017).
A nivel regional, las exportaciones provenientes de la minería en el Perú representaron casi dos terceras
partes de las ventas efectuadas al exterior, esto no hace sino ratificar la razón de dependencia como
proveedores de materias primas al exterior, sobre todo en lo concerniente a los minerales de oro, cobre
y zinc.
De la figura 13 se desprende el crecimiento de las mayores exportaciones hasta el año 2012; sin
embargo, desde el año 2011 ya se vislumbraban conflictos socioambientales por el proyecto Conga, lo
cual se ve reflejado desde el año 2013 hasta el 2015. Para Alfaro (2018), “Estos resultados dieron un
significado estadístico para la regresión entre las pérdidas por conflictividad socioambiental y las
exportaciones, así como para el índice de precios de exportación” (p.52). Tales consideraciones no
hacen sino justificar el hecho de que existe relación directa y positiva entre ambas variables.
La relación es positiva y se debe a que las pérdidas ocasionadas en el corto plazo reflejan de manera
indirecta, una mayor operatividad en la explotación minera, lo cual no sucede lo mismo a partir del año
2013 donde se refleja una incidencia negativa.
En cuarto término, se elaboró el modelo econométrico lineal del impacto de las exportaciones basada
en la conflictividad. El cálculo del impacto se expresa en función a la siguiente regresión lineal simple.
X= f (Ipex, Confl (s)) (4)
Dónde:
X: Valor de las exportaciones
Ipex: Índice de precios de las exportaciones
Confl (s): Número de conflictos socioambientales.
Figura 13 Exportaciones de bienes (2004-2015)
Nota. Elaboración en base a los datos proporcionados por el BCRP (2017).
A nivel regional, las exportaciones provenientes de la minería en el Perú representaron casi dos terceras
partes de las ventas efectuadas al exterior, esto no hace sino ratificar la razón de dependencia como
proveedores de materias primas al exterior, sobre todo en lo concerniente a los minerales de oro, cobre
y zinc.
De la figura 13 se desprende el crecimiento de las mayores exportaciones hasta el año 2012; sin
embargo, desde el año 2011 ya se vislumbraban conflictos socioambientales por el proyecto Conga, lo
cual se ve reflejado desde el año 2013 hasta el 2015. Para Alfaro (2018), “Estos resultados dieron un
significado estadístico para la regresión entre las pérdidas por conflictividad socioambiental y las
exportaciones, así como para el índice de precios de exportación” (p.52). Tales consideraciones no
hacen sino justificar el hecho de que existe relación directa y positiva entre ambas variables.
La relación es positiva y se debe a que las pérdidas ocasionadas en el corto plazo reflejan de manera
indirecta, una mayor operatividad en la explotación minera, lo cual no sucede lo mismo a partir del año
2013 donde se refleja una incidencia negativa.
En cuarto término, se elaboró el modelo econométrico lineal del impacto de las exportaciones basada
en la conflictividad. El cálculo del impacto se expresa en función a la siguiente regresión lineal simple.
X= f (Ipex, Confl (s)) (4)
Dónde:
X: Valor de las exportaciones
Ipex: Índice de precios de las exportaciones
Confl (s): Número de conflictos socioambientales.
pág. 8724
Según el modelo la inclusión del índice de precios de exportación (Ipex) resulta metodológicamente
pertinente porque Cajamarca es una región cuya estructura exportadora está altamente concentrada en
minerales; por tanto, el valor de sus exportaciones depende simultáneamente del volumen producido y
del precio internacional. Incorporar esta variable permite controlar el efecto del mercado global y evitar
un sesgo en la estimación del impacto del conflicto, que podría confundirse con variaciones en los
precios. En la tabla 6 se representa el cálculo de la regresión lineal de la variable exportaciones respecto
a la variable conflictos socioambientales mineros.
Tabla 6 Cálculo de la regresión lineal de la variable exportaciones respecto a la variable conflictos
socioambientales mineros.
Exportaciones Ci T Probabilidad DW R2
c (1) -120187,72 -1,807897 0,0847
1,266690 0,869868Confl (s) 62,85834 1,654713 0,1265
P 1328,456 12,30945 0,0000
c (1) -18956,98 -4,166789 0,0154
1,926567 0,890767Pérdida_PBI 0,458768 6,283456 0,0008
P 1396,456 22,86578 0,0000
c (1) 92117,67 6,830567 0,0006
1,382956 0,701265Confl (s) 387,0306 1,678945 0,1938
Pérdida_PBI 0,980287 0,985786 0,6016
Nota.: Elaboración en base a la data de los reportes mensuales de la defensoría del pueblo y de las series estadísticas del BCRP:
(2017)
Los resultados de la tabla 6, expresan un significado estadístico al cálculo efectuado para la
determinación de la regresión lineal entre pérdidas por los conflictos, el índice de precios de exportación
de los minerales y las exportaciones. Algo más, para Alfaro (2018), por los 15 proyectos mineros
paralizados en los años 2008 y 2014 se habrían perdido 21,5 millones de dólares por actividades
extractivas no realizadas y ocho regiones habrían dejado de percibir ingresos derivados de la inversión
minera.
Impacto de inversiones paralizadas y pérdidas económicas debido a conflictos socioambientales
mineros en la economía regional de Cajamarca
De un total de 181 conflictos mapeados por la Defensoría del Pueblo para el periodo 2010-2017, se
registraron a nivel nacional 120 casos vinculados a proyectos de inversión relacionados con la minería,
mayormente aquellos que se encontraban en la fase de una operación inicial o que estuvieran en
exploración.
Según el modelo la inclusión del índice de precios de exportación (Ipex) resulta metodológicamente
pertinente porque Cajamarca es una región cuya estructura exportadora está altamente concentrada en
minerales; por tanto, el valor de sus exportaciones depende simultáneamente del volumen producido y
del precio internacional. Incorporar esta variable permite controlar el efecto del mercado global y evitar
un sesgo en la estimación del impacto del conflicto, que podría confundirse con variaciones en los
precios. En la tabla 6 se representa el cálculo de la regresión lineal de la variable exportaciones respecto
a la variable conflictos socioambientales mineros.
Tabla 6 Cálculo de la regresión lineal de la variable exportaciones respecto a la variable conflictos
socioambientales mineros.
Exportaciones Ci T Probabilidad DW R2
c (1) -120187,72 -1,807897 0,0847
1,266690 0,869868Confl (s) 62,85834 1,654713 0,1265
P 1328,456 12,30945 0,0000
c (1) -18956,98 -4,166789 0,0154
1,926567 0,890767Pérdida_PBI 0,458768 6,283456 0,0008
P 1396,456 22,86578 0,0000
c (1) 92117,67 6,830567 0,0006
1,382956 0,701265Confl (s) 387,0306 1,678945 0,1938
Pérdida_PBI 0,980287 0,985786 0,6016
Nota.: Elaboración en base a la data de los reportes mensuales de la defensoría del pueblo y de las series estadísticas del BCRP:
(2017)
Los resultados de la tabla 6, expresan un significado estadístico al cálculo efectuado para la
determinación de la regresión lineal entre pérdidas por los conflictos, el índice de precios de exportación
de los minerales y las exportaciones. Algo más, para Alfaro (2018), por los 15 proyectos mineros
paralizados en los años 2008 y 2014 se habrían perdido 21,5 millones de dólares por actividades
extractivas no realizadas y ocho regiones habrían dejado de percibir ingresos derivados de la inversión
minera.
Impacto de inversiones paralizadas y pérdidas económicas debido a conflictos socioambientales
mineros en la economía regional de Cajamarca
De un total de 181 conflictos mapeados por la Defensoría del Pueblo para el periodo 2010-2017, se
registraron a nivel nacional 120 casos vinculados a proyectos de inversión relacionados con la minería,
mayormente aquellos que se encontraban en la fase de una operación inicial o que estuvieran en
exploración.
pág. 8725
Tabla 7 Proyectos paralizados por conflictos socioambientales en el periodo 2010-2017.
Proyecto Metal Empresa Situación Año de
inicio
previsto
Año de
aprobación
EIA
Año de
inicio
ajustado
Inversión
MMUS$
Conga Au/Cu Newmont/
Buenaventura
Paralizado 2011 2010 2015 4,800
Las Bambas Cu X strata / MGM En
producción
2014 2011 2016 4,200
Haquira Cu Antares Pendiente 2015 2019 2,800
Galeno Cu Lumina “ 2012 2017 2,500
La Granja Cu Rio Tinto “ 2014 Por
definir
2,500
Los Chancas Cu Southerm Perú “ 2015 2018 1,560
Río Blanco Cu Ziging Mining Paralizado 2012 2020 1,440
Tía María Cu Southerm Perú “ 2011 2014 “ 1,400
Magistral Cu Milpo Pendiente 2014 2016 2018 750
San Gabriel Au Canteras del
hallazgo
“ 2015 2017 700
Corani Ag Bear Creek “ 2014 2013 2016 600
Crespo Ag Hochschild
Mining
“ “ 2013 Por
definir
111
Santa Ana Ag Bear Creek En
arbitraje
2012 “ 71
Fuente: Defensoría del pueblo (2010-2017).
Los proyectos descritos en la tabla 7, según el IPE (2018), comprenden una inversión no ejecutada por
efecto de las paralizaciones de US $ 21,393 millones, los conflictos implicaron de acuerdo con el estudio
un tiempo promedio de demora de 5 años. Sin embargo, es necesario hacer notar que muchos de los
proyectos no necesariamente fueron paralizados por situaciones de conflictividad sino por razones de
tipo financiero. El caso de los proyectos como Galeno y Río Tinto es un claro ejemplo de ello. En tal
razón, fueron considerados en los descritos aquellos proyectos que tuvieron un retraso importante, lo
cual impidió que se ejecutaran pese a contar con un ambiente adecuado para la inversión minera, debido
a que los precios internacionales del cobre y el oro subieron ostensiblemente.
En el caso de Cajamarca se consideraron los proyectos paralizados de mayor importancia a Conga,
Galeno y la Granja, debido a que no contaban con licencia social ni tampoco con la aprobación
mayoritaria de la población respecto al impacto ambiental. El caso más patético lo constituye la
explotación de oro de la mina Tantahuatay.
Tabla 7 Proyectos paralizados por conflictos socioambientales en el periodo 2010-2017.
Proyecto Metal Empresa Situación Año de
inicio
previsto
Año de
aprobación
EIA
Año de
inicio
ajustado
Inversión
MMUS$
Conga Au/Cu Newmont/
Buenaventura
Paralizado 2011 2010 2015 4,800
Las Bambas Cu X strata / MGM En
producción
2014 2011 2016 4,200
Haquira Cu Antares Pendiente 2015 2019 2,800
Galeno Cu Lumina “ 2012 2017 2,500
La Granja Cu Rio Tinto “ 2014 Por
definir
2,500
Los Chancas Cu Southerm Perú “ 2015 2018 1,560
Río Blanco Cu Ziging Mining Paralizado 2012 2020 1,440
Tía María Cu Southerm Perú “ 2011 2014 “ 1,400
Magistral Cu Milpo Pendiente 2014 2016 2018 750
San Gabriel Au Canteras del
hallazgo
“ 2015 2017 700
Corani Ag Bear Creek “ 2014 2013 2016 600
Crespo Ag Hochschild
Mining
“ “ 2013 Por
definir
111
Santa Ana Ag Bear Creek En
arbitraje
2012 “ 71
Fuente: Defensoría del pueblo (2010-2017).
Los proyectos descritos en la tabla 7, según el IPE (2018), comprenden una inversión no ejecutada por
efecto de las paralizaciones de US $ 21,393 millones, los conflictos implicaron de acuerdo con el estudio
un tiempo promedio de demora de 5 años. Sin embargo, es necesario hacer notar que muchos de los
proyectos no necesariamente fueron paralizados por situaciones de conflictividad sino por razones de
tipo financiero. El caso de los proyectos como Galeno y Río Tinto es un claro ejemplo de ello. En tal
razón, fueron considerados en los descritos aquellos proyectos que tuvieron un retraso importante, lo
cual impidió que se ejecutaran pese a contar con un ambiente adecuado para la inversión minera, debido
a que los precios internacionales del cobre y el oro subieron ostensiblemente.
En el caso de Cajamarca se consideraron los proyectos paralizados de mayor importancia a Conga,
Galeno y la Granja, debido a que no contaban con licencia social ni tampoco con la aprobación
mayoritaria de la población respecto al impacto ambiental. El caso más patético lo constituye la
explotación de oro de la mina Tantahuatay.
pág. 8726
Esta empresa tardó un año para el inicio de sus actividades según lo previsto en su programación inicial.
Sin embargo, en los años siguientes la conflictividad persistió, lo cual representa después de Yanacocha,
la mina que más conflictos reporta. Asimismo, el proyecto Conga conforma con Tía María y Río Blanco
los trece más relevantes a nivel del país que más conflictos tuvieron. Estudios internacionales
(Bebbington y Humphreys, 2018) coinciden en que la conflictividad minera deteriora: la inversión, las
exportaciones y el desempeño macroeconómico de regiones dependientes de recursos naturales. En
consecuencia, los resultados de Cajamarca se alinean plenamente con esta tendencia global.
CONCLUSIONES
Conclusión general
Los resultados obtenidos permiten concluir que los conflictos socioambientales mineros tuvieron un
impacto económico negativo significativo sobre la economía de la región Cajamarca durante el periodo
2010–2017. La conflictividad afectó directamente el PBI regional, redujo la inversión privada,
disminuyó las exportaciones y generó un incremento sustancial en las inversiones paralizadas y la
producción no ejecutada. Los modelos econométricos MCO simples mostraron coeficientes
consistentes y con el signo esperado, confirmando la hipótesis general del estudio.
Conclusiones específicas
Respecto a la evolución de los conflictos socioambientales (2010–2017), la conflictividad presentó una
tendencia creciente entre 2010 y 2012, alcanzando su punto máximo en 2012. Aunque se observaron
descensos moderados después de 2014, los conflictos permanecieron activos y no se resolvieron
estructuralmente. Esto confirma que Cajamarca fue una de las regiones con mayor conflictividad minera
del Perú en dicho periodo.
Con relación al impacto de los conflictos en el PBI regional, los modelos econométricos estimados
evidencian que un incremento en el número de conflictos está asociado con una reducción del PBI
regional, especialmente del componente minero. Los años de mayor conflictividad (2011–2013)
coinciden con caídas significativas del PBI, lo cual respalda la relación negativa entre conflicto y
producción.
En lo que se refiere al impacto en la inversión privada regional, se confirma una relación negativa entre
conflictividad e inversión privada. La paralización de proyectos, la percepción de riesgo y la
Esta empresa tardó un año para el inicio de sus actividades según lo previsto en su programación inicial.
Sin embargo, en los años siguientes la conflictividad persistió, lo cual representa después de Yanacocha,
la mina que más conflictos reporta. Asimismo, el proyecto Conga conforma con Tía María y Río Blanco
los trece más relevantes a nivel del país que más conflictos tuvieron. Estudios internacionales
(Bebbington y Humphreys, 2018) coinciden en que la conflictividad minera deteriora: la inversión, las
exportaciones y el desempeño macroeconómico de regiones dependientes de recursos naturales. En
consecuencia, los resultados de Cajamarca se alinean plenamente con esta tendencia global.
CONCLUSIONES
Conclusión general
Los resultados obtenidos permiten concluir que los conflictos socioambientales mineros tuvieron un
impacto económico negativo significativo sobre la economía de la región Cajamarca durante el periodo
2010–2017. La conflictividad afectó directamente el PBI regional, redujo la inversión privada,
disminuyó las exportaciones y generó un incremento sustancial en las inversiones paralizadas y la
producción no ejecutada. Los modelos econométricos MCO simples mostraron coeficientes
consistentes y con el signo esperado, confirmando la hipótesis general del estudio.
Conclusiones específicas
Respecto a la evolución de los conflictos socioambientales (2010–2017), la conflictividad presentó una
tendencia creciente entre 2010 y 2012, alcanzando su punto máximo en 2012. Aunque se observaron
descensos moderados después de 2014, los conflictos permanecieron activos y no se resolvieron
estructuralmente. Esto confirma que Cajamarca fue una de las regiones con mayor conflictividad minera
del Perú en dicho periodo.
Con relación al impacto de los conflictos en el PBI regional, los modelos econométricos estimados
evidencian que un incremento en el número de conflictos está asociado con una reducción del PBI
regional, especialmente del componente minero. Los años de mayor conflictividad (2011–2013)
coinciden con caídas significativas del PBI, lo cual respalda la relación negativa entre conflicto y
producción.
En lo que se refiere al impacto en la inversión privada regional, se confirma una relación negativa entre
conflictividad e inversión privada. La paralización de proyectos, la percepción de riesgo y la
pág. 8727
incertidumbre institucional influyeron en la disminución de la inversión durante los años críticos,
afectando especialmente los flujos hacia minería y actividades conexas.
4° En lo que respecta al impacto en las exportaciones regionales, las exportaciones mostraron caídas
notorias en los años de mayor conflictividad, en particular las exportaciones mineras. Ello se explica
por reducciones en la producción, interrupciones operativas y suspensión de actividades extractivas,
que son la base de la estructura exportadora de Cajamarca.
5° Acerca de las pérdidas económicas por inversiones paralizadas, las inversiones paralizadas
aumentaron significativamente en los periodos de alta conflictividad. Las pérdidas económicas incluyen
tanto inversión no ejecutada como producción futura no realizada, confirmando que los conflictos
generan un impacto económico de alcance inmediato y acumulativo.
RECOMENDACIONES
1°. Referente a Fortalecer la gobernanza y los mecanismos de diálogo temprano, se recomienda
implementar sistemas de alerta temprana, mesas de diálogo permanentes y mecanismos de participación
ciudadana que anticipen situaciones de conflicto y permitan gestionar las tensiones antes de que afecten
la economía regional.
2°. En cuanto a mejorar la transparencia de la información ambiental y económica, la publicación
periódica de información técnica independiente sobre recursos hídricos, impactos ambientales,
beneficios económicos y distribución de la renta minera puede reducir la desconfianza entre actores y
prevenir escaladas del conflicto.
3°. En cuanto a promover la diversificación productiva regional, dado que la alta dependencia de la
minería exacerba los impactos económicos de los conflictos, resulta prioritario fortalecer sectores como
agricultura, turismo, manufactura y servicios, generando resiliencia económica frente a la volatilidad
extractiva.
4°. En consideración a institucionalizar mecanismos de compensación y beneficios compartidos, se
deben establecer a programas de desarrollo territorial, redistribución de canon y regalías, y proyectos
de infraestructura social deben ser gestionados con criterios técnicos y participativos, asegurando que
los beneficios sean visibles y equitativos.
incertidumbre institucional influyeron en la disminución de la inversión durante los años críticos,
afectando especialmente los flujos hacia minería y actividades conexas.
4° En lo que respecta al impacto en las exportaciones regionales, las exportaciones mostraron caídas
notorias en los años de mayor conflictividad, en particular las exportaciones mineras. Ello se explica
por reducciones en la producción, interrupciones operativas y suspensión de actividades extractivas,
que son la base de la estructura exportadora de Cajamarca.
5° Acerca de las pérdidas económicas por inversiones paralizadas, las inversiones paralizadas
aumentaron significativamente en los periodos de alta conflictividad. Las pérdidas económicas incluyen
tanto inversión no ejecutada como producción futura no realizada, confirmando que los conflictos
generan un impacto económico de alcance inmediato y acumulativo.
RECOMENDACIONES
1°. Referente a Fortalecer la gobernanza y los mecanismos de diálogo temprano, se recomienda
implementar sistemas de alerta temprana, mesas de diálogo permanentes y mecanismos de participación
ciudadana que anticipen situaciones de conflicto y permitan gestionar las tensiones antes de que afecten
la economía regional.
2°. En cuanto a mejorar la transparencia de la información ambiental y económica, la publicación
periódica de información técnica independiente sobre recursos hídricos, impactos ambientales,
beneficios económicos y distribución de la renta minera puede reducir la desconfianza entre actores y
prevenir escaladas del conflicto.
3°. En cuanto a promover la diversificación productiva regional, dado que la alta dependencia de la
minería exacerba los impactos económicos de los conflictos, resulta prioritario fortalecer sectores como
agricultura, turismo, manufactura y servicios, generando resiliencia económica frente a la volatilidad
extractiva.
4°. En consideración a institucionalizar mecanismos de compensación y beneficios compartidos, se
deben establecer a programas de desarrollo territorial, redistribución de canon y regalías, y proyectos
de infraestructura social deben ser gestionados con criterios técnicos y participativos, asegurando que
los beneficios sean visibles y equitativos.
pág. 8728
5°. En atención a establecer lineamientos para la continuidad operativa minera en contextos de tensión,
el Estado debe definir protocolos de continuidad que permitan mantener operaciones esenciales bajo
condiciones seguras, evitando paralizaciones abruptas que generen pérdidas económicas significativas.
6°. Sobre fomentar estudios económicos continuos sobre conflictividad y desarrollo regional, se
recomienda continuar la investigación mediante modelos econométricos ampliados (panel data, VAR,
modelos estructurales) y registros más frecuentes (mensuales/trimestrales), generando una comprensión
más robusta del fenómeno.
REFERENCIAS BIBLIOGRÁFICAS
Alfaro, J. (2018). Conflictos, gestión del agua y cambio climático. Propuesta adaptación al cambio
climático y gestión del agua en Lambayeque, Piura y Cajamarca. Revista de ITDG. 1 (1), 13-21.
Arellano-Yanguas, J. (2014). ¿Minería sin conflicto? Revista Perú Económico, 42(3), 15–28.
BCRP – Banco Central de Reserva del Perú. (2018). Reporte Económico Regional de Cajamarca 2010–
2017. Lima: BCRP.
Bebbington, A. y Humphreys, D. (2018). Actores y ambientalismos: Conflictos socioambientales en
Perú. Revista de ciencias sociales ICONOS, 1 (35), 117-128.
Calderón, P. (2015). Teoría de conflictos de Johan Galtung. Revista de Paz y Conflictos, 2 (1), 60-81.
Castro, S. (2015). Pobreza, minería y conflictos socioambientales en el Perú. Cuadernos de
investigación Kawsaypacha PUCP, 1 (1), 1-112.
Defensoría del Pueblo. (2010–2017). Reportes mensuales de conflictos sociales. Lima: Adjuntía para
la Prevención de Conflictos Sociales.
Galtung, J. (2004). Una introducción a la resolución de conflictos. México, M&S Editores.
Huamán, G. y Macassi, S. (2017). Hacia una mejor gestión de los conflictos socioambientales en el
Perú. Lima, Perú: CIES.
Instituto Nacional de Estadística e Informática. (2018). Compendio Estadístico Regional Cajamarca
2010–2017. Lima: INEI.
Instituto Peruano de Economía (2015). El costo económico de la no ejecución de los proyectos mineros
por conflictos sociales y/o trabas burocráticas. Lima, Perú: IPE.
5°. En atención a establecer lineamientos para la continuidad operativa minera en contextos de tensión,
el Estado debe definir protocolos de continuidad que permitan mantener operaciones esenciales bajo
condiciones seguras, evitando paralizaciones abruptas que generen pérdidas económicas significativas.
6°. Sobre fomentar estudios económicos continuos sobre conflictividad y desarrollo regional, se
recomienda continuar la investigación mediante modelos econométricos ampliados (panel data, VAR,
modelos estructurales) y registros más frecuentes (mensuales/trimestrales), generando una comprensión
más robusta del fenómeno.
REFERENCIAS BIBLIOGRÁFICAS
Alfaro, J. (2018). Conflictos, gestión del agua y cambio climático. Propuesta adaptación al cambio
climático y gestión del agua en Lambayeque, Piura y Cajamarca. Revista de ITDG. 1 (1), 13-21.
Arellano-Yanguas, J. (2014). ¿Minería sin conflicto? Revista Perú Económico, 42(3), 15–28.
BCRP – Banco Central de Reserva del Perú. (2018). Reporte Económico Regional de Cajamarca 2010–
2017. Lima: BCRP.
Bebbington, A. y Humphreys, D. (2018). Actores y ambientalismos: Conflictos socioambientales en
Perú. Revista de ciencias sociales ICONOS, 1 (35), 117-128.
Calderón, P. (2015). Teoría de conflictos de Johan Galtung. Revista de Paz y Conflictos, 2 (1), 60-81.
Castro, S. (2015). Pobreza, minería y conflictos socioambientales en el Perú. Cuadernos de
investigación Kawsaypacha PUCP, 1 (1), 1-112.
Defensoría del Pueblo. (2010–2017). Reportes mensuales de conflictos sociales. Lima: Adjuntía para
la Prevención de Conflictos Sociales.
Galtung, J. (2004). Una introducción a la resolución de conflictos. México, M&S Editores.
Huamán, G. y Macassi, S. (2017). Hacia una mejor gestión de los conflictos socioambientales en el
Perú. Lima, Perú: CIES.
Instituto Nacional de Estadística e Informática. (2018). Compendio Estadístico Regional Cajamarca
2010–2017. Lima: INEI.
Instituto Peruano de Economía (2015). El costo económico de la no ejecución de los proyectos mineros
por conflictos sociales y/o trabas burocráticas. Lima, Perú: IPE.
pág. 8729
MINEM – Ministerio de Energía y Minas. (2017). Cartera de Proyectos Mineros y Reporte de
Inversiones Paralizadas. Lima: Dirección General de Minería.
Saade, M. (2014). Desarrollo minero y conflictos socioambientales. Los casos de Colombia, México y
el Perú. Chile: CEPAL.
SNMPE – Sociedad Nacional de Minería, Petróleo y Energía. (2018). Análisis de la conflictividad
minera y efectos económicos. Lima: SNMPE.
SUNAT – Superintendencia Nacional de Aduanas y de Administración Tributaria. (2018). Estadísticas
de exportaciones regionales. Lima: Intendencia Nacional de Técnica Aduanera.
Torres, R. & Paredes, M. (2015). Distribución de la renta minera y desencadenamiento de conflictos en
regiones extractivas. Revista de Economía y Sociedad, 29(1), 55–74.
World Bank. (2016). Peru: Opportunities and challenges of extractive governance. Washington, D.C.:
World Bank Publications.
MINEM – Ministerio de Energía y Minas. (2017). Cartera de Proyectos Mineros y Reporte de
Inversiones Paralizadas. Lima: Dirección General de Minería.
Saade, M. (2014). Desarrollo minero y conflictos socioambientales. Los casos de Colombia, México y
el Perú. Chile: CEPAL.
SNMPE – Sociedad Nacional de Minería, Petróleo y Energía. (2018). Análisis de la conflictividad
minera y efectos económicos. Lima: SNMPE.
SUNAT – Superintendencia Nacional de Aduanas y de Administración Tributaria. (2018). Estadísticas
de exportaciones regionales. Lima: Intendencia Nacional de Técnica Aduanera.
Torres, R. & Paredes, M. (2015). Distribución de la renta minera y desencadenamiento de conflictos en
regiones extractivas. Revista de Economía y Sociedad, 29(1), 55–74.
World Bank. (2016). Peru: Opportunities and challenges of extractive governance. Washington, D.C.:
World Bank Publications.