En esta sección se describe una herramienta de evaluación de la pobreza en
México en términos de sus objetivos, métodos, definición de pobreza, datos, indicadores,
errores, sesgo estadístico, precisión, y costo. Además, Schreiner (2009b) revisa varias
herramientas de mapeo de la pobreza para México y sus implicaciones para los
usuarios del Índice de Calificación de la PobrezaTM. Esta comparación/contraste sigue
siendo relevante, y trata los mapas de pobreza para México de Bellon et al. (2004),
López Calva et al. (2005), Demombynes, Elbers, y Lanjouw (2008), y Tarozzi y Deaton
(2009).58
58
Schreiner (2009b, p. 25) indica que “Deaton quizá consiga un Premio Nobel en el futuro” y, de hecho, consiguió el Nobel de economía en 2015.
En general, las ventajas del Índice de Calificación de la PobrezaTM son las
siguientes:
Empleo de datos de la encuesta de gastos de consumo representativa de la población nacional más reciente
Uso de menos indicadores y de indicadores poco costosos
Empleo de una definición de pobreza basada en los gastos de consumo que es
comprensible por cualquier persona no especialista y que es utilizada por el gobierno de México
Reporte de errores y precisión para estimaciones de las tasas de pobreza en un punto determinado en el tiempo a partir de pruebas out-of-sample, incluyendo fórmulas para los errores estándar
Reporte de errores y precisión para estimaciones de los cambios en las tasas de pobreza a lo largo del tiempo, a partir de pruebas out-of-sample y out-of-time, incluyendo fórmulas para los errores estándar
Aplicabilidad a distintos tipos de análisis:
— Gastos de consumo absolutos (por medio de probabilidades de pobreza con líneas de pobreza absolutas)
— Gastos de consumo relativos (por medio de probabilidades de pobreza con líneas basadas en percentiles)
— Riqueza relativa (por medio de scores)
Reporte de la exactitud de la focalización, y consecución de una exactitud de focalización similar a la de otros enfoques alternativos
Factibilidad para los programas de lucha contra la pobreza en México, gracias a su bajo costo y transparencia
USAID encargó a IRIS Center (2010) la creación de la herramienta “Poverty
Assessment Tool” (PAT) con el fin de ayudar a aquellos colaboradores que trabajan
con microempresas a cumplir el mandato de reportar qué proporción de sus
participantes son “muy pobres”. En México, en aquella época, se definió a los “muy
pobres” como aquellas personas cuyos gastos de consumo son inferiores a la línea según
la definición tradicional que marca a la mitad más pobre de las personas por debajo del
En términos generales, la PAT de México se asemeja al Índice de Calificación de
la PobrezaTM
, excepto en ciertas cuestiones:
Estima el nivel de los gastos de consumo (no estima la probabilidad de que los gastos de consumo de un hogar sean inferiores a una línea de pobreza), y convierte la estimación de gastos de consumo a una probabilidad de pobreza del 0 o el 100 por ciento (en lugar de una probabilidad de pobreza comprendida entre el 0 y el 100) Emplea datos de la ENIGH de 2008 (en lugar de emplear los de la ENIGH de 2014.
El antiguo índice de 2008 de Schreiner, 2009b, emplea datos de la ENIGH de 2008) Cuenta con más indicadores (19 en lugar de 11)
No reporta errores ni errores estándar para estimaciones de cambios en las tasas de pobreza
No reporta fórmulas de tamaño de muestra para estimaciones en un punto determinado en el tiempo, ni para estimaciones de cambios a lo largo del tiempo
La PAT tiene disponibles cinco líneas de pobreza según la definición tradicional:
La línea que marca la mitad más pobre de las personas que están por debajo del 100% de la línea de patrimonio
Línea alimentaria Línea de capacidades
100% de la línea de patrimonio 150% de la línea de patrimonio
IRIS prueba cuatro enfoques basados en la regresión, tanto en versiones de una
fase como en versiones de dos fases (IRIS, 2005), seleccionando una regresión cuantil de
una fase que estima el 37º percentil del logaritmo de los gastos de consumo per cápita
de un hogar, dadas las respuestas del hogar a los 19 indicadores de la PAT (IRIS,
2010):
Demografía:
— Número de miembros del hogar (y su cuadrado) — Edad del jefe de hogar (y su cuadrado)
Características de la residencia: — Número de cuartos — Tipo de piso
— Fuente de agua de beber
— Método de eliminación de basura Bienes de consumo duraderos:
— Presencia de tostadora
— Presencia de horno de microondas — Presencia de refrigerador — Presencia de lavadora — Presencia de televisor — Presencia de reproductor VCR o DVD — Presencia de aspiradora — Presencia de computadora
— Presencia de un automóvil que no sea van o pickup — Presencia de van
— Presencia de pickup Ubicación de la residencia:
— Urbana/rural — Entidad federal
Para México, Schreiner (2014b) reporta una comparación equitativa entre el
PAT (IRIS, 2010) y el antiguo índice de 2008 (Schreiner, 2009b). En pruebas out-of-
sample, los promedios de error para la línea según la definición tradicional que marca a
la mitad más pobre de las personas por debajo del 100% de la línea de patrimonio
según la definición tradicional es similar entre el índice (–0.8 puntos porcentuales) y la
PAT (+0.4 puntos porcentuales).59
La PAT es menos precisa (su factor α de errores estándar es de 1.61, en comparación con el 1.03 del índice). A efectos de focalización, el
índice clasifica correctamente 1 hogar más por cada 1,000 que la PAT. En resumen, la
PAT y el índice son similares en cuanto a exactitud.
IRIS también reporta la exactitud en términos del Criterio de Exactitud de
Pobreza Equilibrado (Balanced Poverty Accuracy Criterion, BPAC). IRIS Center
(2005) presentó el BPAC, y USAID lo adoptó como criterio para la aprobación de
herramientas de evaluación de la pobreza para su uso por parte de colaboradores de
microempresas. BPAC considera la exactitud en términos de inclusión y en términos de
diferencia absoluta entre subcobertura y filtración (lo cual, bajo el enfoque de la PAT
—pero no bajo el enfoque del índice— equivale al error absoluto de la estimación de
tasa de pobreza): ra Subcobertu Inclusión Filtración ra Subcobertu Inclusión 100 BPAC | | . 59
En cualquier caso, el error promedio se puede eliminar ya que se conoce, con lo cual tanto la PAT como el índice carecen de sesgo estadístico.
Ya que el error (según el enfoque de la PAT) es la diferencia entre subcobertura
y filtración, y ya que el término de normalización
ra Subcobertu Inclusión
100
solo puede
ser relevante al comparar herramientas de evaluación de la pobreza en poblaciones con
distintas tasas de pobreza (e irrelevante para comparar herramientas de evaluación de
la pobreza alternativas para un determinado país, en un determinado año, y para una
determinada línea de pobreza), la fórmula más sencilla BPAC Inclusión| Error |
califica a las herramientas de evaluación de la pobreza de igual modo que la fórmula
más compleja.
Al expresar BPAC como Inclusión| Error | se comprende mejor por qué BPAC no es útil a la hora de comparar la PAT con el Índice de Calificación de la PobrezaTM
(Schreiner, 2014b). Dados los anteriores supuestos,60 las estimaciones de tasas de
pobreza del índice carecen de sesgo estadístico, independientemente de que la
subcobertura difiera de la filtración al focalizar (o si se focaliza en modo alguno).
Aunque BPAC puede usarse para comparar alternativas que emplean el enfoque de la
PAT de estimación del nivel de los gastos de consumo, no tiene sentido aplicar la
fórmula BPAC al enfoque del índice de estimación de probabilidades. Esto es porque el
índice no emplea un único umbral de corte en a los gastos de consumo para clasificar a
los hogares como 100 o 0 por ciento pobres. Por el contrario, se asigna a los hogares
probabilidades de pobreza estimadas entre el 0 y el 100. Si un usuario del índice
60
La carencia de sesgo estadístico de la PAT —o de cualquier otra herramienta de evaluación de la pobreza— requiere también de estos mismos supuestos.
establece un umbral de corte para la focalización, dicho umbral de corte será de
aplicación solo a esa focalización basada en la ubicación del hogar según la distribución
de los scores de todos los hogares, y no afectará en absoluto a la estimación de tasas de
pobreza.
Aunque IRIS reporta la exactitud de focalización de la PAT, y aunque la fórmula
de BPAC considera la exactitud de la focalización en términos de inclusión, IRIS no
recomienda el uso de la PAT para la focalización.61
IRIS tampoco recomienda el uso de PAT para realizar estimaciones de cambios a
lo largo del tiempo, indicando que “no está claro que las herramientas sean capaces de
identificar cambios reales en la pobreza a lo largo del tiempo debido a sus inherentes
errores de medición. A menos que los cambios en la tasa de pobreza sean
excepcionalmente grandes, y a menos que las herramientas sean excepcionalmente
exactas, los cambios identificados estarán contenidos, probablemente, en el margen de
error”.62 Aunque IRIS no reporta la exactitud de las estimaciones de cambio a lo largo
del tiempo para México (ni para ningún otro país) afirma, sin embargo, que el intervalo
de confianza para estimaciones de cambios —para un nivel de confianza sin determinar
y un tamaño de muestra sin determinar— incluirá probablemente el cero. Aplicando el
nuevo índice de 2014 para México con las muestras de validación de las ENIGH de 2008
a 2014, 5 de 51 estimaciones de cambios out-of-time/out-of-sample son estadísticamente
61
FHI360 (2013) y povertytools.org/faq/faq2.html (consultado el 16 de mayo de 2017).
62
distintas a cero, con n = 1,024 e intervalos de confianza del 90 por ciento. Este nivel de
inexactitud no anima al uso del índice de México para realizar estimaciones de cambios
a lo largo del tiempo, pero no es típico de los otros 16 países para los que se ha medido
este tipo de exactitud.
En cualquier caso, la documentación del Índice de Calificación de la PobrezaTM
reporta la exactitud del índice para la focalización y para la estimación de cambios a lo
largo del tiempo, facilitando así que los usuarios decidan por sí mismos si el índice es
10. Conclusión
Los programas de lucha contra la pobreza que operan en México pueden emplear
el Índice de Calificación de la PobrezaTM
para segmentar a los clientes a fin de
proporcionarles un tratamiento diferenciado, y también para estimar:
La probabilidad de que un hogar tenga los gastos de consumo inferiores a una determinada línea de pobreza
La tasa de pobreza de una población en un punto determinado en el tiempo Los cambios en la tasa de pobreza de una población a lo largo del tiempo
El índice es poco costoso de usar y lo pueden entender los usuarios aunque no
sean especialistas. Está diseñado para resultar práctico a aquellos programas de lucha
contra la pobreza en México que quieran mejorar la forma en que monitorizan y
gestionan su desempeño social.
El nuevo índice de 2014 se ha creado empleando datos de una mitad de los
hogares de la ENIGH de 2014 en México. Los scores obtenidos por dichos hogares se
asocian con las probabilidades de pobreza para 23 líneas de pobreza. La exactitud
(errores y precisión) del nuevo índice de 2014 se ha probado con datos out-of-sample
que no se han usado en la elaboración del índice para focalización, para estimaciones de
las probabilidades de pobreza de un hogar en un punto determinado en el tiempo, y
para realizar estimaciones de las tasas de pobreza de una población en un punto
Cuando se aplica el índice a las 23 líneas de pobreza en la muestra de validación
de 2014, el máximo de los valores absolutos de los promedios de error de las
estimaciones de tasas de pobreza en un punto determinado en el tiempo es de 4.6
puntos porcentuales, y el promedio de los valores absolutos de los promedios de error en
las líneas de pobreza es de aproximadamente 1.8 puntos porcentuales. Pueden obtenerse
estimaciones corregidas restando el error conocido para una determinada línea de
pobreza de las estimaciones originales, no corregidas.
Para n = 16,384 y una confianza del 90 por ciento, la precisión de las
estimaciones de las tasas de pobreza en un punto determinado en el tiempo es de ±0.8
puntos porcentuales o más estrecha. Con n = 1,024, los intervalos de confianza del 90
por ciento son de ±3.3 puntos porcentuales o más estrechos.
La exactitud de las estimaciones de cambios en las tasas de pobreza a lo largo
del tiempo se prueba out-of-sample y out-of-time. Por supuesto, no se pueden tomar las
estimaciones de cambios del índice como equivalentes a estimaciones del impacto del
programa. Los errores de estimaciones de cambio a lo largo del tiempo del nuevo índice
de 2014 aplicado a la muestra de validación de 2014 (estimación inicial) y con todos los
hogares de las ENIGH de 2008, 2010, o 2012 (estimaciones de seguimiento) resultan ser
muy grandes. Los factores que impulsan estos grandes errores también afectan la
exactitud de las estimaciones del cambio a lo largo del tiempo basadas en los antiguos
Los usuarios pueden evitar esta inexactitud en las estimaciones de cambios de
dos maneras. Primera, todos los usuarios deberían trabajar con el nuevo índice de 2014
de ahora en adelante. Mientras los gastos de consumo en México aumenten a la vez que
los indicadores mejoran, mientras el nuevo índice de 2014 siga siendo similar al de los
otros 16 países para los que se ha probado la exactitud de los cambios a lo largo del
tiempo, y mientras el nuevo índice de 2014 sea sucedido por una actualización en un
plazo de tiempo razonable, el nuevo índice de 2014 no debería adolecer de inexactitudes
inusualmente fuertes.
Segunda, los usuarios no deberían combinar una estimación inicial de un índice
antiguo con una estimación de seguimiento del nuevo índice de 2014. Si, a pesar de las
advertencias, los usuarios antiguos insisten en salvar una estimación de un antiguo
índice, pueden realizar estimaciones de cambios a lo largo del tiempo usando una
estimación inicial y una estimación de seguimiento, ambas obtenidas a partir de uno de
los índices antiguos (pero no con una estimación de seguimiento del nuevo índice de
2014, ni siquiera usando una de las líneas de pobreza disponibles en los índices antiguos
y nuevo).63 Este enfoque estimaría la dirección del cambio de la pobreza basada en
activos según los cambios en la distribución de los scores (en vez de estimar la dirección
y magnitud del cambio en la pobreza basada en los gastos de consumo según los
63
Durante un tiempo, estos usuarios antiguos deberían aplicar tanto un índice antiguo de 2006 o 2008 como el índice nuevo de 2014, posibilitando así una estimación de seguimiento actual correspondiente a una estimación inicial anterior de un índice antiguo y una estimación inicial actual correspondiente a una futura estimación de seguimiento del nuevo índice de 2014.
cambios en los promedios de probabilidades de pobreza). Un enfoque basado en activos
es perfectamente válido (y tiene ciertas ventajas comparándolo con un enfoque basado
en los gastos de consumo), pero las estimaciones de pobreza basadas en activos son más
difíciles de comunicar, y no son comparables con las estimaciones basadas en los gastos
de consumo ni con las estimaciones basadas en activos de otras herramientas de
evaluación de la pobreza. Sin embargo, este enfoque permite a los usuarios antiguos
salvar información de la dirección del cambio partiendo de las estimaciones iniciales
existentes realizadas con uno de los índices antiguos.
Si un programa quiere emplear el Índice de Calificación de la PobrezaTM para
segmentar a sus clientes a fin de ofrecer un tratamiento diferenciado, los resultados
reportados en este documento aportan información útil para la selección de un umbral
de corte de focalización compatible con sus valores y su misión.
Aunque la técnica estadística es innovadora y la exactitud técnica es importante,
el diseño del índice se centra en la transparencia y la facilidad de uso. Después de todo,
la exactitud es irrelevante si los administradores de un programa se sienten tan
intimidados por la complejidad del índice, o por su costo, que ni siquiera tratan de
emplearlo.
Por esta razón, el Índice de Calificación de la PobrezaTM
emplea 11 indicadores
que son sencillos, pocos costosos, y verificables. Los puntos son todos ceros o números
enteros positivos, y los scores abarcan desde 0 (lo más probable que los gastos de
de consumo sean inferiores a una línea de pobreza). Los scores se convierten a
probabilidades de pobreza mediante cuadros de consulta, y los umbrales de corte para
la focalización son igualmente sencillos de aplicar. El diseño busca facilitar la adopción
voluntaria al ayudar a los administradores a entender y confiar en el índice, y al
permitir a personas no especialistas sumar scores rápidamente sobre el terreno.
En resumen, el Índice de Calificación de la PobrezaTM
es una herramienta
práctica y objetiva para que los programas de lucha contra la pobreza en México
puedan estimar las tasas de pobreza basadas en los gastos de consumo, hacer un
seguimiento de los cambios en las tasas de pobreza a lo largo del tiempo, y segmentar a
los participantes para ofrecer un tratamiento diferenciado. El mismo enfoque puede