POBREZA
Conceptos de pobreza
Y éste es el que se utiliza tradicionalmente en los estudios sobre la economía de la pobreza. Por tanto, desde este punto de vista, la pobreza ocupa sólo una determinada parte de la exclusión social.
Clasificación de los tipos de pobreza
Antecedentes de las medidas multidimensionales
Los cuantiles inferiores de la distribución del ingreso (más específicamente los deciles y deciles). Es un método basado en la Función de Bienestar del Ingreso (WFI), y se deriva de una encuesta (Encuesta de Evaluación de Ingresos, IEQ).
ESTADÍSTICAS DE POBREZA
Pobreza en el mundo
Uno de los indicadores más utilizados desde 1980 es el Índice de Desarrollo Humano (IDH), que incluye dentro de sus componentes tanto el ingreso como la salud y educación de la población. En el Informe sobre Desarrollo Humano 2010, presentado por el Programa de las Naciones Unidas para el Desarrollo (PNUD), se presentan tres nuevos indicadores: . 1) Índice de Desarrollo Humano ajustado por Desigualdad (IDH-D), 2) Índice de Desigualdad de Género (IDG) y 3) Índice de Pobreza Multidimensional (IPM). En el Informe publicado en 2010 se presentó por primera vez el Índice de Pobreza Multidimensional (IPM), que complementa las medidas de pobreza basadas en los ingresos.
El Índice de Pobreza Multidimensional fue preparado para el Informe sobre Desarrollo Humano de 2010 por la Iniciativa sobre Pobreza y Desarrollo Humano de la Universidad de Oxford, con el apoyo del PNUD, como una alternativa innovadora al Índice de Pobreza Humana utilizado anteriormente en el informe. En las últimas décadas la pobreza ha aumentado en algunas partes del mundo, siendo América Latina una de ellas.
Pobreza en México
- Pobreza urbana
- Pobreza rural
Para cumplir con los mandatos de la LGDS, el CONEVAL y el Instituto Nacional de Estadística y Geografía (INEGI) han implementado el Módulo de Condiciones Socioeconómicas (MCS) para los años 2008 y 2010, cuya información permite evaluar la pobreza a nivel nacional y niveles estatales para medir. . Se logró un aumento significativo del 16,3% en la pobreza alimentaria, del 18,5% en la pobreza de capacidades y del 20,3% en la pobreza de activos, lo que representa un aumento significativo entre 1994 y 1996. Desde 1998 ha habido una tendencia hacia una reducción general de la pobreza, hasta Se llega al año 2008, cuando aumenta la pobreza alimentaria, la pobreza de capacidades y en definitiva la pobreza de activos aumenta un 4,2%, alcanzando cifras comparables a las de 2002 (Cuadro 3).
La pobreza en las zonas rurales observa un comportamiento similar al de la población nacional, ya que aumenta en tiempos de crisis y viceversa. En 1992 se registró un aumento de tres puntos porcentuales en la pobreza alimentaria (pobreza extrema), recordando que en 1994 ocurrió la crisis mexicana.
Metodologías para la medición de la pobreza
- Medidas multidimensionales
- Especificaciones de modelos probabilísticos
Finalmente, la línea de pobreza se refiere a la mediana de la distribución del ingreso. El tamaño del parámetro no coincide con el tamaño de la variación de la probabilidad. 𝑃̂𝑖: Estimador de la probabilidad de que el jefe de hogar sea pobre 𝛽̂: Estimador del vector de parámetros del modelo.
La mayoría de los residentes locales sufren de falta de vivienda y espacio de calidad. Modelos Logit y Probit en la Investigación Social: El Caso de la Pobreza en el Perú en 2001.
METODOLOGÍA
Diseño del levantamiento de información
Para esta investigación se consideraron cinco localidades propuestas por SEDESOL, las cuales fueron seleccionadas según dos criterios; La primera fue que las localidades en su conjunto representaban la mayor heterogeneidad posible en términos de la población objetivo de la Iniciativa de Apoyo Integral a la Superación de la Pobreza, que incluía una serie de conjuntos de variables como: grado de marginación de la ciudad, tamaño, ubicación geográfica ubicación y actividades económicas que realiza, entre otras cosas. Como otro criterio, se consideró que los lugares incluidos en el estudio no fueran invadidos por los proyectos de la iniciativa. Como se puede observar en la Tabla 9, el tamaño de la población y el tamaño de la muestra fueron muy similares.
De hecho, se sabe que, en poblaciones finitas pequeñas, cuanto más pequeña es la población, el tamaño de la muestra tiende a parecerse al tamaño de la población. Debido a lo anterior, se decidió realizar un censo (número total de hogares) para administrar la encuesta.
Diseño del cuestionario
Procedimiento
Para definir los ingresos se adoptó la definición de ingresos corrientes, que consiste en la suma de los ingresos de todos los miembros del hogar, monetarios y no monetarios, e incluye el pago por el trabajo, los ingresos por la explotación de la propia actividad, los ingresos por capital, transferencias, rentas de cooperativas, valor atribuido para el consumo propio, pagos en especie, donaciones recibidas y evaluación de ingresos por el uso del propio apartamento. En el Informe Metodológico se utiliza una variable proxy para calcular el ingreso corriente, en la que se suman los tipos de ingresos provenientes del trabajo subordinado e independiente, y se simplifica el método de cálculo de los costos de las empresas nacionales para determinar el ingreso neto de las empresas. unidad de Análisis; También se tienen en cuenta los ingresos procedentes de trabajos secundarios, los pagos recibidos en especie y los ingresos distintos del trabajo. Según los criterios mencionados, es posible identificar los hogares cuyo ingreso corriente total per cápita es inferior al valor de la línea de bienestar, y aquellos en los que es inferior a la línea de bienestar mínimo.
Para estimar el nivel de pobreza se utilizó el ingreso mensual promedio actual de los hogares (período mayo a octubre de 2011); En base a esto, el ingreso mensual promedio actual por per cápita calculado, dividido por el número correspondiente de miembros del hogar (ponderado por edad según el método CONEVAL)4. La fuente de información para realizar este análisis fueron las bases de datos generadas a partir de la información recopilada en la encuesta.
Procesamiento de los datos
El ingreso mensual promedio per cápita más alto que reciben los residentes de las cinco ciudades es de 7,065 pesos. Los resultados permiten confirmar que la población analizada tiene un ingreso inferior al de la población mexicana. El 79% de los residentes locales tienen ingresos inferiores a LB y más del 37%.
Para este estudio, se utilizó el indicador de ingresos para determinar la variable dependiente y los demás indicadores se utilizaron para respaldar los resultados. 5 El ingreso corriente per cápita se ajusta para reflejar diferencias en la composición del hogar (entre otras cosas, según su tamaño, edad de sus miembros. CONEVAL, 2010).
Resultados de la medición de la pobreza
En la selección se tuvieron en cuenta varios aspectos, uno de los cuales fue la necesidad de captar la mayor heterogeneidad posible de los sitios apoyados por la iniciativa; Por tanto, se consideró el grado de marginación y el tamaño de la localidad. Para garantizar la coherencia de los indicadores, estos fueron calculados por dos equipos independientes utilizando dos paquetes informáticos: SPSS y Excel, siguiendo el método establecido en el apartado: Indicadores propuestos en el primer informe de este estudio. Cuando hubo diferencias en los resultados obtenidos, se revisaron los procedimientos utilizados por ambos equipos para descubrir el origen del error y proceder a corregirlo.
La fuente de información para realizar este análisis fueron las bases de datos creadas a partir de la información recopilada a través de la encuesta. Con la base de datos ya depurada y organizada, se continuó con el desarrollo de indicadores de pobreza de acuerdo con los lineamientos de esta investigación, utilizando modelos probabilísticos para determinar y cuantificar las variables que determinan en gran medida la pobreza del cacique. .
Modelo logit
- Estimación de los parámetros
- Efectos marginales y elasticidades del modelo logit
De qué material está hecho la mayor parte del techo de la casa: 1=desperdicio, lámina, palma, 0=teja, teja. Si el análisis se centra en la evaluación de la elasticidad, se puede hacer la siguiente interpretación: para un cambio del uno por ciento en el ingreso, el porcentaje en el que la probabilidad de que el jefe de hogar sea pobre disminuye en -0,725904%. Asimismo, en el caso de la variable estado de salud del jefe de hogar: la razón de probabilidad es de 0,62.
Si la casa no cuenta con agua corriente dentro o fuera de la casa, la probabilidad de que el jefe de familia sea pobre es 1,91 veces mayor que si la casa tuviera este servicio. La medición de la pobreza multidimensional en las localidades estudiadas arrojó que el 32% de los entrevistados se encontraban en pobreza extrema y el 46% en pobreza moderada.
RESULTADOS Y DISCUSIÓN
Resultados del modelo Logit
Material del que están hechos la mayoría de los pisos de la casa: 1=tierra, 0=cemento, vinilo, mosaico, madera. Una vez seleccionadas las variables a incluir en el modelo logit, se ejecutó el modelo final. A continuación se muestra la prueba del índice de verosimilitud (LR) que se utilizó para probar el modelo general.
Por tanto, se concluye que el modelo se adapta adecuadamente a los datos de pobreza. Ahora, sustituyendo el valor de los parámetros estimados en el modelo, se obtiene la siguiente expresión:
Cálculo de los efectos marginales y elasticidades del modelo logit
En el caso de los modelos de elección binaria discreta, es común utilizar un término análogo al coeficiente de determinación 𝑅2 para explicar el ajuste global del modelo. Por tanto, según autores como Bateman et al. 2002), el ajuste del modelo es satisfactorio. Con base en estas reglas, en el cuadro 16 se muestra que las variables que dan mayor sensibilidad a los cambios son: todas las personas del hogar comparten el mismo gasto (Mismgast), el ingreso mensual del jefe de hogar (Ingre), lo que tiene la casa (Liv ), nivel educativo del jefe de hogar (Gradoaprob), estado civil del jefe de hogar (Edoconyugal) y sexo del jefe de hogar (Gene).
Para interpretar este dato es necesario tener en cuenta el valor que puede tomar cada una de las variables; Por ejemplo, si se analiza el efecto marginal del ingreso, para un cambio de una unidad en el ingreso la probabilidad de ser pobre disminuye en 0,000018 unidades. Es decir, el valor de la variable renta es continuo y toma valores relativos grandes respecto al resto.
Discusión de los resultados
Se explica así: si un hombre de familia tiene 1 peso menos que un dólar, entonces tiene 1,00015 veces más probabilidades de ser pobre que si tuviera ese peso, manteniéndose constantes las demás variables. El resultado del odds ratio fue 1.144651, es decir, si el padre de familia tuviera 1 año menos de educación, la probabilidad de ser pobre aumentaría 1.144 veces más que si tuviera este nivel de educación. Las variables con mayor incidencia de deficiencias son: el estado de los espacios naturales (parques y jardines), la limpieza de las calles y la limpieza del barrio;
Con ello, justificar la relación entre los factores determinantes de la pobreza en el jefe de hogar, de carácter social, económico y demográfico, aplicando los enfoques de modelos de probabilidad. Por ahora, dado que la variable monetaria en el caso de la pobreza extrema es relativamente alta, esta seguiría siendo una forma de medición aceptable para las localidades estudiadas.
