Descomponiendo la incidencia de la pobreza multidimensional

6 minute read

Published:

English version

Las medidas de pobreza multidimensional han venido ganando popularidad en los países en desarrollo. Ahora son calculados de manera rutinaria junto con medidas tradicionales de pobreza monetaria. El gobierno colombiano recientemente anunció que usaría la pobreza multidimensional para fijar sus objetivos de desarrollo a 2030.

El abarque de las medidas de pobreza multidimensional es una de sus grandes ventajas. Permite a los responsables de políticas evaluar mejoras en un amplio conjunto de características de los hogares, a través de un conjunto pequeño de indicadores. Sin embargo, esta característica atractiva puede ser una desventaja al hacer seguimiento de la evolución de la pobreza multidimensional. Una caída en la pobreza monetaria implica que algunos hogares aumentaron sus ingresos. Al contrario, una caída en la pobreza multidimensional puede deberse a muchos factores. ¿Fue porque algunos hogares enviaron a sus hijos a estudiar? ¿O porque un miembro de la familia consiguió trabajo? Responder estas preguntas requiere seguir cada dimensión por separado, desechando la ventaja de usar un único índice de pobreza. También puede requerir datos de panel para hacer seguimiento de los hogares a través del tiempo, y estos datos no están disponibles en muchos países en desarrollo.

En nuestro artículo con Carlos Rodriguez-Castelán, José Daniel Trujillo, y Daniel Valderrama, desarrollamos una metodología para descomponer cambios en la pobreza multidimensional en contribuciones de cada dimensión. La probamos en datos de panel y de corte transversal repetido, y la aplicamos a la reciente caída de la pobreza multidimensional en Colombia.

La importancia de la incidencia de la pobreza multidimensional

Los análisis de pobreza multidimensional usualmente calculan tres índices: El porcentaje de personas multidimensionalmente pobres (H) -que mide la incidencia de la pobreza- la intensidad de las privaciones (A) -que mide la severidad de la pobreza- y el porcentaje ajustado (M0), que combina la incidencia y la severidad. Nos enfocamos en el porcentaje de pobres por dos razones. La primera razón es porque este indicador es el que más atención ha recibido entre los responsables de política, porque es directamente comparable con la tasa de pobreza monetaria.

La segunda razón es porque las caídas en el porcentaje ajustado en los países en desarrollo se deben en mayor parte a una caída en la incidencia, en vez de la intensidad de la pobreza (Apablaza et. al. 2010, Apablaza and Yalonetzky 2013). El gráfico 1 muestra esto en el contexto colombiano. Entre 2008 y 2012, el porcentaje ajustado cae de 0.154 a 0.115, una caída del 23 % en pobreza ajustada por intensidad. Esta caída se debe a principalmente a caídas en el número de pobres multidimensionalmente. Este número cae sustancialmente, pero la intensidad de la pobreza entre aquellos que son pobres permanece relativamente constante. El porcentaje de pobreza cae de 34% en 2008 a 27% en 2012. Entre 2008 y 2010, esta caída es responsable del 77% de la caída en el porcentaje ajustado. De 2010 a 2012, esta participación crece al 90%. La intensidad de la pobreza se mantiene relativamente constante durante el período.

Gráfico 1: Tendencias en pobreza monetaria y multidimensional en Colombia
Gráfico 1: Tendencias en pobreza monetaria y multidimensional en Colombia

La contribución de cada dimensión

Para hallar qué dimensiones contribuyen más a esta caída en la pobreza, adaptamos una metodología basada en contrafactuales (Barros et. al 2006; Azevedo et al 2012, 2013a, 2013b) a la incidencia de la pobreza. Mejoras en una dimensión pueden hacer que un hogar salga de la pobreza, pero pueden no ser suficientes para otro hogar que tiene insuficiencias en varias dimensiones. Nuestra metodología simula cambios en todas las dimensiones, una a la vez, y hace seguimiento al contrafactual del total de la pobreza después de cada uno de los cambios, para obtener la contribución de cada dimensión.

Validamos nuestra metodología usando la ELCA, un panel de datos de hogares colombianos, y mostramos cómo usar la metodología cuando es posible hacer seguimiento a los hogares a través del tiempo. Luego usamos datos de corte transversal repetido, la ECV, y descomponemos la caída en la pobreza multidimensional colombiana entre 2008 y 2012.

La tabla 1 muestra las contribuciones de las dimensiones, por categoría, a la caída total de la incidencia de la pobreza multidimensional. Más de la mitad de la caída se puede atribuir a mejoras en salud -como acceso a seguro y servicios de salud- y educación -como mejoras en el alfabetismo y aumentos en años de educación-. Cambios en las condiciones de empleo contribuyen muy poco a la caída global de la pobreza multidimensional.

Tabla 1: Descomposición del cambio en la incidencia de la pobreza multidimensional. Colombia. ECV 2008-2012
Tabla 1: Descomposición del cambio en la incidencia de la pobreza multidimensional. Colombia. ECV 2008-2012

También mostramos que la descomposición provee información acerca de la dinámica de la pobreza que no es fácil de ver en análisis estándar. Las incidencias censuradas, es decir, el número de pobres multidimensionales con insuficiencias en cada dimensión, no cambian drásticamente para salud y educación. Las incidencias no censuradas, el número de personas con insuficiencias en la muestra completa, caen sustancialmente en las dimensiones asociadas con calidad de vida, pero esto no se ve reflejado en la incidencia global de la pobreza. Nuestra metodología resume los determinantes de la caída en la incidencia global sin necesidad de hacer seguimiento a cada uno de los indicadores por separado.

Referencias

APABLAZA , M.; O CAMPO , J.P. and G., YALONETZKY (2010). “Decomposing Changes in Multidimensional Poverty in 10 Countries”. Mimeo, Oxford Poverty and Human Development Initiative.

APABLAZA , M. and YALONETZKY , G. (2013). “Decomposing Multidimensional Poverty Dynamics”. Working Paper 101, Young Lives.

AZEVEDO , JOAO PEDRO ; SANFELICE , VIVIANE and NGUYEN , MINH CONG (2012). “Shapley Decomposition by Components of a Welfare Aggregate”. Mimeo, the World Bank.

AZEVEDO , JOAO PEDRO ; INCHAUSTE , GABRIELA ; OLIVIERI , SERGIO ; SAAVEDRA , JAIME and WINKLER , HERNAN (2013a). “Is Labor Income Responsible for Poverty Reduction? A Decomposition Approach”. Policy Research Working Paper 6414, The World Bank.

BARROS , RICARDO ; DE CARVALHO , MIRELA ; FRANCO , SAMUEL and MENDOCA , ROSANNE (2006). “Uma Análise das Principais Causas da Queda Recente na Desigualdade de Renda Brasileira”. Revista Econômica, 8(1), pp. 117–147.