Poniendo a la pobreza de ingresos y a la desigualdad en el mapa de Mexico.

AutorSz

Introducción

En un estudio reciente, López Calva et al. (2005) adaptaron y aplicaron al caso de México una metodología propuesta por Elbers, Lanjouw y Lanjouw (2003), que consiste en realizar estimaciones econométricas para incrementar la calidad en la medición y las posibilidades de desagregación de uno de los indicadores de bienestar más comúnmente utilizados: el ingreso de los hogares; es decir, los recursos monetarios y no monetarios con que cuenta la población.

La utilidad de este ejercicio consiste en proporcionar la posibilidad de transformar información sobre el bienestar que en su forma original presenta limitaciones de desagregación, para convertirla en datos confiables que puedan desglosarse geográficamente. Generalmente, las fuentes de información sobre los ingresos que proveen datos a nivel de localidades, municipios, y otras áreas geográficas --típicamente los Censos de Población--, presentan un alto grado de subreporte y error. (1) Por otra parte, existe otro tipo de instrumentos como las Encuestas de Hogares, que generalmente están diseñadas para medir con detalle el nivel de ingreso o gasto. Sin embargo, por sus requerimientos y altos costos de implementación, suelen aplicarse a muestras representativas de la población, las cuales no permiten obtener estimaciones representativas a nivel de localidad, municipio o incluso de entidad federativa.

Es decir, con la información existente generalmente se presenta un dilema entre calidad de medición y detalle, que consiste ya sea en utilizar información con grandes posibilidades de desagregación pero con alto grado de error, o información con bajo grado de error en su medición pero con pocas posibilidades de desagregación. Por lo tanto, no es posible construir una medida de ingreso agregable en todos sus componentes y que al mismo tiempo sea representativa de una área geográfica menor que la que permite el diseño muestral. Esto limita la capacidad para medir los recursos monetarios con los que cuenta una población y, por ende, también limita las posibilidades de estimar indicadores de bienestar como la pobreza, la desigualdad y el desarrollo humano, entre otros.

La metodología de Elbers, Lanjouw y Lanjouw (2003) (ELL de aquí en adelante) consiste en un proceso de imputación en dos etapas. En la primera se estima un modelo de ingresos y un modelo de heteroscedasticidad a partir de los datos de una encuesta de hogares. En la segunda etapa se "imputa" un ingreso a cada uno de los hogares del Censo utilizando el vector de parámetros obtenido en la primera etapa, y se incorpora el modelo de heteroscedasticidad para minimizar los errores en el cálculo del ingreso.

Además de adaptar y aplicar la metodología, López Calva et al. (2005) presentan una primera estimación tanto del ingreso de los hogares como del Índice de Desarrollo Humano (IDH) --elaborado por el Programa de Naciones Unidas para el Desarrollo (PNUD)--, a nivel estatal y municipal para México. Estos nuevos indicadores complementan el conjunto, todavía limitado, de indicadores sobre las condiciones de vida de la población a nivel municipal que se han empleado para el diseño y la evaluación de las políticas públicas, y que se caracterizan por utilizar para su cálculo información sobre ingresos provenientes de los Censos. Este conjunto se restringe al Índice de Marginación (IMG) creado por el Consejo Nacional de Población (CONAPO), al Índice de Bienestar (IB) desarrollado por el Instituto Nacional de Estadística, Geografía e Informática (INEGI), al Índice Multifactorial de Pobreza (IMP) elaborado por la Secretaría de Desarrollo Social, y al Índice de Masas CarenciaLES (IMC) especificado en la Ley de Coordinación Fiscal y utilizado para distribuir recursos fiscales a Estados y Municipios. (2)

El presente artículo utiliza el procedimiento de López Calva et al. (2005) (LC de aquí en adelante) para presentar una primera estimación sobre la pobreza de ingresos y la desigualdad a nivel estatal y municipal en México. Esta estimación permite mapear la pobreza de ingresos, así como determinar la contribución de cada estado y municipio a la pobreza de ingresos nacional.Adicionalmente, facilita la medición del nivel de desigualdad en espacios geográficos desagregados, y la descomposición de la desigualdad en términos de la proporción debida a desigualdades intraestatales y municipales, y entre entidades federativas y municipios.

Basar la estimación de estos dos nuevos indicadores en mediciones robustas de los ingresos de los hogares implica que se puede conciliar en buena medida el dilema entre calidad de medición y detalle, lo cual permite un diagnóstico más preciso sobre las condiciones de vida de la población. Esto también hace posible evaluar la evolución de la pobreza y la desigualdad a nivel local a lo largo del tiempo, y por lo tanto permite dimensionar el impacto de las políticas públicas sobre el bienestar de la población.

El artículo consta de cuatro secciones. La primera, presenta de manera descriptiva el dilema entre calidad y detalle en la medición de la pobreza, y discute los aspectos metodológicos relevantes. La segunda, presenta las estimaciones y descomposiciones de la pobreza. En la tercera sección se muestran los resultados relacionados con la desigualdad. La última sección expone nuestras principales conclusiones.

  1. Aspectos metodológicos

    México cuenta con un Censo Nacional de Población y Vivienda y con una Encuesta Nacional de Ingresos y Gastos de los Hogares (ENIGH), ambos para el año 2000. Ésta es la información que se utiliza para implementar el método de imputación propuesto por ELL. En esta sección se describen tanto las principales características de las bases de datos mencionadas, como el dilema existente para su utilización en la medición de la pobreza con desagregaciones a nivel estatal y municipal. Además, se presenta el método de imputación y se explican los aspectos relevantes sobre la medición de la pobreza y la desigualdad.

    I.1. El dilema entre calidad y detalle

    La ENIGH es la única encuesta del Instituto Nacional de Estadística, Geografía e Informática (INEGI), diseñada con el propósito primordial de medir a detalle los ingresos y gastos de los hogares mexicanos. (3) En el caso de la ENIGH 2000, el tamaño de la muestra es de 10,108 hogares, con representatividad nacional y de zonas urbanas y rurales. Su cuestionario incluye cuarenta y ocho preguntas específicas sobre fuentes de ingreso, que para efectos prácticos se clasifican en siete grandes rubros: remuneraciones al trabajo, ingresos por negocios propios, ingresos por cooperativas, ingresos por renta de la propiedad, transferencias, otros ingresos e ingresos no monetarios.

    La gráfica 1 muestra el error estadístico en el que se incurre en la medición de la pobreza cuando se usa como fuente de información la ENIGH --que es la base de datos generalmente utilizada para medir la pobreza y la desigualdad en el país-- así como el error de subestimación que resulta de utilizar el Censo.

    Si se aplica la metodología oficial adoptada por el gobierno mexicano (misma que se explica a detalle en Comité Técnico para la Medición de la Pobreza, 2002) a los ingresos reportados en la ENIGH 2000, se obtiene que el 24.2 por ciento de la población del país se encontraba en condición de pobreza alimentaria. Debido a que la estimación es a partir de una muestra de la población, está sujeta inevitablemente a un error muestral, y la gráfica 1 indica que éste es de 3.7 por ciento. Cabe destacar que el error estadístico es pequeño y su magnitud es consistente con una estimación de pobreza de alta precisión. (4)

    [GRÁFICA 1 OMITIR]

    Por su parte, el Censo Nacional de Población y Vivienda, también generado por el INEGI, tiene como principal objetivo cuantificar la población y los hogares de México para poder caracterizar la dinámica demográfica de la población. A diferencia de la ENIGH, su propósito central no es obtener una medición detallada de los ingresos, por lo que incluye solamente seis preguntas relacionadas con el ingreso --es decir, ocho veces menos-- que parcialmente cubren tres de los grandes rubros considerados en la ENIGH. La consecuencia de incluir este número tan restringido de registros de ingreso, es que no logra captarse una parte importante de los recursos con los que cuentan las personas y los hogares. Por este motivo, los Censos poblacionales subestiman los ingresos. Adicionalmente, el tiempo de levantamiento de información en los Censos es demasiado restringido como para poder obtener el detalle de los recursos con que cuentan los hogares, y la falta de especificación de un periodo de referencia de ingresos y gastos distorsionan aún más la medición de estas variables.

    Al usar el Censo 2000 como fuente primaria de información, el nivel de pobreza es mucho mayor --debido a que los ingresos del Censo son menores-- ya que abarca un 44.7 por ciento de la población total (véase gráfica 1). Si seguimos la lógica de LC, llamaremos error de "subreporte" a esta diferencia porcentual entre la estimación puntual de la pobreza con la ENIGH y con el Censo. En el caso del año 2000, el error de subreporte en la medición de la pobreza es de 83.9 por ciento, pero debido a que el Censo incluye toda la población no existe error estadístico. Ante este panorama, si el propósito es contar con una estimación lo más detallada posible sobre la pobreza a nivel nacional, evidentemente es preferible utilizar la ENIGH como fuente de información.

    La gráfica 1 contiene dos comparaciones adicionales con estimaciones de pobreza para el caso del estado de Aguascalientes y para el municipio de Calvillo, perteneciente al mismo estado. Cabe destacar que la ENIGH 2000 no es representativa a nivel estatal ni a nivel municipal, por lo que es de esperarse un mayor error estadístico a medida que se incrementa la desagregación geográfica. De hecho, la ENIGH arroja un porcentaje de pobreza alimentaria de 10.5 por ciento para Aguascalientes, con un error...

Para continuar leyendo

Solicita tu prueba

VLEX utiliza cookies de inicio de sesión para aportarte una mejor experiencia de navegación. Si haces click en 'Aceptar' o continúas navegando por esta web consideramos que aceptas nuestra política de cookies. ACEPTAR