V. Pobreza por NBI y por ingresos en las regio

Departamento de Investigación Institucional
– Área Sociológica –
V. Pobreza por NBI y por ingresos en las regiones argentinas: Un análisis econométrico
Octavio Groppa
Departamento de Investigación Institucional
– Área Sociológica –
0.
Síntesis de los resultados
1
1.
Introducción
2
2.
Primera Parte - Pobreza por NBI
2
2.1.
Variables analizadas e hipótesis
3
2.2.
Expresión formal del modelo y consideraciones previas a la lectura de los resultados
4
2.3.
GBA
4
2.4.
Región Pampeana
6
2.5.
NEA
7
2.6.
NOA
8
2.7.
Cuyo
9
2.8.
Patagonia
10
3.
4.
Segunda Parte - Pobreza por ingresos
11
3.1.
Variables analizadas e hipótesis
11
3.2.
Expresión formal del modelo
11
3.3.
GBA
12
3.4.
Región Pampeana
14
3.5.
NEA
15
3.6.
NOA
17
3.7.
Cuyo
18
3.8.
Patagonia
19
Conclusiones
20
Anexo 1 – Acerca de los modelos de variable categórica dependiente
23
Anexo 2 – Glosario de las variables utilizadas en los modelos
24
Anexo 3 – Modelos de pobreza por NBI
25
Anexo 4 – Modelos de pobreza de ingreso
28
POBREZA URBANA EN LA ARGENTINA
Departamento de Investigación Institucional
– Área Sociológica –
0. SÍNTESIS DE LOS RESULTADOS
La pobreza varía entre regiones fundamentalmente en la intensidad, más que en la jerarquización de las variables que la explican.
La propiedad de la vivienda y el terreno es la característica sobresaliente asociada a
los hogares en situación de pobreza estructural. La probabilidad de la pobreza asociada a la
tenencia de la vivienda en el NEA es casi cinco veces la observada en GBA y 2,5 veces la que
se ve en las regiones Pampeana y Cuyo.
En tanto, al observar la pobreza por ingresos, la característica excluyente es la desocupación o inactividad de los miembros en edad laboral. La informalidad laboral también
se asocia fuertemente con este tipo de pobreza, particularmente en el interior del país.
También es sumamente importante el clima educativo del hogar, particularmente en
el Norte argentino, seguido de Cuyo. La inversión en un año de clima educativo equivale a
más de $200 de ingreso extra mensual por familia, con algunas diferencias según las regiones, a la hora de buscar una reducción en la extensión de la pobreza por NBI.
Otro rasgo para destacar es la disminución de la pobreza por ingresos cuando la jefatura del hogar está a cargo de una mujer. Esto se observa si se controlan otras características,
como la situación de estado o el tipo de organización del hogar.
En cuanto al tamaño del hogar, al medir la pobreza por ingresos se advierte una apreciable diferencia de grado entre el Norte argentino y Cuyo, en relación con el resto de las
regiones.
Respecto de las variables relativas al empleo, entre los pobres estructurales la situación que mayor influencia tiene es la condición de informalidad laboral, aún más que el desempleo o inactividad de los miembros activos. Dicho peso relativo se invierte al medir la pobreza por ingresos.
La presencia de jubilados disminuye fuertemente la incidencia de la pobreza, sea esta
estructural o coyuntural.
POBREZA URBANA EN LA ARGENTINA
-1-
Departamento de Investigación Institucional
– Área Sociológica –
1. INTRODUCCIÓN
El presente documento es un producto de la línea de investigación “La pobreza en las
grandes regiones argentinas” del proyecto Pobreza urbana en la Argentina. Utiliza la información estadística trabajada en el cuerpo de la investigación “Pobreza y reproducción social en
la Argentina”, para construir modelos econométricos, de manera de observar la relación simultánea que se da entre las variables estudiadas y la pobreza y jerarquizando sus influencias dispares. Además, los modelos miden la significatividad estadística de las relaciones observadas, lo que da un mayor sustento a las conclusiones extraídas. Se presentan para cada
una de las regiones argentinas.
Se trabaja partiendo de la tradicional división de la pobreza en categorías, esto es, estructural, inercial, reciente y ausencia de pobreza.1 Se trata de dos modelos de variable dependiente categórica (bajo la especificación probit)2: la pobreza por NBI y la pobreza por ingresos (línea de pobreza).
Debe tenerse en cuenta que estos modelos dan pautas asociadas en promedio a la pobreza, pero no pretenden agotar la explicación de tal situación. En otras palabras, puede ocurrir que características fuertemente asociadas al evento explicado no se den conjuntamente.
Esto significa que un individuo conformado exactamente por tales rasgos no exista. Por esto
el estudio debe ser completado con un enfoque microsocial, que pueda reconocer y ubicar
las características señaladas asociándolas a procesos y trayectorias sociales o individuales
(subjetivas).3
En relación con este punto, ha de considerarse además que los modelos presentados
son de corte transversal; son por tanto una “fotografía”, un momento puntual a la fecha de
recolección de los datos (octubre 2001). Por lo tanto, las mediciones que verifican la influencia sobre la condición de pobreza de una determinada característica –por ejemplo, los años
de educación- corresponden, en rigor, a situaciones de distintos individuos, y no a trayectorias dinámicas. Para medir éstas se debería contar con estudios de panel que sigan los mismos casos a lo largo del tiempo, pero es sabido que este tipo de datos no existe actualmente
en nuestro país.
2. PRIMERA PARTE - POBREZA POR NBI
El primer grupo de modelos intenta captar cuáles son las características asociadas a la
pobreza absoluta. Para ello se mide la vinculación existente entre una serie de variables relativas al hogar o a su jefe- y la condición de pobreza por necesidades básicas insatisfechas
(NBI). Se presentan tres modelos que combinan grupos diferentes de variables (véase anexo
2).
Dado que la variable dependiente es la probabilidad que tiene un hogar de tener NBI,
los modelos pueden interpretarse en términos de la influencia o impacto general que tendrán las variables estudiadas en la incidencia de la pobreza estructural.
1 Tal como se ve en REDONDO, N. “Pobreza y reproducción social en la Argentina hacia el fin de la convertibilidad”, en este
proyecto.
2 Para una descripción somera de este tipo de modelos véase el anexo 1.
3 En este sentido, constituye un avance el estudio sobre presupuestos familiares a cargo de F. H. Forni, en este proyecto. Allí se
habla de tres categorías de pobres: hundidos, emergentes y flotantes, que podrían calificar mejor las categorías que se usan en
este estudio.
POBREZA URBANA EN LA ARGENTINA
-2-
Departamento de Investigación Institucional
– Área Sociológica –
2.1. Variables analizadas e hipótesis
A continuación se describen las variables estudiadas. Entre paréntesis figura el nombre con el cual aparecen los modelos del anexo 2.
Se ha observado a partir de los cuadros estudiados que el tamaño del hogar (tamaño) es
mayor en los hogares con NBI, por lo cual se espera una asociación importante y una relación directa con la condición de NBI. En los últimos dos modelos se incorpora también una
medición de la cantidad de niños menores de 12 años, que también es una característica más
frecuentemente observada en los hogares con NBI.
Otro rasgo incorporado es el clima educativo (climeduc), definido como el promedio de
años de estudio de los mayores de 15 años perceptores de ingresos.
Si bien el ingreso (total familiar, itf) es considerado como una medida de tipo más
transitorio no puede dejar de estar asociado a la pobreza por NBI. Por otra parte, la significatividad de esta variable validará la división del universo de la pobreza entre pobres estructurales e inerciales (bajo y sobre la línea de pobreza, respectivamente).
La educación y el ingreso están, por lo general, fuertemente correlacionados, y se influyen mutuamente. Para captar este efecto conjunto fue creada una nueva variable definida
como el producto de ambas. En el modelo 3 se utilizó dicha estrategia: la variable lleva el
nombre eduxitf y es, precisamente, el producto entre el clima educativo y el ingreso total familiar.
En cuanto a la propiedad de la vivienda (tenencia) se espera que se relacione negativamente con la pobreza. Se incluyen sólo los casos en que el hogar también es propietario del
terreno.
Se usó también un vector de variables categóricas relativo al empleo, que señala la
condición de formalidad laboral de los miembros ocupados (todos formales, todos informales o
mixtos) o si todos están desocupados o inactivos (desoc/inact). En este caso, la variable excluida del modelo –aquella respecto de la cual deben compararse las mediciones– es que todos los miembros sean ocupados formales, por lo cual se esperan signos positivos en los tres
casos.
El tipo de organización del hogar (nuclear, monoparental, unipersonal, ampliado, multipersonal no familiar) también es captado mediante variables categóricas. Siendo la variable
excluida el hogar nuclear, se esperarían valores positivos para el hogar monoparental y negativos para el unipersonal y el multipersonal. Respecto del hogar ampliado no pueden realizarse hipótesis a priori, pues a la hora del allegamiento habitacional un hogar puede volver
pobre también a aquel que lo recibe o puede salir de la pobreza, lo cual dependerá de la situación del hogar anfitrión.
Dado que los jubilados se han convertido en quienes aseguran un ingreso en muchos
hogares, los modelos consideran si existen jubilados (hayjubil).
Por último, para verificar si la pobreza estructural está asociada a que los niños o jóvenes presenten retraso escolar ha sido incorporada una variable al respecto (hayretraso). En
este caso, la relación debe entenderse al revés: el hogar pobre induce al niño a abandonar sus
estudios o a retrasarlos.
Entre las características relativas al jefe fue considerada la edad y si es migrante o no.
En este caso, la hipótesis a contrastar es que el desarraigo o la necesidad ya padecida en el
origen, en cuanto factores asociados a carencias de capital (cultural, social o simbólico), son
factores que influyen en la conformación de un hogar con NBI. Se considera migrante a la
POBREZA URBANA EN LA ARGENTINA
-3-
Departamento de Investigación Institucional
– Área Sociológica –
persona que nació en otra provincia (otrpvcia) o en otro país (extranj). Se considera como
variable excluida a quienes nacieron en la ciudad en la cual viven o en la misma provincia.
Como se verificó a nivel de regiones que la variable sexo no era relevante (se rechazaba la hipótesis nula) fue excluida de los modelos finales.
2.2. Expresión formal del modelo y consideraciones previas a la lectura de los resultados
Los modelos tienen la siguiente forma:
P( nbi=1|x) = β 0 + β 1.Ji + β 2. Hi + β 3. Fi + β 4. Oi
donde J es un vector que incluye características personales del jefe (edad, procedencia, si es propietario o no), H capta rasgos del hogar (educación, tamaño, ingreso familiar,
cantidad de niños menores de 12 años, existencia de jubilados o de niños con retraso escolar), F incluye variables relacionadas con la formalidad (o no) laboral y O es un vector de variables que indican el tipo de organización familiar.
Las variables elegidas para “explicar” la pobreza estructu ral no coinciden totalmente
con las asociadas a la pobreza por ingresos. Esto se debe claramente al carácter más permanente de la primera y más coyuntural de la segunda, pero también a que la mayor cantidad
de casos en la pobreza estructural permite realizar más inferencias.
Como fue expresado, el modelo fue probado para todas las regiones. Los dispares niveles de la bondad del ajuste marcan hasta qué punto las características seleccionadas sirven
para hablar de la pobreza en cada región.
Las cinco características que presentan significatividad estadística en todas las regiones son el tamaño del hogar, la edad del jefe, la propiedad de la vivienda, el clima educativo
y el ingreso.
Los resultados presentados son, además de los coeficientes asociados a cada variable,
el valor medio de éstas, la probabilidad de que la hipótesis nula pueda no ser rechazada4 y el
valor de la derivada de la función (cuánto varía la probabilidad) para un cambio en cada variable, suponiendo que las restantes están fijas en sus valores medios. La descripción que sigue muestra los resultados más sobresalientes. Los detalles se exponen en los cuadros del
anexo 2.
2.3. GBA
En GBA, la variable que más peso presenta con relación a la pobreza estructural es la
propiedad de la vivienda. Los hogares propietarios de la vivienda y el terreno disminuyen la
probabilidad de ser pobres, para valores medios en las restantes variables, en más de un 5%.
También es importante el grado de asociación entre pobreza estructural y migración,
particularmente la proveniente del interior del país.
4 Esto es, que β=0 (que el coeficiente asociado a variable independientes estudiada sea nulo), por lo que si esta probabilidad
supera valores máximos aceptables (típicamente 5%) no habría indicios estadísticos que justifiquen asociar la variable en cuestión con el evento explicado (variable dependiente).
POBREZA URBANA EN LA ARGENTINA
-4-
Departamento de Investigación Institucional
– Área Sociológica –
El tamaño del hogar está relacionado positivamente con la probabilidad de un hogar
de ser pobre estructural. Análogamente ocurre con la cantidad de niños menores de 12 años
en cada hogar.
Por lo demás, los hogares pobres estructurales tienden a ser más jóvenes: la probabilidad de ser pobres disminuye a razón de un 0,2% por cada año extra del jefe.
En cuanto a la educación y el ingreso, ambas variables son significativas, relacionándose inversamente con la condición de NBI. Es interesante notar que, en términos estáticos,5
un año extra de educación en promedio para un clima educativo del hogar de 8 años6 tiene
aproximadamente la misma fuerza (-6%) para sacar un hogar de la pobreza por NBI que
$220 extra mensuales de ingreso familiar (columnas en el gráfico derecho). Téngase en cuenta que el efecto marginal sobre la incidencia de la pobreza de cambios en estas variables está
en la fase de rendimientos crecientes, tal como puede verse en la figura.
Los gráficos muestran cómo varía la probabilidad o incidencia de la pobreza estructural frente a cambios en el clima educativo y en el ingreso familiar. Los valores de las restantes variables se han fijado de la siguiente forma: el hogar es de 4 personas, monoparental,
cuyo jefe nació en otra provincia y cuenta con 30 años, que no es propietario y donde todos
los ocupados lo están en el sector informal de la economía. Al variar el clima educativo, se fijó el ingreso en $300; al variar el ingreso, se estableció un clima educativo de 9 años.
Gráfico 1
Probabilidad de NBI para cambios en el clima
educativo y el ingreso total familiar (GBA)
Probabilidad de NBI para cambios en el clima
educativo y el ITF (GBA)
Ingreso ($)
20 40 60 80 100 120 140 160 180 200 220 240
Ingreso ($)
0
50 100 150 200 250 300 350 400 450 500 550
Probabilidad (%)
Probabilidad (%)
100
80
60
40
Clima educativo
ITF
20
0
0
1
2
3
4
5
6
7
8
9
0
-1
-2
-3
-4
-5
-6
-7
-8
10 11
Clima educativo (años de estudio)
ITF (acum.)
Clima educativo
ITF Mg
0
1
2 3 4 5 6 7 8 9 10 11 12
Clima educativo (años de estudio)
La variación simultánea del clima educativo y el ingreso se muestra gráficamente así:
5 Debe tenerse presente lo adelantado en la introducción en torno al carácter estático de este análisis. Dicho más claramente, la
magnitud del impacto en la reducción de la pobreza provocada por un año extra de educación debería medirse siguiendo a las
mismas personas en el tiempo, a la vez que varían también otras variables. Los resultados de tal eventual estudio sólo serían
idénticos a éstos si se supusiera que las restantes características se mantendrán inalteradas (ceteris paribus) o variarán de manera no significativa, lo cual no constituye un supuesto imposible en el corto plazo.
6 El promedio es de 8,9, de manera que sería la educación marginal para alcanzar un nivel educativo equivalente al promedio.
POBREZA URBANA EN LA ARGENTINA
-5-
Departamento de Investigación Institucional
– Área Sociológica –
Gráfico 2
POBREZA URBANA EN LA ARGENTINA
-6-
ERROR: syntaxerror
OFFENDING COMMAND: %ztokenexec_continue
STACK:
-filestream/PaintProc
1
/YStep
1
/XStep
[0 0 1 1 ]
/BBox
2
/TilingType
1
/PatternType
1
/PaintType
/1586167288.0
/ID
-mark-