Spanish - Programa de Inclusión Social PROSPERA

Progresa
Programa de Educación, Salud y Alimentación
Más
oportunidades
para las
familias pobres
Evaluación de Resultados del
Programa de Educación, Salud y Alimentación
n IDENTIFICACIÓN DE BENEFICIARIOS n
2000
Índice
Presentación …………………………………………………………………
i
El evaluación de la selección de hogares beneficiarios en el
(Progresa) Programa de Educación, Salud y Alimentación
Emmanuel Skoufias, Benjamin Davis y Jere R. Behrman .............................. 1
Comparación de distintas metodologías para la
identificación de familias beneficiarias............................................. 175
Perfil de las localidades y hogares beneficiarios
de Progresa. ....................................................................................... 201
Presentación
La evaluación de los impactos de las acciones de política social reviste
especial importancia para contar con elementos objetivos que permitan mejorar
los instrumentos a través de los que se desarrollan dichas acciones, introducir los
ajustes necesarios para su mejor operación, y garantizar el máximo beneficio a la
población. En la evaluación del Programa de Educación, Salud y Alimentación,
Progresa, se persiguen diversos propósitos para verificar cómo se cumplen los
objetivos del Programa de ofrecer a las familias en condición de pobreza genuinas
oportunidades para afrontar y superar su condición, y establecer las bases para
que dicho cambio sea sostenido, con resultados de corto plazo y entre
generaciones. Así, se busca medir y cuantificar el nivel y dirección de los impactos
en las tres áreas en que se desarrollan las acciones integradas de Progresa,
educación, salud y alimentación, reconocer la dinámica de consolidación de estos
impactos, e identificar las interrelaciones que se potencian entre sí.
La evaluación de Progresa fue concebida y puesta en marcha desde el inicio
de las actividades del Programa, para estar en condiciones de informar y dar
cuenta, con absoluto rigor, transparencia y utilizando procedimientos robustos y
objetivos, de sus efectos en las condiciones de vida de las familias que participan
en el Programa. En este sentido, se reconoce que a diferencia de la mayoría de los
programas sociales de gran escala implementados en países tanto desarrollados
como en vías de desarrollo, se ha dado especial atención en que el diseño de
evaluación tenga la mayor solidez posible.
La fortaleza del modelo de evaluación de Progresa se deriva de que permite
observar a un grupo de hogares que se asemejen a los hogares beneficiarios en
todos los aspectos posibles, pero que no reciben los apoyos del Programa; de que
se han recolectado observaciones repetidas de las familias y sus miembros antes y
después del inicio de la operación del Programa; y de que se emplean modernas
aproximaciones analíticas para determinar si Progresa tiene impacto. Los criterios
metodológicos utilizados tienen el fin de permitir llevar a cabo la compleja tarea
de identificar con precisión los cambios que efectivamente pueden atribuirse a las
acciones emprendidas, y no confundirlos con efectos concomitantes ajenos.
Estudiar procesos en que intervienen variadas respuestas personales,
familiares y sociales, como ocurre por necesidad en un programa como Progresa,
que se dirige hacia áreas clave del desarrollo de las personas, implica severas
complicaciones de medición y comparabilidad. El aspecto básico es poder
i
determinar, en ausencia del Programa, cuál es el estado que guarda una condición
social específica en un grupo de población, y cuáles son los cambios que son
atribuibles a sus acciones después de que éste realiza sus intervenciones.
Este documento reúne diversos análisis sobre los resultados e impactos de
Progresa, que son producto de estudios independientes por parte de prestigiados
académicos. En especial destaca la colaboración del equipo de trabajo del
Instituto Internacional de Investigación de Políticas Alimentarias, IFPRI,
especializado en políticas públicas de superación de la pobreza. Otras
instituciones académicas que han participado en los trabajos de evaluación son el
Instituto Nacional de Salud Pública y el Centro de Investigaciones y Estudios
Superiores en Antropología Social. Además, se incluyen trabajos realizados por
personal de la Coordinación Nacional de Progresa, con la asesoría del IFPRI.
Algunos de los trabajos tienen el objetivo de ofrecer a los lectores información
contextual necesaria para comprender los resultados alcanzados por el Programa.
Los temas tratados en el proyecto de evaluación de Progresa son muy
diversos: entre otros se han estudiado los impactos sobre la inscripción,
permanencia y rendimiento escolar de los niños; la demanda de los servicios y la
condición de salud de niños y adultos; la atención prenatal, la fecundidad y la
lactancia; el estado nutricional de los niños y las mujeres embarazadas; el
consumo y la asignación intrahogareña de los recursos; las relaciones
comunitarias y la integración social; la participación económica de los integrantes
del hogar; el estatus de la mujer y las relaciones dentro del hogar; así como el
costo-efectividad de las acciones del Programa, para poder realizar análisis
prospectivos de Progresa.
La recolección, procesamiento y análisis de los datos para la evaluación son
procesos que requieren de un periodo de preparación y estudio. El proyecto de
evaluación de Progresa tiene ya más de dos años y medio en marcha, y se espera
que los resultados que se presentan en este y otros volúmenes similares, así como
la experiencia obtenida, favorezcan que la evaluación se constituya en un elemento
indispensable de la política social.
En este volumen se presentan trabajos de evaluación del proceso de
identificación de las familias beneficiarias del Programa. Como se ha señalado,
además de los impactos directos de Progresa, la evaluación incluye otras temáticas
de interés, como es el mecanismo de identificación de los beneficiarios, en que se
analiza si el Programa está logrando enfocar sus beneficios a la población más
pobre y si este procedimiento es eficiente.
ii
Progresa ha mostrado su viabilidad. Las lecciones obtenidas indican que se
tiene en marcha una estrategia integral de desarrollo de las capacidades de las
personas y de alivio a la pobreza extrema, que no es paternalista, que se dirige a
las zonas de mayor marginación, en donde se han alcanzado resultados favorables.
Estos muestran que a tres años de su inicio, Progresa ha apoyado a los niños de
escasos recursos de las comunidades rurales para que permanezcan por más
tiempo en la escuela, tengan mejor alimentación, reciban atención médica más
frecuentemente y, en resumen, tengan mayor confianza en un mejor futuro.
Las acciones de Progresa han propiciado que se rompa la transmisión
intergeneracional de la pobreza. Pero debe considerarse que el Programa todavía
se encuentra en su etapa inicial y que probablemente muchos de sus impactos
únicamente se manifiesten en el futuro. Sólo la continuidad de la evaluación en el
mediano y largo plazo del impacto de Progresa en la vida de las familias de escasos
recursos, permitirá determinar si el círculo vicioso de la pobreza y su transmisión
intergeneracional ha sido interrumpido.
Dr. Carlos M. Jarque Uribe
Secretario de Desarrollo Social
y Presidente del Consejo de la
Coordinación Nacional del
Programa de Educación, Salud
y Alimentación
iii
Evaluación de la selección de hogares
beneficiarios en el (Progresa)
Programa de Educación, Salud y Alimentación
Emmanuel Skoufias*
Benjamin Davis
Jere R. Behrman
*
Las opiniones y puntos de vista aquí expresados son responsabilidad única y exclusiva de los autores. El IFPRI y
Progresa no son responsables por el contenido de este documento.
2
Reconocimientos
Este informe de Investigación es parte del proyecto de Evaluación de
Progresa realizado por el IFPRI. Emmanuel Skoufias es investigador asociado del
IFPRI. Benjamin Davis es investigador asociado Post-Doctoral y Jere R. Behrman
es Profesor de Economía en la Universidad de Pennsylvania. Jere Behrman trabajó
en este informe como consultor del Proyecto de Evaluación de Progresa realizado
por el IFPRI.
Se agradece especialmente por la contribución de las siguientes personas en
la preparación de este informe: Sergio de la Vega de Progresa, quien ayudó
enormemente en la evaluación de la selección de las localidades y en la
preparación del Apéndice B; y Humberto Soto de Progresa, quien preparó varios de
los cuadros que se incluyen en diversos Apéndices de este informe.
El Dr. José Gómez de León, Daniel Hernández, Patricia Muñiz, la Dra. Susan
Parker y Mónica Orozco y todo el demás personal de Progresa nos apoyaron y
ayudaron durante toda la preparación de este informe. El Dr. David Coady, Habiba
Djebbari, Sanjukta Mukherjee y el Dr. John Hoddinott del IFPRI, al igual que
varios de los participantes en el taller realizado en la Ciudad de México y en el
Banco Inter-Americano de Desarrollo, proporcionaron comentarios y sugerencias
que contribuyeron sustancialmente a mejorar el informe. Daniel Levy de la
Northwestern University también ayudó mucho en las primeras etapas de este
informe. Los autores de este informe final, y no IFPRI ni Progresa, son
responsables por todo el contenido del mismo.
3
4
Resumen Ejecutivo
El objetivo de este capítulo es evaluar el método de focalización utilizado por
Progresa para identificar a los hogares beneficiarios. La metodología de selección
de Progresa se realiza en tres etapas: (1) la selección de las localidades; (2) la
selección de familias beneficiarias dentro de las localidades seleccionadas, y (3) la
lista final de beneficiarios se corrobora con la asamblea comunitaria donde se
corrigen los casos en que las familias hayan sido incluidas o excluidas
incorrectamente. En este artículo se analizan las primeras dos etapas del proceso
de focalización. No se presenta ninguna evaluación sobre la tercera etapa de
selección ya que el número de hogares cuya incorporación ha sido objetada en esta
etapa del proceso de selección ha sido mínimo (0.1 por ciento del total de hogares
seleccionados). El principal objetivo es evaluar qué tan exitoso es el mecanismo de
focalización de Progresa en identificar a los hogares en condición de pobreza
extrema y qué tanto contribuye este sistema de selección a disminuir la pobreza
entre las familias.
El marco conceptual de esta evaluación está centrado en tres elementos
clave: (i) un objetivo social, (ii) un conjunto de restricciones económicas, políticas
y sociales bajo las cuales debe operar la política social, y (iii) una serie de
instrumentos disponibles para alcanzar estos objetivos. A pesar de que los
objetivos de Progresa en el área de salud, educación y alimentación se encuentran
vinculados entre sí, sólo se evaluarán los beneficios del proceso de focalización en
términos del posible impacto del Programa en abatir la pobreza. Aun cuando el
presente análisis se limite a evaluar los objetivos de Progresa en disminuir la
pobreza, el análisis destaca que la eficiencia relativa del esquema de transferencias
depende en qué tan consciente esté el gobierno sobre el número de hogares
pobres con respecto al total de la población (la tasa de pobreza) o la disminución
en la profundidad y severidad del grado de pobreza existente entre los hogares
pobres.
Las restricciones económicas, sociales y políticas con las que tiene que
operar la política social se reflejan parcialmente en el presupuesto disponible para
Progresa. Se supone que el presupuesto es fijo y limitado, en el sentido que éste no
es suficiente para eliminar completamente la pobreza.
Las políticas de combate a la pobreza tienen medidas que van desde la
trasferencia uniforme de recursos, las cuales no utilizan ningún criterio de
selección, hasta otro tipo de medidas que incluyen diferentes criterios en la
selección. A cada una de estas medidas se encuentran asociados diferentes costos
y beneficios. El principal beneficio que se deriva de la selección a nivel del hogar
5
es que, clasificar a los hogares en elegibles y no elegibles de recibir los beneficios
de Progresa y dar los beneficios a aquellos que son elegibles, es una manera más
efectiva de utilizar recursos limitados para alcanzar el objetivo social de reducir la
pobreza (Besley y Kanbur, 1993). Sin embargo, esto involucra una serie de costos
que incluyen costos administrativos (focalización y entrega de beneficios), costos
de motivación, costos socio-políticos. Por ejemplo, el mecanismo utilizado para
identificar a los pobres y poderles hacer entrega de los beneficios incurre en
costos. Como más adelante se discutirá, en el caso de Progresa el mecanismo de
focalización incluye el levantamiento de una encuesta de los hogares en todas las
localidades seleccionadas como marginadas (o con mayores probabilidades de
tener hogares pobres). Dichos costos implican una reducción del presupuesto fijo
asignado a la disminución de la pobreza.
Dentro de este marco, la evaluación sobre la focalización de Progresa
consiste en poder dar una respuesta a la pregunta: ¿Qué tan bueno es el
desempeño del proceso de focalización de Progresa en términos de su objetivo si
se toman en cuenta los costos y las restricciones (financieras y políticas) asociadas
a alcanzar estos objetivos?
Esta pregunta se responde en dos etapas: primero, se evaluó la precisión de
Progresa en focalizar comparando la selección del Programa con un método
alterno de selección basado en el consumo de los hogares; en segundo lugar, y de
mayor importancia, se evaluó el desempeño de la focalización de Progresa en
términos de su impacto en reducir la pobreza con relación a otros esquemas de
selección y de transferencia, suponiendo el mismo presupuesto. La lista de
posibles alternativas incluye: transferencias uniformes, las cuales no utilizan
sistema de focalización alguno, focalización basada en el consumo (o focalización
“perfecta”), y focalización geográfica (esto es, focalización a nivel de localidad en
lugar de focalización a nivel del hogar). Los costos de focalización asociados con
algunos de estos esquemas reducen el presupuesto disponible para el combate a la
pobreza.
No se pretende tener el método perfecto para determinar qué hogares deben
clasificarse como pobres. Por el contrario, se adopta un indicador que se considera
sensible para clasificar a los hogares como pobres y no pobres. El indicador que se
utiliza para examinar la focalización de Progresa es el consumo estimado por
hogar. El consumo de los hogares de la muestra de evaluación de Progresa
(beneficiarios y no beneficiarios) se estima usando la Encuesta de Ingresos y
Gastos de los Hogares (ENIGH) de 1996 (ver Apéndice E). Se evalúa la precisión
de la focalización de Progresa usando una matriz de 2x2, que compara la
clasificación obtenida con la focalización de Progresa con la clasificación obtenida
con la presente metodología. Los hogares se dividieron en cuatro grupos: (i)
6
hogares considerados por nuestra metodología como pobres, que son beneficiarios
de Progresa (considerados como éxitos en la focalización), (ii) hogares
considerados como no pobres por la metodología alternativa, que no son
beneficiarios de Progresa (también considerados como éxitos de focalización), (iii)
hogares considerados como pobres por la metodología alternativa, que no son
beneficiarios de Progresa (error de exclusión o subcobertura), y (iv) hogares
considerados como no pobres por la metodología alternativa y que son
beneficiarios de Progresa (error de inclusión o fuga).
La evaluación de la primera etapa de la focalización de Progresa se basa en
clasificar las diferentes localidades por su índice de marginación. La prueba
fundamental sobre qué tan bien funciona el índice de marginación, radica en saber
si es un método eficaz para identificar dónde se encuentran los hogares pobres.
Las restricciones impuestas sobre las localidades para ser susceptibles de
selección, basándose en el índice de marginación (por ejemplo, el acceso a una
escuela o centro de salud), con toda probabilidad excluyeron las localidades donde
podrían haberse encontrado los hogares más pobres. Se considera que estas
restricciones son necesarias para la operación de Progresa, tal y como se concibió,
y no se considera este último aspecto como una mala focalización, sino como una
consecuencia de la naturaleza del Programa. La evaluación realizada consiste en
construir un criterio basado en el consumo para identificar las localidades donde
se encuentran los hogares pobres, y luego contrastarlo con la selección realizada
por Progresa.
Con base en los resultados, se concluyó que el índice de marginación
utilizado por Progresa funciona bastante bien cuando se le compara con el modelo
para la selección de localidades basado en el consumo. Este modelo ofrece una
categorización más precisa de la pobreza, lo que implica que es más probable que
la focalización geográfica basada en el índice de marginación tenga mayor tasa de
fuga que de subcobertura. La concordancia entre los dos métodos es
particularmente estrecha para las categorías de marginación baja y muy alta y es
más difusa en las categorías medias. Esto sugiere que el índice de marginación de
Progresa pierde su poder de diferenciación entre las localidades de marginación
media precisamente en el momento en que Progresa se expande a comunidades
menos marginadas, lo que introducirá un elemento de arbitrariedad en la
selección de dichas comunidades. Una forma de contrarrestar este problema sería
incorporar la información de otros índices de marginación alternos, como el
método presentado en este informe.
El método de selección de hogares de Progresa consta de tres pasos: (1) se
utiliza el ingreso para realizar una clasificación preliminar de los hogares entre
pobres y no pobres. Un hogar se clasifica como pobre si su ingreso se encuentra
7
por debajo de la línea de pobreza y como no pobre en el caso opuesto. (2) A través
del análisis discriminante se incorporan otras características del hogar para
determinar la condición de pobreza de los hogares. El motivo subyacente, según lo
señaló Progresa, es usar un enfoque multidimensional de la pobreza. El puntaje
obtenido del análisis discriminante se utiliza para determinar cuál hogar es pobre
y cuál no. (3) Se concluye la lista de beneficiarios después de recibir la
retroalimentación de la comunidad.
Según se puede observar en el cuadro 5, para la línea de pobreza referida al
percentil 52, las tasas de subcobertura y de fuga son aproximadamente iguales a
26 por ciento. Se observa que la focalización de Progresa funciona mejor para
identificar los hogares en extrema pobreza, pero es más probable que cometa
errores al identificar correctamente los hogares que son moderadamente pobres
(es decir, los hogares que se encuentran más cerca de la línea de pobreza). Este
resultado origina algunas preocupaciones importantes sobre el uso del método
actual de focalización de Progresa en las áreas menos pobres (es decir, en las
áreas urbanas marginadas).
También se examinó qué tan graves son los errores de focalización de
Progresa, en comparación con los errores de focalización de otros esquemas. Se
aplicó un esquema de ponderación similar a la familia de medidas de pobreza FGT,
que le dan mayor importancia a la subcobertura (fuga) de los hogares más pobres
(ricos) en tres esquemas de transferencia alternos: una transferencia uniforme (es
decir, sin focalización), la focalización de Progresa y la focalización a nivel de la
localidad. Como se puede apreciar en el cuadro 6, la focalización de Progresa
omite un número menor de hogares en extrema pobreza. De igual manera, en el
cuadro 7 se puede ver que los hogares erróneamente incluidos en la lista de
beneficiarios están más cerca de la línea de pobreza (menos ricos) que los hogares
incluidos erróneamente por otros métodos. En resumen, los errores de exclusión y
de inclusión que ocurren con la focalización de Progresa son menos serios que los
que ocurren con otros esquemas viables de focalización y de transferencia.
Para completar la evaluación se incluyeron en el análisis una restricción
presupuestal y los costos de focalización. Se supone que el costo de la focalización
a nivel de los hogares es el costo total de realizar una encuesta en los hogares. Se
realizaron varias simulaciones para comparar el desempeño de la focalización de
Progresa en términos de su impacto para aliviar la pobreza, con relación a otros
esquemas de focalización y transferencia, suponiendo el mismo presupuesto total.
Para los objetivos sociales de reducir la profundidad de la pobreza, medida por el
índice de la brecha de pobreza (P1), o de reducir la severidad de la pobreza,
medida por el índice de severidad P(2), se encontró que la focalización de
Progresa es el segundo esquema más eficaz después de la focalización “perfecta”
8
basada en el consumo (ver cuadro 8). La focalización geográfica o por localidades
tiene un impacto inferior que la focalización de Progresa, mientras que las
transferencias uniformes son el esquema menos eficiente para reducir la
profundidad o la severidad de la pobreza en México. Resultados similares se
obtienen al comparar el impacto de estos esquemas de transferencia con índices
de desigualdad en vez de la pobreza (ver Apéndice H).
Se concluye el trabajo con sugerencias sobre cómo se puede usar la
información ya recabada por Progresa para mejorar la selección de los hogares
beneficiarios. Primero, con base en el método de las curvas de Características de
Operación Relativa, se sugieren algunas mejoras en las variables que usó Progresa
en el análisis discriminante para estimar la condición de pobreza de los hogares
(ver Apéndice I). Segundo, confirmamos de manera empírica que el puntaje
discriminante, generado por los métodos de Progresa, puede actuar como
sustituto, aunque imperfecto, para la profundidad “real”, aunque por lo general no
observada, de la pobreza (ver cuadro 9 y Apéndice J). Esta información se puede
usar para incrementar el costo-eficiencia de Progresa, por medio de cambios en la
estructura de los beneficios a favor de los extremadamente pobres.
9
1.
Metodología para evaluar la Focalización de Progresa
E
n 1997, el gobierno de México inició un nuevo programa dirigido al alivio
de la pobreza extrema en el país. El Programa de Educación, Salud y
Alimentación, adopta un enfoque integrado para combatir las distintas
causas de la pobreza. Una característica distintiva del Programa es que sus
beneficios se focalizan directamente a los hogares en extrema pobreza de las áreas
rurales.
En este informe se realiza una evaluación del método utilizado para
seleccionar los hogares beneficiarios en Progresa. La evaluación del método de
selección del Programa se basa en un marco consistente en tres elementos clave:
(i) un objetivo social; (ii) una serie de condicionantes económicas, políticas y
sociales en las que el Programa tiene que operar; y (iii) una variedad de
instrumentos disponibles para lograr estos objetivos. Para que la evaluación de
cualquier programa de desarrollo social como Progresa tenga significado se debe
lograr una identificación clara de estos tres elementos (ver, por ejemplo, van de
Walle, 1998).
Empezaremos por discutir el objetivo social. Progresa tiene los siguientes
objetivos:
•
•
•
•
•
10
Mejorar de manera sustancial las condiciones de educación, salud y
alimentación de las familias pobres, en especial de los niños y de sus madres,
al proporcionales servicios de calidad suficientes en las áreas de educación y
salud, al igual que ayuda monetaria y suplementos alimenticios.
Integrar estas acciones de manera que el logro educativo no se vea afectado
por la mala salud o nutrición de niños y jóvenes, o debido a que tengan que
realizar trabajos que les dificulten asistir a la escuela.
Asegurar que los hogares tengan los medios suficientes y los recursos
disponibles, para que los niños puedan completar su educación básica.
Fomentar la responsabilidad y la participación activa de los padres y de todos
los miembros de la familia para mejorar la educación, la salud y la nutrición
de niños y jóvenes.
Promover la participación de la comunidad y apoyar las acciones de Progresa,
para que los servicios de educación y de salud beneficien a todas las familias
en las localidades donde opera, así como unir y promover los esfuerzos y las
iniciativas de la comunidad en acciones que son similares o complementarias
al Programa.
Una vez que las familias son identificadas por el programa, los beneficios de
Progresa constan de tres componentes, estrechamente relacionados entre si:
•
•
•
Becas educativas para facilitar y alentar las aspiraciones educativas de los
niños y jóvenes, promoviendo su inscripción y asistencia regular a la escuela,
y promoviendo que los padres aprecien las ventajas de la educación de sus
hijos. Al mismo tiempo se llevarán a cabo acciones para mejorar la calidad de
la educación.
Cuidados de salud básicos para todos los miembros de la familia y
fortalecimiento de la calidad de los servicios, así como una nueva orientación
de los individuos y de los servicios de salud, para que realicen acciones
preventivas hacia el cuidado de la salud y la alimentación.
Transferencias monetarias y suplementos alimenticios para mejorar el
consumo de alimentos y el estado nutricional de las familias pobres,
haciendo énfasis que el propósito de lo anterior es mejorar el consumo de
alimentos dentro de la familia, en particular de mujeres y niños, quienes en
general son los miembros de los hogares que sufren mayores deficiencias
alimenticias.
Como se puede observar, Progresa tiene varios objetivos en relación a la
educación, salud y alimentación. Tal y como señala Atkinson (1995) para objetivos
menos claros y precisos, comunes a la mayoría de los programas de desarrollo
social, resulta difícil determinar la eficiencia relativa de los distintos esquemas de
transferencias. Dado que todos los objetivos interrelacionados de Progresa se
relacionan directa o indirectamente con la pobreza y su alivio a largo plazo, para
los propósitos de este informe los beneficios de la focalización de Progresa se
medirán en términos de su impacto potencial en el alivio de la pobreza. Aun al
limitar los objetivos de Progresa a aliviar la pobreza, este análisis pone de relieve
que la eficiencia relativa de los esquemas de transferencia depende de si el
Gobierno está interesado por el número de hogares pobres como porcentaje de la
población total (es decir, el porcentaje de pobreza) o por la profundidad o
severidad de la pobreza entre los hogares pobres.
Las restricciones económicas, sociales y políticas con las que los programas
operan, se reflejan en el monto del presupuesto disponible para Progresa. El
presupuesto se supone fijo y limitado, en el sentido que no es suficiente para
eliminar la pobreza por completo.
11
También existe una amplia variedad de instrumentos para el logro de este
objetivo social. Los instrumentos de los programas van desde transferencias
uniformes, que no aplican criterio de selección alguno, hasta otros esquemas que
implican distintos niveles de criterios de selección. Cada uno de estos
instrumentos tiene asociados costos y beneficios distintos. El beneficio principal
que se obtiene al focalizar a nivel de los hogares es que clasificar los hogares en
elegibles y no elegibles para recibir los beneficios de Progresa, y otorgar los
beneficios a aquéllos que resultaron elegibles, es una forma más eficaz de usar los
fondos limitados para el logro del objetivo social (Besley y Kanbur, 1993). Esto, sin
embargo, implica diversos costos que incluyen costos administrativos (focalización
y entrega de los apoyos), costos de los incentivos, y costos socio-políticos. Por
ejemplo, el mecanismo que se usó para identificar a los pobres, de manera que se
les puedan otorgar los beneficios, incurre en costos. Según se discutirá en detalle
a continuación, en el caso de Progresa este mecanismo implica realizar una
encuesta de hogares en todas las localidades seleccionadas como marginadas (o
aquellas con mayor probabilidad de albergar hogares pobres). Tales costos se
consideran al reducir el presupuesto fijo disponible para aliviar la pobreza.1
Una vez descrito el marco de trabajo, que guía nuestra evaluación de la
focalización de Progresa, se puede formular que el objetivo del informe es
responder la siguiente pregunta: ¿Qué tan bien funciona la focalización de
Progresa en términos de sus objetivos, después de tomar en cuenta los costos y las
restricciones (financieras y políticas) para el logro de los mismos?
La respuesta a esta pregunta consta de dos partes. Primero, se evalúa la
precisión de la focalización de Progresa. Segundo, y más importante, evaluamos el
desempeño de la focalización de Progresa en términos de su impacto en el alivio
de la pobreza con relación a otros métodos y esquemas de transferencias viables,
suponiendo un mismo presupuesto global. El primer paso se logra comparando el
método de Progresa con un método de selección alterno basado en el consumo
por hogar, que es en este caso el método preferido de medir bienestar. Para el
segundo paso, la lista de alternativas viables incluye transferencias uniformes que
no implican ningún tipo de focalización, focalización basada en consumo, y
focalización geográfica (es decir, focalización a nivel de la localidad y no a nivel
del hogar). Los costos asociados con estos distintos esquemas reducen el
presupuesto disponible para el alivio de la pobreza.
1
Se supone que el presupuesto es fijo aun cuando se reconoce la posibilidad de que los instrumentos usados, como la
focalización, pueden afectar el grado de apoyo político para el Programa, y por lo tanto los fondos disponibles para el
alivio de la pobreza. En la Sección 4 del informe se discuten las simulaciones con la focalización basada en la localidad
con relación a los aspectos político-económicos de la focalización.
12
La precisión en la focalización sólo es una condición necesaria para tener
éxito en el objetivo social de reducir la pobreza. No es, sin embargo, una condición
suficiente, ya que seguramente es posible identificar los hogares correctamente,
pero a un costo mayor. En otras palabras, una vez tomadas en consideración las
limitaciones en costos y presupuesto, pudiera ser que el método de focalización de
Progresa no sea tan eficaz para aliviar la pobreza, comparado con los esquemas de
transferencia alternos.
2.
Conceptos y medidas de utilidad
Antes de responder la pregunta sobre el buen desempeño de la focalización
de Progresa, es necesario introducir algunas fórmulas y conceptos que serán
utilizados a lo largo de este reporte. Estos incluyen medidas sobre las condiciones
de vida de los hogares, medidas de pobreza, medidas de precisión en la
focalización (esto es, errores de inclusión y exclusión) y el establecimiento de una
línea de pobreza.
2.1 Bienestar de los hogares
En la literatura existe una preferencia generalizada por las medidas sobre
condiciones de vida basadas en gasto y consumo con respecto a las medidas
basadas en ingreso. Esto es cierto tanto por razones teóricas como prácticas
(Deaton y Zaidi, 1999). La principal razón teórica de este argumento consiste en
que de acuerdo a la teoría del ingreso permanente es más probable que las
estimaciones sobre el consumo corriente proporcionen estimadores más
confiables sobre el ingreso permanente del hogar (estándar de vida sostenible) que
las estimaciones de ingreso corriente. El ingreso corriente puede ser mucho más
volátil y estar sujeto a impactos de un período a otro, especialmente si la principal
actividad del hogar es la agricultura o actividades por cuenta propia. En contraste,
para el caso de consumo hay evidencia de que éste puede ser suavizado al menos
hasta cierto grado por medio del ahorro o del préstamo. Si este argumento es
válido, entonces una estimación del ingreso corriente, aún cuando la medida sobre
el mismo haya sido levantada en un momento preciso en el tiempo, no es
necesariamente una buena medida sobre las condiciones de vida en general del
hogar, ni tampoco sobre las condiciones a largo plazo. El consumo mide aquello
que las personas reciben, por lo que si se está interesado en medir las condiciones
de vida de los individuos, entonces ésta puede ser una mejor medida que el
ingreso.
Con relación a esto existen algunas otras consideraciones prácticas: el
ingreso puede mostrar mayor variabilidad por temporada, en comparación con el
13
consumo, de manera que para medir el ingreso anual del hogar (o promedio en el
año) se requerirían múltiples levantamientos de información. En tanto el consumo
se suaviza a través de las temporadas, entonces es más fácil de recabar con menos
levantamientos de información. Por último, por lo general también se considera
que el ingreso es un tema más sensible que el consumo, de manera que es más
probable que las personas intencionalmente sub-reporten sobre el ingreso que
sobre el consumo.2
2.2 Medidas de pobreza
Existe una serie de alternativas para definir la pobreza. El enfoque sobre las
“necesidades básicas” enfatiza “...necesidades humanas en términos de salud,
alimentos, educación, agua, hospedaje, transporte” (Streeten et al. (1981)). Dos
argumentos han sustentado que el seguimiento de la reducción de la pobreza sea a
través de las necesidades básicas, en lugar de hacerlo a través del ingreso o
consumo: primero, incrementos en el ingreso real, especialmente en el área rural
o en áreas donde está muy dispersa la población, pueden provocar un mejor
cuidado sobre la salud, educación, agua potable, sistema de drenaje, u otros
bienes de carácter público, como la seguridad. Segundo, la capacidad de los
hogares en transformar estos bienes en bienestar es muy variable.
La motivación en el enfoque de “necesidades básicas”, se encuentra
estrechamente vinculada a la motivación en el enfoque de “capacidades” de Sen
(1985, 1987). Las raíces de este enfoque se encuentran en el rechazo al modelo
estándar de bienestar, donde la única medida de bienestar es la utilidad del
individuo. Desde esta perspectiva, los bienes son importantes como un
determinante de las capacidades del individuo para funcionar, más que como una
fuente de utilidad. La fortaleza de este argumento radica en su énfasis en los
bienes no como fines sino como medios para actividades deseadas. Lo que los
bienes hacen por el bienestar depende de una serie de factores, incluyendo las
circunstancias personales y del medio ambiente del individuo. Así, concentrarse en
los bienes y las utilidades (pero no en las capacidades) puede ser un enfoque
erróneo.
Desafortunadamente, enfocarse en las capacidades genera toda una nueva
serie de problemas. Rara vez observamos capacidades; más bien se observan
algunos logros. La relación entre capacidades y logros no es única y depende de las
preferencias. Por ejemplo, para concluir que una persona no fue capaz de vivir una
2
Se ha verificado en la investigación de la Encuesta Nacional de Ingresos y Gastos de los Hogares 1996, en la Encuesta
de Características Socioeconómicas de los Hogares de 1997 y en la Encuesta de Evaluación del mes de mayo de 1998 que
existen diferencias sustanciales entre el ingreso y el consumo per cápita en los hogares. Invariablemente, el consumo fue
mayor en los hogares de la parte inferior de la distribución.
14
larga vida, se necesita saber mucho más que solamente por cuanto tiempo vivió;
quizá el/ella prefirió una vida corta, pero feliz. El rol atribuido a las preferencias
en el enfoque de necesidades básicas y capacidades no es del todo convincente.
Una cosa es rechazar la perspectiva de que sólo las utilidades importan, y otra muy
diferente es argumentar que la utilidad ni siquiera es parte del objetivo. El
enfoque de capacidades no ha establecido por qué mayores consumos
(especialmente entre los pobres) no deben permanecer como un objetivo de la
política social, aún cuando estos no afectan las capacidades. De igual forma, existe
otro aspecto aún no resuelto de cómo uno debería agregar o acumular las
necesidades básicas o las capacidades. Muchos de los índices construidos con base
en estas dos perspectivas, como el Índice de Desarrollo Humano del PNUD, son
arbitrarios en cuánto a los términos incluidos y a los pesos asignados a dichos
términos. 3
Como economistas tendemos, a poner énfasis en las medidas de pobreza
basadas en consumo (o ingreso)4. El método de medición de pobreza Foster-GreerThorbecke (1984) o FGT es frecuentemente referido, ya que cumple con todos los
axiomas deseados en las medidas de pobreza basadas en consumo y contiene un
parámetro α que puede ser establecido, de acuerdo a la sensibilidad de la sociedad
a la distribución del ingreso entre los pobres. Específicamente, la familia de
medidas de pobreza FGT se resume en la siguiente fórmula:
( )
P(α ) = 1
α
 z − ci 
,
∑
N i =1  z 
q
donde N es el número de hogares, ci es el consumo (o ingreso) per cápita del iesimo hogar, z es la línea de pobreza, q es el número de individuos pobres, y α es el
peso asignado a la severidad de la pobreza en el hogar (o la distancia a la línea de
pobreza). Cuando α=0, la medida FGT se colapsa en el porcentaje de la población
que se encuentra por debajo de la línea de pobreza (tasa de pobreza). Aunque este
índice es útil para comparaciones generales sobre pobreza, no es sensible a
diferencias en la profundidad de la pobreza. Cuando α=1, la medida FGT da la
brecha de pobreza, que es una medida de la profundidad promedio de la pobreza.
Supongamos que la línea de pobreza es $100. Hay 10 personas en la
economía y 2 de ellas son pobres. El porcentaje de la población por debajo de la
línea de pobreza (tasa de pobreza) daría el mismo resultado P(0)=0.20, tanto para
3
Vea, por ejemplo, Kanbur (1990) y Anand (1991). Para una discusión más detallada de las diferentes propuestas sobre
como medir la pobreza, el lector es referido a Lipton y Ravallion (1995).
4
Las medidas monetarias utilizadas para representar la utilidad pueden considerarse como medidas de bienestar que
toman en cuenta de manera implícita las capacidades del individuo (vea Ravallion, 1998).
15
el caso con dos personas pobres con niveles de consumo de $90, como para el caso
con dos personas pobres cada una con consumo de $10; sin embargo, en el último
caso el grado de pobreza es mucho más severo. Cuando α=1, el índice FGT se
traduce en la brecha de pobreza, una medida sobre la profundidad de la pobreza
en términos de la distancia del consumo de una persona a la línea de pobreza. De
ahí que, en el caso de dos personas pobres con niveles de consumo de $90,
P(1)=0.020. Con dos personas pobres cada una consumiendo $10, P(1)=0.18.
La desventaja de la medición sobre la profundidad de la pobreza es que
estimará la misma pobreza para el caso en que una persona pobre consume $90 y
otra $10, como para el caso en que ambas consumen $50. Sin embargo, la mayoría
de las personas estarían de acuerdo en que la situación de la persona en pobreza
extrema con sólo $10 es mucho más precaria que la de las personas pobres con
$50 o $90. Esto se resuelve con α>1. Cuando α=2, por ejemplo, el índice FGT se
transforma en el índice de severidad de la pobreza. La medida P(2) asigna mayor
peso a los individuos que se encuentran más alejados de la línea de pobreza y que,
por tanto, tienen un grado de pobreza más severo. En síntesis, al utilizar esta
medida, un beneficio de un peso para una persona en extrema pobreza (aquéllos a
una mayor distancia de la línea de pobreza), tendrá un mayor impacto o será más
importante que para un individuo menos pobre (aquéllos cercanos a la línea de
pobreza). Entonces, para los propósitos de esta evaluación, dada la preocupación
de aquellos que diseñan las políticas sociales sobre el porcentaje de personas por
debajo de la línea de la pobreza o sobre la profundidad o severidad de la pobreza
(esto es, para un valor dado de α), el objetivo social puede establecer como una
reducción del índice de pobreza FGT.
2.3 Errores de exclusión e inclusión (subcobertura y fuga)
Para evaluar la precisión de los programas de selección, comúnmente se
utilizan dos tipos de medidas. La tasa de subcobertura (denotada por U) es el
porcentaje de aquellos que se espera cubrir con el programa, pero que no están
cubiertos. Se calcula dividiendo el número que debería recibir pero que no recibe
beneficios (error de exclusión) entre el número que deberían recibir los beneficios
(población objetivo).
La tasa de fuga (de aquí en adelante denotada por L) es el porcentaje de
beneficiarios que no deberían estar recibiendo beneficios. Se calcula dividiendo el
error de inclusión entre el número de personas atendidas por el programa. El
cuadro 1 muestra un ejemplo del cálculo de estas medidas.
16
Cuadro 1
Tasas de fuga y subcobertura
Hogares excluidos de los beneficios del
Progresa (No pobres)
Hogares seleccionados para los beneficios
de Progresa (Pobreza)
Total
Criterio alterno para seleccionar hogares
No pobres
Pobres
Total
40
10
50
(U=25%)
(Error de Exclusión)
20
(L=40%)
30
50
(Error de inclusión)
60
40
100
En el cuadro 1 hay cuatro grupos. Los hogares pobres que son beneficiarios
de Progresa y hogares no pobres que no reciben beneficios del Programa. Ambos
grupos indican que la selección fue correcta. Los hogares no pobres que participan
en el Programa, que representan el 20 por ciento de la población, son
contabilizados como un error de inclusión (fuga). Los hogares pobres que no
participan, 10 por ciento de la población, son considerados como un error de
exclusión (subcobertura). Dadas las cifras del cuadro, la tasa de subcobertura es
U=25 por ciento (=10/40) y la tasa de fuga es L=40 por ciento (=20/50).
En general, entre mayor sea la prioridad por incrementar el bienestar de los
pobres, la reducción de la tasa de subcobertura cobrará mayor importancia. Por el
contrario, entre mayor sea la prioridad de hacer un uso eficiente de un
presupuesto limitado, será más importante reducir la tasa de fuga que minimizar
la tasa de subcobertura. Hay una inclinación por parte de los administradores de
proyectos en pensar en los aspectos de selección en términos de un balance entre
las tasas de subcobertura y de fuga. Esto es incorrecto, ya que de manera implícita
este objetivo no evalúa el método de selección en función del impacto que puede
tener en la pobreza, sino en función de identificar a los beneficiarios. Como se
mencionó desde un principio, aunque los administradores de proyectos deban
estar alertas a las tasas de subcobertura y fuga, la evaluación del sistema de
selección de Progresa debe basarse en su impacto potencial en abatir la pobreza y
no en qué tan altas o bajas deban ser las tasas de fuga y subcobertura. En términos
del marco de referencia, los errores de inclusión o fuga contribuyen a los costos
del Programa pero no a los beneficios. Por otro lado, desde el punto de vista del
objetivo social de Progresa por combatir la pobreza, errores de exclusión, o altas
tasas de subcobertura; reducen tanto los costos como los beneficios.
17
2.4 Selección de la línea de pobreza
Dado que se prefiere utilizar el indicador de bienestar basado en el consumo,
también tenemos que determinar un método para clasificar a los hogares en
pobres y no pobres (o beneficiarios y no beneficiarios). Se sigue la recomendación
de Ravallion (1998) en el sentido de que “la línea de pobreza debe ser siempre
absoluta en el espacio del bienestar”, que en este caso es el consumo. Dicha línea
de pobreza garantiza que la pobreza se compare de manera consistente, en el
sentido que dos individuos u hogares con el mismo nivel de consumo sean tratados
de la misma manera, sin importar la región o el estado en que se encuentren. Sin
embargo, si la línea de pobreza que se elija resulta en una tasa de pobreza que es
muy distinta a la tasa de pobreza que resulta del método de Progresa, entonces no
es probable que proporcionen mucha información las tasas de subcobertura y de
fuga que se obtengan, derivadas del método basado en el consumo y del método de
Progresa. Esto se debe a que las tasas altas de subcobertura o las tasas bajas de
fuga (y viceversa) pueden ser simple reflejo de las diferencias en la línea de
pobreza usadas por los dos métodos. Por ejemplo, si con el criterio basado en el
consumo se usa una línea de pobreza como el percentil 75 de la distribución del
consumo, lo que implica que 75 por ciento de los hogares son pobres, y si la línea
de pobreza de Progresa dió como resultado una tasa de pobreza del 50 por ciento
de los hogares, entonces la tasa de subcobertura de Progresa, por construcción,
será forzosamente cuando menos igual a 33.33 por ciento. Esto es aún si el
método de focalización de Progresa pudiera en realidad estar clasificando
adecuadamente como pobres los mismos hogares que el método de focalización
basado en el consumo. Dada la sensibilidad de las tasas de fuga y de subcobertura
estimadas con relación a la línea de pobreza o al valor de corte usados para
determinar el estado de pobreza de un hogar, y por lo tanto el éxito o fracaso
relativos de la focalización de Progresa, se decidió adoptar un enfoque doble y
basar el resto del análisis en dos líneas de pobreza distintas.
1. Una línea de pobreza estricta, basada en el percentil 25 del consumo por
adulto equivalente. Esta línea de pobreza implica que 25 por ciento de los
hogares son pobres y 75 por ciento no lo son. Este es un intento por recoger el
objetivo de Progresa, el cual pretende cubrir a los hogares en pobreza extrema.
Se destaca que con esta línea estricta de pobreza, la tasa de subcobertura es la
medida más importante para la evaluación de la focalización de Progresa:
dados los objetivos de Progresa, la pregunta crítica es si su clasificación ha
excluido a alguno de los hogares que de acuerdo a este indicador son pobres
extremos. Cuando se fija una tasa de pobreza de 25 por ciento, pero el método
de Progresa da como resultado una tasa de pobreza de 52 por ciento, entonces
la tasa de fuga va a ser alta por definición.
18
2. Una línea de pobreza basada en el percentil 52 del consumo por adulto
equivalente. Esto es igual a suponer que el 52 por ciento de los hogares son
pobres. Esto equivale a la tasa de pobreza promedio de la muestra obtenida por
el método de clasificación de Progresa, el cual se discutirá con mayor detalle
más adelante. Este último proporciona al método de selección de Progresa la
mayor probabilidad de alcanzar tasas de subcobertura y fuga cercanas a cero, si
su selección fuera completamente certera (esto es, idéntica al método de
selección basado en consumo). Por estas razones esta es la línea de pobreza
que se prefiere utilizar y por tanto será la línea que se utiliza en las
simulaciones de la última parte de este reporte.
A lo largo del análisis, se utiliza una línea de pobreza como instrumento para
juzgar el método de selección de Progresa. No se proporciona sugerencia alguna
sobre cual es o debería ser la línea de pobreza en México.
3.
Descripción de los métodos de focalización de Progresa y evaluación
de su precisión
La identificación de hogares como beneficiarios de Progresa se logra en tres
etapas. Primero se seleccionan las localidades usando un índice de marginación
basado en datos censales. Segundo, dentro de las localidades seleccionadas, se
identifican los hogares usando los datos de una encuesta recabada a nivel de cada
hogar. Tercero, la lista de los beneficiarios potenciales se presenta ante asambleas
comunitarias para su revisión y discusión; y la lista se modifica de acuerdo con los
criterios establecidos para la selección de los hogares beneficiarios.
En esta sección se describe y evalúa la primera y segunda etapas de la
focalización de Progresa. En el Apéndice A se incluye una descripción más
detallada de las tres etapas de Progresa y de la investigación en los hogares que
usamos para esta evaluación. No se está en posición de proporcionar una
evaluación del tercer paso del método utilizado por Progresa. En principio, a todos
los miembros de la localidad, identificados como beneficiarios o no, se les invita a
participar. En la asamblea se escuchan comentarios y sugerencias sobre los
hogares que estando en la lista no deberían incluirse, o sobre hogares que no
estando en ella deberían incluirse. Estos comentarios se remiten a la oficina
central de Progresa para la revisión del cuestionario original del hogar y se toma
una decisión. En la práctica, es mínimo el número de hogares cuya inclusión en el
Progresa se cuestiona. De casi 341,000 hogares seleccionados, sólo dejó de
incorporarse el 1.5 por ciento y en la mayoría de los casos esto se debió a que se
habían mudado de localidad. Sólo 423, o 0.1 por ciento del total de hogares
seleccionados, se objetaron y quedaron fuera del Programa. Asimismo, no se tuvo
19
acceso a la información relativa al número de hogares que se agregaron como
beneficiarios a consecuencia de la retroalimentación recibida de las asambleas
locales.
3.1 Descripción de la selección de las localidades por Progresa
La inclusión de comunidades en Progresa se realizó mediante el siguiente
proceso. Se utilizaron dos fuentes de datos: el Censo General de Población y
Vivienda de 1990 (Censo) y el Conteo de Población y Vivienda de 1995 (Conteo) 5.
De acuerdo con el Conteo de 1995, México tiene 104,029 localidades con más de
dos viviendas (que incluyen un total de 90,052,660 habitantes), en los que se
recabó la información sobre población y vivienda. Al agregar 1,720 localidades de
Chiapas que se excluyeron del Conteo de 1995, se creó un índice de marginación
con un total de 105,749 comunidades.6
El índice de marginación se desarrolló usando el método de componentes
principales, con base en siete variables.
Cuatro provenían del Conteo de 1995:7
1.
Porcentaje de adultos analfabetas (> 14 años) en la localidad
2.
Porcentaje de viviendas sin agua
3.
Porcentaje de viviendas sin sistema de drenaje
4.
Porcentaje de viviendas sin electricidad
Tres variables provinieron del Censo de 1990:
1.
Número promedio de ocupantes por habitación
2.
Porcentaje de viviendas con piso de tierra
3.
Porcentaje de la población que trabaja en el sector primario
De las 105,749 localidades, sólo 74,994 tenían información sobre las siete
variables antes descritas. Así, el análisis de componentes principales se realizó
directamente en esas 74,994 localidades, y el índice de marginación se tomó del
primer componente principal (ver el Apéndice A para obtener una breve
descripción del método). Para las 29,698 localidades restantes, se usaron técnicas
de regresión para calcular el índice de marginación. En el caso de las 1,720
localidades en Chiapas, se usó una ecuación distinta para estimar el índice de
marginación.
5
El Conteo es un censo, pero con un cuestionario más corto que el del Censo de 1990.
El personal del Programa había participado en el desarrollo del índice de marginación más completo disponible en
México (el índice CONAPO), basado en el Censo de 1990.
7
Para la primera ronda de Progresa en 1996, el Conteo todavía no estaba listo. Las siete variables entonces provinieron
del Censo de 1990.
6
20
Así, en términos generales, las cifras son las siguientes:
Indice
Sin índice
Con índice
Total
De aquéllas con índice:
Indice calculado
Indice estimado
Localidades
94,401
105,749
200,151
Población
585,944
90,606,766
91,192,710
74,994
30,752
88,437,736
2,169,030
Una vez creado este índice, las localidades se clasificaron por marginación.
Sin embargo, las comunidades no se eligieron estrictamente con base en la
marginación. Los otros elementos considerados incluyeron la ubicación
geográfica, la distancia entre localidades y la existencia de infraestructura de
salud y escuelas. Las razones para incluir estos otros criterios surgen de
consideraciones logísticas y de recursos y debido a que los componentes del
Programa requieren del uso de escuelas y servicios de salud. Al combinar los datos
de las Secretarías de Salud y de Educación Pública con la información geográfica
computarizada, se establecieron zonas de servicios, en las que las localidades se
caracterizaron por su acceso a estos servicios requeridos, y en los casos en que los
servicios no se localizaban dentro de la misma comunidad, se tomó en cuenta la
disponibilidad y calidad de los caminos. El acceso a estos servicios (escuela
primaria, escuela secundaria y clínicas de salud) se distribuyó de la siguiente
manera:
Instalación
Primaria, secundaria y clínica
Primaria y secundaria
Primaria y clínica
Secundaria y clínica
Primaria
Secundaria
Clínica
Localidades
119,143
5,328
3,343
9,353
21,389
3,121
2,742
Población
86,180,107
869,373
497,633
618,406
1,099,874
49,648
122,678
Las localidades clasificadas con un grado alto o muy alto de marginación
(76,098 localidades que cubrieron a 14,751,628 personas)8 se consideraron como
prioritarias para su inclusión en el programa y con ellas se formó un grupo que se
8
El índice de marginación se dividió en cinco grupos con base en el grado de marginación. Los puntos de corte se
determinaron por el procedimiento estadístico Dalenious-Hodges (para mayores detalles, consulte de la Vega, 1994).
21
incluyó en la Fase I de Progresa. Para ellas, el acceso a los servicios se distribuyó
de la siguiente manera:
Instalación
Primaria, secundaria y clínica
Primaria y secundaria
Primaria y clínica
Secundaria y clínica
Primaria
Secundaria
Clínica
Sin servicios
Localidades
48,501
5,328
3,343
1,890
10,308
705
808
5,215
Población
12,047,450
869,373
497,633
130,333
888,070
40,607
69,046
209,116
Las localidades que tenían acceso a los tres servicios se consideraron como
candidatas para la selección (seleccionables) y se utilizaron en la siguiente fase de
selección. Estas localidades se agruparon para formar “zonas de marginación”.
Para formar las zonas de marginación se siguieron dos pasos. Primero, se
excluyeron las localidades con menos de 50 habitantes y las que tenían más de
2,500. Segundo, usando el software para el Sistema de Información Geográfica, las
localidades restantes se agruparon con base en su proximidad geográfica, usando
una rutina que identificó a las comunidades relativamente aisladas. Estas
localidades se excluyeron del proceso de selección.
La Fase I de Progresa se instrumentó (para efectos de planeación) en nueve
estados en 1996 (Campeche, Coahuila, Chihuahua, Guanajuato, Hidalgo, Puebla,
Querétaro, San Luis Potosí y Veracruz). Seleccionando sólo entre las localidades
que tenían los tres servicios, se eligieron 3,461 localidades en 202 municipios. La
Fase II de Progresa se instrumentó en 1997 en dos etapas. Primero, se eliminó el
requisito de que las localidades tuvieran acceso a las clínicas de salud, con lo que
se pudieron incluir localidades adicionales en los 202 municipios originales.
Segundo, se agregaron nuevos municipios y estados. En total se agregaron al
programa 8,749 localidades en 483 municipios (incluyendo los estados de Chiapas,
Guerrero, Michoacán, Nuevo León y Oaxaca). La Fase III (de planeación) de
Progresa se instrumentó en 1998. A excepción de Baja California, Baja California
Sur, Aguascalientes y el Distrito Federal, los demás estados participaron en el
Programa, incluyendo 23,478 localidades adicionales en 1,311 municipios.
Además, en esta fase se introdujeron al Programa varias localidades que habían
sido excluidas en las fases anteriores debido a su aislamiento geográfico. En total,
al primer semestre de 1998 Progresa cubría 35,688 localidades en 1,488
municipios y 28 estados.
22
3.2 Evaluación de la selección de localidades
Las restricciones impuestas en las localidades para ser seleccionables,
basadas en el índice de marginación, muy probablemente excluyeron a localidades
donde se encontraban los hogares más pobres. Nuestro punto de vista es que estas
restricciones son necesarias para que Progresa opere de la manera en que se
concibió, y no se considera este aspecto como un error de focalización, sino como
una consecuencia de la naturaleza del Programa9. Así, la evaluación del primer
paso de Progresa se basará en la serie de localidades con un índice de
marginación.
El objetivo principal de construir un índice de marginación es identificar los
hogares pobres, o de manera más específica, identificar las localidades donde es
más probable que se encuentren los hogares pobres. Así, la prueba final sobre el
buen desempeño del índice de marginación es si fue un método efectivo para
identificar los lugares donde se encuentran los hogares pobres (Baker y Grosh,
1994; Hentschel et al., 1998). En breve, la evaluación consiste en construir un
criterio basado en el consumo para identificar las localidades donde se encuentran
los hogares pobres y luego compararlo con la selección realizada por Progresa.
Para construir el índice de marginación que se usó para identificar las
localidades donde es probable que se encuentre la mayoría de los hogares pobres,
Progresa se basó en la información del Censo disponible a nivel de localidad.
Infortunadamente, los datos del Censo contienen poca información directa sobre
los recursos de los hogares y por tal omisión, imposibilitan el uso de cualquier
información a nivel de los hogares, como es el caso del consumo por equivalente
de adultos, la medida preferida del bienestar en el hogar. Se adopta el siguiente
enfoque. Usando la Encuesta Nacional de Ingresos y Gastos de los Hogares de
1996, que es representativa nacionalmente a nivel estatal, primero se construyó el
consumo por adulto equivalente a nivel de los hogares, clasificándolos como
pobres o no pobres usando el percentil 25 como línea de pobreza, y luego se
estimó un modelo probit simple de la condición de pobreza, restringiendo la serie
de variables explicativas a aquéllas que también estuvieran disponibles en los datos
del Censo usados por Progresa. En seguida se tomaron los coeficientes del probit
de pobreza y se aplicaron a los datos censales de 1990 y 1995, a nivel de la
localidad. Usando la estimación muestral, a cada comunidad se le asigna una
probabilidad estimada de ser pobre. Con base en las probabilidades determinadas,
se utiliza el método estadístico desarrollado por Dalenius y Hodge para separar las
9
Progresa tiene como objetivo principal incrementar el uso en los hogares de las instalaciones de salud y escolares
existentes. Algunos podrían argumentar que la mejor forma de aliviar la pobreza sería construyendo nuevas escuelas e
instalaciones de salud en los lugares donde no existen. Si bien tales argumentos pueden tener cierto mérito, se consideran
fuera del alcance de esta evaluación de la focalización de Progresa.
23
comunidades en cinco grupos de marginación, de baja a alta. Esta clasificación de
las comunidades se comparó con el índice de marginación de Progresa, creando
una matriz de 5x5. Con esta matriz se evalúa el método de componentes
principales de Progresa, usando los conceptos de subcobertura y fuga
mencionados anteriormente. Hay fuga si las localidades se clasifican bajo el
método de componentes principales como más marginadas en comparación con el
método probit. Por el contrario, hay subcobertura si las localidades se clasifican
con el método de componentes principales como menos marginadas en
comparación con el método basado en el consumo. La matriz de 5x5 se muestra
en el cuadro 2.
Cuadro 2
Distribución de las localidades por los métodos de componentes principales y de pobreza
Muy Baja
Componentes
Principales
Muy Baja
Baja
Media
Alta
Muy Alta
613
Total
%
613
1
Baja
3,473
5,361
5,390
83
14,307
19
Modelo Probit
Media
Alta
Muy Alta
3
250
7,088
15,819
6,104
3
682
27,770
29,264
39
28,455
38
Total
%
2,357
4,089
5,611
12,481
16,584
3,6231
5
7
17
22
48
2,357
3
74,996
100
100
Las localidades que se encuentran en la diagonal indican que ambos métodos
coinciden en la asignación de localidades a una categoría en particular. Se
consideran las localidades fuera de la diagonal, pero sólo con un nivel de
diferencia, como un límite aceptable de mala clasificación. A partir del cuadro 2,
resulta evidente que el modelo probit basado en el consumo da como resultado
una clasificación más estricta que el método de componentes principales. En
general, se puede observar un desplazamiento hacia abajo y hacia la izquierda en
la categorización de localidades. Por ejemplo, si bien el método de componentes
principales asigna casi la mitad de las localidades a la categoría de muy alta
marginación, el método probit sólo tiene 3 por ciento en esta categoría. El grueso
de las localidades, conforme al método de componentes principales, se encuentra
en las categorías de media, alta y muy alta (88 por ciento), mientras que el
modelo probit basado en el consumo las asigna principalmente a las categorías
baja, media y alta. En términos de subcobertura y fuga, esto significa que el
método de componentes principales tiene altos niveles de fuga. La subcobertura
24
en el método de componentes principales es mínima, en comparación con el
método probit. Por otra parte, el método probit resulta menos idóneo para
clasificar localidades en la categoría de muy baja marginación. Mientras el método
de componentes principales coloca a más de 4,000 localidades en esta categoría,
el modelo probit sólo asigna 613.
En general, el desplazamiento hacia abajo y hacia la izquierda no parece ser
tan severo. Las celdas no diagonales permanecen vacías. La mayoría de las
localidades permanece cuando más a una categoría de distancia. Sin embargo, las
que cambian más de una categoría constituyen un problema. Las más
significativas son las localidades consideradas con una marginación alta o muy alta
conforme al componente principal y que por el probit se reclasifican como en
media (6,104 localidades) o baja marginación (83). Progresa inicialmente
incorporó las localidades en las dos categorías de marginación más altas,
empezando por las más marginadas. El probit haría que un número bastante
significativo de estas localidades se excluyera de las etapas iniciales de Progresa.
Por otra parte, el método probit asignó sólo aproximadamente 30,812 localidades
a estas categorías, mientras que el método de componentes principales incluyó a
más de 52,000. Suponiendo restricciones similares de presupuesto, también se
pudieron haber incluido las localidades clasificadas como media por el probit
basado en el consumo, minimizando en gran medida el problema de subcobertura.
Como una mejor prueba de la exactitud del índice de marginación para
identificar los hogares pobres (y no sólo las localidades donde pueden localizarse)
se repite el ejercicio anterior, pero en esta ocasión se aplican los pesos de los
componentes principales a los hogares en la ENIGH 1996. De manera específica,
se toman los siete coeficientes obtenidos del método de componentes principales
usados por Progresa, y usando estos coeficientes con las características de los
hogares en la ENIGH, se deriva una nueva probabilidad estimada de que cada
hogar fuera pobre. Después se clasifican estas nuevas probabilidades estimadas en
cinco grupos y se deriva una nueva matriz de 5x5, pero en esta ocasión a nivel de
los hogares. El propósito fue comprobar la forma en que el método del índice de
marginación distribuye los hogares en distintas categorías en comparación con el
método probit.
Los resultados parecen similares a los del cuadro 2. El método del índice de
marginación tiende a incluir hogares con pobreza baja y media en las categorías
alta y muy alta. Pocos hogares quedan reclasificados en más de dos grupos, y las
categorías muy baja y muy alta coinciden de manera particular. Una vez más, el
método probit parece ser más preciso, aunque un poco menos que en el ejercicio
anterior.
25
Cuadro 3
Distribución de hogares por los métodos de componentes principales y de pobreza
Muy Baja
Componentes
Principales
Muy Alta
Alta
Media
Alta
Muy Alta
4,365
110
Total
%
4,475
34
Modelo Probit
Alta
Muy Alta
Baja
Media
1,771
624
346
84
1
113
407
1,185
728
397
79
685
1,432
2,826
21
2,830
21
2,196
17
Total
%
8
873
6,249
1,141
1,610
1,505
2,703
47
9
12
11
20
881
7
13,208
100
100
En el Apéndice B se comenta e informa sobre los resultados de varios
ejercicios similares. Estos ejercicios usan: (a) el Censo total de las localidades (es
decir, incluyendo las 30,000 localidades en las que faltaban algunos datos); (b) las
localidades clasificadas en la población que representan; y (c) las primeras 36,006
localidades que se seleccionaron como comunidades beneficiarias de Progresa.
Dado que los resultados fueron muy similares, no se incluyeron en el presente
reporte, sino que se refiere al lector al Apéndice B.
Con base en todos los resultados, se concluye que, en su mayor parte, el
índice de marginación de Progresa se desempeña bastante bien en comparación
con el modelo probit basado en el consumo. El modelo probit proporciona una
categorización de pobreza más precisa, lo que implica que es más probable que la
focalización geográfica con el índice de marginación presente como resultado fuga
y no subcobertura. La concordancia entre los dos métodos es particularmente
estrecha en las categorías de marginación baja y muy alta, y es más difusa en las
categorías medias. Esto sugiere que el índice de marginación de Progresa pierde
su poder de diferenciación entre las localidades de marginación media,
precisamente en el momento en que Progresa se está expandiendo a las
comunidades menos marginadas. Con esto se introducirá una medida de
arbitrariedad en la selección de estas comunidades. Una forma de contrarrestar
este problema sería incorporar información de otros índices de marginación
alternos, como es el caso del método probit basado en el consumo, presentado
aquí.10
10
Este resultado es similar al de la Sección 3.4 del documento, en donde se encuentra que a medida que se incrementa la
línea de pobreza, también disminuye la precisión de la focalización de Progresa a nivel de los hogares.
26
3.3 ¿Cómo identifica Progresa a las familias beneficiarias?
Una vez identificadas las localidades marginadas, con base en el método
descrito en la Sección 3.1, Progresa procedió a la selección de beneficiarios. En el
Apéndice C se describen en detalle las características de las familias seleccionadas
como beneficiarias. Aquí se resume el procedimiento empleado por Progresa para
clasificar los hogares como pobres y no pobres.
1. Se levanta un censo de todos los hogares ubicados al interior de las localidades
marginadas seleccionadas, conocido como ENCASEH y descrito en detalle en el
Apéndice A.
2. Se construye el ingreso total del hogar con base en la información individual
del ingreso contenida en la encuesta ENCASEH.
3. Se resta el ingreso de los menores (de los niños entre los 8 y los 18 años de
edad, grupo cubierto por Progresa) del ingreso total en el hogar. Este
procedimiento se realizó dado que para identificar el estado de pobreza del
hogar es necesario excluir el ingreso obtenido de la mano de obra infantil,
puesto que dicho ingreso se perdería en caso que los niños se inscribieran en la
escuela.
4. Se construyó el ingreso per cápita dividiendo el valor del ingreso obtenido en el
paso 3 entre el número de miembros del hogar.
5. Se comparó la medida del ingreso obtenida en el paso 4 anterior con la
Canasta Básica de Alimentos (equivalente al ingreso total promedio de
aproximadamente dos salarios mínimos) de 320 pesos per cápita al mes para
crear una nueva variable binaria tomando el valor 1 para los hogares pobres (si
el ingreso es menor que la línea de pobreza) y el valor 0 para los no pobres (si
el ingreso es mayor o igual a la línea de pobreza).
6. Se usó análisis discriminante, por separado en cada región, para: (1) identificar
las variables que discriminan mejor entre los hogares pobres y los no pobres,
clasificados originalmente en el paso 3 anterior; (b) usar las variables
identificadas para desarrollar una ecuación para calcular un índice (puntaje
discriminante) que representa parsimoniosamente las diferencias entre los
hogares pobres y los no pobres; y (c) usar las variables identificadas o el índice
calculado para desarrollar una regla para clasificar las observaciones futuras
como hogares pobres y no pobres.
El procedimiento arriba señalado indica que la clasificación de hogares como
pobres y no pobres ha tomado en cuenta diferentes características de los hogares
que capturan la naturaleza “multidimensional” de la pobreza, lo que significa que
la condición de pobreza de un hogar no se basa únicamente en el ingreso
declarado de dicho hogar. Una de las ventajas principales del análisis
discriminante es que da cabida a una gran variedad de formas para clasificar las
27
observaciones en grupos, como es el caso del “método de tasa de corte” y un
método estadístico basado en la regla Bayes (Sharma, 1996). Progresa usó el
método Bayesiano, dado que ofrece la opción de incorporar probabilidades a priori
y los costos de mala clasificación para determinar el valor del punto de corte, que
se emplea para clasificar a los hogares como pobres o no pobres. Hasta donde se
sabe, las probabilidades previas usadas por Progresa fueron, en la mayoría de las
regiones, 58 por ciento para los pobres y 42 por ciento para los no pobres.
Por ejemplo, tomando los datos de dos regiones (regiones 3 y 28 de
Progresa) de la ENCASEH de 1997 (Fase II), los pasos 1-4 anteriores dieron una
tasa de pobreza simple (basada únicamente en el ingreso) del 74 por ciento. Al
usar la tasa de pobreza a priori del 58 por ciento el método de clasificación dio
una tasa de pobreza dentro del intervalo delimitado por la tasa de pobreza simple
(o inicial) y la tasa de pobreza a priori (por ejemplo, 65 por ciento de los hogares
se clasificaron como pobres y 35 por ciento como no pobres). También se debe
observar que la tasa de pobreza calculada por los métodos de Progresa por lo
general varía de una región a otra, aunque la tasa de pobreza promedio, conforme
a los métodos de Progresa, en las 507 localidades contenidas en el ENCASEH de
1997, es de 52 por ciento. 11
Se comparó la clasificación basada en el análisis discriminante con la
clasificación obtenida a partir de un método probit. Si bien el método probit
implica un número cuestionable de suposiciones y no es necesariamente superior
al método de análisis discriminante, es el método econométrico estándar que se
utiliza en los estudios de focalización (por ejemplo, ver Wodon, 1997 y Minot,
1998). En síntesis, se siguieron los pasos del 1 al 4 como Progresa, pero en el
paso 5 se hizo una regresión probit en lugar del análisis discriminante, y se usó la
probabilidad estimadas de la regresión probit para clasificar a los hogares como
pobres y no pobres. En el Apéndice D se presentan las matrices de clasificación
basadas en los dos enfoques para dos regiones distintas. Las tasas tan bajas de
fuga y de subcobertura que se obtuvieron sugieren que no hay diferencia
sustancial entre las clasificaciones obtenidas por usar el análisis discriminante y
los métodos estadísticos alternos como probit.
3.4 Evaluación de la selección de familias de Progresa
En esta sección se sintetiza, primero, la evaluación sobre el uso de una
medida per cápita de bienestar como lo hace Progresa. Enseguida, se discute la
11
En etapas anteriores de este informe se realizó un exámen detallado de la sensibilidad del número y de las
características de los beneficiarios a los cambios en la línea de corte de Progresa. No fue de sorprender que encontráramos
que, dado que la línea de corte se encuentra cerca de la media de distribución de los puntajes, cambios pequeños en la
línea de corte originan cambios grandes en el número de beneficiarios (ver también las gráficas 1-6 en el Apéndice C).
28
construcción de una medida basada en consumo, la medida “ideal” utilizada para
evaluar la precisión en la focalización de Progresa. Se concluye comparando la
precisión de la focalización de Progresa, a través de las tasas de subcobertura y
fuga, con respecto a la selección basada en consumo.
En las etapas iniciales del proceso de selección, Progresa trabaja a nivel de
individuo, o per cápita. El bienestar se mide al dividir el ingreso del hogar entre el
número de integrantes del mismo. Esta medida de bienestar requiere de los
siguientes supuestos: (a) todos los integrantes del hogar reciben la misma
proporción del ingreso; (b) todos los miembros del hogar tienen las mismas
necesidades; y (c) el incremento en el costo mínimo o en el nivel de ingreso por un
miembro adicional es el mismo, independientemente del tamaño del hogar. El
primer supuesto se justifica dada la falta de información a nivel individual. Las
necesidades individuales, sin embargo, por lo general varían de acuerdo al sexo y la
edad, así como pueden existir economías de escala por vivir en una misma
vivienda.
Estos supuestos pueden tener consecuencias importantes en la condición de
pobreza de familias de gran tamaño. Por ejemplo, el uso de medidas de bienestar
per cápita, por lo general, dan como resultado que las familias grandes sean
clasificadas como pobres. El rol preponderante que ejercen el tamaño de la familia
y la razón de dependencia en el proceso de selección de Progresa se discute en el
Apéndice A. La medida en que esto último es válido, depende de que el
incremento marginal del gasto familiar asociado con una persona adicional en el
hogar sea igual o menor que el incremento en el gasto familiar supuesto por la
medida per cápita.
Por estas razones, se experimentó con diferentes medidas de bienestar a nivel
individual. Primero, se construyó una escala de equivalencias que considera
diferentes necesidades nutricionales de acuerdo a sexo y edad. La identificación de
beneficiarios no presenta cambios importantes entre la selección por medio de la
medida del bienestar por adulto equivalente en comparación con la medida per
cápita. Dadas estas ventajas conceptuales, sin embargo, se utilizó en gran parte
del presente trabajo esta medida de adulto equivalente.
También se examinó el impacto de tomar en cuenta economías de escala.
Mientras que los resultados presentados en el Apéndice E sugieren que las
economías de escala están presentes y son significativas, las estimaciones
puntuales están fuera de los rangos aceptables en el cálculo de otros países. Por
ello se omiten las economías de escala en el resto del análisis. Sin embargo, los
resultados de simulaciones con valores típicos de los parámetros de las economías
de escala, resultan en elevadas tasas de fuga, sugiriendo que muchas familias de
29
tamaño grande no serían seleccionadas como beneficiarias si las economías de
escala fueran tomadas en consideración.
Para construir la medida de riqueza basada en consumo, se utilizó la ENIGH
de 1996, la cual contiene información confiable sobre consumo que otras fuentes,
para estimar los parámetros de la relación entre consumo y las características del
hogar. Se utilizó la estimación de estos parámetros para obtener una estimación
sobre el consumo de los 24,077 hogares de la ENCASEH 1997. Finalmente, se
utilizó la predicción sobre consumo por adulto equivalente para comparar la
selección de Progresa contra este método alterno de selección.
El método consiste, específicamente, de los siguientes pasos:
1) Restringir la muestra de la ENIGH a localidades rurales para cumplir con los
requisitos de inclusión del programa (sólo tener menos de 2,500 habitantes).
2) Construir una medida de consumo total y utilizar una escala de equivalencias
para obtener el consumo por adulto equivalente.
3) Estimar una regresión del logaritmo del consumo total por adulto equivalente
contra las características del hogar (tamaños, composición, bienes, etc.). Estas
características de los hogares deben estar presentes en la información de la
ENCASEH 1997 (esto es, ln C ENIGH 96 = α + βX ENIGH 96 + ε , donde lnC es el
logaritmo de consumo por adulto equivalente, α y β son los parámetros a
estimar, X es el vector de características del hogar y las variables sordas de
estado y ε es el error de la regresión).
4) Obtener la estimación sobre consumo por adulto equivalente (PlnC) para
hogares en la ENCASEH 1997, utilizando las mismas características del hogar
que utiliza Progresa (por ejemplo, tamaños, composición, bienes, etc.) y los
coeficientes estimados del paso tres, esto es:
P ln C ENCASEH 97 = αˆ + βˆX ENCASEH 97
5) Obtener las dos líneas de pobreza discutidas anteriormente (los percentiles 25
y 52) a partir de la distribución de medida de consumo estimada en la muestra
de hogares.
En los cuadros 4 y 5 se presentan las matrices de clasificación de 2x2 usando
las dos líneas de pobreza.
30
Cuadro 4
Selección de Progresa en comparación con la focalización basada en el consumo. Línea de
pobreza = percentil 25 de consumo por adulto equivalente
Criterio de selección de hogares basado en el consumo
No Pobres
Pobres
Total
Hogares excluidos de los
beneficios de Progresa
(No pobres)
10,405
1,153
(U=19.15%)
11,558
(48%)
Hogares seleccionados para los
beneficios de Progresa (Pobres)
7,652
(L=61.12%)
4,867
12,519
(52%)
Total
18,067
(75%)
6,020
(25%)
24,077
(100%)
Cuadro 5
Selección de Progresa en comparación con la focalización basada en el consumo. Línea de
pobreza = percentil 52 de consumo por adulto equivalente
Criterio de selección de hogares basado en el consumo
No Pobres
Pobres
Total
Hogares excluidos de los
beneficios de Progresa
(No pobres)
8,246
3,312
(U=26.45%)
11,558
(48%)
Hogares seleccionados para los
beneficios de Progresa (Pobres)
3,310
(L=26.44%)
9,209
12,519
(52%)
Total
11,556
(48%)
12,521
(52%)
24,077
(100%)
El cuadro 4 muestra que la tasa de subcobertura es de 19.15 por ciento
cuando la línea de pobreza extrema es utilizada12. En otras palabras,
aproximadamente 2 de cada 10 hogares clasificados como pobres extremos por el
método de selección “perfecto”, basado en consumo, no fueron clasificados como
pobres por Progresa. Como Progresa utiliza una línea de pobreza que da en
promedio una tasa de pobreza del 52 por ciento, esto significa que estos hogares
12
Es interesante observar como con los mismos métodos se obtuvieron tasas de subcobertura y fuga muy similares,
excepto los coeficientes obtenidos de las hogares rurales de la ENIGH de 1994.
31
obtienen una puntuación discriminante lo suficientemente elevada para no ser
descalificados de los beneficios de Progresa (es decir, los ubica en la mitad
superior de la distribución de los puntajes). Esto es evidencia de la diferencia
sustancial entre el método de selección de Progresa y el método basado en
consumo. Estos errores de exclusión probablemente reflejan la tendencia del
análisis discriminante de clasificar como beneficiarios aquellos hogares con más
niños y de excluir los hogares pequeños o los hogares más viejos que no tienen
niños pequeños. Tenemos entendido que recientemente Progresa realizó algunos
ajustes al procedimiento utilizado para seleccionar a los hogares beneficiarios, por
medio de un proceso llamado “densificación”. Los ajustes están orientados
principalmente a incluir hogares que originalmente no habían sido incluidos. De
acuerdo a algunos cálculos que se han efectuado en algunas localidades donde
opera Progresa, el proceso de densificación ha clasificado como beneficiarios a
aproximadamente 38 por ciento de los hogares en extrema pobreza que
originalmente habían sido excluidos13.
De igual forma, la tasa de subcobertura de Progresa de 26.45 por ciento
cuando la línea de pobreza es mayor o igual a la tasa promedio de pobreza
utilizada por Progresa, sugiere que la precisión de focalización de Progresa es
menor para los hogares que son moderadamente pobres, esto es, el grupo de
hogares ubicados entre los percentiles 25 y 50 de consumo14. Dicho de otra forma,
la focalización de Progresa funciona mejor en identificar a los hogares que son
pobres extremos.
Como se mencionó anteriormente, cuando se utiliza una línea de pobreza
menor, la tasa de fuga es alta por definición. Esto explica la tasa de fuga de 61 por
ciento obtenida con una línea de pobreza inferior. Esta tasa se reduce a 26.4 por
ciento cuando la línea de pobreza que se utiliza es mayor. Como la línea de
pobreza utilizada por Progresa es aproximadamente igual a la mediana, las tasas
de subcobertura resultan ser iguales a las de fuga.
3.5 Las tasas de fuga y de subcobertura de Progresa con relación a otros
métodos de focalización y otros esquemas de transferencia
13
A la fecha de este informe, aún no se había aplicado el proceso de densificación para revisar la condición de pobreza de
los hogares en las localidades de control contenidas en la muestra de hogares ENCASEH 1997. Por lo tanto, se optó por
proceder con la evaluación con base en la clasificación original de los hogares como beneficiarios y no beneficiarios.
Después del proceso de densificación, la tasa de beneficiarios en las localidades donde opera Progresa ha aumentado a 65
por ciento.
14
La tasa de subcobertura de 26.45 por ciento con la línea de pobreza para consumo establecida en el percentil 52 puede
ser expresada como un promedio ponderado de las tasas de subcobertura de los pobres extremos y los pobres moderados.
Como los ponderadores son aproximadamente iguales, entre mayor sea la tasa de subcobertura con la más alta de las
líneas de pobreza, implica que la tasa de sucobertura de los pobres moderados es mayor que la de los pobres extremos.
32
Persiste la pregunta sobre si las tasas de subcobertura y fuga de 26 por
ciento son motivo de preocupación o no. Por ejemplo, si la mayoría de los hogares
pobres excluidos por el método de focalización de Progresa están cercanos a la
línea de pobreza, entonces la preocupación sería menor, comparada con el caso en
que los hogares estuvieran muy por debajo de la línea de pobreza. Por esta razón,
se aplicó un esquema de pesos a las líneas de las medidas de pobreza FGT. De
manera específica, calculamos las tasas de subcobertura utilizando la siguiente
fórmula,
α
q
 z − ci 


1
U (α ) = 
 ,
∑ 
N
PC  i =1 
z 

donde NPC es el total de hogares clasificados como pobres de acuerdo al criterio
basado en consumo y q es el número total de hogares clasificados como no pobres
por Progresa. Cuando α=0, esta expresión representa la tasa de subcobertura (ver
por ejemplo la tasa de subcobertura calculada en el cuadro 5). Cuando α=2, se le
asigna mayor peso a los hogares que se encuentran más alejados de la línea de
pobreza.
Siguiendo el mismo criterio, la tasa de fuga está definida como
α
  ci − z 
L(α ) =  1

∑ 
N
PRO  i =1 
z 

q
donde NPRO es el total de hogares identificados por el Programa de transferencias
bajo estudio (por ejemplo, Progresa), y q es el número total de hogares
clasificados como no pobres por el esquema de identificación basado en consumo.
Sin embargo, las tasas de subcobertura (o fuga) para diferentes valores de α
no son comparables dentro de un esquema de transferencias o de focalización.
Para tener una idea de qué tan altas o bajas son las tasas de fuga de Progresa, se
necesita compararlas con las tasas obtenidas mediante otros esquemas de
transferencia o focalización. Se compara la precisión en la focalización de
Progresa con otros dos esquemas.
El primer esquema es una transferencia uniforme. El total de la muestra de
24,077 hogares es considerado como pobre. En este esquema de transferencias se
da cobertura a todos los hogares y como resultado de ello la tasa de subcobertura
es igual a cero. De hecho, un argumento que en muchas ocasiones ha sido
33
utilizado a favor de las transferencias uniformes es el deseo implícito de minimizar
la tasa de subcobertura. El mayor problema con este esquema es la tasa de fuga.
El segundo esquema analizado es la focalización a nivel de la localidad15. Este
es un esquema de focalización geográfica del mismo tipo que el estudiado por
Baker y Grosh (1994). Actualmente, el método que utiliza Progresa para la
identificación de beneficiarios selecciona en primer lugar a las localidades por
atender utilizando el índice de marginación. En segundo lugar, se construyen
líneas o puntos de corte en el ámbito regional con base en los resultados
obtenidos del análisis discriminante a partir de la información de los hogares de
dichas localidades. Estos puntos de corte, específicos para cada región, pueden
dar como resultado que en ciertas localidades algunos hogares queden excluidos
del Programa y una fracción importante de hogares en la misma localidad sea
incorporada a Progresa. Por otro lado, habrá localidades en donde solamente
algunos hogares sean identificados por el Programa mientras que la gran mayoría
quede excluido.
Dentro del subconjunto de localidades seleccionadas por Progresa como
marginadas es aun posible, con el uso del índice de marginación continuo
construido por Progresa, clasificar a las localidades como más marginadas o
menos marginadas. Comenzando con la localidad más marginada, se empezó a
clasificar como pobres (o beneficiarios) a todos los hogares habitando en dicha
localidad; después se repitió este paso para los hogares de la localidad con el
siguiente grado de marginación, y así sucesivamente hasta que el total de hogares
pobres fue igual al 52 por ciento de todos los hogares en la muestra. Como se
discutió anteriormente, cuando se compararon las tasas de fuga y subcobertura
calculadas con la focalización basada en consumo o con la focalización de
Progresa, es necesario tener una línea de pobreza que proporcione el mismo nivel
de pobreza a través de todos los esquemas.
En todos los cálculos, la focalización basada en el consumo con la línea de
pobreza más alta (el percentil 52) es considerada como el esquema de focalización
“perfecto”, lo que significa que tanto las tasas de subcobertura y de fuga son
iguales a cero. En este punto no se hace referencia a las limitaciones de
presupuesto ni a los costos de focalización, pero más adelante serán considerados.
15
En el Apéndice G se muestra una comparación más detallada de este esquema de focalización geográfica con la
focalización de Progresa a nivel de los hogares. Todas las simulaciones se basan en las localidades del grupo ya
seleccionadas como marginadas en el primer paso del método de Progresa. Sin embargo, en principio este mismo método
podría aplicarse a todas las localidades en México.
34
Cuadro 6
Tasas de subcobertura con el esquema de ponderación FGT (porcentaje de cambio en el
índice en referencia con respecto a las transferencias con la focalización de Progresa)
Transferencia uniforme (i.e. sin
focalización)
Transferencia con focalización de
Progresa
Focalización a nivel de la
localidad (basada en el índice de
marginación
U(0)
0
U(1)
0
U(2)
0
0.264
0.063
0.022
0.383
(44.96)
0.101
(60.00)
0.037
(69.59)
Los cuadros 6 y 7 contienen respectivamente las tasas de subcobertura y
fuga, estimadas para varios esquemas de focalización. El cuadro 6 muestra que la
tasa de subcobertura de Progresa es mucho menor que la tasa de subcobertura
obtenida si la focalización fuera a nivel de localidad (basada en el índice de
marginación). Además, la tasa de subcobertura de Progresa es aun menor si se
observa la severidad de la pobreza de aquellos que fueron excluidos del Programa.
De otra forma, la focalización basada en el consumo habría dejado fuera del
Programa muchos más pobres extremos en comparación con Progresa.
Cuadro 7
Tasas de fuga usando el esquema de ponderación FGT (porcentaje de cambio en el índice
en referencia a las transferencias uniformes)
Transferencia uniforme (i.e. sin
focalización)
Transferencia con focalización
Progresa
Focalización a nivel de la
localidad (basada en el índice de
marginación
L(0)
0.4799
L(1)
0.239
L(2)
0.228
0.264
-(44.99)
0.383
-(20.19)
0.066
-(72.22)
0.152
-(36.28)
0.033
-(85.70)
0.115
-(49.47)
El cuadro 7 muestra también un panorama en general favorable para
Progresa. Con la focalización, la tasa de fuga es generalmente mucho menor que
la obtenida con una transferencia uniforme, como también es menor que la
35
obtenida con la focalización a nivel de localidad16. Los hogares que son
incorporados con el esquema de focalización de Progresa y que se encuentran en
el grupo de fuga (bajo el criterio del consumo)están mucho más cercanos a la
línea de pobreza (con menor bienestar) en comparación con los hogares
clasificados en ese grupo de fuga cuando se utiliza la focalización uniforme o
basada en la marginación de la localidad.
4.
Evaluación del impacto de Progresa en el combate a la pobreza en
comparación con otros métodos de focalización y con esquemas
alternativos de transferencias
El análisis previo sugiere que el método de focalización de Progresa tiene un
buen desempeño. Hasta el momento, sin embargo, se han ignorado los costos de
focalización. En esta sección se estableció el presupuesto del Programa en un
monto fijo y se simuló el impacto sobre los índices de pobreza de diferentes
esquemas de focalización y transferencias, incluyendo los costos de la focalización.
No se proporciona una evaluación de si el monto del presupuesto es adecuado o si
es muy elevado o muy bajo. Dichos aspectos sólo podrán ser abordados más
adelante cuando esté disponible información más detallada sobre las restricciones,
los incentivos y los costos de oportunidad que enfrentan las familias rurales y los
encargados de la política social.
El impacto de los métodos de focalización de Progresa sobre las diferentes
medidas de pobreza se compara con una serie de alternativas. Se inicia con el caso
donde no hay un programa de transferencias monetarias y existe un presupuesto
fijo, y se examina el decremento en la tasa de pobreza si las transferencias
monetarias fueran uniformes, en el sentido de que todo el presupuesto disponible
fuera asignado a todos los hogares, sin distinguir entre los hogares pobres y no
pobres. En segundo lugar, se investiga cómo el impacto de Progresa, dado su
método de selección de beneficiarios, se compara con el impacto de un programa
de transferencias monetarias que tiene el mismo esquema de beneficios (esto es,
basado en sexo y edad) y distribuye los mismos recursos, pero selecciona a los
beneficiarios con base en un indicador alterno.
En la simulación con un esquema de transferencia uniforme, cada hogar de
la localidad recibe el mismo monto monetario. La transferencia monetaria
recibida por hogar es igual a la razón del presupuesto total entre el número total
de hogares en la muestra. El consumo del hogar posterior a la transferencia (que
16
Cabe destacar que las tasas de fuga y de subcobertura L(0) y U(0) para la focalización a nivel de localidad son
prácticamente iguales a las tasas de focalización a nivel de localidad para México obtenidas de las simulaciones de Bayer
y Grosh (1994).
36
equivale al nivel de consumo previo a la entrega de la transferencia más el monto
recibido) se divide entre el número de unidades de adulto equivalente en el hogar.
Para el caso de la focalización basada en el consumo primero se identifica a
los hogares pobres con base en la comparación entre el consumo del hogar por
adulto equivalente y el percentil 52 de la distribución del consumo por adulto
equivalente en la muestra total de hogares. Por definición, el número total de
hogares pobres clasificados con la línea de pobreza utilizada equivale al número
obtenido con el criterio de Progresa. Esto facilita la comparación entre el método
de focalización de Progresa y el método basado en consumo, y permite examinar si
los mismos hogares son clasificados como pobres o no.
Los hogares clasificados como no pobres por el método basado en consumo
no reciben beneficios mientras que se supone que los hogares clasificados como
pobres reciben beneficios conforme al esquema de beneficios de Progresa. Como
en el caso de las transferencias uniformes, el consumo del hogar posterior a las
transferencias (el cual equivale al nivel de consumo previo a las transferencias más
el monto recibido) se transforma en unidades por adulto equivalente. Sin
embargo, se debe establecer una regla con respecto a la manera de asignar el
presupuesto limitado a los hogares que han sido seleccionados para participar en
el Programa. De manera más sencilla, la regla adoptada consiste en dar los
beneficios primero a los hogares más necesitados y después moverse
ascendentemente en el orden de hogares hasta que el presupuesto haya sido
agotado. Entre más alejado esté el nivel de consumo por adulto equivalente de la
línea de pobreza, éste se clasifica como un hogar con mayores necesidades. Como
el presupuesto es inferior que la profundidad total de la pobreza, esto implica que
un cierto número de hogares pobres se quedará sin beneficios. El nivel del
presupuesto y la regla de asignación adoptada implican que 24.5 por ciento de los
hogares pobres no recibirán beneficios. Asimismo, si se comparan los hogares
pobres que no reciben beneficios con aquellos que los reciben, los primeros se
encuentran más próximos a la línea de pobreza.
Es muy importante aclarar las implicaciones que puede tener esta regla
sobre la asignación del presupuesto. Por definición, es muy probable que tenga un
muy pequeño (o nulo) impacto en la tasa de pobreza a la que la mayoría de las
personas están acostumbradas, esto es, la medida de la tasa de pobreza P(0). Si
los beneficios de Progresa son otorgados en primer lugar a aquellos hogares que se
encuentran más alejados de la línea de pobreza y no a los que están más cercanos
a la misma, es poco probable que la tasa de pobreza cambie a menos que el
beneficio otorgado a las familias muy pobres sea lo suficientemente alto para
cubrir la profundidad de la pobreza. Observe también que si la regla sobre la
distribución del presupuesto fuera en el sentido contrario, es decir, que los
37
beneficios fueran otorgados primero a los hogares que se encuentran más
próximos a la línea de pobreza y de ahí se fueran repartiendo los beneficios hasta
llegar a los hogares que están más alejados de dicha línea, entonces, el impacto en
la tasa de pobreza sería probablemente mucho mayor. Al parecer la regla anterior
sobre el reparto del presupuesto no refleja correctamente los objetivos de
Progresa y por esto se adoptó la regla de otorgar el dinero a los más necesitados
primero.
Esta discusión también implica que al comparar el éxito o el fracaso de la
focalización de Progresa con otros métodos de selección, es necesario enfocarse
en las medidas de pobreza de mayor orden, como P(1) y P(2). Únicamente las
medidas de pobreza de mayor orden pueden proporcionar una estimación relativa
de la efectividad de los métodos de Progresa en separar a los hogares más pobres
de los hogares pobres, en comparación con otros métodos de focalización, como
es el método basado en consumo presentado en este reporte.
El método de focalización de Progresa sigue pasos similares en la
distribución de beneficios entre los hogares seleccionados como pobres. La única
diferencia radica en que por el método de selección de Progresa no hay hogares
pobres que no reciban beneficios, ya que el presupuesto es por definición igual al
monto total de beneficios que serán distribuidos entre el total de los hogares
pobres seleccionados.
La focalización necesita de la recolección de información sobre una serie de
variables a nivel del hogar que sean útiles para distinguir a los hogares pobres de
los no pobres. Dichas variables incluyen la fuente de ingresos de cada hogar, el
gasto en consumo dentro del período de referencia, los bienes en el hogar, etc. De
acuerdo a la información otorgada por los funcionarios de Progresa, el costo
promedio observado en la encuesta de hogares (ENCASEH**) es de 170 pesos por
hogar. Aunque gran parte de la información recopilada en la ENCASEH es
realmente indispensable para la administración y evaluación del Programa más
que para la focalización, se hicieron tres simulaciones por separado para el costo
de focalización, utilizando estimaciones con costo cero, un bajo costo y un costo
elevado. El costo bajo está basado en la estimación que proporcionaron los
funcionarios de Progresa sobre el costo del levantamiento de la información
equivalente a 60 pesos del total de 170 pesos por hogar para toda la ENCASEH.
Para el costo elevado de focalización se utilizó el costo total de la ENCASEH.
*
Nota del traductor. Para una explicación detallada sobre el contenido de la encuesta, ver: “El modelo de evaluación de
Progresa” en: Documentos metodológicos sobre la evaluación de Progresa (2000).
38
Con base en estas estimaciones sobre el costo de focalización por hogar, se
ajustó el presupuesto original utilizado en la simulación previa. Este ajuste se
realizó sustrayendo al presupuesto total el costo de encuestar todos los hogares en
la muestra, deflactando los precios a junio de 1994. Dado que los costos de la
encuesta son costos “de una sola vez”, en el sentido de que se realizan sólo al
principio del Programa. Como Progresa planea revisar la condición de los hogares
al tercer año a partir de su incorporación, los costos se distribuyen
equitativamente en el tiempo al dividirlos entre 36 (el número total de meses de la
duración del Programa). Los costos administrativos de focalizar hicieron muy poca
diferencia en las estimaciones obtenidas sobre el impacto de Progresa en la
pobreza. Por lo tanto, se presentan las estimaciones obtenidas suponiendo costos
elevados en la focalización.
Para el caso de la focalización a nivel de localidad se utilizó un método
análogo y se simuló un escenario donde Progresa utiliza su presupuesto en proveer
beneficios a todos los hogares, comenzando por las localidades más marginadas, y
pasando a las localidades menos marginadas, hasta que el presupuesto se agota.
De esta manera, se tiene una idea del impacto de Progresa sobre los diferentes
indicadores de pobreza sin tener que focalizar a nivel del hogar y, por tanto, sin
incurrir en costos administrativos o en costos no económicos asociados a la
focalización. Los costos no económicos incluyen los conflictos potenciales y los
problemas que pueden surgir en comunidades pequeñas, donde los hogares
excluidos del Programa son en muchos sentidos muy similares a los hogares
seleccionados. Adicionalmente, el posible surgimiento de conflicto dentro de las
comunidades puede dar lugar a críticas sobre el método de focalización del
Programa, que pueden estar acompañadas a la vez de solicitudes de una cobertura
universal o por la eliminación de inequidades. Si el impacto de la segunda etapa de
focalización de Progresa en los índices de pobreza fuera aproximadamente igual a
la focalización de localidades, se podría concluir que la focalización a nivel del
hogar no es un esfuerzo que valga la pena, dado el objetivo de maximizar la
reducción de la pobreza.
En las simulaciones no se consideran los problemas relacionados con la
aceptación del Programa, ni los efectos de sus incentivos. Por ejemplo, los hogares
seleccionados como beneficiarios potenciales pueden no tener suficiente
información ni interesarse por cumplir con los requisitos del Programa. También,
los programas focalizados pueden tener efectos de incentivos secundarios a su
objetivo de distinguir a los pobres de los no pobres. Estos efectos de incentivación
pueden surgir de las conductas de los hogares, o de los individuos, al tratar de ser
elegibles para el Programa. Por ejemplo, la presencia del Programa puede inducir
a ciertos hogares a reducir sus esfuerzos laborales, y por lo tanto su ingreso, para
39
convertirse en elegibles para recibir los beneficios (Kambur, Keen y Tuomala,
1995).
En el cuadro 8 se muestran los resultados de las simulaciones sobre el
impacto en los índices de pobreza. Las gráficas del Apéndice F, que muestran la
forma en que los distintos esquemas impactan la distribución de la medida de
bienestar, permiten analizar si los índices de pobreza se ven afectados y de qué
forma. Al lector se le advierte que los índices de pobreza alternativos no se
pueden comparar con cualquier esquema de transferencia dado. Las
comparaciones sólo tienen significado para un índice de pobreza específico (es
decir, un valor dado de α), a través de los esquemas de transferencia y de
focalización.
Cuadro 8
Índices de pobreza bajo varios esquemas de focalización/transferencia con un presupuesto
fijo e incluyendo los costos administrativos de la focalización (cambio porcentual en el
índice de pobreza respecto a la alternativa sin transferencia)
Sin transferencia
(sin programa anti-pobreza)
Transferencia uniforme
(i.e. sin focalización)
Transferencias con focalización basada en
el consumo
Transferencia con focalización de
Progresa
Focalización por localidad (basada en el
índice de marginación)
P(0)
(Porcentaje de
pobreza)
0.5200
0.4682
-(9.95)
0.5188
-(0.23)
0.4776
-(8.16)
0.4757
-(8.51)
P(1)
(Profundidad)
P(2)
(Severidad)
0.1514
0.0588
0.1273
-(15.94)
0.1114
-(26.42)
0.1157
-(23.61)
0.1187
-(21.61)
0.0470
-(20.11)
0.0340
-(42.22)
0.0385
-(34.52)
0.0406
-(30.99)
Por las razones discutidas anteriormente, la focalización “perfecta” basada
en el consumo del hogar ni la focalización de Progresa parecen tener impacto en
la pobreza medida a través de la tasa de pobreza. Estos resultados subrayan que el
objetivo social es esencial en determinar qué esquema de focalización y
transferencia es el más eficiente. Si el objetivo social del Gobierno fuera disminuir
el número de hogares pobres como un porcentaje de la población total (esto es, la
tasa de pobreza), entonces, de acuerdo con las simulaciones, una transferencia
uniforme sería la manera más efectiva. La focalización de localidades quedaría en
segundo lugar, la focalización de Progresa en un cercano tercer lugar y la
focalización perfecta en último. La razón de ello radica en que con transferencias
uniformes, más hogares cercanos a la línea de pobreza reciben beneficios que son
40
suficientemente cuantiosos para ayudarlos a superar la línea de pobreza. Como la
tasa de pobreza simplemente indica la proporción de hogares por debajo de la
línea de pobreza después de las transferencias, sin considerar el grado de pobreza
de estos hogares antes de las transferencias, el esquema de transferencias
uniformes resulta ser el método más eficiente en disminuir la tasa de pobreza.
Si el objetivo social estuviera centrado en disminuir la profundidad de la
pobreza, medida por la brecha de la pobreza (P1), o la intensidad de la pobreza
medida por el índice de severidad P(2), el escenario cambiaría dramáticamente.
Con cualquiera de estos objetivos sociales se puede observar que la focalización de
Progresa es el segundo esquema más efectivo después de la focalización “perfecta”
basada en consumo. En este caso, las transferencias uniformes terminan siendo el
esquema menos efectivo en reducir la severidad o la profundidad de la pobreza en
México. Asimismo, como se han contemplado los costos administrativos y de
focalización, el mayor impacto de la focalización de Progresa en la profundidad e
intensidad de la pobreza en comparación con la focalización basada en
localidades, implica que la focalización de Progresa tiene beneficios asociados. Es
difícil determinar si estos costos son mayores que los costos no económicos de la
focalización.
Además de los índices de pobreza FGT, también se examinó el impacto de los
distintos esquemas de transferencia y de focalización sobre la desigualdad. El
objetivo social considerado de esta forma es reducir al mínimo la desigualdad, en
lugar de aliviar la pobreza. La deficiencia principal de los índices de pobreza FGT
es que sólo asignan una ponderación a los hogares pobres. Así pues, los hogares
que se encuentran justo por encima de la línea de pobreza no se incluyen en la
ponderación, aunque para todo fin práctico sean idénticos a los hogares que se
encuentran justo por debajo de la línea de pobreza. Los índices de desigualdad
proporcionan un medio alternativo para evaluar el impacto de los distintos
esquemas de focalización y de transferencia, al comparar su impacto sobre la
desigualdad en el total de los hogares y no sólo sobre aquellos que se encuentren
debajo de la línea de pobreza. De esta manera, los beneficios que se otorgan a los
hogares justo arriba de la línea de pobreza, no necesariamente tienen que
considerarse como fuga y se les puede asignar un peso similar al asignado a los
hogares que reciben beneficios y que se encuentran justo debajo de la línea de
pobreza. En el Apéndice H se encuentran los cálculos de los índices de desigualdad
de Entropía Generalizada y de Atkinson. Los resultados relativos al desempeño de
Progresa son muy similares a los que se obtuvieron con el índice de severidad de
pobreza P(2).
41
5.
Posibles mejoras a la focalización de Progresa
En esta sección se examinan las formas en que se puede usar la información
ya recabada por Progresa para mejorar la focalización de los hogares. Primero, se
consideró si se podían mejorar las variables utilizadas por los métodos de análisis
discriminante de Progresa para estimar la condición de pobreza de los hogares. Se
exploró esta interrogante usando las curvas de Características de Operación
Relativa introducidas en la literatura sobre pobreza por Wodon (1997). En
segundo lugar, se exploró si el puntaje discriminante generado por los métodos de
Progresa puede considerarse como análogo a la profundidad “real” de la pobreza,
dada la distancia del consumo de los hogares a la línea de pobreza. La evidencia
de que los puntajes del análisis discriminante pueden actuar como sustitutos,
aunque imperfectos, de la profundidad de la pobreza “real”, pero por lo general no
observada, se puede utilizar para incrementar el costo-eficiencia de Progresa, a
través de cambios en la estructura de los beneficios a favor de los extremadamente
pobres.
5.1 Curvas ROC
Las curvas de las Características de Operación Relativa (ROC) se pueden
usar para evaluar el poder predictivo de los indicadores de focalización de pobreza.
Esta técnica permite comentar en cuáles grupos o individuos los indicadores de
focalización tienen el mayor poder para saber si las familias son pobres o no. Se
compararon las variables utilizadas por Progresa con una serie alterna de
variables. Primero, se calculó la robustez del esquema de ponderación implícito en
el procedimiento de análisis discriminante de Progresa. Segundo, se probó si la
serie de variables alternas funciona mejor que las variables que utiliza Progresa,
permitiendo sugerir nuevas variables. Tercero, al variar la línea de pobreza, se
evaluó la sensibilidad de las variables a este cambio. Cuarto, dado que Progresa
realizó una prueba exhaustiva de las variables posibles, es muy probable que la
mayoría de estas variables alternas ya hubieran sido desechadas por el
procedimiento de análisis discriminante. Así, la comparación proporciona una
prueba explícita de la eficacia de usar análisis discriminante para desechar las
posibles variables explicativas.
En el Apéndice I se muestran los detalles de este análisis. Los resultados
sugieren que el método de análisis discriminante en general es robusto, pero que
se podría mejorar la focalización de Progresa tomando en consideración las
actividades laborales de los miembros adultos de la familia y no sólo del jefe de
familia. De igual manera, el papel de las distintas variables o series de variables al
estimar la pobreza parece cambiar dependiendo de las líneas de pobreza que se
42
utilicen. El consumo por hogar, al igual que la proporción de los miembros de la
familia con respecto al número de habitaciones (hacinamiento), tienen un mayor
poder predictivo con una línea de pobreza moderada. Por otra parte, las
actividades laborales funcionan mejor en el caso de la pobreza extrema. Esto es
relevante para la focalización de Progresa a medida que se expanda hacia las zonas
marginadas de las áreas urbanas.
5.2 Ajuste de los beneficios a favor de los extremadamente pobres
La estructura actual de los beneficios en Progresa también se puede
interpretar como un intento por ajustar los beneficios con base en la brecha de
pobreza. Puesto que los hogares más pobres tienen un mayor número de niños en
edad escolar, es más probable que los beneficios recibidos por los hogares más
pobres sean mayores y que cubran una mayor fracción de la brecha de pobreza. Es
bastante probable que la eficacia de Progresa para aliviar la pobreza extrema
pudiera mejorarse aún más si se distinguiera entre los beneficiarios potenciales.17
Por ejemplo, los hogares beneficiarios se podrían dividir en dos grupos, los
extremadamente pobres y los moderadamente pobres, dependiendo de su
distancia del punto de “corte”. Una de las muchas formas posibles de
reestructurar los beneficios del Programa es duplicar el nivel de los beneficios
para los extremadamente pobres y reducir a la mitad los beneficios otorgados a los
hogares moderadamente pobres. Esta estructura revisada de beneficios podría
incrementar el costo-eficiencia del Programa, reduciendo al mínimo las pérdidas
incurridas al proporcionar todos los beneficios que exceden la brecha de pobreza a
los hogares que se encuentran más cercanos a la línea de pobreza (ver la discusión
en Atkinson, 1995).
Una mejor focalización de los hogares y la reestructuración de los beneficios
a favor de los extremadamente pobres, como es el caso de los considerados aquí,
sólo se podría lograr si fuera posible, de una forma u otra, medir la severidad de la
pobreza entre los hogares elegibles para ser beneficiarios. Sería ideal contar con la
información sobre el valor del consumo de todos los hogares. Sin embargo, resulta
prohibitivo, y por lo tanto impráctico, recabar los datos sobre el consumo para los
fines de la focalización en un programa con la magnitud y la cobertura de
Progresa.
17
En esta investigación se omitieron los efectos potenciales de cambiar la estructura de los beneficios sobre la
asistencia a la escuela o la salud de los miembros de los hogares moderadamente pobres. Pudiera ser que la eficiencia
relativa de los esquemas fuera muy distinta si el objetivo social fuera incrementar la asistencia a la escuela o la condición
de salud.
43
Un sub-producto no utilizado del método de focalización actual de Progresa
es el puntaje discriminante construido para la aplicación del análisis discriminante
a nivel regional. La reflexión es si esta medida se podría utilizar para medir la
profundidad o severidad de la pobreza. Para contestar esta pregunta, se realizaron
una serie de simulaciones usando la información de la región de la Sierra Gorda,
que contiene el mayor número de hogares de la muestra (10,800 hogares). En el
Apéndice K se incluyen los detalles de las simulaciones y las gráficas de densidad
de kernel. En el cuadro 9 se muestran los resultados de las simulaciones sobre los
tres índices de pobreza. Con fines comparativos, también se calculó el impacto de
Progresa sobre la pobreza en la región de la Sierra Gorda, suponiendo la actual
estructura de beneficios.
Cuadro 9
Índices de pobreza con un presupuesto fijo y excluyendo los costos de focalización en la
región de la Sierra Gorda
(cambio porcentual en el índice de pobreza respecto a la alternativa sin transferencia)
Sin transferencia
(sin programa anti-pobreza)
Transferencia uniforme
(i.e. sin focalización)
Transferencia con focalización
basada en el consumo y estructura
de beneficios revisada
Transferencia con focalización
basada en Progresa y estructura de
beneficios revisada
Focalización a nivel de la localidad
(basada en el índice de
marginación)
Transferencias con focalización
basada en Progresa y estructura de
beneficios actual
P(0)
(Porcentaje de
pobreza)
0.4899
P(1)
(Profundidad)
P(2)
(Severidad)
0.1356
0.0504
0.4210
-(14.06)
0.4819
-(1.63)
0.1063
-(21.60)
0.0872
-(35.69)
0.0387
-(23.30)
0.0206
-(59.10)
0.4232
-(13.62)
0.0870
-(35.89)
0.0264
-(47.74)
0.4233
-(13.59)
0.09586
-(29.32)
0.03039
-(39.75)
0.44161
-(9.86)
0.10084
-(25.65)
0.03217
-(36.22)
Tal y como lo demuestra el cuadro 9, con la estructura de beneficios
revisada, el impacto de Progresa en el índice de severidad de la pobreza P(2)
incrementaría en 11.52 puntos porcentuales en comparación con la estructura de
beneficios actual. De igual manera, el impacto de Progresa en la brecha de
pobreza P(1) se incrementaría en 10.24 puntos porcentuales y terminaría siendo
igual al impacto de la focalización perfecta.
44
Con base en estos resultados se concluye que el índice del puntaje
discriminante construido por el método de Progresa serviría como un indicador
adecuado, aunque imperfecto, de la profundidad de la pobreza de los hogares.
También se ha observado en la Sección 3.4 del informe, que la focalización de
Progresa es más precisa para identificar a los extremadamente pobres que a los
moderadamente pobres. Si los beneficios se reestructuraran de manera similar a
los ejercicios realizados en esta sección del informe, también serviría para
incrementar el costo-eficiencia del Programa. Sin embargo, se debe señalar que
dado que la derivación del puntaje discriminante se lleva a cabo a nivel regional, la
profundidad de la medida de la pobreza en una región no se puede comparar con
la profundidad de la pobreza en otra región.
6.
Conclusiones
La principal conclusión es que Progresa utiliza un método efectivo para
identificar los hogares beneficiarios del Programa. La precisión de la focalización
de Progresa, en términos de la selección de las localidades donde es más probable
que se encuentren los hogares pobres, y en términos de la selección de los hogares
dentro de esas localidades, es buena.
Las investigaciones de la precisión de la focalización de Progresa al
seleccionar las localidades revela que es muy efectiva para identificar aquellas
extremadamente pobres, pero menos eficiente para distinguir entre las localidades
en el centro de la escala. Esto implica que a medida que Progresa se expanda
hacia las localidades menos marginadas, existen mayores probabilidades de errores
de selección de localidades. Una conclusión similar se deriva de la evaluación de la
focalización de los hogares dentro de las localidades. La focalización de Progresa
no es perfecta, pero resulta relativamente más eficaz al identificar a los hogares
extremadamente pobres dentro de las localidades y menos eficaz cuando se trata
de seleccionar hogares que son moderadamente pobres.
Así pues, conforme Progresa se expande hacia las comunidades menos
marginadas, es probable que aumente la inexactitud de la focalización a nivel de la
localidad y de los hogares. No está en manos de los autores de este documento
determinar si los métodos actuales de selección de beneficiarios deban seguir
aplicándose en la siguiente fase de Progresa o no. Sin embargo, de acuerdo con las
simulaciones, es más probable que la focalización de Progresa sea la más efectiva
para reducir la profundidad y la severidad de la pobreza en México dentro del
conjunto de posibles focalizaciones y esquemas de transferencias. La focalización
de Progresa estuvo más cerca del método “perfecto” que cualesquiera de los
esquemas de transferencia y focalización alternos examinados en el informe.
45
Esta evaluación de la selección de beneficiarios de Progresa no equivale a
evaluar todo el Programa. Queda por determinar si el nivel y la estructura de los
beneficios del Programa logran los objetivos integrales de Progresa con relación a
la salud, educación y alimentación.
46
Bibliografía
Anand, Sudhir, (1991) “Poverty and human development in Asia and the
Pacific. In Poverty alleviation in Asia and the Pacific”. United Nations
Development Programme. New York, NY.
Atkinson, Anthony, (1995) “On targeting social security: Theory and western
experience with family benefits. In Public spending and the poor: Theory and
evidence”. eds. D. van de Walle and K. Neads. Johns Hopkins University for the
World Bank. Baltimore, MD
Baker, Judy, and Margaret Grosh, (1994) “Poverty reduction through
geographic targeting: How well does it work?”. World Development, 22 (7): 983995.
Besley, Timothy, and Ravi Kanbur, (1993) “The principles of targeting. In
Including the poor”. eds. Michael Lipton and Jacque van der Gaag. Proceedings of
a symposium organized by the World Bank and IFPRI. The World Bank.
Washington D.C.
Deaton, Angus, and Salman Zaidi, (1999) “Guidelines for constructing
consumption aggregates for welfare analysis”. The World Bank. Mimeo.
Washington D.C.
De la Vega, Sergio, (1994) “Construcción de un índice de marginación”.
Masters thesis in statistics and operations research. UNAM. México City.
Foster, James, J. Greer, and E. Thorbecke, (1984) “A class of decomposable
poverty measures”. Econometrica 52: 761-765.
Grosh, Margaret, (1994) “Administering targeted social programs in Latin
America: From platitudes to practice”. The World Bank. Washington D.C.
Grosh, Margaret, (1995) “Toward quantifying the trade-off: Administrative
costs and incidence. In Public spending and the poor: Theory and evidence”. eds.
D. van de Walle and K. Neads. Johns Hopkins University for the World Bank.
Baltimore, M.D.
Hentschel, Jesko, Jean O. Lanjouw, Peter Lanjouw, and Javier Poggi, (1998).
“Combining census and survey data to study spatial dimensions of poverty”. Policy
Research Working Paper No. 1928. The World Bank. Washington D.C.
47
Instituto Nacional de Nutrición, (1987) “Valor nutritivo de los alimentos
Mexicanos”. cuadros de uso práctico. Instituto Nacional de Nutrición. México.
Kanbur, Ravi, (1990) “Poverty and development: The human development
report and the world development report”. WPS 618. The World Bank. Washington
D.C.
Kanbur, Ravi, Michael Keen, and Matti Tuomala, (1995) “Labor supply and
targeting in poverty alleviation programs. In Public spending and the poor: Theory
and evidence”. eds. D. van de Walle and K. Neads. Johns Hopkins University for the
World Bank. Baltimore, M.D.
Lanjouw, Peter, and Martin Ravallion, (1995) “Poverty and household size”.
Economic Journal 105 (November): 1415-1434.
Lipton, Michael, and Martín Ravallion, (1995) “Poverty and policy”. In
Handbook of Development Economics, vol. 3B. eds. J. R. Behrman and T.N.
Srinivasan. Elsevier North Holland Publishers. The Netherlands.
Minot, Nicholas, (1998) “Generating disaggregated poverty maps: An
application to Viet Nam”. Markets and Structural Studies Division Working Paper
No. 25 (October), International Food Policy Research Institute. IFPRI.
Washington, D.C.
Progresa (Programa de Educación, Salud y Alimentación). México.
Progresa “Método se Selección de las localidades”. México.
Progresa “Metodología para la identificación de los hogares beneficiarios de
Progresa”. México.
Ravallion, Martin, (1992) “Poverty comparisons: A guide to concepts and
methods”. Living Standards Measurement Study Working Paper No. 88. The World
Bank. Washington D.C.
Ravallion, Martin, (1998) “Poverty lines in theory and practice”. Living
Standards Measurement Study Working Paper No. 133. The World Bank.
Washington D.C.
Sen, Amartya, (1985) “Commodities and capabilities”. Amsterdam: NorthHolland.
48
Sen, Amartya, (1987) “The standard of living”. Cambridge University Press.
Cambridge.
Sharma, Subbash, (1996) “Applied multivariate techniques”. J. Wiley Press.
New York.
Streeten, Paul, Shahid Javed Burki, Mahbub ul Haq, Norman Hicks, and
Frances Stewart, (1981) “First things first: Meeting basic needs in developing
countries”. Oxford University Press. New York.
Van de Walle, Dominique, (1998) “Targeting revisited”. World Bank
Research Observer 13 (2) August: 231-248.
Wodon, Quentin, (1997) “Targeting the poor using ROC curves”. World
Development 25 (12): 2083-2092.
49
APÉNDICE A
Selección de hogares beneficiarios de Progresa:
un proceso de tres etapas1
Este apéndice describe en detalle el proceso de selección de las familias
beneficiarias de Progresa. La selección de las familias beneficiarias se lleva a cabo
en tres etapas. En la primera, se realiza una focalización geográfica donde se
seleccionan las localidades de mayor marginación, tomando en cuenta el acceso a
los servicios básicos de educación y salud. En la segunda etapa, se aplica una
encuesta socioeconómica en todos los hogares de las localidades seleccionadas,
que se usa para identificar a las familias beneficiarias. Por último, se presenta a la
comunidad la lista de las familias beneficiarias. Se convoca a una asamblea donde
la lista de las familias seleccionadas se hace pública y se llega a un acuerdo entre
todas las familias de la comunidad.
Focalización geográfica: selección de las localidades beneficiarias de
Progresa
Los criterios para la selección de las localidades se basan, primero, en el nivel
de marginación de la comunidad, con los que Progresa da prioridad a la selección
de localidades con altos niveles de marginación, en las que se presenta una alta
proporción de hogares en extrema pobreza. En algunos casos específicos, se
identifican algunas zonas con altos niveles de marginación dentro de las
localidades con bajos niveles de marginación.
Conjuntamente con el análisis de marginación de cada localidad se comparan
los datos geográficos y estadísticos, lo que permite identificar las áreas con el
nivel más alto de marginación en términos del número de localidades y de la
densidad de población. El propósito de este proceso es identificar los grupos de
localidades donde se puede llevar el máximo beneficio a los hogares en extrema
pobreza. Una vez establecida la distribución geográfica de las zonas marginadas,
se identifican las regiones (que no necesariamente coinciden con los límites
estatales o locales).
1
El presente documento es un resumen de las Secciones 3, 4, y 5 de los Lineamientos Generales para la Operación del
Programa de Educación, Salud y Alimentación, Progresa, 1999.
51
1.1 Índice de marginación
La selección de localidades de acuerdo con su nivel de marginación se basa
en criterios homogéneos a nivel nacional y sigue un proceso estandarizado, que es
un Índice Básico de Marginación para todas las localidades de las que se tiene
información censal. El índice se construye mediante un análisis de componentes
principales, donde el producto es una variable resumen que captura la mayor
variación posible entre las localidades. Los valores del índice se pueden interpretar
por medio de un análisis comparativo entre las localidades.
La información base para identificar las características de marginación son
los datos del IX Censo General de Población y Vivienda de 1990, el Conteo de
Población y Vivienda de 1995 y el Catálogo de Integración Geográfica, todos
construidos y levantados por el Instituto Nacional de Estadística, Geografía e
Informática (INEGI).
Los indicadores que se usan para construir el índice de marginación para
cada localidad son:
•
Porcentaje de población analfabeta de 15 años de edad o más
•
Porcentaje de viviendas sin agua corriente
•
Porcentaje de hogares sin drenaje
•
Porcentaje de hogares sin electricidad
•
Número promedio de ocupantes por habitación
•
Porcentaje de viviendas con piso de tierra
•
Porcentaje de la fuerza laboral que trabaja en el sector agrícola
1. 2 Cálculo del índice de marginación
El índice de marginación para cada localidad se calcula con base en la
fórmula:
 X − X1 
X − XN

MI j = f1 ×  j1
 + ... + f N ×  jN

S
S
1
N 


en donde f es el puntaje o factor de ponderación para la primera variable s
determinada por el procedimiento, Xj1 es el valor de la j-ésima localidad para la
primera variable, X1 y S1 son la media y la desviación estándar de la primera
variable sobre todas las localidades.
El índice de marginación se clasifica en 5 categorías: nivel de marginación
muy alto, alto, medio, bajo y muy bajo. Para determinar a qué grupo corresponde
52
cada localidad, se aplica el factor de estratificación óptima, que permite que las
localidades se agrupen con base en la función de densidad f(x), definida a partir
del índice de marginación.
Además, para la selección de las localidades donde opera Progresa, se tomó
en consideración el acceso a los servicios básicos de educación y de salud,
ponderando la severa dispersión que caracteriza a muchas de las localidades
marginadas. De esta manera, la operación de Progresa es más eficaz para
establecer las zonas de acción prioritaria, en donde la población beneficiaria tiene
mejor acceso a los servicios de salud y educación, independientemente de las
modalidades empleadas por estos sectores para proporcionar los servicios. El
acceso a los servicios básicos es una condición necesaria en el proceso de
selección de la localidad, sin el cual no es posible que el Programa opere.
En este método se usa un sistema estadístico geográfico, con información
digital integrada en los estados, municipios y localidades fronterizas, redes de
transporte, escuelas primarias y secundarias y clínicas de salud, usando la clave de
localidad oficial del INEGI. De esta manera, se obtiene información consistente
sobre los recursos de salud y educación.
1.3 Acceso de la localidad a los servicios de educación y de salud
Para facilitar la selección de localidades, éstas se clasifican de acuerdo con
las zonas de influencia de la red federal y estatal de caminos, considerando que la
distancia a la que se encuentran las localidades de los caminos indica las distintas
posibilidades de comunicación entre las mismas. Se supone que los caminos
federales tienen una mayor zona de influencia que los caminos estatales. Es decir,
a una localidad que se encuentre cerca de un camino federal se le asigna un radio
de influencia mayor que a una localidad que se encuentre cerca de un camino
estatal, que a su vez es mayor que el de una localidad que se encuentre alejada de
cualquiera de estos tipos de caminos.
A partir de los radios de influencia de las localidades se establecen las áreas
de influencia de los servicios de educación y de salud, dependiendo de la distancia
a la que se encuentren las localidades de los distintos tipos de caminos, de
acuerdo con la información proporcionada por los sectores de educación y de
salud.
Para las localidades que no dispongan de centros de educación y/o de salud
en ellas mismas, el acceso a los servicios se define de acuerdo con su ubicación
geográfica dentro de los radios de influencia de las demás localidades que
53
disponen de dichos servicios, utilizando los siguientes criterios:
•
•
•
•
Para escuelas ubicadas en localidades cercanas a un camino federal, cinco y
diez kilómetros para escuelas primarias y secundarias, respectivamente.
Para escuelas ubicadas en localidades cercanas a un camino estatal, tres y
seis kilómetros para escuelas primarias y secundarias, respectivamente.
Para escuelas ubicadas en localidades rurales sin acceso cercano a caminos
pavimentados, dos y medio kilómetros y cinco kilómetros para escuelas
primarias y secundarias, respectivamente.
Para centros de salud ubicados en localidades cercanas a un camino federal,
a un camino estatal o a localidad rural, quince, diez y cinco kilómetros,
respectivamente.
Estas áreas de influencia se calcularon y se actualizaron con la nueva
disponibilidad de información sobre el uso de los servicios por la población en
áreas marginadas, de acuerdo con la distancia reportada a los servicios de
educación y de salud que están más cercanos a las localidades.
Todas las localidades marginadas que tengan los servicios básicos en la
localidad, o con acceso a ellos dentro de las distancias propuestas anteriormente,
son elegibles para su incorporación a Progresa. Usando el análisis de dispersión
de este grupo de localidades, se identifican las áreas de alta densidad de
localidades marginadas, y las localidades que se encuentran en este conglomerado
se seleccionan para su incorporación a Progresa durante sus fases de ampliación
de cobertura.
2.
Criterios para identificar a las familias beneficiarias de Progresa
En el proceso de identificación de los hogares beneficiarios, Progresa parte
de la idea de que la pobreza extrema es esencialmente el resultado de capacidades
individuales y familiares inadecuadas, que dan como resultado niveles muy bajos
de funcionamiento social. El método utilizado tiene el objetivo de identificar una
serie de características socioeconómicas del hogar y de sus miembros, para definir
si el hogar vive o no en condiciones de pobreza extrema.
2.1 Recolección de información socioeconómica de los hogares
La selección de las familias beneficiarias se basa en el análisis de la
información socioeconómica de cada hogar ubicado en la localidad marginada
seleccionada. Esta información se obtiene a través de un cuestionario, ENCASEH
(Encuesta de Características Socioeconómicas de los Hogares) diseñado para este
54
fin, con el que se obtiene la información sobre las características del hogar y del
bienestar de sus miembros.
Progresa proporciona beneficios al hogar, que se define como un conjunto de
personas que viven dentro de una vivienda (parientes o no), que comparten los
gastos del hogar y que preparan los alimentos en la misma cocina. La información
la proporciona un residente habitual del hogar, de cuando menos 15 años de edad,
y que pueda dar información sobre los demás miembros del hogar. Cada
informante o entrevistado, al final de la entrevista, firma el cuestionario o estampa
su huella digital para certificar su aplicación. Además, en la vivienda se pega un
engomado como evidencia de la visita y se da una copia del engomado al
informante.
La información se captura y se guarda en archivos magnéticos para su
procesamiento. A cada hogar y a sus miembros se les asigna un número de
identificación, lo que permite controlar la confidencialidad de la información
recabada y la Coordinación Nacional de Progresa resguarda en su poder los
documentos.
El proceso de la compilación de los datos se supervisa mediante mecanismos
de muestreo de cobertura y control de calidad desarrollados por grupos
independientes a los encargados de aplicar el cuestionario. Además, las
autoridades municipales y el representante local proporcionan apoyo en el
proceso, ayudando a identificar los límites geográficos de la localidad y
autorizando las actividades de los grupos encargados de realizar las entrevistas.
2.2 Cuestionario socioeconómico del hogar
La información obtenida del cuestionario sobre las características
socioeconómicas de los hogares fue diseñada para tomar en cuenta los múltiples
factores que intervienen para determinar si un hogar es pobre o no lo es. Estas
variables se definieron en detalle mediante el análisis de las fuentes de
información socioeconómica a nivel nacional.
•
•
•
•
•
Estructura del hogar
Número de personas
Identificación del jefe del hogar
Atributos del jefe del hogar, toma de decisiones, principal aportante de
ingreso, persona responsable de atender a los niños en caso de enfermedad
Edad y sexo de cada miembro del hogar
Parentesco de cada individuo con el jefe del hogar
55
•
•
•
•
•
•
•
•
•
•
•
•
56
Identificación del padre de cada miembro del hogar
Identificación de la madre de cada miembro del hogar
Estado civil de cada miembro del hogar mayor de 12 años
Identificación de los cónyuges o parejas de los miembros del hogar
Características Individuales
Alfabetismo:
si el individuo puede leer y escribir un mensaje, para cada miembro del hogar
de 5 años o más de edad
Escolaridad:
si alguna vez asistió a la escuela, para cada miembro del hogar de 5 años o
más de edad
grado escolar y nivel más alto de estudios terminado, para cada miembro del
hogar de 5 años o más de edad
Lenguas indígenas:
individuos que hablan una lengua indígena, para cada integrante del hogar de
5 años o más de edad
Ocupación
Categoría laboral
Categoría laboral de entre las siguientes: trabaja, jubilado, incapacitado, no
trabaja, días trabajados la semana anterior, para cada miembro del hogar de
8 años o más de edad
Ocupación
para cada miembro del hogar de 8 años o más de edad, clasificación del tipo
de trabajador en las siguientes categorías: asalariado, cuenta propia,
trabajadores de la familia no remunerados, patrón y jornalero
Ingreso de los miembros del hogar
Ingreso del trabajo:
monto de ingreso del trabajo principal, para cada miembro del hogar de 8
años o más de edad
monto de ingreso de otros trabajos, para cada miembro del hogar de 8 años o
más de edad
Ingreso del trabajo:
ingreso de otras fuentes (hasta dos fuentes adicionales)
pensión por jubilación, otras pensiones, subsidios, ingreso por renta, para
cada miembro del hogar de 8 años o más de edad
•
•
•
•
•
•
•
•
•
•
•
Beneficios de programas sociales
Beneficios de programas sociales recibidos por los miembros del hogar
Becas de educación básica
Beneficios del Instituto Nacional Indigenista
Subsidios para capacitación a los trabajadores- PROBECAT
Programa de Empleo Temporal
Beneficios a productores agrícolas – PROCAMPO
Leche subsidiada – Liconsa o Conasupo
Distribución de canastas básicas de alimentos– DIF
Programa de tortilla subsidiada- Fidelist
Migración
Permanente
edad y sexo de los individuos que anteriormente vivían en el hogar pero que
partieron en los últimos 5 años y que no han regresado
lugar a dónde migró el individuo, para aquellas personas que anteriormente
hayan vivido en el hogar pero que partieron en los últimos 5 años y que no
han regresado
monto de las remesas recibidas en el año anterior de los individuos que
anteriormente vivían en el hogar pero que partieron, en los últimos 5 años y
que no han regresado
Migración por trabajo temporal
a dónde fue a trabajar la persona en los últimos 12 meses, para cada
miembro del hogar de 8 años o más de edad
duración de la ausencia temporal, para cada miembro del hogar de 8 años o
más de edad
monto de las remesas recibidas por cada persona que haya migrado, para
cada miembro del hogar de 8 años o más de edad
Salud y acceso a los servicios de los integrantes del hogar
•
•
•
•
Cobertura de seguridad social
Acceso a los servicios de seguridad social, para cada miembro del hogar de 8
años o más de edad
Servicios de salud
Servicios que utilizan los miembros del hogar normalmente
Discapacidades
Número y edades de los miembros de la familia con una de las siguientes
discapacidades: ceguera, mudez, sordera, extremidad faltante, dificultades
mentales, necesita algún aparato para moverse
57
•
•
•
•
•
•
•
•
•
•
•
•
Características de la vivienda
Composición de la vivienda
Material principal de los pisos, techo y muros
Número de habitaciones en la vivienda, número de habitaciones usadas para
dormir
Servicios
Disponibilidad de agua dentro de la vivienda, en la propiedad, agua corriente
en el baño, electricidad
Propiedad y estado de pago de la casa
Vivienda prestada o rentada, de ser propia, si está totalmente pagada
Propiedad de bienes domésticos y de consumo
licuadora, refrigerador, estufa de gas, calentador de gas, radio, toca-cintas o
discos compactos, televisión, reproductora de video, lavadora, ventilador
eléctrico, automóvil, camión
Tierras y animales
Número de lotes de terreno y tamaño
Uso de la tierra para agricultura, ganadería o silvicultura
Tipo de tierra – irrigación
Propiedad de ganado y animales de trabajo, número y tipo
Durante la recolección de la información sobre los hogares también se
recabaron datos sobre numerosas características de la localidad, utilizando un
cuestionario que obtiene información sobre los servicios de educación, salud, las
localidades vecinas en contacto con la localidad, el transporte que utilizan los
residentes y su costo, abasto de productos básicos y sus precios. Esta información
se obtiene entrevistando a uno o más representantes locales.
2.3 Sistema de puntajes
Una vez obtenida la información para cada hogar se realiza una evaluación de
las características socioeconómicas mediante en un proceso estándar a nivel
nacional. Los datos socioeconómicos se analizan utilizando un sistema de
puntajes. Este sistema permite identificar a los hogares beneficiarios de Progresa
basándose en criterios objetivos, que son iguales para todo el país, y que aseguran
un trato igual de la población en extrema pobreza, independientemente del estado
de residencia de la familia. Este procedimiento se documenta y se guarda para
todas las etapas de identificación de las familias beneficiarias de Progresa.
El sistema de puntajes que identifica a los hogares que serán beneficiarios
resulta del análisis de la información socioeconómica de los hogares, en cada una
58
de las regiones donde se encuentran las localidades marginadas. Los puntos
reflejan lo precario de los recursos económicos de la familia, de acuerdo con una
serie de indicadores básicos. Los puntos toman valores entre 0 y 100, en donde el
valor más bajo siempre está asociado con una tendencia más alta a ser pobre (aún
cuando el valor más bajo no siempre es 0) y se obtienen mediante un método de
análisis discriminante, que refleja la distancia entre las familias pobres y las no
pobres, de acuerdo con cada uno de los indicadores utilizados.
El método para seleccionar a los hogares beneficiarios de Progresa comienza
con una aproximación inicial a la condición de pobreza, utilizando una línea de
pobreza. Esta línea de pobreza se obtiene comparando el ingreso mensual per
cápita con el costo de la canasta básica de alimentos.
El ingreso mensual per cápita corresponde al ingreso monetario de los
miembros de la familia de 15 años de edad o más, con relación a todos los
miembros de la familia. El costo de la canasta básica alimentaria corresponde a la
Canasta Básica Normativa, definida por la Coordinación General del Plan para
Áreas Deprimidas y Grupos Marginados (COPLAMAR), y satisface los
requerimientos mínimos para prevenir la mala nutrición, enfermedades y
deficiencias antropométricas. A este costo se le aplica un factor de expansión,
para tomar en cuenta los gastos irreducibles mínimos de los artículos no
alimenticios. La línea de pobreza extrema se ajusta de acuerdo a la inflación,
utilizando el Índice Nacional de Precios al Consumidor publicado por el Banco de
México.
La primera aproximación a las familias en extrema pobreza se hace con el
ingreso de la familia y la línea de pobreza, que clasifica a los hogares en dos
grupos. Después de esta clasificación preliminar, se realiza una segunda
agrupación, utilizando una serie de indicadores sociales y económicos, derivados
de la información obtenida de los hogares. El propósito es construir una
aproximación multidimensional a la condición de pobreza, para lo que se utiliza
un análisis discriminante, con el que los hogares se pueden o no clasificar en
extrema pobreza, dependiendo de sus características.
El análisis discriminante caracteriza los perfiles multidimensionales de las
familias (usando varias características socioeconómicas) en extrema pobreza y de
aquellas que no están en extrema pobreza, y por medio del uso de esta
caracterización, determina una regla que permite asignar a los hogares en
cualquiera de los dos grupos, como una función de cada perfil. El ingreso se usa
sólo como un indicador preliminar de la condición de pobreza de los hogares; la
clasificación final se obtiene usando todo el perfil de características
socioeconómicas de cada hogar.
59
Dada la heterogeneidad regional del país, el análisis toma en cuenta las
características de cada región, y agrupa a las localidades marginadas que
comparten características geográficas similares. Este criterio, que si bien toma en
consideración las diferencias regionales, de ninguna manera afecta el principio de
consistencia y homogeneidad del análisis, dado que usa el mismo procedimiento
con base en una serie de características comparables de los hogares.
Las características socioeconómicas seleccionadas para evaluar la condición
de pobreza se aplican en un proceso exhaustivo en el que se analiza el poder
discriminante de cada variable y se mantiene el mejor grupo de variables que
identifican la condición de pobreza. En general, esta serie o grupo de
características no cambia de manera significativa entre las regiones.
2.4 Características del procedimiento para identificar a las familias
beneficiarias
El método para seleccionar a las familias beneficiarias de Progresa sigue
procedimientos transparentes, que son rigurosos y objetivos, y que evitan la
discrecionalidad en la asignación de los beneficios del Programa a las familias
beneficiarias. Además, evita la determinación unidimensional de la condición de
pobreza (basada únicamente en un criterio, como es el ingreso) y usa un método
que simultáneamente considera varias características. El procedimiento usa una
regla de clasificación que es en gran medida endógena y que se deriva de la
información de los hogares que se van a clasificar. Además, permite la
clasificación de nuevos hogares que no hayan reportado su nivel de ingreso, de
acuerdo con otras características socioeconómicas.
La metodología usada incrementa la confianza en el proceso de selección de
los hogares al reducir el riesgo de errores en la clasificación de los mismos,
causados por mediciones erróneas o imprecisas del ingreso. El procedimiento se
aplica usando criterios consistentes y homogéneos, sin establecer un número predeterminado de familias que “deben” ser beneficiarias de Progresa en ninguna de
las localidades, de los municipios, ni a nivel estatal. Por el contrario, estas cifras se
obtienen del procedimiento de identificación de los hogares en extrema pobreza.
3.
Incorporación de las familias beneficiarias de Progresa
3.1 Proceso de incorporación de las familias beneficiarias
Como resultado de la identificación de las familias beneficiarias de Progresa,
se forma una Relación Base de las Familias Beneficiarias. Esta información es el
60
punto de partida para el proceso de incorporación de las familias y contiene la
siguiente información de las mismas: código de identificación, nombre de la
persona que recibe los beneficios, edad, fecha de nacimiento y sexo de todos los
miembros del hogar.
En la incorporación de las familias, Progresa establece el contacto formal
con la persona (mujer) que será responsable de recibir los beneficios. Progresa les
informa que han sido seleccionadas como beneficiarias del Programa, les explica la
forma en que éste opera y les distribuye material como la identificación oficial, y
las formas de inscripción para escuelas y clínicas. Cada uno de las beneficiarias
debe firmar o estampar su huella digital en una copia de los documentos
originales.
La incorporación de las familias se lleva a cabo en una reunión a nivel de la
comunidad, en donde se reúnen todos los beneficiarios. En esta reunión, Progresa
explica sus objetivos y beneficios y las responsabilidades que adquieren las familias
al ser beneficiarias del Programa. Se les informa sobre su responsabilidad de
asistir a la clínica del sector salud más cercana para inscribirse y para establecer
las citas programadas a la clínica que deben cumplir para seguir recibiendo los
beneficios. También se les explica el proceso de certificación de inscripción de sus
niños en las escuelas y se les distribuyen los formatos apropiados.
Adicionalmente, se les informa a los beneficiarios de Progresa que no pueden
recibir los apoyos de ningún otro programa federal que ofrezca beneficios
equivalentes en las áreas de educación, salud o alimentación.
Se da a conocer a la comunidad la lista de familias beneficiarias que fueron
seleccionadas. En caso que haya algún comentario en particular, estos se revisan y
se modifican, de acuerdo con los criterios establecidos para la selección de
familias beneficiarias. Esto puede incluir una nueva visita al hogar para obtener la
información socioeconómica necesaria.
En la reunión con la comunidad pueden surgir casos en donde la información
sobre las familias no se hubiera obtenido durante la visita en la que se aplicó el
cuestionario socioeconómico. En estos casos, se revisa su solicitud de
incorporación al Programa. A cada hogar seleccionado como beneficiario se le
notifica y se le incorpora en el Programa. Al final de la reunión se levanta un Acta
de Acuerdo de la Asamblea de la Comunidad con el aval de las autoridades locales.
En situaciones especiales, cuando no es posible realizar la reunión con la
comunidad, la incorporación se realiza en una reunión individual con cada una de
las familias beneficiarias de la localidad.
61
3.2 Nuevas solicitudes de incorporación a Progresa en las localidades
donde el Programa ya está en operación
Las familias que viven en una localidad seleccionada donde opera Progresa, y
que no fueron seleccionadas como beneficiarias, pueden solicitar la revisión de su
caso. En estas situaciones se analiza nuevamente la información socioeconómica
recabada y, en caso necesario, se visita el hogar en cuestión.
Cuando las familias no hubieran sido seleccionadas porque no se hubiera
recolectado la información socioeconómica sobre el hogar (por la ausencia de
miembros del hogar en el periodo en que se levantó la encuesta, porque no se haya
proporcionado la información, o por migración), se aplica el cuestionario y se
realiza el análisis para identificar si el hogar tiene las características requeridas
para ser beneficiario de Progresa.
Se notifica a cada hogar seleccionado y la incorporación se realiza mediante
una visita al hogar o por medio de carta requiriendo su presencia en el Módulo de
Atención Progresa (MAP), para su incorporación al Programa.
62
Cuadro 1
Progresa. Informe de incorporación
Código de la
Región
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
27
28
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
Total
Nombre de la Región
Los Altos
Sierra
Sierra Negra-Zongolica-Mazateca
Otomí-Tepehua-Sierra Norte
Sierra Gorda
Montaha
Tarahumara-Las Quebradas-Indígena
Desierto-Semidesierto
Campeche rural
Costa
Maya
Huasteca
Mixteca-Costa-Chatina
Suroeste-Norte
Norte-Selva
Pochutla
Tierra Caliente-México
Altiplano
Serrana-Sierra de Alamos
Tamaulipas
Sierra Norte-Sierra del Nayar
Sierra Tapalpa
Meseta Purepecha-Sierra de las bufas
Costa-Colima
Microregiones
Morelos
Frontera Sur
Centro-Sierra-Chotalpan-Costa
Sierra Juárez-Sierra de Soteapan-Valle de
Uxpanapa
Huasteca-Otros (Veracruz)
Norte (Jalisco)
Mixteca (Puebla)
Valle de San Quintín
Baja California Sur
Frontera (Coahuila)
Frontera (Tamaulipas)
Frontera (Sonora)
Istmo
Sierra Norte (Veracruz)
Hogares
incorporados
Hogares no
incorporados
Hogares
objetados
32,964
14,607
31,405
2,211
382
484
4,240
6
111
303
78
4
22,513
1,983
80
78
158
4
3
74,768
3,937
3,867
2,419
10,574
2,278
9,583
4,489
19,036
3,804
393
20,457
324
19
168
107
1
154
47
30
9
19
49
1
1
103
4
19
3,269
1,864
2,658
9,056
1,037
1,245
133
2,456
14
18,005
22,404
940
3,786
6,327
1,591
2,805
340,973
9
9
1
33
6
1,104
1
1
6
3
5,269
795
63
Cuadro 2
Incorporación a Progresa
Número total de familias incorporadas
Hogares no incorporados:
Se mudaron a otra localidad
No. de identificación duplicado
Muerte
Objetados
Rechazaron Progresa
Ya están en Progresa
Observados
Total
64
Número
340,973
5,269
4,259
89
3
423
93
30
371
5,269
Porcentaje
100.00
1.55
1.25
0.03
0.00
0.12
0.03
0.01
0.11
1.55
APÉNDICE B
Evaluación de la eficacia del
índice de marginación de Progresa para identificar a los pobres
En este apéndice se examina en detalle la primera etapa de la focalización: la
construcción del índice de marginación con el que se seleccionaron las
comunidades de Progresa.
1.
Metodología
1. 1 Estimación de un modelo probit
Utilizando los datos de la Encuesta Nacional de Ingresos y Gastos de los
Hogares (ENIGH) de 1996, que cubre 13,208 observaciones, se dividieron a los
hogares en pobres y no pobres. La línea de pobreza se estableció en el percentil 25
del consumo por hogar por adulto equivalente. El modelo probit evalúa el impacto
de un vector de variables explicativas sobre la probabilidad de vivir en pobreza y la
técnica (junto con la del modelo logit) se explicó en detalle en las notas sobre el
experimento de un solo paso y el análisis de las Características de Operación
Relativas (ROC). Estas siete variables explicativas son similares a las utilizadas por
Progresa para construir el índice de marginación. Incluyen el analfabetismo del
jefe de la familia, la falta de agua corriente, la disponibilidad de sistema de
drenaje, el acceso a electricidad, el hacinamiento (la proporción de miembros de
la familia con relación al número de habitaciones), el piso de tierra y la actividad
laboral agrícola. Obsérvese que la dirección de algunas de estas variables es
opuesta a la de sus contrapartes en la información censal.
El modelo probit construye una medida z que se supone tiene una
distribución normal. Cada valor de z está asociado con una probabilidad
predictiva. Para lograr comparabilidad con el índice de marginación de Progresa,
se necesita dividir a los hogares en cinco grupos, por lo que se requieren cuatro
puntos de transición, que se determinan con el método Dalenius y Hodge.2 Estos
puntos de transición servirán para clasificar las localidades después de la
estimación de la muestra a los datos censales.
La fórmula del modelo es:
z =α +∑β • x
2
Ver de la Vega, 1994, en cuanto a la descripción de este método.
65
donde α es una constante y las β son los coeficientes, o ponderaciones, para las
siete variables.
Estos valores son:
constante
analfabetismo
sin agua corriente
drenaje
con electricidad
hacinamiento
piso de tierra
actividad de trabajo agrícola
-1.67
.29
.52
-.19
-.28
.32
.27
.44
Los signos de los coeficientes son como se esperaba. Cuanto más alto sea el
valor del coeficiente, mayor será la probabilidad de vivir (o de no vivir) en la
pobreza. Por ejemplo, si el jefe de la familia es analfabeta aumenta en 29 por
ciento la probabilidad de que vivan en la pobreza, controlado por el impacto de las
otras variables. Las variables que mayor influencia tienen son la falta de agua
corriente y trabajar en el sector agrícola. La primera se asocia con un 52 por
ciento de incremento en la probabilidad de vivir en la pobreza; la segunda con un
44 por ciento de incremento.
El valor de z varía de –2.1 a 4.8. Los puntos de transición para la
clasificación de cinco grupos son -1.59, -.94, -.22, y .73. Los grados cuarto y quinto
se consideran como pobreza alta y muy alta, lo que correspondería a las
clasificaciones de marginación alta y muy alta del índice de marginación de
Progresa. A partir de esta agrupación, el corte de la probabilidad estimada para la
pobreza es de .41, lo que da una proporción de 59 por ciento de hogares pobres.
Por lo tanto, los hogares pobres en la ENIGH se distribuyen en cinco grupos de la
siguiente manera:
Muy baja
Baja
Media
Alta
Muy Alta
Total:
66
5,322
1,972
2,166
1,736
2,012
13,208
1.2 Componentes principales y el índice de marginación de Progresa
El índice de marginación de Progresa para 74,996 localidades en todo el país
se construyó usando el primer componente principal de las siete variables antes
mencionadas, a partir de los datos de los censos de población de 1990 y 1995. Este
índice es una combinación lineal de las variables. Los resultados del análisis de los
componentes principales fueron los siguientes:
analfabetismo
sin agua corriente
sin drenaje
sin electricidad
hacinamiento
piso de tierra
actividad de trabajo agrícola
.22
.20
.21
.22
.21
.26
.16
Obsérvese que los resultados de los componentes principales difieren del
modelo probit en el sentido que no hay un término constante. La interpretación
de los pesos es directa. La ausencia de una variable en particular indica una
contribución más alta a la marginación. El índice varía de–2.6 a 3.9, con puntos de
transición en –1.6, -1.2, -.6, .03. De nuevo, se usó el método Dalenius y Hodge para
determinar estos puntos de transición. A continuación se puede ver la distribución
de las localidades en los cinco grupos:
Muy baja
Baja
Media
Alta
Muy Alta
Total:
4,089
5,611
12,481
16,584
36,231
74,996
1.3 Modelo probit y las localidades
La aplicación de los ponderadores probit a las localidades permite la
comparación con las clasificaciones de los componentes principales, con lo que se
proporciona una prueba de la robustez de estas últimas. Al crear una matriz de
5x5, es posible analizar la distribución de las localidades obtenida por cada
método, y evaluar el método de los componentes principales, con base en los
conceptos de subcobertura y fuga. La fuga ocurre si las localidades se clasifican
conforme al método de los componentes principales como marginadas en
comparación con el método probit. Por el contrario, la subcobertura ocurre si las
67
localidades se clasifican conforme al método de componentes principales como
menos marginadas en comparación con el método probit. La matriz 5x5 se
muestra en el cuadro 1. Así, el propósito es saber si el método de focalización de
Progresa, al nivel de la localidad, está excluyendo (incluyendo) localidades que se
habrían incluido (excluido) usando el método probit.
Las localidades que se encuentran en la diagonal indican que los dos
métodos coinciden al asignar localidades a una categoría en particular. Se
consideraron a las localidades que se encuentran fuera de la diagonal, pero tan
sólo a un nivel de diferencia, como en un límite aceptable de error de
clasificación.
A partir del cuadro 1, se evidencia que el método probit da como resultado
una clasificación más estricta que el método de componentes principales. En
general, se puede observar un desplazamiento hacia abajo y hacia la izquierda al
categorizar las localidades. Por ejemplo, si bien el método de componentes
principales, asigna casi la mitad de las localidades a la categoría de muy alta, el
método probit sólo tiene 3 por ciento en esta categoría. La mayoría de las
localidades, conforme al método de componentes principales, están en las
categorías media, alta y muy alta, mientras que el probit las asigna a las categorías
baja, media y alta. En términos de subcobertura y fuga, esto significa que el
método de componentes principales tiene niveles altos de fuga. La subcobertura
es mínima con el método de componentes principales, en comparación con el
método probit. Por otra parte, es menos probable que el método probit clasifique
a los hogares a la categoría muy alta. Si bien el método de componentes
principales coloca a 4,000 localidades en esta categoría, el modelo probit asigna
sólo a 613.
En general, el desplazamiento hacia abajo y hacia la izquierda no parece ser
demasiado serio. Las celdas fuera de la diagonal permanecen vacías. La mayoría de
las localidades siguen estando cuando más a una categoría de distancia. Sin
embargo, las que cambian más de una categoría presentan un problema. Las más
significativas son las localidades consideradas con una marginación alta o muy alta
en el método de componentes principales, y que se reclasifican en el probit como
media (6,104 localidades) o baja (83). Progresa inicialmente incorporó las
localidades en las dos categorías de marginación más altas, empezando por las
más marginadas. El probit obtenido implicaría que en las etapas iniciales del
Progresa se excluyera un número bastante importante de estas localidades.
Además, el método probit sólo asignó aproximadamente 30,812 localidades a estas
categorías, mientras que el de componentes principales incluyó más de 52,000.
68
Suponiendo que existen restricciones similares de presupuesto, también se
deberían haber incluido las localidades medias de acuerdo al probit, reduciendo al
mínimo, con mucho, el problema de la subcobertura.
1.4 Índice de marginación y hogares
En el cuadro 2 se repitió el ejercicio realizado anteriormente, aunque en esta
ocasión se aplicaron las ponderaciones de los componentes principales a los
hogares de la ENIGH. El propósito es probar cómo distribuye el método del índice
de marginación a los hogares en las distintas categorías, en comparación con el
método probit. Sobre todas las localidades ¿está excluyendo (incluyendo) el
método de focalización de Progresa a nivel de la localidad, hogares que se habrían
incluido (excluido) de haberse usado el método probit?
A primera vista, los resultados parecen ser similares a los de el cuadro 1. El
método del índice de marginación tiende a incluir hogares en pobreza baja y
media en las clases alta y muy alta. Pocos hogares se reclasifican por más de dos
grupos y se encuentran coincidencias particulares en las categorías muy alta y más
baja. De nuevo, el modelo probit parece ser más estricto, aunque menos que en el
ejercicio anterior.
1.5 En términos de población: el método probit en el censo de las
localidades
Además de las 74, 996 localidades discutidas anteriormente, en la versión
final del índice de marginación de Progresa se agregaron otras 30,000 localidades
a las que parcialmente les faltaba información censal. Se usó el análisis de
regresión para adaptar los datos faltantes y para ajustar el índice de marginación.
En el cuadro 3 se muestra una nueva matriz de 5x5 que toma en
consideración estas comunidades adicionales y aplica las ponderaciones probit.
Las tendencias no difieren sustancialmente de las del cuadro 1. Sin embargo, a
partir de este cuadro se puede obtener la población que representan las
localidades como en el cuadro 4.
En general, los resultados son similares a los cuadros de localidades. Es
evidente que las localidades menos marginadas tienden a tener poblaciones más
grandes, y que las comunidades más marginadas tienen menor población. La
reclasificación del grupo de alta marginación en el método de componentes
principales como el de baja marginación en el probit puede originar
preocupaciones; sin embargo, esto repercute sólo en 16,000 individuos. La
69
reclasificación de muy alta o media marginación causa menos problemas dada la
tendencia anteriormente discutida en los números reducidos de alta y muy alta
para el probit. Considerando que el presupuesto es fijo, también se incluiría la
mayoría de los hogares medios con el probit.
1.6 Comparación de la distribución de las localidades beneficiarias de
Progresa por el método de componentes principales y por el método
probit
Por último, en los cuadros 5 y 6 se centra la atención en las primeras 36,006
localidades que se seleccionaron como aquéllas a las que primero llegaría
Progresa. El cuadro 5 representa las localidades, mientras que en el cuadro 6 se
representa la población. Las tendencias de subcobertura y de fuga son similares a
los descritos en los otros cuadros. Sin embargo, un hecho un tanto desconcertante
es que 8 por ciento de los casi 1.8 millones de beneficiarios potenciales de
Progresa se localizan en comunidades que el modelo probit colocó en la categoría
baja.
2.
Conclusión
La metodología desarrollada en esta nota ha permitido probar la robustez del
índice de marginación del Progresa, que se basa en el análisis de componentes
principales. Encontramos que, en su mayor parte, el índice de marginación del
Progresa se mantiene bien con relación al modelo probit. El modelo probit resulta
en una categorización más estricta de la pobreza. Después de construir una matriz
de 5x5 con las categorías de marginación, la distribución de las localidades por el
método de componentes principales tiene un desplazamiento hacia abajo y hacia
la izquierda de la distribución probit. Como resultado, la fuga es un problema
mayor que la subcobertura. La concordancia entre los dos métodos es
particularmente estrecha en las categorías de marginación de baja y muy alta, y es
más difusa en las categorías intermedias. Esto sugiere que el índice de
marginación de Progresa pierde su poder para diferenciar localidades con
marginación media precisamente en el momento en que el Programa se expande a
comunidades menos marginadas. Esto introducirá una medida de arbitrariedad en
la selección de dichas comunidades. Una forma para contrarrestar este problema
sería incorporar información de otros índices de marginación alternos, tales como
el método probit presentado aquí.
70
Cuadro 1
Distribución de localidades por los métodos de componentes principales y de pobreza
Muy Baja
Componentes
principales
Muy Baja
Baja
Media
613
Alta
Muy Alta
Total
%
613
1
Modelo probit
Baja
Media
Alta
Muy Alta
Total
%
5
7
17
3,473
5,361
5,390
3
250
7,088
3
4,089
5,611
12,481
83
15,819
6,104
682
27,770
2,357
16,584
36,231
22
48
29,264
39
28,455
38
2,357
3
74,996
100
100
14,307
19
Cuadro 2
Distribución de los hogares por los métodos de componentes principales y de pobreza
Componentes
principales
Modelo probit
Media
Alta
Muy Baja
Baja
Muy Baja
Baja
Media
Alta
Muy Alta
4,365
110
1,771
624
346
84
1
113
407
1,185
728
397
79
685
1,432
Total
%
4,475
34
2,826
21
2,830
21
2,196
17
Muy
Alta
Total
%
8
873
6,249
1,141
1,610
1,505
2,703
47
9
12
11
20
881
7
13,208
100
100
71
Cuadro 3
Distribución de las localidades por los métodos de componentes principales y de pobreza
(censo completo)
Componentes
principales
Muy Baja
Baja
Media
Alta
Muy Alta
Total
%
Muy Baja
613
613
1
Baja
4,790
6,488
6,327
87
2
17,694
17
Modelo probit
Media
Alta
3
474
9,236
5
21,142
837
8,110
43,797
38,965
37
44,639
42
Muy Alta
3,837
Total
5,406
6,962
15,568
22,066
55,746
%
5
7
15
21
53
3,837
4
105,748
100
100
Cuadro 4
Distribución de la población por los métodos de componentes principales y de pobreza
(censo completo, en miles)
Componentes
principales
Muy Baja
Baja
Media
Alta
Muy alta
Total
%
72
Muy Baja
40,356
40,356
45
Baja
19,312
7,469
3,873
16
0
30,670
34
Modelo probit
Media
Alta
0
72
4,276
1
6,383
180
1,848
6462
12,579
14
6,643
7
Muy Alta
359
Total
59,668
7,541
8,150
6,579
8,669
%
66
8
9
7
10
359
0
90,607
100
100
Cuadro 5
Distribución de las localidades por los métodos de componentes principales y de pobreza
(universo de Progresa)
Muy Baja
Componentes
principales
Muy Baja
Baja
Media
Alta
Muy alta
Baja
1,644
42
Total
%
1,686
5
Modelo probit
Media
Alta
Muy Alta
Total
%
11
29
60
100
2,488
9,910
3,769
351
16,608
1,194
4,132
10,303
2,1571
16,167
45
16,959
47
1,194
3
36,006
100
Cuadro 6 —Distribución de familias incorporadas por los métodos de componentes principales y de
pobreza (universo de Progresa, en miles)
Muy Baja
Componentes
principales
Muy Baja
Baja
Media
Alta
Muy Alta
Total
%
Baja
137
2
139
8
Modelo probit
Media
Alta
Muy
Alta
Total
%
18
33
49
100
186
568
185
15
654
35
323
585
874
939
53
669
38
35
2
1,782
100
73
74
APÉNDICE C
Descripción de la muestra de evaluación de los hogares
beneficiarios de Progresa
1.
Introducción
En esta sección se analizan las características de los hogares que se incluyen
en la muestra de evaluación. El objetivo es determinar si el mecanismo de
focalización de Progresa selecciona los hogares de acuerdo con los objetivos del
Programa. Esto se hace desde dos perspectivas distintas. Primero, se ordenan los
hogares por quintiles de puntaje, que es la calificación otorgada por el
procedimiento estadístico utilizado por Progresa para seleccionar beneficiarios.
Después se analizan la distribución de las características de los hogares en dichos
quintiles. En segundo lugar, se comparan las características de los hogares que se
seleccionaron como beneficiarios de Progresa contra los que se excluyeron. Estas
características incorporan las variables demográficas de asistencia a la escuela,
total de activos, propiedad de bienes de consumo duraderos, participación en el
mercado laboral y niveles de ingreso y de consumo.
Esta nota está ordenada de la siguiente manera: primero, se describe
brevemente el sistema de puntajes y se presentan algunas gráficas de distribución
de puntajes por región y por localidad; segundo, se procede a mostrar la
distribución de una variedad de características de los hogares por quintiles de
puntaje; tercero, se estima un modelo probit de la selección como beneficiario de
Progresa, para determinar cuáles de las características de los hogares afectan, de
manera significativa, la probabilidad de selección, cuando se controlan otras
variables.
2.
Distribución de puntajes
El procedimiento estadístico que usa Progresa para seleccionar beneficiarios
genera puntajes.3 El puntaje que se obtiene de la estimación del análisis
discriminante se puede interpretar como una medida de bienestar, que toma en
consideración una variedad de características y de activos, al igual que el ingreso
per cápita. Esta estimación se realizó por región. El puntaje ordena los hogares de
menor a mayor bienestar, y sigue una distribución normal. Se determina un punto
3
Ver apéndice A para obtener una descripción detallada del mecanismo de selección.
75
de corte y se identifican como beneficiarios aquellos hogares que se encuentran
por debajo del punto de corte.4
En las gráficas 1 a 6 se muestra la distribución de los puntajes para seis de
las siete regiones de la muestra de evaluación. En el cuadro 1 se encuentran los
nombres correspondientes de cada región, junto con el número de hogares. Si bien
la estimación original se realizó con la población total de Progresa, de la cual los
hogares de evaluación sólo constituyen una pequeña sub-muestra, las
distribuciones son esencialmente normales. La línea vertical en la gráfica, con su
cantidad correspondiente en el eje horizontal, es la línea de corte para esa región.
Esta línea se encuentra cerca del centro de cada una de las distribuciones.
En las gráficas 7 a 12 se muestra la distribución de los puntajes en una
selección aleatoria de seis comunidades. Si bien la mayoría de las localidades ya no
tiene una distribución normal, la asignación de beneficiarios y no beneficiarios es
más o menos igual. Sin embargo, se debe observar que en algunas localidades de la
muestra de evaluación, todos los hogares son beneficiarios, mientras que en otras,
menos del 10 por ciento lo son.
3.
Distribución de las características de los hogares por puntajes
En esta sección se trata de medir si el sistema de puntajes ordena
correctamente a los hogares en términos de los objetivos del Programa. El objetivo
de Progresa es focalizar a los hogares que viven en pobreza extrema, y ello lo
define desde una perspectiva multidimensional. Esto implica utilizar una variedad
de características en los hogares y no sólo los indicadores de bienestar tradicional,
como son el ingreso o el consumo. En general, los puntajes “reflejan el nivel de los
recursos económicos de la familia, de acuerdo con un grupo de indicadores
básicos” (Progresa, 1999). En la práctica, varias de las características de los
hogares que se utilizan en esta sección forman parte de la rutina estadística para
seleccionar beneficiarios. Si bien no se tiene lista una respuesta definitiva sobre
cómo deben ser los beneficiarios de Progresa, o alguien en pobreza extrema, y de
hecho existe desacuerdo sobre esta cuestión, el sentido común puede sentir como
un primer paso.
Las gráficas 13 a 16 presentan las variables demográficas básicas por
quintiles de puntaje para las Regiones 3 a 6. El puntaje se incrementa con la edad
del jefe del hogar. Los jefes de los hogares que se encuentran en los quintiles de
4
En este apéndice no estamos considerando los cambios a los puntajes en los hogares que pudieran haber ocurrido en la
fase de densificación. Para ello, véase el Apéndice K.
76
puntajes más bajos tienen un promedio de menos de 40 años de edad, mientras
que los puntajes más altos tienen un promedio de más de 50 años. La
participación de los hogares con un jefe de familia varón disminuye al
incrementarse los puntajes, aun cuando casi en todos los casos los jefes de los
hogares fueron predominantemente varones (más del 80 por ciento). El promedio
de años de educación de los adultos se incrementa con los puntajes, aún cuando la
Región 6, Guerrero, tuvo niveles de educación significativamente inferiores que las
otras tres regiones presentadas. Por último, la proporción de hogares indígenas
disminuye con el puntaje.
En las gráficas 17 a 19, se muestra la proporción de hogares con niños en los
distintos grupos de edad que no asisten a la escuela (condicionado a que tuvieran
niños en cada grupo de edad). Esto comprende una de las intervenciones clave de
política en Progresa, al tratar de proporcionar incentivos de manera que los niños
en edad escolar regresen a la escuela o permanezcan en ella. La proporción de
hogares con niños entre los 6 y 11 años, que no asisten a la escuela, disminuye
conforme aumenta el puntaje. Esta tendencia se debilita con los niños entre 12 y
14 años, y no se encuentra tendencia alguna para los niños entre 15 a 16 años.
En las gráficas 20 a 22 se pueden obtener tendencias similares que muestran
el número promedio de niños por hogar en distintas categorías de edad. En este
caso, el número de niños entre 6 y 11 años, que no asisten a la escuela disminuye
al aumentar el puntaje. Los niños entre las edades de 12 a 14 años muestran una
tendencia similar, aunque aproximadamente a la mitad del nivel absoluto. Por
último, una vez más no se encuentra tendencia para los niños entre las edades de
15 a 16 años.
Al reunir los datos presentados hasta el momento, no queda claro a priori
que estas tendencias sean las idóneas. Los jefes de familia más jóvenes, con niños
más pequeños y tasas de dependencia más altas se asocian con la pobreza cuando
se definen con una base per cápita, debido al lugar que ocupan en el ciclo de vida.
Algunos argumentan que tener muchos niños, y concomitántemente altas tasas de
dependencia, que juegan un papel clave en los ponderadores del puntaje5, es una
decisión endógena que debe tratarse como cualquier bien duradero de consumo,
en vez de servir de sesgo para ser seleccionado como pobre, como en el caso de
las medidas per cápita.6
Si bien esta posición sería difícil de defender políticamente, en la fase de
5
6
Ver Apéndice I sobre las curvas ROC, en cuanto al papel de las distintas variables.
Ver el argumento de Jere Behnman, al que se hace mención en la “Evaluación de la Selección de los Beneficiarios de
77
densificación, Progresa ha procedido a corregir el sesgo contra los hogares de
mayor edad y sin niños. 7
Dado que es un tanto desconcertante que la participación de las mujeres
como jefes de hogar se incremente al aumentar el puntaje, los distintos niveles de
condición económica se pueden reflejar en la edad y en otras características de las
mujeres como jefes de familia, y por lo tanto esperamos que el análisis
econométrico ordene las diferencias. El origen étnico no es el factor exclusivo que
determina la pobreza extrema en varias regiones (Guerrero con 48 por ciento y la
Sierra Gorda con 28 por ciento), ya que en varias de ellas una parte importante de
los hogares más ricos son indígenas. Además, los resultados del experimento de un
solo paso muestran que la inclusión de hogares indígenas no pobres, a expensas de
los hogares pobres no indígenas estructura en forma significativa las
características de los hogares beneficiarios de una forma no deseable.
En las gráficas 23 a 25 se muestra la posesión promedio de activos
productivos por quintiles de puntaje. El número promedio de cabezas de ganado
aumenta con los puntajes, aún cuando los hogares más ricos en la Región 5, la
Sierra Gorda, tienen dos o tres veces más ganado que en otras regiones. Sin
embargo, las variables en cuanto a las tierras no dan evidencias tan claras. Si bien
en la mayoría de las regiones, las tierras de riego, poderoso activo productivo en la
mayor parte del México rural, se incrementan con la distribución de puntajes, en
Guerrero la tendencia es en forma de V, donde los hogares más pobres tienen
cantidades importantes de tierras de riego. En cuanto a las tierras de temporal,
mientras en todas las regiones existe una cierta tendencia hacia arriba, en
Guerrero es una V invertida. En ambos casos, los hogares de Guerrero tienen
significativamente más tierras que en otras regiones, y más del doble a través de
los quintiles en el caso de la tierra de temporal.8 Salvo los extraños resultados de
Guerrero, estas son tendencias esperadas y deseables.
En términos de los bienes duraderos y de las características de las viviendas,
en las gráficas 26 y 27 se presentan los resultados para las Regiones 3 y 6. En
ambas regiones, las variables de interés siguen tendencias similares. Si bien el
porcentaje de viviendas con pisos de tierra disminuye al incrementarse el puntaje,
lo opuesto se aplica para los bienes de consumo duraderos y la electricidad. El
porcentaje de hogares con electricidad, radios, agua corriente, licuadoras y
refrigeradores crece al incrementarse el puntaje. Este es el resultado deseado y
Progresa”. Memoria del Segundo Taller IFPRI-Progresa, Febrero 26, 1999, Ciudad de México.
7
La fase de densificación incluyó una segunda ola de focalización de beneficiarios en las comunidades ya incorporadas al
Progresa. El objetivo fue corregir sesgos en el mecanismo de selección contra los hogares que tenían jefes de familia de
mayor edad y un menor número de niños pequeños.
8
Una salvedad es que no se pudo controlar la información respecto a la calidad de la tierra de temporal.
78
esperado, puesto que en el procedimiento de identificación de Progresa se usaron
varias de estas variables.
En las gráficas 28 a 31 se muestra el número de miembros de la familia que
participan en las diversas actividades laborales. El número promedio de miembros
de la familia que trabaja como asalariado agrícola es constante en los primeros
cuatro quintiles (o se incrementa en el caso de Guerrero), y después cae para el
último quintil. Esto no es sorprendente, dado que la participación en los mercados
agrícolas por salario no se asocia con la riqueza. De otra forma, el número de
miembros de la familia asalariados en trabajos no agrícolas se incrementa con el
puntaje, dado que este tipo de trabajo se asocia con una forma de superar la
pobreza y con niveles más altos de bienestar. De igual manera, el número de
miembros de la familia que trabajan por cuenta propia también se incrementa. Por
último, la Región 6 contrasta con otras regiones en lo que se refiere a la
participación en actividades laborales familiares (principalmente agrícolas). Si
bien el trabajo agrícola aumenta con el puntaje en la mayoría de las regiones, en
Guerrero disminuye drásticamente. Esto, combinado con los resultados sobre la
tierra, proyecta la imagen de un mal rendimiento general de la agricultura en una
región altamente dependiente de la misma, o de problemas para recabar la
información sobre este tipo de ingreso.
Por último, en las gráficas 32 y 339 se encuentra la distribución de dos
medidas del bienestar, el ingreso promedio per cápita y el consumo. En ambos
casos, las medidas del bienestar aumentan con el puntaje. Sin embargo, la Región
6 de nuevo se diferencia de las demás regiones. En general, esta Región tiene
niveles inferiores de ingreso y de consumo, y podemos inferir dos razones para
explicar estas diferencias. Primero, Guerrero es una región significativamente más
pobre que las demás, con ingresos promedio y niveles de consumo más bajos. No
se ajustaron las diferencias en precios entre las regiones, lo que pudo haber
contribuido a la diferencia de niveles. En cierto grado Progresa reconoce este
hecho de manera implícita, puesto que Guerrero tiene la participación más alta de
beneficiarios de todas las regiones analizadas. Segundo, dada la mayor
dependencia de la agricultura en Guerrero, y la subestimación integrada del
ingreso agrícola en la ENCASEH97, y del consumo producido en el hogar
reportado en la ENCEL98M, puede ser que el ingreso y el consumo estén
subestimados. En la gráfica 34, se representa el consumo a partir de la
ENCEL98O, que capta de forma más completa el consumo en los hogares. En este
caso, la Región 6 también se encuentra por debajo de las demás regiones, con lo
que se disminuye la probabilidad de subestimación al recabar los datos sobre
consumo.
9
El ingreso proviene de la ENCASEH97, mientras que el consumo proviene de la ENCEL98M.
79
4.
Econometría
Se complementaron las estadísticas descriptivas señaladas anteriormente
con una ecuación probit para la identificación de los beneficiarios de Progresa.10
La regresión probit permite aislar el impacto de cada variable sobre la
probabilidad de ser identificado como beneficiario, a la vez que controla el resto
de las variables explicativas. Se corrió esta regresión para la Región 5, puesto que
el proceso de selección de Progresa se realiza por regiones. Si se hubiera estimado
un probit en toda la muestra y se hubieran usado variables indicadoras para
controlar la variación regional, se estaría suponiendo que el coeficiente de las
demás variables explicativas no varía por región. Estos resultados se pueden ver en
el cuadro 2.
En términos de las variables demográficas, en general los resultados
confirman nuestras conclusiones de los datos descriptivos. Tener un jefe de familia
más joven, más niños pequeños, tasas de dependencia más altas y los niveles de
educación menores, se asocia con una probabilidad de identificación
significativamente más alta. De igual manera, no contar con niños de 12 a 14 y de
15 a 16 años, también se asocia con una probabilidad más alta de identificación.
Por fortuna, de igual manera, contar con niños del 12 a 14 y de 15 a 16 que no
asisten a la escuela, en las edades donde las tasas de deserción son más altas, se
asocia con una probabilidad significativamente más alta de selección.
Ser indígena se asocia con sólo un incremento del 4.5 por ciento en la
probabilidad de selección. Tener un miembro discapacitado, variable que no
analizamos en las estadísticas descriptivas, se asocia con un 10 por ciento de
incremento en la probabilidad. Sin embargo, contrario a las estadísticas
descriptivas, tener un jefe de familia varón se asocia con un 4 por ciento de
decremento en la probabilidad de identificación. Esto resulta reconfortante,
puesto que tanto por razones políticas como de principio, las mujeres jefes de
familia deben tener una probabilidad de selección más alta en el Programa.
Los activos productivos presentan una imagen mixta. El coeficiente sobre la
tierra de riego se asocia con una disminución en la probabilidad de inclusión en el
Progresa, mientras que el coeficiente de tierra de temporal no es significativo ni
importante. La tierra de riego es de calidad superior que la tierra de temporal,
cuya rentabilidad en ocasiones depende de factores que no se pueden controlar,
incluyendo restricciones de crédito, costos de transacción y calidad de la misma.
La tenencia de ganado y cerdos se asocia con una menor probabilidad de inclusión
en el Programa.
10
En la discusión del experimento de un solo paso proporcionamos una descripción de la técnica Probit.
80
La propiedad de activos del hogar y las características de la vivienda
siguieron patrones esperados. De nuevo, muchas de estas variables se usan en el
proceso de identificación de Progresa. Todos los activos del hogar incluidos en la
ecuación, incluso licuadoras, estufas, radio, televisión, refrigerador, se asocian con
una menor probabilidad de identificación. Estos efectos son importantes para los
activos de mayor tamaño: la posesión de televisores disminuye la probabilidad en
31 por ciento y de refrigeradores en 55 por ciento. De igual manera, contar con
agua corriente y electricidad también tiene efectos importantes y negativos sobre
la probabilidad de selección. Por último, tener piso de tierra en la vivienda y un
índice de hacinamiento más alto (miembros del hogar con respecto del número al
número de habitaciones) se asocian con probabilidades más altas de
identificación.
Las variables de la actividad laboral confirman la historia presentada en la
parte descriptiva. El número de miembros de la familia que participan en las
actividades agrícolas asalariadas se asocia con una probabilidad de inclusión más
alta en Progresa, aunque el coeficiente no es significativo. Por otra parte, el
trabajo por cuenta propia se asocia con una probabilidad menor de identificación.
En cuanto a la migración, también surgen diferencias, variables que no se incluyen
en el análisis descriptivo. En este caso, la migración temporal (miembro actual de
la familia) o permanente (que hubiera emigrado en los últimos cinco años) a los
Estados Unidos, generalmente considerada más rentable que la migración al
interior en México, se asocia con una probabilidad de selección más baja.
5.
Conclusión
Con base en la evidencia presentada anteriormente, el procedimiento de
focalización de Progresa parece ordenar correctamente a los hogares conforme a
la definición multidimensional de la pobreza. La incidencia de los niveles de las
variables de interés aumenta o disminuye en la forma esperada con los quintiles de
puntaje. Al usar la técnica probit se pudo determinar que las características de los
hogares asociados con la identificación en Progresa van de acuerdo con los
objetivos del Programa. Esto se aplica tanto para las variables que se utilizan como
para las que no se utilizan en el proceso de identificación. Sin embargo, vale la
pena observar que el sesgo hacia las familias más jóvenes ha enfrentado cierta
molestia y que, de hecho, Progresa ha procedido a contrarrestar parcialmente este
sesgo por medio del proceso de densificación.
Por otra parte, el papel de la tenencia de la tierra, particularmente en
Guerrero, es curioso y amerita investigaciones adicionales. Esto, combinado con
81
las tendencias de la actividad laboral y el ingreso, y los niveles de consumo
significativamente inferiores en Guerrero, hace que surja el cuestionamiento de si
estas dos medidas de bienestar en la región se subestimaron debido al diseño de la
investigación, y de igual manera en otras donde los hogares dependen en gran
medida de la agricultura de subsistencia. Lo más probable es que, dada la
evidencia actualizada proporcionada en la ENCEL98O, existan varios factores que
hacen que la agricultura de subsistencia sea menos rentable en Guerrero que en
las demás regiones donde se aplicó la encuesta. Por ejemplo, los resultados probit
de la Región 5, la Sierra Gorda, muestran que la tierra irrigada se asocia con una
menor probabilidad de identificación en Progresa.
Por último, si bien el método de focalización parece ser válido, sólo es tan
bueno como la información en la que se sustenta. La evidencia anecdótica y la
experiencia de campo muestran que los hogares que se encuentran en mejores
condiciones no siempre son totalmente honestos al responder la ENCASEH. Los
cambios recientes realizados al formato de ésta cédula facilitan la identificación
de hogares que proporcionan información falsa.
82
Cuadro 1
Regiones ENCEL, con número de Hogares
3
4
5
6
12
27
28
Total
Nombre de región
Sierra Negra-Zongolica-Mazateca
Sierra Norte-Otomí Tepehua
Sierra Gorda
Montaña (Guerrero)
Huasteca (San Luis Potosí)
Tierra Caliente (Michoacán)
Altiplano (San Luis Potosí)
Hogares
3,031
4,559
10,790
1,907
383
2,935
472
24,077
83
Gráficas 1- 6 — Regiones
Gráfica 1. Región 3
Gráfica 2. Región 4
40
36
rec
ue
nci
a
Frecuencia
Frecuencia
rec
ue
nci
a
250
50
759
puntaje
59
untaje
p
1300
300
250
50
Gráfica 3. Región 5
p
1300
300
Gráfica 4. Región 6
26
49
Frecuencia
rec
ue
nci
a
Frecuencia
rec
ue
nci
a
250
50
752
puntaje
52
untaje
p
250
50
1400
400
Gráfica 5. Región 12
752
p52
puntaje
untaje
1000
000
Gráfica 6. Región 27
9
00
Frecuencia
rec
ue
nci
a
Frecuencia
rec
ue
nci
a
290
90
84
753
puntaje
53
untaje
572
puntaje
72
untaje
p
900
00
180
80
691
puntaje
91p
untaje
1010
010
Gráfica 7-12 — Localidades
Gráfica 7
Gráfica 8
4
Frecuencia
Frecuencia
6
0
0
515
624
868.03
813
puntaje
puntaje
localidad 121024
localidad 121026
Gráfica 9
Gráfica 10
14
Frecuencia
Frecuencia
29
0
559
0
955.5
469
puntaje
955
puntaje
localidad 12214
localidad 122854
Gráfica 11
Gráfica 12
17
Frecuencia
Frecuencia
11
0
0
564
896
511.64
901
puntaje
puntaje
localidad 122886
localidad 12332
85
Gráficas 13-34
Variación en las características de los hogares a través de quintiles de
puntaje
años
Gráfica 13. Edad del jefe de familia, por región
55
53
51
49
47
45
43
41
39
37
35
1
2
3
4
5
quintiles
proporción
Gráfica 14. Jefe de familia varón, por región
1.00
.98
.96
.94
.92
.90
.88
.86
.84
.82
.80
1
2
3
quintiles
86
4
5
Gráfica 15. Años de educación, por región
5.00
4.50
4.00
años
3.50
3.00
2.50
Región 6
2.00
1.50
1.00
1
2
3
4
5
quintiles
Gráfica 16. Proporción de hogares por región
.90
.80
proporción
.70
Región 6
.60
.50
.40
.30
Región 3
.20
.10
.00
1
2
3
4
5
quintiles
87
Gráfica 17
Participación de hogares con niños de 6-11 años
que no asisten a la escuela, por región
.14
proporción
.12
.10
.08
.06
.04
.02
.00
1
2
3
4
5
quintiles
Gráfica 18
Participación de hogares con niños de 12-14 años
que no asisten a la escuela, por región
.45
.40
proporción
.35
.30
.25
.20
.15
.10
1
2
3
quintiles
88
4
5
Gráfica 19
Participación de hogares con niños de 15-16 años
que no asisten a la escuela, por región
.70
.65
proporción
.60
.55
.50
.45
.40
1
2
3
4
5
quintiles
Gráfica 20
Número de niños edades 6-11 años, por región
niños
1.60
1.40
1.20
1.00
.80
.60
.40
.20
.00
1
2
3
4
5
quintiles
89
Gráfica 21
Número de niños edades 12-14 años, por región
.70
niños
.60
.50
.40
.30
.20
.10
.00
1
2
3
4
5
quintiles
Gráfica 22
Número de niños edades 15-16 años, por región
.30
niños
.25
.20
.15
.10
.05
.00
1
2
3
quintiles
90
4
5
Gráfica 23
Cabezas de ganado, por región
3.50
cabezas
3.00
Región 5
2.50
2.00
1.50
1.00
.50
.00
1
2
3
4
5
quintiles
Hectáreas
Gráfica 24
Hectáreas de riego, por región
.80
.70
.60
.50
.40
.30
.20
.10
.00
Región 6
1
2
3
4
5
quintiles
91
Gráfica 25
Hectáreas de tierra de temporal, por región
hectáreas
12.00
Región 6
10.00
8.00
6.00
4.00
2.00
1
2
3
4
5
quintiles
Gráfica 26
Activos del hogar y características de la vivienda
proporción
1.00
electricidad
piso de
tierra
.80
radio
.60
.40
agua
licuadora
.20
refrigerador
.00
1
2
3
quintiles
92
4
5
Gráfica 27
Activos del hogar y características de la vivienda
proporción
región6
piso de
tierra
1.00
electricidad
.80
.60
.40
.20
.00
1
2
3
4
5
quintiles
Gráfica 28
Número de trabajadores agrícolas, por región
1.00
trabajadores
.90
.80
.70
Región 6
.60
.50
1
2
3
4
5
quintiles
93
Gráfica 29
Activos del hogar y características de la vivienda
.50
trabajadores
.40
.30
.20
.10
Región 6
.00
1
2
3
4
5
quintiles
Gráfica 30
Trabajadores por cuenta propia en el sector comercial,
por región
1.00
Región 6
trabajadores
.80
.60
.40
.20
.00
1
2
3
quintiles
94
4
5
Gráfica 31
Emplea dos familiares, por región
1.20
trabajadores
1.00
.80
.60
.40
.20
Región 6
.00
1
2
3
4
5
quintiles
Gráfica 32
Ingreso per cápita, por región
500
pesos
400
300
200
Región 6
100
0
1
2
3
4
5
quintiles
95
Gráfica 33
Consumo per cápita, por región
350
Región 3
300
pesos
250
200
150
Región 6
100
50
1
2
3
4
5
quintiles
Gráfica 34
Consumo por adulto, por región
250
pesos
200
150
100
Región 6
50
0
1
2
3
quintiles
96
4
5
Cuadro 2
Probit en la selección de beneficiarios de Progresa
Determinantes de probabilidad de
Selección en Progresa
Análisis Probit
*** significativo nivel 1%
** significativo nivel 5%
*significativo nivel 10%
Demografía
Edad, jefe de familia
Sexo, jefe de familia
Años de educación, jefe de familia
Miembro de grupo étnico indígena
Prop. Sexo
niños 0-5
niños 6-11
niños 12-14
niños 15-16
Prop. Dependiente
Minusválidos
Actividades Laborales
# trabajadores Agrícolas Asalariados
# trabajadores No-Agrícolas Asalariados
# vendedores
# trabajadores familiares
Migración
# mig temporal México
# mig temp EUA
3 mig perm México
# mig perm EUA
Activos
has tierra irrigada
has tierra de temporal
Si/no ganado
Si/no cerdo
Subsidio
Recibió subsidio
Características vivienda
propor. dens. Vivienda
Región 5
# obs
chi2(46)
Prob>chi2
Obs. P
Pred. P
10449
9035
.00
.49
.41
dF/dX
z
P>|z|
-.007
-.041
-.009
.045
.050
.025
.007
.015
-.058
.250
.098
-11.96
-1.53
-2.73
2.77
1.25
2.43
.69
.98
-2.57
29.19
2.90
.00**
.13
.01**
.01**
.21
.02-.49
.33
.01**
.00**
.00**
.018
.002
-.047
.054
1.43
.13
-2.55
3.86
.15
.90
.01**
.00**
-.003
-.074
.028
-.090
-.22
-2.54
.96
-2.07
.83
.01**
.34
.04**
-.027
-.001
-.031
-.017
-6.90
-1.24
-8.51
-5.95
.00**
.22
.00**
.00**
.006
.32
.75
.037
7.39
.00**
(continúa)
97
Cuadro 2
Probit en la selección de beneficiarios de Progresa
Determinantes de probabilidad de
Selección en Progresa
piso tierra
agua corriente
letrina
Electricidad
Duraderos
Licuadora
estufa de gas
Radio
Televisor
Refrigerador
Asistencia a la escuela
Si/no niños 6-11 no en la escuela
Si/no niños 12-14 no en la escuela
Si/no niños 15-16 no en la escuela
Desertaron de la escuela
Días faltados a la escuela
Consumo
Consumo total per cápita
98
Región 5
.225
-.282
-.037
-.313
13.16
.17.13
-2.27
-16.88
.00**
.00**
.02**
.00**
-.205
-.153
-.172
-.310
-.551
-10.12
-6.87
-9.96
-17.38
-19.50
.00**
.00**
.00**
.00**
.00**
.032
.054
.066
.054
-.045
.50
1.59
2.00
.68
-1.55
.61
.11
.05**
.49
.12
.000
-3.19
.00**
APÉNDICE D
Análisis discriminante versus el método probit
En este apéndice se investigó si el método análisis discriminante usado por
Progresa da resultados que en general sean equivalentes al método probit usado
más comúnmente. Este ejercicio también tiene la finalidad de probar de manera
informal si las suposiciones requeridas para la aplicación del análisis discriminante
como método para clasificar los hogares pobres y no pobres, juega un papel
importante en la clasificación final de los hogares. Las suposiciones clave incluyen:
1) que los datos provengan de una distribución normal multivariada y 2) que las
matrices de covarianza de los dos grupos sean iguales
Se utilizaron los conceptos de fuga y subcobertura discutidos en el reporte
principal, pero el lector notará que en este apéndice no se trata de evaluar el
método de focalización del Progresa. El objetivo es tan sólo comparar las
diferencias en clasificación que ocurrirían de usarse un método estadístico
alterno, en lugar del análisis discriminante.
Los cuadros 1 y 2 se construyeron usando las mismas variables explicativas
utilizadas por Progresa. El número de cada celda se basa en el valor de corte
("línea de pobreza") igual al percentil 35 de la probabilidad estimada de la
regresión probit. Este valor de corte es idéntico a la proporción final de hogares
pobres (65 por ciento) y no pobres (35 por ciento) obtenido por el método de
clasificación Bayesiano del Progresa.11
Cuadro 1
Criterio del análisis discrimintante en comparación al critero basado en probit
Región Sierra Negra-Zongolica-Mazateca
Criterio basado en probit para seleccionar hogares
Hogares excluidos de los beneficios del Progresa (No
Pobres)
Hogares seleccionados para los beneficios del Progresa
(Pobres)
Total
No Pobres
1,257
Pobres
60 (U=4.56%)
Total
1,317
(35%)
48 (L=1.99%)
2356
2,413
(65%)
1,305
(35%)
2425
(65%)
3,730
(100%)
11
Las tasas de pobreza del 65 por ciento son mayores que las tasas de pobreza del 52 por ciento discutidas a lo largo de
este informe, debido a la adición reciente de hogares en el proceso de densificación de familias pobres.
99
Cuadro 2
Criterio de análisis discriminante en comparación al criterio basado en probit
Región del Altiplano (San Luis Potosí)
Criterio basado en probit para seleccionar hogares
Hogares excluidos de los beneficios de Progresa
(No pobres)
Hogares seleccionados para los beneficios de
Progresa
(Pobres)
Total
No pobres
1,705
Pobres
69 (U=2.08%)
Total
1,774
(35%)
77 (L=2.32%)
3241
3,318
(65%)
1,782
(35%)
3,310
(65%)
5,092
(100%)
Las tasas tan bajas de fuga y de subcobertura obtenidas, sugieren que no
existe diferencia sustancial entre las clasificaciones obtenidas al usar el análisis
discriminante o los demás métodos estadísticos alternos como probit o logit.
100
APÉNDICE E
Descripción de la medida de consumo usada y de la focalización basada en el
consumo
Las ventajas del uso del consumo como una medida de bienestar del hogar se
detallan en el informe principal. En este apéndice, se describen con detalle los
métodos y las diferentes pruebas utilizadas para construir la medida de bienestar
basada en el consumo que se toma como la medida de referencia para evaluar la
identificación de los hogares beneficiarios de Progresa.
En la Sección 1, se describe la construcción de la medida de consumo
obtenida de la Encuesta Nacional de Ingresos y Gastos en México de 1996
(ENIGH). En la Sección 2, se analizan las investigaciones relacionadas al uso de
escalas de equivalencias y economías de escala. En la Sección 3, se presenta la
ecuación del consumo estimado por adulto equivalente obtenida con la
información de los hogares de la ENIGH 1996 y que se utiliza para estimar el
consumo de la muestra de hogares de la ENCASEH de 1997.
1.
Construcción del consumo de los hogares
Primero se compara el criterio de Progresa con una selección basada en el
consumo, usando los datos recabados en el cuestionario de evaluación de marzo
de 1998 (ENCEL98M) para los hogares de la muestra. En el cuadro 1 se contrasta
la clasificación de Progresa y la obtenida a partir del consumo. Como se explica en
el informe principal, se utilizaron dos líneas de pobreza distintas. Si sólo se
tomaran en cuenta las cifras reportadas en este cuadro, entonces con la
focalización de Progresa existiría una tasa de subcobertura de 36.05 por ciento, lo
que significa que 36 por ciento de los hogares clasificados como pobres conforme
al criterio de consumo, no se clasifican como pobres por Progresa.
Sin embargo, la tasa de subcobertura mostrada en el cuadro 1 se debe tomar
con reservas, dado que existen algunas consideraciones derivadas del módulo de
consumo de la encuesta de evaluación, ENCEL98M. Principalmente al no
recabarse el valor del consumo proveniente de la producción cada hogar
(autoconsumo), se subestimó gran parte del consumo de los hogares que cultivan
productos comestibles. En estas circunstancias, el hecho de que muchos de los
hogares clasificados como pobres tenga un consumo per cápita bajo de acuerdo al
criterio basado en el consumo y no por Progresa, se debe ver como una fortaleza
en el método de selección de Progresa y no como error para clasificar
correctamente a los hogares como pobres.
101
Cuadro 1
Criterio de Progresa en comparación con el criterio basado en el consumo
ENCEL Marzo 1998
Criterio basado en el consumo para la selección de hogares
No pobres
Pobres
Hogares excluidos de los beneficios de
Progresa (no pobres)
8,966
6,730
1,728 (U=31.42%)
3,964 (U=36.05%)
10,694
10,694
Hogares seleccionados para los beneficios de
Progresa (pobres)
7,525 (L=66.62%)
4,265 (L=37.76%)
3,771
7,031
11,296
11,296
Total
16,491 (75%)
10,995 (50%)
5,499 (25%)
10,995 (50%)
21,990
21,990
Notas:
1. Las cifras del primer renglón de cada celda se obtuvieron usando como línea de
pobreza el percentil 25 del logaritmo del consumo per cápita de la ENCEL98M.
2. Las cifras del segundo renglón de cada celda (en negritas) se obtuvieron
usando como línea de pobreza el percentil 50 del logaritmo de consumo per
cápita de la ENCEL98M.
Por estas razones, se optó por utilizar la Encuesta Nacional de Ingresos y
Gastos en México de 1996 (ENIGH). Estos datos son representativos a nivel
nacional e incluyen información detallada sobre todos los tipos de ingresos y
gastos para aproximadamente 13,000 hogares, al igual que las características
socioeconómicas y demográficas de las personas. Cada hogar informa sobre los
gastos, el autoconsumo y las transacciones en especie, para más de 200 productos
alimenticios y no alimenticios.
Dado que la economía mexicana se ha caracterizado por mantener una
inflación sustancial mes a mes, se decidió deflactar los gastos en todos los
productos mencionados en la ENIGH con base en el Índice de Precios al
Consumidor (IPC) reportado por el Banco de México.12 Para la mayoría de los
productos alimenticios, el periodo de referencia es de un mes, mientras que para
la mayoría de los productos no alimenticios, el periodo de referencia varía de 1 a 6
meses. Los gastos en productos alimenticios y en autoconsumo de cada rubro
tuvieron una reducción de la inflación según el valor del IPC durante el mes de la
entrevista. Para los productos que tuvieron como referencia el mes anterior, se
12
Se utilizó junio de 1994 como el año base del IPC. De tal manera que todos los gastos se deflactaron a precios de junio
de 1994.
102
utilizó el valor del IPC del mes anterior al que se realizó la entrevista. Si el periodo
de referencia correspondió a los últimos 3 (ó 6) meses, se tomó el promedio del
IPC para los 3 (ó 6) meses previos a la entrevista.
Después se transformaron todos los gastos a una base mensual y se agregó en
una sola medida los gastos y el valor del autoconsumo de: cereales, carne, leche y
huevos, frutas y verduras, leguminosas y tubérculos, alimentos preparados,
alimentos consumidos fuera del hogar, bebidas no-alcohólicas, otros alimentos,
alcohol y tabaco, transporte y comunicación, servicios de limpieza, higiene
personal, transferencias a terceros, educación, cultura y diversión, vivienda (real y
renta imputada, de ser el dueño), honorarios y servicios generales, ropa, zapatos y
reparaciones, utensilios domésticos, salud, mobiliario del hogar, compra de equipo
audiovisual, reparaciones en el hogar y otros productos (como azúcar, café, etc.).
Se excluyeron gastos como adquisición de vehículos, compra de activos y
préstamos a terceros.
2.
Tamaño de la familia y pobreza
Una vez de construida la medida de bienestar a nivel de los hogares, fue
necesario tomar al hogar como unidad de medida. En la práctica, muchos estudios
de bienestar individual toman al ingreso y los gastos de consumo a nivel del hogar
y obtienen una medida a individual dividiendo los gastos o el ingreso total entre el
número de personas (N) en el hogar. De manera explícita o implícita, tales
medidas de bienestar per cápita se basan en los siguientes supuestos: (a) que
todos en el hogar reciben una asignación igual, sin importar la edad ni el sexo, (b)
que todos en el hogar tienen las mismas necesidades, sin importar la edad ni el
sexo; y (c) que el costo de que dos o más personas vivan juntas es el mismo que el
costo de que cada una viva por separado. Aunque la primera suposición se puede
probar fácilmente, con base en las restricciones impuestas por la falta de
información sobre el consumo o el ingreso a nivel individual, los otros dos
supuestos ameritan un análisis más profundo. Existe la posibilidad de que no todas
las personas del hogar tengan las mismas necesidades y pueden variar de acuerdo
con la edad y el sexo. También existe la posibilidad de que existan economías de
escala en las que las personas vivan juntas debido a que los miembros del hogar se
benefician del consumo de los demás, o debido a que, algunos bienes públicos
pueden ser usados por todos los miembros, sin costo adicional. En ambos casos,
tomando como base el hogar unipersonal, el incremento en el costo mínimo de
vida asociado con cada persona adicional en el hogar puede no ser el mismo para
una familia de dos personas que para una de tres personas.
103
Estos supuestos implícitos, tomados de manera separada y en conjunto
tienen consecuencias importantes sobre el estado de la pobreza de las familias
numerosas. Por ejemplo, con frecuencia se da el caso de que el uso de una medida
per cápita de bienestar, como es la medida del ingreso per cápita usada por
Progresa, dé como resultado que los hogares más numerosos se clasifiquen como
pobres. Hasta qué punto esto es correcto o no, depende de si el incremento
marginal en el costo de vida, asociado con una persona adicional en el hogar, es
igual o menor al costo del incremento del nivel de vida supuesto por la medida per
cápita.
2.1 Escala de equivalencias
Una forma de enfocar algunos de estos problemas, es construir una escala de
equivalencias que tome en consideración las distintas necesidades de los grupos
por sexo y edad. En el cuadro 2, con base en la muestra de los hogares de la
encuesta ENCASEH 1997, se analizó cómo se afectaría la selección de
beneficiarios utilizando el método de Progresa si se usara el tamaño del hogar en
unidades de adulto equivalente en lugar del número total de miembros.
El tamaño del hogar en unidades de adulto equivalente se construye usando
distintas ponderaciones para los grupos de edad y sexo, de acuerdo a la definición
proporcionada por el Instituto Nacional de Nutrición (1987). Específicamente, el
Tamaño de la Familia por Adulto Equivalente (AEFS) se construye usando la
siguiente fórmula:
AEFS=(0.41)*niños 0-4
+(0.80)*niños 5-10 + (1.15)*varones11-14 +
(1.05)*mujeres11-14
+(1.38)*varones15-19
+
(1.05)*mujeres15-19
+
(1.26)*varones20-34
+
(0.92)*mujeres20-34
+(1.15)*varones35-54
+
(0.85)*mujeres35-54 + (1.03)*varones>=55 + (0.78)*mujeres>=55
Cuadro 2
Análisis discriminante: per cápita contra unidades de adulto equivalente
Per cápita
No Pobres
No pobres
7,311
Por adulto equivalente
Pobres
448 (U=3%)
Total
7,759
Pobres
464 (L=3%)
13,394
13,858
Total
7,752
13,842
21,617
Al revisar el cuadro 2 se observa que, si todo lo demás permanece igual,
cuando se usa el tamaño de la familia en unidades de adulto equivalente en lugar
del tamaño del hogar, no surgen cambios importantes en la selección de hogares
104
pobres. A lo más 3 por ciento de los hogares clasificados como pobres usando el
ingreso por adulto equivalente, se clasifican incorrectamente como no pobres
usando la medida de bienestar de ingreso per cápita.
2.2 Economías de escala
También se analizó el método alternativo de tomar en cuenta las diferencias
en el costo de vida para familias de diversos tamaños (ver Deaton, 1997). Primero
se examinó si tomar en cuenta las economías de escala da como resultado
diferencias significativas en la clasificación de los hogares como pobres y no
pobres, implementando los métodos utilizados de Progresa. En el cuadro 3, se
supuso un valor razonable para el parámetro que caracteriza las economías de
escala (i.e., θ = 0.5) y se estudió cómo podría cambiar esta clasificación de los
hogares en pobres y no pobres en comparación con el método per cápita usado
actualmente por Progresa.13
Cuadro 3
Análisis discriminante: per cápita contra economías de escala (θ
θ = .5)
Economías de escala
Per cápita
No pobres
Pobres
Total
No pobres
Pobres
Total
7,114
3,784 (L=27%)
10,898
645 (U=6%)
10,074
10,719
7,759
13,858
21,617
La alta tasa de fuga del cuadro 3 sugiere que es más probable que la medida
de bienestar per cápita, utilizada por Progresa, clasifique a las familias con más
miembros como pobres. Al corregir la presencia de las economías de escala,
muchas de estas familias no se clasificarían como pobres, con lo que se produce la
alta tasa de fuga observada.
En vez de suponer el valor del parámetro de las economías de escala se trató
de estimarlo. Brevemente se discuten los métodos utilizados para identificar si las
economías de escala son importantes, de requerirse más detalles se puede referir
al estudio realizado por Lanjouw y Ravallion (1995). De acuerdo con este estudio,
la interrogante sobre si existen economías de escala en el consumo del hogar se
puede reducir al hecho de si el valor del parámetro θ excede un valor crítico θ*,
que resume las economías de escala en el consumo del hogar. Específicamente se
13
Al clasificar los hogares como pobres y no pobres mediante el método utilizado por Progresa, se ajustó el valor de la
Canasta Básica, que está en una base per cápita, multiplicando por N1-θ en donde N es el tamaño promedio de la familia
105
proponen dos métodos alternativos para estimar el valor crítico θ*:
•
•
Usando un método gráfico para revisar visualmente en qué valor θ* se
desvanece o se revierte, de positiva a negativa, la relación de la tasa de
pobreza con el tamaño del hogar.
Utilizando los datos para calcular el valor crítico del parámetro θ*.
Aplicando estos dos métodos a los datos de la ENIGH se construyen las
gráficas 1 y 2 (de las áreas rurales y urbanas del ENIGH 1996, respectivamente)
con base en el supuesto de normalidad de que la línea de pobreza pertenece a un
hogar de tamaño promedio (5 personas), de manera que un hogar de este tipo
tiene el mismo índice de pobreza para todos los valores de θ.14 Como se puede
observar, el porcentaje de pobres aumenta acorde al tamaño del hogar cuando θ =
1. Además, la correlación se desvanece cuando el valor crítico de θ (i.e. θ*) se
encuentra en el intervalo entre 0.1 y 0.3.
supuesto en la construcción de la Canasta Básica.
El tamaño promedio de la familia en México es cinco y el gasto total promedio de una familia de cinco miembro es
1,920 en pesos de julio de 1994. Entonces, por cada valor de θ, la línea de pobreza está en 1,920/ Nθ.
14
106
Gráfica 1—Porcentaje de pobres basado en el consumo (rural)
Porcentaje de pobres θ = 0.1
Porcentaje de pobres θ = 0.6
Porcentaje de pobres θ = 0.3
Porcentaje de pobres θ = 1
Porcentaje de pobres basado en el consumo
1
.9
.8
.7
.6
.5
.4
.3
.2
.1
1
2
3
6
5
Tamaño del hogar
4
7
8
9
10
1996 ENIGH: Áreas rurales
Gráfica 2 — Porcentaje de pobres basado en el consumo (urbano)
Porcentaje de pobres θ = 0.1
Porcentaje de pobres θ = 0.6
Porcentaje de pobres θ = 0.3
Porcentaje de pobres θ = 1
Porcentaje de pobres basado en el consumo
1
.9
.8
.7
.6
.5
.4
.3
.2
.1
1
2
3
4
6
5
Tamaño del hogar
7
8
9
10
1996 ENIGH: Áreas urbanas
107
Para reducir aún más el valor de θ*, también se utilizaron métodos de
regresión que correlacionan el logaritmo de los gastos totales de los hogares con
el tamaño del hogar. Las regresiones dieron las siguientes estimaciones de θ* en
México:
θ* = 0.25 (error estándar =0.0112)
En áreas rurales: θ* = 0.275 (error estándar =0.0169)
En áreas urbanas: θ* = 0.235 (error estándar =0.0147)
Después de tomar en cuenta las diferencias en los precios entre las áreas
urbanas y las rurales en cada estado (i.e. después de incluir los términos de la
interacción de los estados y urbana/rural) entonces θ* = 0.277 con un error
estándar =0.0108. Si además se toma en cuenta la composición demográfica,
como el número de adultos, niños e infantes, entonces θ* = 0.141 (error estándar
=0.022)
En áreas rurales: θ* = 0.260 (error estándar =0.039)
En áreas urbanas: θ* = 0.092 (error estándar =0.027)
Así, parece ser que en las áreas rurales de México, el valor crítico de θ* varía
entre 0.25 y 0.28, mientras que en las áreas urbanas varía entre 0.092 y 0.235.
Después se realizó un modelo de regresión de la forma:
J
Wi = α + β ln xi − βθ ln N + ∑ δ iη ji
j =1
en donde Wi es la proporción del gasto en alimentos del gasto total del hogar i, xi
es el gasto total del hogar, N es el tamaño total del hogar y η es el número de
miembros del hogar en el grupo de edad j. Esta especificación permite obtener
una estimación directa del valor del parámetro θ, que se puede comparar con el
valor crítico θ* estimado anteriormente.
Las estimaciones del modelo de regresión anterior sugieren que el valor de θ
en la muestra de evaluación es θ = 0.1547. Las estimaciones por separado de las
áreas rurales y urbanas fueron θ = 0.313 y θ = .089, respectivamente. Estas
estimaciones implican que existen economías de escala que están presentes y son
significativas y que por lo tanto merecen una consideración seria al clasificar a los
hogares por condición de pobreza. Los valores estimados de θ sugieren que si se
duplica tanto el tamaño del hogar como el tamaño de los recursos, los hogares en
las áreas rurales (urbanas) de México, tendrán un incremento del 69 (91) por
ciento en los recursos per cápita. Desafortunadamente, estos valores de θ son
108
demasiado altos para ser creíbles y se encuentran muy afuera del rango de valores
estimados en otros países. Dada la dificultad para encontrar una explicación
aceptable de por qué pueden surgir economías de escala tan fuertes en una región
en donde los bienes privados constituyen aproximadamente, 47 por ciento del
presupuesto total del hogar, como es el caso de los alimentos. Por tanto no es
posible resolver este asunto. Dado que el estudio de las economías a escala entre
países realizado por Deaton y Paxson (1998), también indica que los resultados en
México no son paradójicos.
A la luz de estas consideraciones, se estimó que es prudente no hacer
recomendaciones a Progresa sobre realizar correcciones relacionadas con las
economías de escala y se acepta el uso de la escala por adulto equivalente en lugar
de la medida per cápita.
3.
Consumo estimado por adulto equivalente
Después de dividir los gastos del consumo del hogar por el tamaño de la
familia por adulto equivalente, se estima una regresión que correlaciona el
logaritmo de consumo por adulto equivalente con un conjunto de características
del hogar como la edad y la escolaridad del jefe del hogar, la composición por sexo
y edad de la familia y otras variables referentes a las características de la vivienda,
la propiedad de activos y variables indicadoras por estado. Un requisito clave para
seleccionar las variables independientes del modelo, fue que éstas también debían
estar en la encuesta ENCASEH de 1997.
Dado que Progresa tiene como objetivo beneficiar a los más pobres de los
hogares marginados en las áreas rurales de México, se optó por aplicar el método
de regresión cuantílica en lugar de estimar la regresión por medias condicionales,
i.e. mínimos cuadrados ordinarios.15 La regresión cuantílica permite realizar una
caracterización más flexible de los determinantes del logaritmo de consumo por
adulto equivalente, especialmente cuando hay interés por las colas más bajas (o
más altas) de la distribución.
15
En las primeras etapas del informe también se estimó una regresión normal de mínimos cuadrados. Si bien no se
obtuvieron cambios importantes en los resultados, se optó por usar las estimaciones de regresión cuantílica dado que son
más robustas que los estimadores normales de mínimos cuadrados para los resultados aislados y la presencia de
heterosedasticidad en la información.
109
La especificación lineal del cuantil condicional .25 del logaritmo de consumo
por adulto equivalente (lnC) estimado, se puede expresar como:
(
)
Q.25 ln C | X = β .25 X ,
en donde β es un vector de los coeficientes y X es un vector de las variables
explicativas. El cuadro 4 reporta los coeficientes estimados de las variables
incluidas en la regresión, utilizando una submuestra de los hogares en las áreas
rurales de México. También se incluyó una serie de variables indicadoras por
estado, con el objeto de representar las diferencias en el costo de vida a nivel
estatal.
Después se utilizaron los coeficientes estimados listado en el cuadro 4 y los
valores correspondientes de las variables independientes de los hogares en la
muestra ENCASEH de 1997 para derivar el valor estimado del logaritmo de
consumo por adulto equivalente de cada hogar.
110
Cuadro 4
Ecuación de consumo estimado de la ENIGH 1996
Variable dependiente: Logaritmo (consumo por adulto equivalente)
Regresión cuantílica .25
Número de observaciones
4472
Pseudo R2
0.3470
Suma mínima de desviaciones
1268.793
Coef.
Error
Valor-t
estándar
Edad del jefe del hogar
0.004
0.001
3.793
Educación primaria incompleta
-0.003
0.021
-0.162
Educación primaria terminada
0.064
0.028
2.318
Educación secundaria incompleta
-0.043
0.060
-0.713
Educación secundaria terminada
0.148
0.039
3.755
Preparatoria/vocacional/NB incompleta
0.184
0.095
1.939
Preparatoria/vocacional/NB terminada
0.301
0.074
4.094
Post-grado terminado
0.786
0.272
2.889
Relación de dependencia
-0.435
0.038
-11.506
No. de niños < = 4 años
-0.038
0.012
-3.139
No. de niños 5-10 años
-0.082
0.010
-8.354
No. de niños 11-14 años
-0.130
0.017
-7.593
No. de niñas 11-14 años
-0.071
0.018
-4.051
No. de varones 15-19 años
-0.153
0.016
-9.316
No. de mujeres 15-19 años
-0.064
0.017
-3.903
No. de varones 20-34 años
-0.141
0.014
-9.767
No. de mujeres 20-34 años
-0.069
0.016
-4.219
No. de varones 35-54 años
-0.163
0.022
-7.382
No. de mujeres 35-54 años
-0.104
0.022
-4.745
No. de varones > = 55 años
-0.164
0.026
-6.281
No. de mujeres > = 55 años
-0.115
0.025
-4.646
Porcentaje de niños que trabajan
-0.008
0.092
-0.084
Porcentaje de niños que no asisten a la escuela
-0.219
0.046
-4.717
Relación del tamaño de la familia con el número de cuartos
-0.029
0.006
-5.005
Piso de tierra
-0.125
0.022
-5.547
Muros de cartón
-0.062
0.274
-0.225
Muros de carrizo o bambú
0.076
0.059
1.300
Muros de embarro o bajareque
-0.073
0.054
-1.366
Muros de lámina de asbesto o plástico
-0.021
0.111
-0.191
Muros de madera
0.005
0.042
0.111
Muros de concreto
0.059
0.167
0.350
Muros de tabique o adobe
0.045
0.036
1.226
Drenaje
0.021
0.039
0.546
Baño con agua
0.108
0.044
2.453
Radio
-0.024
0.020
-1.186
Televisión
0.072
0.022
3.302
Licuadora
0.070
0.022
3.179
Refrigerador
0.083
0.025
3.373
Lavadora
0.076
0.026
2.861
P>|t|
0.000
0.872
0.021
0.476
0.000
0.053
0.000
0.004
0.000
0.002
0.000
0.000
0.000
0.000
0.000
0.000
0.000
0.000
0.000
0.000
0.000
0.933
0.000
0.000
0.000
0.822
0.194
0.172
0.848
0.912
0.726
0.220
0.585
0.014
0.236
0.001
0.001
0.001
0.004
(continúa)
111
Cuadro 4
Ecuación de consumo estimado de la ENIGH 1996
Variable dependiente: Logaritmo (consumo por adulto equivalente)
Regresión cuantílica .25
Número de observaciones
4472
Pseudo R2
0.3470
Suma mínima de desviaciones
1268.793
Coef.
Error
Valor-t
estándar
Estufa de gas
0.156
0.025
6.223
Ventilador de aire
0.057
0.023
2.423
Videocasetera
0.134
0.031
4.382
Estéreo
0.030
0.026
1.174
Calefacción
0.168
0.041
4.086
Automóvil propio
0.186
0.039
4.826
Aguascalientes
0.319
0.102
3.119
Baja California
0.353
0.091
3.884
Baja California Sur
-0.008
0.071
-0.113
Campeche
0.109
0.073
1.494
Coahuila
0.044
0.086
0.516
Colima
-0.145
0.077
-1.875
Chiapas
0.312
0.090
3.464
Chihuahua
0.570
0.111
5.151
D.F.
0.071
0.082
0.862
Durango
-0.002
0.069
-0.025
Guanajuato
0.009
0.079
0.112
Guerrero
-0.058
0.067
-0.867
Hidalgo
0.047
0.071
0.657
Jalisco
0.036
0.092
0.395
México
-0.047
0.081
-0.579
Michoacán
0.086
0.098
0.879
Morelos
0.021
0.077
0.274
Nayarit
0.354
0.096
3.709
Nuevo León
-0.014
0.067
-0.214
Oaxaca
-0.030
0.080
-0.373
Puebla
-0.073
0.081
-0.903
Querétaro
0.368
0.094
3.910
Quintana Roo
0.005
0.080
0.063
San Luis Potosí
0.121
0.088
1.374
Sinaloa
0.264
0.087
3.033
Sonora
0.033
0.067
0.498
Tabasco
-0.017
0.090
-0.190
Tamaulipas
0.082
0.081
1.013
Tlaxcala
0.039
0.081
0.481
Veracruz
0.293
0.090
3.267
Yucatán
-0.042
0.076
-0.554
_cons
6.465
0.089
72.845
112
P>|t|
0.000
0.015
0.000
0.240
0.000
0.000
0.002
0.000
0.910
0.135
0.606
0.061
0.001
0.000
0.389
0.980
0.911
0.386
0.511
0.693
0.563
0.380
0.784
0.000
0.831
0.709
0.366
0.000
0.949
0.169
0.002
0.619
0.849
0.311
0.631
0.001
0.580
0.000
Para comparar las distribuciones del consumo real y del estimado en la
muestra, se presenta una gráfica cuantil vs cuantil (q-q). La gráfica 3 muestra los
valores de los datos del logaritmo del consumo por adulto equivalente de la
encuesta ENCEL98M en el eje vertical, clasificada en orden ascendente contra los
valores del logaritmo igualmente clasificado del consumo estimado en el eje
horizontal.16 Dado que la gráfica de los puntos está debajo de la línea diagonal del
cuadro, fácilmente se puede inferir que el consumo estimado es generalmente
mayor que la medida de consumo construida a partir de la encuesta ENCEL98M.
Esto se considera como un refuerzo a la reducción de la utilidad del módulo de
consumo en la encuesta ENCEL98M por omisión de datos sobre autoconsumo, en
la construcción de una medida de referencia para la evaluación. Además, la
diferencia entre la medida de consumo de la encuesta ENCEL98M y el consumo
estimado parece hacerse más grande conforme se cambia de los extremos más
altos de las distribuciones a los extremos más bajos. Esto también es consistente
con el punto de vista de que es probable que el autoconsumo sea un componente
significativo del consumo total de los hogares pobres de productos comestibles.
16
Obsérvese que también se deflactó el consumo total de la encuesta ENCEL98M a precios de julio de 1994, de manera
que pudieran ser comparables con el consumo estimado de la encuesta ENIGH 1996.
113
7.83996
ENCEL98M
ln[Actual C /Nadeq] ENCEL98M
ln(consumo estimado por adulto equivalente
Gráfica 3— Gráfica cuantil vs cuantil del consumo real y predicho
.21556
3.85456
4.
ln[Predicted
C /Nadeq]
ENIGH1996
ln(consumo
estimado
por adulto
equivalente
Quantile-Quantile
Plot
ENIGH1996
7.45372
La distribución regional de los hogares beneficiarios de acuerdo con
la focalización de Progresa y la focalización basada en el consumo
En esta sección se compara la distribución de los hogares beneficiarios en las
regiones de la encuesta ENCASEH 1997, usando el método de focalización basada
en el consumo y el método de focalización de Progresa. Como se explica en el
informe principal y en el Apéndice A, el método de focalización de Progresa se
determinó para cada región, lo que significa que se permitió que los coeficientes
de los modelos del análisis discriminante variaran de una región a otra. Como
resultado, las características de los distintos hogares recibieron una ponderación
mayor o menor en la construcción del puntaje discriminante en las diferentes
regiones. En principio, se pudo haber adoptado un enfoque similar y tratado de
estimar una regresión separada para las determinantes del consumo, como la que
se estimó en la sección anterior, por cada región de la encuesta ENIGH. No se hizo
por dos razones importantes. Primera, con las variables de identificación
disponibles en la encuesta ENIGH no fue posible identificar con exactitud las
mismas regiones geográficas que las usadas por Progresa.17 Segundo, también se
pensó en la necesidad de contrastar la focalización de Progresa con un criterio que
no dependiera de la Región.
17
Por ejemplo, varias de las regiones de Progresa tenían el mismo código de estado, lo que sugería que para construir
variables de identificación de regiones habría sido necesario tener variables de identificación para las localidades de la
encuesta ENIGH. Tal información no estaba disponible.
114
Una vez construida la medida de bienestar basada en el consumo, primero se
eligió un punto de corte (línea de pobreza) que da como resultado la misma
proporción de hogares beneficiarios que el método de Progresa, (i.e., el percentil
52 de consumo por adulto equivalente) y se evaluaron las diferencias entre los dos
métodos de focalización. El cuadro 5, por ejemplo, muestra cómo se distribuyen
las proporciones de beneficiarios en las regiones usando los dos métodos distintos.
Cuadro 5— Proporciones de beneficiarios con base en dos criterios distintos
Región
Sierra Negra-Zongolica-Mazateca
Sierra Norte-Otomí Tepehua
Sierra Gorda
Montaña (Guerrero)
Huasteca (San Luis Potosí)
Tierra Caliente (Michoacán)
Altiplano (San Luis Potosíi)
Total
Criterio basado en
el consumo
0.542
0.530
0.532
0.623
0.319
0.408
0.443
0.520
Criterio
Progresa
0.523
0.523
0.490
0.727
0.397
0.491
0.600
0.520
No. de
hogares
3,031
4,559
10,790
1,907
383
2,935
472
24,077
Existen claras diferencias en las regiones con relación a la proporción de
hogares clasificados como beneficiarios con los dos métodos; la diferencia más
importante ocurre en la región del Altiplano. Tales diferencias regionales en las
proporciones de los hogares elegibles, necesitan tomarse en consideración al
estimar las tasas de subcobertura específicas de las regiones. Precisamente esto es
lo que se hace en la gráfica 4. Con base en las tasas de beneficiarios de Progresa,
específicas por región, se definen dos líneas de pobreza específicas por región para
la medida de bienestar basada en el consumo; la primera es igual al percentil 25
de la distribución en la región y la segunda es igual a la tasa de pobreza o tasa de
beneficiarios del método de Progresa.
De la misma manera, en la gráfica 5 se graficaron las tasas de fuga
específicas de la región, obtenidas al usar las líneas de corte específicas por
región. En esta gráfica sólo se reportan las tasas de fuga obtenidas al usar la línea
de pobreza específica de la región, que es igual a la tasa de pobreza de Progresa.
Se puede tener una mayor idea de las implicaciones de esta mala
clasificación de los hogares por el método de Progresa, en comparación con la
focalización basada en el consumo, al analizar las determinantes de la
subcobertura y de la fuga. Aquí, se emplea un modelo logit para examinar las
características de los hogares que están mal clasificados por Progresa. Los
115
resultados se encuentran en los cuadros 6 y 7, y no son sorprendentes, dados los
sesgos del modelo de Progresa hacia los hogares jóvenes, numerosos y pobres,
según se discute en el Apéndice H. La mala clasificación ocurre cuando las
variables de selección de Progresa están en desacuerdo con los niveles de consumo
de los hogares.
Se encontró que los hogares clasificados como pobres por el método de
consumo y como no pobres por Progresa, y por tanto colocados en la categoría de
subcobertura, tienen las siguientes características, cuando se les compara con
otros hogares. Estos hogares combinan niveles de consumo bajos (el elemento
clave asociado con la pobreza en la focalización basada en el consumo) índices de
dependencia menores, un menor número de niños pequeños y un mayor número
de adultos y de jóvenes (características asociadas con la no pobreza en el método
de selección de Progresa). En estas familias también predominan los varones. La
presencia de un varón en todas las categorías de edades duplica la probabilidad de
subcobertura. Además, si bien estos hogares tienen un porcentaje más alto de
niños que trabaja, un porcentaje más bajo de ellos no asiste a la escuela. La
propiedad de ciertos productos duraderos de consumo (como radios, televisores y
licuadoras) aumenta la probabilidad de subcobertura, mientras que la propiedad
de otros productos (lavadoras, ventiladores y videocaseteras) reduce tal
probabilidad. También es evidente el efecto del estado y de la región.
Los hogares en la categoría de fuga tienen distintas características que las de
los hogares de la categoría de subcobertura. Estos hogares combinan niveles altos
de consumo con índices de dependencia más altos, mayor número de niños
pequeños y menor número de adultos y de jóvenes. Estas familias son
principalmente de mujeres. Un alto porcentaje de niños trabaja y asiste a la
escuela. La propiedad de productos duraderos de consumo tiene el efecto opuesto
que en la ecuación de sucobertura, como es el caso de que la propiedad de radios,
televisores y licuadoras reduce la probabilidad de fuga, mientras que las estufas de
gas y las videocaseteras, la aumentan. De nuevo, los efectos estatales y regionales
son muy significativos, a pesar de que tienen signos opuestos a los de la ecuación
de subcobertura.
116
Gráfica 4—Tasas de subcobertura específicas por Región
Línea pobreza=percentil 25
Línea pobreza=PROGRESA
Tasa de subcobertura en porcentaje
35.06
0
S.Negra
S.Norte
S.Gorda
Montaña
Huasteca
T.Calien
Altipl
T.Calien
Altipl
Gráfica 5—Tasas de fuga específicas por Región
Línea Pobreza=PROGRESA
Tasa de fuga en porcentaje
34.21
0
S.Negra
S.Norte
S.Gorda
Montaña
Huast
117
Cuadro 6
Modelo logit de probabilidad de subcobertura
Los coeficientes reportados están en términos de los efectos marginales sobre la probabilidad
Número de observaciones
24,073
Chi2 (54)
2167.40
Prob > chi2
0.0000
Pseudo R2
0.3201
Z
P>|z|
Coef.
Err. estándar
Índice de dependencia
-0.041
0.008
-5.125
0.000
No. de niños < = 4 años
0.000
0.002
-0.172
0.863
No. de niños 5-10 años
-0.008
0.001
-5.587
0.000
No. de niños 11-14 años
0.005
0.002
2.526
0.012
No. de niñas 11-14 años
0.001
0.002
0.434
0.664
No. de varones 15-19 años
0.045
0.002
21.986
0.000
No. de mujeres 15-19 años
0.020
0.002
10.055
0.000
No. de varones 20-34 años
0.046
0.002
21.744
0.000
No. de mujeres 20-34 años
0.023
0.002
10.967
0.000
No. de varones 35-54 años
0.054
0.003
17.713
0.000
No. de mujeres 35-54 años
0.031
0.003
10.356
0.000
No. de varones > = 55 años
0.040
0.004
10.435
0.000
No. de mujeres > = 55 años
0.022
0.003
6.760
0.000
Porcentaje de niños que trabaja
-0.081
0.011
-7.116
0.000
Porcentaje de niños que no asiste a la
0.113
0.004
25.240
0.000
escuela
Edad del jefe del hogar
0.000
0.000
-0.052
0.958
Educación primaria incompleta
0.006
0.003
1.940
0.052
Educación primaria terminada
-0.024
0.005
-5.047
0.000
Educación secundaria incompleta
0.046
0.010
4.394
0.000
Educación secundaria terminada
-0.031
0.010
-3.206
0.001
Preparatoria/Vocacional/NB incompleta
-0.015
0.018
-0.845
0.398
Preparatoria/Vocacional/NB terminada
-0.151
0.041
-3.664
0.000
Tamaño de la familia/No. de habitaciones
-0.002
0.001
-2.726
0.006
Piso de tierra
0.003
0.003
1.091
0.275
Muros de cartón
-0.002
0.046
-0.046
0.964
Muros de carrizo o bambú
-0.022
0.008
-2.858
0.004
Muros de embarro o bajareque
0.015
0.006
2.466
0.014
Muros de lámina de asbesto o plástico
0.005
0.029
0.176
0.860
Muros de madera
-0.009
0.006
-1.409
0.159
Muros de concreto
-0.004
0.007
-0.651
0.515
Muros de tabique o adobe
-0.007
0.006
-1.206
0.228
Drenaje
0.001
0.005
0.195
0.845
Baño con agua
-0.041
0.008
-5.351
0.000
Radio
0.034
0.003
11.065
0.000
Televisión
0.034
0.003
11.769
0.000
Licuadora
0.018
0.003
6.006
0.000
Refrigerador
0.001
0.004
0.312
0.755
Lavadora
-0.037
0.007
-4.955
0.000
Estufa de gas
-0.038
0.003
-11.007
0.000
(continúa)
118
Cuadro 6
Modelo logit de probabilidad de subcobertura
Los coeficientes reportados están en términos de los efectos marginales sobre la probabilidad
Número de observaciones
24,073
Chi2 (54)
2167.40
Prob > chi2
0.0000
Pseudo R2
0.3201
Z
P>|z|
Coef.
Err. estándar
Ventilador
-0.030
0.005
-5.542
0.000
Videocasetera
-0.065
0.009
-7.594
0.000
Estéreo
0.004
0.006
0.681
0.496
Calefacción
-0.043
0.010
-4.318
0.000
Automóvil propio
-0.004
0.005
-0.798
0.425
Guerrero
-0.067
0.010
-7.065
0.000
Hidalgo
-0.020
0.006
-3.568
0.000
Querétaro
-0.024
0.007
-3.512
0.000
San Luis Potosí
-0.034
0.006
-5.552
0.000
Veracruz
-0.050
0.006
-8.243
0.000
Región 2
-0.007
0.005
-1.577
0.115
Región 3
-0.005
0.005
-0.927
0.354
Región 5
-0.043
0.013
-3.426
0.001
Región 6
-0.062
0.008
-7.550
0.000
Región 7
-0.059
0.012
-4.901
0.000
_cons
-0.232
0.014
-17.110
0.000
119
Cuadro 7
Modelo logit de probabilidad de fuga
Los coeficientes reportados están en términos de los efectos marginales sobre la probabilidad
No. de Observaciones
24,073
Chi2 (54)
3,334.68
Prob > chi2
0.0000
Pseudo R2
0.2344
Coef.
Err.
z
P>|z|
estándar
Relación de dependencia
0.053
0.007
7.888
0.000
No. de niños < = 4 años
0.019
0.002
7.882
0.000
No. de niños 5-10 años
-0.029
0.003
-11.075
0.000
No. de niños 11-14 años
-0.048
0.005
-9.980
0.000
No. de niñas 11-14 años
-0.014
0.004
-3.308
0.001
No. de varones 15-19 años
-0.049
0.004
-11.137
0.000
No. de mujeres 15-19 años
-0.002
0.004
-0.620
0.535
No. de varones 20-34 años
-0.030
0.004
-8.484
0.000
No. de mujeres 20-34 años
-0.003
0.004
-0.738
0.461
No. de varones 35-54 años
-0.049
0.004
-11.429
0.000
No. de mujeres 35-54 años
-0.026
0.004
-6.091
0.000
No. de varones > = 55 años
-0.020
0.005
-4.254
0.000
No. de mujeres > = 55 años
-0.032
0.004
-7.149
0.000
Porcentaje de niños que trabaja
0.138
0.011
12.802
0.000
Porcentaje de niños que no asiste a la escuela
-0.048
0.007
-7.157
0.000
Edad del jefe de familia
-0.001
0.000
-5.446
0.000
Educación primaria incompleta
-0.011
0.004
-2.951
0.003
Educación primaria terminada
0.023
0.005
4.618
0.000
Educación secundaria incompleta
-0.052
0.014
-3.734
0.000
Educación secundaria terminada
0.022
0.007
3.037
0.002
Preparatoria/vocacional/NB incompleta
-0.009
0.020
-0.458
0.647
Preparatoria/vocacional/NB terminada
0.003
0.016
0.197
0.844
Tamaño de la familia/No de habitaciones
-0.013
0.001
-9.677
0.000
Piso de tierra
-0.002
0.004
-0.451
0.652
Muros de cartón
-0.088
0.056
-1.564
0.118
Muros de carrizo o bambú
0.042
0.008
5.097
0.000
Muros de embarro o bajareque
-0.032
0.008
-3.890
0.000
Muros de lámina de asbesto o plástico
-0.009
0.041
-0.228
0.820
Muros de madera
0.011
0.007
1.574
0.115
Muros de concreto
-0.002
0.008
-0.251
0.802
Muros de tabique o adobe
-0.002
0.007
-0.250
0.802
Drenaje
-0.033
0.007
-4.797
0.000
Baño con agua
0.012
0.008
1.390
0.165
Radio
-0.041
0.003
-12.560
0.000
Televisión
-0.021
0.004
-5.432
0.000
Licuadora
-0.034
0.004
-7.590
0.000
Refrigerador
-0.054
0.006
-8.611
0.000
Lavadora
0.002
0.009
0.213
0.831
Estufa de gas
0.030
0.004
6.871
0.000
(continúa)
120
Cuadro 7
Modelo logit de probabilidad de fuga
Los coeficientes reportados están en términos de los efectos marginales sobre la probabilidad
No. de Observaciones
24,073
Chi2 (54)
3,334.68
Prob > chi2
0.0000
Pseudo R2
0.2344
Coef.
Err.
z
P>|z|
estándar
Ventilador de aire
-0.008
0.007
-1.152
0.249
Videocasetera
0.044
0.009
4.940
0.000
Estéreo
-0.015
0.008
-1.944
0.052
Calefacción
0.015
0.009
1.670
0.095
Automóvil propio
-0.014
0.007
-2.043
0.041
Guerrero
0.056
0.011
4.995
0.000
Hidalgo
0.003
0.008
0.418
0.676
Querétaro
0.013
0.009
1.330
0.184
San Luis Potosí
0.026
0.008
3.144
0.002
Veracruz
0.038
0.008
4.489
0.000
Región 2
0.018
0.006
3.163
0.002
Región 3
0.016
0.006
2.481
0.013
Región 5
0.064
0.013
4.860
0.000
Región 6
0.079
0.010
7.583
0.000
Región 7
0.096
0.012
7.943
0.000
_cons
0.003
0.015
0.192
0.848
121
REFERENCIAS
Deaton, Angus. (1997) “The analysis of household surveys: A microeconometric
approach to development policy”. Baltimore, MD: The World Bank, The
Johns Hopkins University Press.
Deaton, A., and C. Paxson. (1998) “Economies of scale, household size and the
demand for food. Journal of Political Economy” 106 (5) October: 897-930.
Instituto Nacional de Nutricion. 1987) “Valor nutritivo de los alimentos
mexicanos”. Cuadros de uso práctico. Mexico City: Instituto Nacional de
Nutrición.
Lanjouw, P., and M. Ravallion. (1995) “Poverty and household size”. Economic
Journal 105 (November): 1415-34.
122
APÉNDICE F
Simulación del impacto de los diferentes esquemas de
focalización y de transferencia
En este apéndice se describe, detalladamente, la estructura de los beneficios
supuestos, a partir de las simulaciones y se discuten diversas gráficas del impacto
de los distintos esquemas de focalización y de transferencia sobre la densidad del
logaritmo de consumo por adulto equivalente .
1.
Estructura de beneficios
En la simulación de la estructura de los beneficios de Progresa se hicieron los
siguientes supuestos. Los niños en edad escolar a nivel primaria asisten a la
escuela tiempo completo y no se retrasan en la inscripción. De este modo los
beneficios recibidos por cada hogar que tiene niños en la escuela primaria se
determinan de la siguiente manera:
Beneficios para escuela primara al nivel del hogar =
(número de niños y niñas de 8 años de edad) * 60 Pesos mensuales +
(número de niños y niñas de 9 años de edad) * 70 Pesos mensuales +
(número de niños y niñas de 10 años de edad) * 90 Pesos mensuales +
(número de niños y niñas de 11 años de edad) * 120 Pesos mensuales
Progresa proporciona transferencias de efectivo mayores a los jóvenes
menores de 18 años inscritos en algún grado de secundaria. Puesto que se tienen
que atribuir rangos de cada grado escolar, se tuvieron que hacer algunos supuesto
fuertes. Dado que las tasas de inscripción de los niños empiezan a descender en
las escuelas secundarias, se supuso que el impacto del Programa atraerá al primer
año de secundaria a niños y niñas entre los 12 y 14 años. Así pues, los hogares con
niños en este grupo de edad, recibieron los beneficios correspondientes al primer
año de secundaria. Con este criterio, se supone que los niños entre 15 y 16 años
asisten al segundo año de secundaria y que los jóvenes de 17 a 18 años están
inscritos en el tercer año de secundaria. Es evidente que algunos de los supuestos
son menos razonables que otros, pero dada la poca información derivada del
modelo de evaluación no es posible determinar que grupos de edades son los más
adecuados para incluirse en cada grado de secundaria.
De este modo, el nivel de los beneficios a nivel secundaria, recibido por cada
hogar, se determina de la siguiente manera:
123
Beneficios para escuela secundara al nivel del hogar =
(número de niños de 12-14 años de edad) * 175 Pesos mensuales +
(número de niñas de 12-14 años de edad) * 185 Pesos mensuales +
(número de niños de 15-16 años de edad) * 185 Pesos mensuales +
(número de niñas de 15-16 años de edad) * 205 Pesos mensuales +
(número de niños de 17-18 años de edad) * 195 Pesos mensuales +
(número de niñas de 17-18 años de edad) * 225 Pesos mensuales +
Después se suman los beneficios obtenidos por asistencia de los niños a la
escuela primaria y secundaria más la asignación de 115 pesos mensuales
otorgados a cada hogar beneficiario de Progresa. Para los hogares cuyos beneficios
totales excedieron 695 pesos mensuales se sustituye el beneficio que se podía
recibir por el máximo que asigna Progresa a cada hogar.
Por último, se suman al total de transferencias en efectivo, las transferencias
otorgadas a los hogares para los útiles escolares de los niños, lo que es igual al:
(número de niños en escuela primaria) *(135/12 pesos mensuales) + (el
número de niños inscritos en secundaria) *(170/12 pesos mensuales).
Las asignaciones escolares se dividieron entre 12, dado que estas se otorgan
anualmente.
Para determinar el presupuesto total usado en las simulaciones, se suman los
beneficios que se distribuirían a los beneficiarios de Progresa. Todos los valores
monetarios están expresados en precios de julio de 1994 para hacerlos
comparables. De acuerdo con las estimaciones, la brecha total de pobreza es de
8,071,981 pesos en dólares de junio de 1994. La brecha de pobreza se define como
la suma (sobre todos los hogares pobres de Progresa) de la diferencia entre la
línea de pobreza y el monto del consumo per cápita de los hogares, ambos
multiplicados por el número de unidades de adulto equivalente en el hogar. El
valor de las transferencias en efectivo otorgados por Progresa a los hogares
seleccionados resulta ser 26 por ciento de la brecha de pobreza.
2.
Impacto de los distintos esquemas sobre la densidad kernel del
logaritmo del consumo por adulto equivalente
Los estimadores univariados de densidad kernel, al igual que los histogramas,
aproximan la densidad f(x) a partir de las observaciones de x. En el caso de los
histogramas, la información se dividió en intervalos no traslapados y se contó el
número de puntos de información en cada intervalo. Para conteos de frecuencia en
cada intervalo se hicieron gráficas de barras, cuya altura refleja el número
promedio de puntos de información en el intervalo. En los estimados de densidad
124
kernel, el rango se divide, a su vez, en intervalos y se producen estimadores de
densidad en el centro del intervalo. Una diferencia es que se permite que los
intervalos se traslapen. El intervalo, denominado ventana, se podría deslizar a lo
largo del rango de la información y recabar los estimadores de densidad en el
punto central. Otra diferencia es que en lugar de simplemente contar el número
de observaciones en una ventana, se asigna una ponderación entre 0 y 1, con base
en la distancia del centro de la ventana, y se suman los valores ponderados. La
función que determina estos pesos se llama kernel. Todas las gráficas de densidad
univariada kernel que aquí se muestran se derivan usando la función Epanechnikov
para el kernel, con los anchos por default del software estadístico. Para obtener
más información se sugiere consultar el manual de STATA 6.0 (1999) y Deaton
(1997).
Las gráficas 1 a 4 muestran las funciones de la densidad kernel del logaritmo
de consumo por adulto equivalente conforme a cada uno de los esquemas de
transferencia y de focalización, contra el caso basal de ninguna transferencia. En
cada gráfica también se traza una línea vertical para indicar la posición del punto
de corte (o línea de pobreza) para clasificar a los hogares en beneficiarios y no
beneficiarios. Los hogares beneficiarios son aquéllos cuyo consumo por adulto
equivalente se encuentra a la izquierda de la línea de pobreza.
La gráfica 1 contiene las funciones de la densidad kernel del consumo
conforme al caso basal de cero transferencia y con transferencias uniformes.
Claramente, este esquema desplaza toda la función de densidad hacia la derecha,
sin cambiar de ninguna manera su forma. La fuga asociada se puede ver por el
hecho de que la densidad se mueve hacia la derecha, aún en el caso de los hogares
con mucho bienestar (i.e. más a la derecha de la línea de pobreza).
La gráfica 2 contiene un esquema similar para el caso de la focalización
basada en el consumo. La focalización más precisa da como resultado una
contracción sustancial en el extremo inferior izquierdo de la densidad de consumo
y un incremento pronunciado en la cúspide de la función de densidad, justo antes
de la línea de pobreza. Después de recibir los beneficios más altos, muchos de los
hogares pobres se acercan a la línea de pobreza, pero muy pocos la sobrepasan. A
eso se debe que la medida de la tasa de pobreza permanezca prácticamente sin
cambio con la focalización basada en el consumo. También se debe observar que a
la derecha de la línea de pobreza las dos densidades se superponen, como si la
focalización fuera “perfecta”.
La gráfica 3 presenta el impacto de la focalización de Progresa, en tanto que
la gráfica 4 compara las densidades de la focalización basada en el consumo con la
focalización de Progresa. Al igual que con la focalización basada en el consumo, la
125
focalización de Progresa se desplaza hacia el extremo inferior izquierdo de la
densidad, más cerca de la línea de pobreza, mientras que la cúspide de la nueva
densidad es más alta y en su mayor parte se encuentra a la izquierda de la línea de
pobreza. Así, al igual que con la focalización basada en el consumo, es probable
que el impacto de la focalización de Progresa parezca insignificante si se depende
de la tasa de pobreza. Las fugas asociadas con las focalización de Progresa se
pueden ver fácilmente por el área contenida entre la densidad basal y la densidad
después de las transferencias con el método de selección de Progresa. Claramente,
las fugas ocurren cerca de la línea de pobreza y se disipan hasta llegar a cero en
los niveles de consumo más altos. En cierto grado, gran parte de estas fugas se
deben a que se utilizó una sola línea de corte y no una línea de corte específica por
Región.
La gráfica 5 contiene el caso de la focalización basada en la localidad. En
muchos sentidos, la focalización basada en la localidad parece tener el mismo
impacto general que la focalización de Progresa, excepto que las fugas parecen
prevalecer en los niveles más altos de consumo, en comparación con la
focalización de Progresa. Esto indica que existe una heterogeneidad considerable
en los hogares dentro de las poblaciones, que los métodos de focalización de
Progresa de alguna manera capturan. Esto también se verifica al observar la
gráfica 6, que contrasta las densidades con la focalización basada en la localidad y
el método de selección de Progresa. Dado que los costos no económicos de la
focalización de Progresa, a nivel de los hogares, sólo se pueden suponer, no hay
forma de compararlos con los beneficios adicionales obtenidos focalizando a nivel
del hogar en lugar de la localidad. Sin embargo, como lo muestra el Cuadro 8 del
informe principal, los beneficios de la focalización del Progresa, a nivel del hogar,
medidos por el impacto en las medidas de pobreza de orden más alto, son mayores
que los obtenidos focalizando a nivel de la localidad.
126
Gráfica 1—No transferencias en comparación con transferencias
uniformes
Transferencia Uniforme
+Basal
.8
.6
.4
.2
0
4
5
6
7
8
Ln(Consumo/adulto equivalente)
Gráfica 2— No transferencias en comparación con transferencias con
focalización basada en el consumo
Focalización basada en el consumo
+Basal
1.5
1
.5
0
4
5
6
7
8
Ln(Consumo/adulto equivalente)
127
Gráfica 3— No transferencias comparadas con transferencias con focalización
de Progresa
+Basal
Focalización de PROGESA
1
.5
0
4
5
6
7
8
Ln(Consumo/adulto equivalente)
Gráfica 4— Comparación de la focalización del Progresa y la focalización
basada en el consumo
+Focalización basada en el consumo
Focalización PROGRESA
1.5
1
.5
0
4
5
6
Ln(Consumo/adulto equivalente)
128
7
8
Gráfica 5— No transferencias comparadas con transferencias con focalización
basada en la localidad
+Basal
Focalización a nivel de localidad
1
.5
0
4
5
6
7
8
Ln(Consumo/adulto equivalente)
Gráfica 6— Comparación de la focalización basada en la localidad con la
focalización de Progresa
+Focalización a nivel de localidad
Focalización de PROGRESA
1
.5
0
4
5
6
7
8
Ln(Consumo/adulto equivalente)
129
REFERENCIAS
Deaton, Angus. 1997. “The analysis of household surveys: a microeconometric
approach to development policy”. Baltimore, MD: The World Bank, The
Johns Hopkins University Press.
130
APÉNDICE G
Comparación de la focalización de Progresa a nivel de los hogares
con la focalización a nivel de la localidad
1.
Introducción
En el informe y en mayor detalle en el Apéndice A se describe el
procedimiento de Progresa para identificar hogares beneficiarios. Primero se
clasifican las comunidades usando un índice de marginación basado en las
características a nivel de la localidad. En seguida, se selecciona a los beneficiarios,
con base en un censo aplicado en cada comunidad. En la mayoría de los casos, en
una comunidad dada sólo resulta seleccionada una fracción de los hogares.
La focalización dentro de las comunidades puede dar origen a tres tipos de
críticas. Primero, identificar sólo determinados hogares en una comunidad es un
desperdicio de recursos, puesto que la diferencia marginal entre la mayoría de los
hogares en las comunidades en extrema pobreza es mínima. Segundo, la
identificación de cada hogar en una comunidad es un proceso complejo y la
mayoría de los beneficiarios no entiende por qué fueron seleccionados ellos y no
sus vecinos. Tercero, tal procedimiento puede conducir a divisiones entre los
beneficiarios y los no beneficiarios, o exacerbarlas, especialmente cuando las
personas no entienden cómo funciona el proceso de selección. De igual manera, la
incorporación de toda la comunidad reduciría al mínimo los abusos potenciales,
en términos de la inclusión o de la no inclusión de ciertos miembros.
Una alternativa posible al proceso en dos etapas de selección de los hogares,
es elegir las comunidades con base en el índice de marginación y después incluir a
todos los habitantes de las comunidades seleccionadas como beneficiarios de
Progresa. Esto reduciría el costo de Progresa al eliminar la necesidad de recabar
una gran cantidad de información en el censo. Los ahorros esperados podrían ser
del orden de los $16 millones de dólares estadounidenses.18 Si bien tal método
podría reducir los conflictos en las comunidades en cuanto a quién recibe los
beneficios, por otra parte podría causar problemas de justicia y posiblemente
conducir a conflictos adicionales, dado que recibirían beneficios cierto número de
hogares, claramente no pobres.
18
De acuerdo con Progresa, la aplicación del censo ENCASEH cuesta aproximadamente $17 dólares estadounidenses
por hogar. Puesto que para la administración del programa de todas maneras se requiere un mínimo de información del
censo, cada uno de los hogares se tiene que encuestar a un costo de $11 dólares estadounidenses por hogar ($9 dólares
para llegar al hogar y $2 dólares para recabar la cantidad mínima de información). La aplicación del cuestionario
adicional, necesario para la focalización, costaría aproximadamente $6 dólares. Si consideramos que los hogares
incorporados a Progresa son 2.1 millones, tal método daría como resultado un ahorro aproximado de $9 millones de
dólares.
131
2.
El Experimento
En esta sección se simula la selección a nivel de la localidad de todos los
miembros de las comunidades de Progresa como beneficiarios. Usando la
submuestra de evaluación de sus comunidades, éstas se ordenan con base en el
índice de marginación. Se selecciona a las comunidades empezando con el nivel
más alto de marginación y se descendió hasta haber seleccionado un número
suficiente de comunidades, de manera que su población acumulada fuera igual al
número total de beneficiarios de Progresa en esta submuestra (59 por ciento de la
submuestra total).19 Este proceso reclasificará como pobres algunos de los hogares
que antes se consideraban como no pobres y viceversa. Después comparamos estas
dos subpoblaciones, los hogares que antes eran pobres (es decir, los beneficiarios
de Progresa) y que ahora son no pobres, conforme al método a nivel de la
localidad, con aquéllos hogares que eran no pobres (no beneficiarios de Progresa)
y que ahora son pobres en el nivel de la localidad, para indagar el impacto del
método a nivel de la localidad. Se emplean dos técnicas: la comparación de las
diferencias en las medias de las características más importantes de los hogares y
los probits para identificar las variables que determinan la probabilidad de
selección de un hogar como beneficiario conforme cada uno de los dos métodos.
3.
Los Resultados
3.1 Descripciones
En el cuadro 1, que toma en consideración la fase de densificación y en el
cuadro 2, que no lo hace, se comparan diversos activos de los hogares,
características y uso de servicios entre los pobres y los no pobres que cambiaron
de grupo, en el método de un solo paso. Resultan evidentes varias diferencias
signficativas, aunque en ocasiones contradictorias. Si bien en general los pobres
en el método de un solo paso parecen estar en mejores condiciones que los pobres
anteriores, de quienes abrían ocupado el lugar, algunos comparten ciertas
características a nivel de los hogares y de la comunidad, por lo general asociadas
con la pobreza.
Los pobres a nivel de la localidad tienen ingresos y consumos
significativamente más altos que los no pobres a nivel de la localidad. Esto era de
esperarse, dado que el ingreso per cápita jugó un papel importante en la selección
original de los beneficiarios. Un porcentaje más alto de los nuevos pobres tiene
19
Este porcentaje incluye a los densificados (los hogares clasificados recientemente como pobres siguiendo el método de
densificación de Progresa) en las localidades a las que llega Progresa. Sin los densificados, los beneficiarios potenciales
abarcan 52% del total.
132
varios productos de consumo duraderos, como licuadoras, refrigeradores y
televisores. En promedio, estos hogares tienen más del doble de tierra de temporal
y de ganado que los no pobres por el método de un solo paso. De igual manera, los
pobres del método de un solo paso cuentan con un número significativamente
mayor de miembros que participan en actividades no agrícolas, así como en
trabajo asalariado agrícola y no agrícola y actividades de autoempleo. Tienen un
porcentaje significativamente inferior de niños, de todas las edades, que no asisten
a la escuela, y tienen un porcentaje ligeramente más alto, aunque significativo, de
hogares donde se han realizado pruebas preventivas de salud, como azúcar en
sangre y alta presión sanguínea.
Por otra parte, un alto porcentaje de los pobres que cambiaron de grupo en
el método de un solo paso, carecen de agua corriente. Esto se puede explicar por
el hecho de que los pobres, por el método de un solo paso, incluyen a los hogares
más prósperos de las comunidades más marginadas, de manera que se puede
esperar que el acceso a las variables de infraestructura a nivel de la comunidad sea
menor. Esto resulta más evidente en el cuadro 2, donde un porcentaje
significativamente menor de los pobres, por el método de un solo paso, también
tiene electricidad.
En términos demográficos, estos hogares se encuentran en una etapa más
avanzada del ciclo de vida. El jefe de la familia es mayor, menos educado en
términos de los años de educación formal, al igual que en términos de
analfabetismo y tiene familias más pequeñas. Los pobres, por el método de un solo
paso, tienen un número significativamente menor de niños en todos los grupos de
edades. En un porcentaje mayor los jefes de estos hogares son mujeres. Además,
en estos hogares hay tres veces más indígenas.
Por último, el método de un solo paso implica un movimiento significativo en
términos de las regiones geográficas. Las regiones 4, 5 y 6 son las principales
ganadoras. La participación de hogares que proviene de la Región 5, la Sierra
Gorda, aumenta de un tercio en el caso de los no pobres, por el método de un
paso, a más de la mitad, 52 por ciento de los pobres, por el método de un paso. La
Región 27, Michoacán, baja del 27 al 8 por ciento, mientras que las regiones que
incluyen al estado de San Luis Potosí (12 y 28), bajan de entre 3 y 5 por ciento al
1 por ciento.
3.2 Econometría
Por medio de la técnica de estimación de probit, se evalúa el impacto de cada
variable, manteniendo todas las demás variables constantes, sobre la probabilidad
133
de que un hogar sea seleccionado como beneficiario. Se usan tres definiciones de
beneficiario: producto del método actual, por el método de un solo paso y por
último, los hogares que cambiaron conforme al método de un solo paso.
El probit es un modelo estadístico no lineal (en parámetros) que relaciona la
probabilidad de selección con las variables explicativas, de manera que la
probabilidad estimada permanece entre 0 y 1. Una forma de ver este modelo
econométrico es especificar un índice no observado, como una función lineal de
una serie de variables explicativas, más un término de error. A esto se le denomina
un modelo de función de índice.
Así, el probit en la selección como beneficiario, o para cambiar entre
categorías de beneficiarios, es:
y i* = β ′xi + µ
y i = 1 if y i* > 0,
y i = 0 if y i* ≤ 0,
en donde y*i para un mecanismo de selección dado es el índice latente de
selección, yi indica la selección como beneficiarios, y donde xi es el vector de las
variables que afectan la probabilidad de selección dentro de las categorías
respectivas. También se puede escribir como:
Prob( y i = 1) = φ ( β ′x)
en donde φ es la distribución normal estándar.
El vector de variables explicativas es idéntico en cada ecuación. La selección
como beneficiario se modela como una función de la edad del jefe del hogar, el
sexo, educación y el grupo étnico; el tamaño de la familia y la composición por
edades; el índice de dependencia; la presencia de un miembro discapacitado en la
familia; activos productivos como la participación en actividades laborales,
migración, propiedad de tierras y ganado; recepción previa de un subsidio;
características de la vivienda; posesión de productos de consumo duraderos;
asistencia a la escuela; consumo per cápita; y ubicación geográfica.
En el cuadro 3 se comparan los determinantes para la selección de Progresa
conforme al método actual con el alterno de un solo paso. Algunas variables, que
reflejan los criterios de selección claves conforme al método actual, cambian o ya
134
no son significativas. Por ejemplo, el consumo per cápita, ya no ejerce influencia
en la probabilidad de selección. Conforme al método actual, los jefes de los
hogares son más jóvenes y un mayor número son mujeres, con niños más jóvenes y
los índices de dependencia (proporción de no trabajadores con relación a los
trabajadores) juegan un papel importante para incrementar la probabilidad de
selección. Conforme al método de un solo paso, el índice de dependencia ahora se
asocia con una probabilidad más baja de selección como beneficiario. De igual
manera, el número de niños de mayor edad, se asocia con una probabilidad más
alta. El número de niños pequeños todavía sigue teniendo un efecto positivo,
aunque el coeficiente se redujo considerablemente. Si bien cada niño adicional de
0 a 5 años y de 6 a 11 años incrementa la probabilidad de selección 5.5 y 4 por
ciento respectivamente conforme al método actual, estos porcentajes se reducen a
1.5 y .8 por ciento por el método de un solo paso. El papel del miembro de la
familia discapacitado ahora cambia de signo y se asocia con una menor
probabilidad de selección en el Programa.
En términos de los activos productivos, son algunas las variables que de
nuevo cambian de signo. La tendencia general es que aumentan los activos
productivos asociados con una probabilidad de inclusión más alta, conforme al
método de un solo paso. El número de miembros que trabajan por cuenta propia
ahora incrementa la probabilidad de inclusión, mientras que lo opuesto se aplica
al número de trabajadores en la familia. El número de inmigrantes temporales o
permanentes a los Estados Unidos ahora también incrementa la probabilidad de
inclusión. Por último, los activos de tierra de temporal y de ganado también se
asocian con una mayor probabilidad de selección, mientras que la tierra irrigada
tiene el efecto opuesto.
Las variables relacionadas con las características de toda la comunidad
tienen mayor importancia en el método de un solo paso. Si el jefe de la familia es
indígena, se incrementa la probabilidad de selección de 3 por ciento, conforme al
método actual, al 30 por ciento conforme al método de un solo paso. El uso de
letrina ahora se asocia con un incremento del 13 por ciento en la probabilidad de
selección, y el recibir algún tipo de subsidio gubernamental, por lo general
disponible al nivel de la comunidad, ahora se asocia con una mayor posibilidad de
selección. Por el contrario, la propiedad de productos de consumo duraderos, en
cuanto a signo y a tamaño del coeficiente (a excepción de las estufas de gas),
ahora se vuelve menos importante.
Ciertas variables que reflejan componentes importantes del programa,
también cambiaron de signo. Tener niños de 12 a 14 años y de 15 a 16 años de
edad, que no asisten a la escuela, se asocia con una probabilidad
significativamente mayor de selección en el método actual, mientras que los niños
135
de 6 a 11 años y de 15 a 16 años de edad, que no asisten a la escuela, se asocian
con una probabilidad menor, para el método de un solo paso. De igual manera,
tener un niño que desertó de la escuela, se asocia con una probabilidad menor.
Por último, tal y como se refleja en las estadísticas descriptivas, la ubicación
geográfica ahora tiene una mayor importancia en la selección de beneficiarios. En
comparación con la región 28 (región de referencia), todas las demás regiones
tienen una probabilidad significativamente más alta de selección. La mayoría de
estas probabilidades están en el rango del 30 al 40 por ciento.
En el cuadro 4, se restringió la muestra incluyéndose sólo a los hogares que
cambiaron de posición entre los dos métodos. En este caso, el análisis probit
ilustra cuáles son las determinantes para cambiar de no pobre a pobre, conforme a
los criterios del método de un solo paso. En contraposición a la estadística
descriptiva, que controla las demás variables, en general estos hogares tienen
varones más educados como jefes de familia, que son de mayor edad e indígenas.
Estos hogares tienden a contar con un menor número de niños, de mayor edad, y
por lo tanto tienen índices de dependencia menores.
Estos hogares también tienen una mejor posición económica. Tienen más
activos productivos, incluyendo migración temporal a Estados Unidos, tierra de
temporal y ganado. El método de un paso tiene un mayor número de productos de
consumo duraderos (excepto estufas de gas) y niveles de consumo per cápita más
altos, que llevan a una mayor probabilidad de inclusión en este grupo.
4.
Conclusiones
Las diferencias entre los pobres y los no pobres, según se determina en la
selección de Progresa como beneficiarios, van acorde a los objetivos del programa:
focalizar a los hogares más pobres (en un sentido multidimensional). El método a
nivel de la localidad, mostrado con anterioridad, claramente alteraría las
características del grupo de beneficiarios. Estos cambios pueden no ser idóneos,
dados los objetivos del programa. La composición demográfica sería de mayor
edad, las familias serían más pequeñas y tendrían un menor número de niños. La
capacidad de generación de ingreso de los beneficiarios se incrementaría, puesto
que se incluirían los hogares más prósperos de las comunidades menos
marginadas. Las diferencias a nivel de los hogares, como tener un miembro
discapacitado en el hogar, o tener un nivel más bajo de consumo, ya no tendrían
influencia sobre la inclusión. Si bien el método de un solo paso simplificaría las
reglas para la selección, desde la perspectiva de los beneficiarios, y probablemente
reduciría los conflictos dentro de las comunidades, incurriría en costos tangibles
en términos de las características de la población beneficiaria resultante.
136
Cuadro 1
Características de cambio de tipo de hogar, incluyendo fase de densificación
Pobres a no No pobres
pobres
a pobres
Prueba de
significancia
Unidades
Ingreso y nivel de consumo
Ingreso total, per cápita
Consumo total, per cápita
Enseres
Licuadora
Refrigerador
Estufa de gas
Televisor
Radio
Características de la vivienda
Piso de Tierra
Agua corriente en el terreno
Electricidad
Activos
Tierra de riego
Tierra de Temporal
Cabezas de ganado
Cerdos
Demografía
Edad, jefe del hogar
Sexo, jefe del hogar
Educación, jefe del hogar
Alfabetismo, jefe del hogar
Tamaño del hogar
Niños de 0-5
Niños de 6-11
Niños de 12-14
Niños de 15-16
Miembro de grupo étnico indígena
Actividades Laborales
Trabajadores agrícolas asalariados
Trabajadores no-agrícolas asalariados
Trabajadores por cuenta propia
Trabajadores familiares
Asistencia a la escuela
niños 6-11, no asistiendo a la escuela
Pesos
Pesos
228
190
349
251
+
+
%
%
%
%
%
33
9
38
49
61
44
22
29
60
76
+
+
+
+
%
%
%
55
52
81
55
27
85
+
Has
Has
#
#
.30
2.30
.83
.80
.13
5.10
1.80
1.55
+
+
+
Años
%
Años
%
#
#
#
#
#
%
42
91
3.08
75
5.95
1.04
1.20
.53
.25
13
52
87
2.71
67
4.40
.38
.47
.29
.21
44
+
+
#
#
#
#
.69
.24
.14
.37
.86
.30
.38
.38
+
+
+
%
4
1
(continúa)
137
Cuadro 1
Características de cambio de tipo de hogar, incluyendo fase de densificación
Pobres a no No pobres
pobres
a pobres
niños de 12-14, no asistiendo a la escuela
niños 15-16, no asistiendo a la escuela
Salud
prueba de azúcar en sangre
prueba de alta presión sanguínea
Regiones
Sierra Negra-Zongolica-Mazateca (3)
Sierra Norte-Otomí Tepehua (4)
Sierra Gorda (5)
Montaña-Guerrero (6)
Huasteca-SLP (12)
Tierra Caliente-Michoacán (27)
Altiplano- SLP (28)
138
Unidades
%
%
12
14
Prueba de
significancia
5
10
-
%
%
27
42
30
45
+
+
%
%
%
%
%
%
%
12
15
36
2
3
27
5
11
21
52
7
1
8
1
+
+
+
-
Cuadro 2
Características de cambio de tipo de hogar, excluyendo la fase de densificación
Pobres a No pobres a
no pobres
pobres
Prueba de
significancia
Unidades
Ingreso y consumo
Ingreso total, per cápita
Consumo total, per cápita
Enseres
Licuadora
Refrigerador
Estufa de gas
Televisor
Radio
Características de la vivienda
Piso de tierra
Agua corriente en el terreno
Electricidad
Activos
Tierra de riego
Tierra de temporal
Cabezas de ganado
Cerdos
Demografía
Edad, jefe del hogar
Sexo, jefe del hogar
Educación, jefe del hogar
Alfabetismo, jefe del hogar
Tamaño de la familia
Niños 0-5
Niños 6-11
Niños 12-14
Niños 15-16
Miembro de grupo étnico indígena
Actividades Laborales
Trabajadores agrícolas asalariados
Trabajadores no-agrícolas asalariados
Trabajadores por cuenta propia
Trabajadores familiares
Asistencia a las escuelas
niños de 6-11, no asistiendo a la escuela
Pesos
Pesos
216.79
182.73
329.98
244.71
+
+
%
%
%
%
%
30
07
34
47
60
37
19
24
52
72
+
+
+
+
+
%
%
%
.57
.50
.80
.60
.26
.80
+
-
Has
Has
#
#
.23
2.34
.79
.79
.16
5.16
1.67
1.54
+
+
+
Años
%
Años
%
#
#
#
#
#
%
42
.92
3.20
.76
6.07
1.10
1.26
.54
.25
.16
52
.86
2.46
.62
4.29
.39
.48
.29
.21
.46
+
+
#
#
#
#
.73
.23
.13
.34
.86
.25
.39
.36
+
%
4
1
+
(continúa)
139
Cuadro 2
Características de cambio de tipo de hogar, excluyendo la fase de densificación
Pobres a No pobres a
no pobres
pobres
niños de 12-14, no asistiendo a la escuela
niños de 15-16, no asistiendo ala escuela
Salud
prueba de azúcar en sangre
prueba de alta presión sanguínea
Regiones
Sierra Negra-Zongolica-Mazateca (3)
Sierra Norte-Otomí Tepehua (4)
Sierra Gorda (5)
Montaña-Guerrero (6)
Huasteca-SLP (12)
Tierra Caliente-Michoacán (27)
Altiplano- SLP (28)
140
Unidades
%
%
12
14
5
10
%
%
27
42
28
43
%
%
%
%
%
%
%
13
17
36
1
3
25
5
10
23
50
10
0
7
1
Prueba de
significancia
-
+
+
+
-
Cuadro 3
Determinantes de probabilidad de selección en PROGRESA
Método actual
Análisis probit
***significativo al nivel de 1%
**significativo al nivel del 5%
*significativo al nivel del 10%
Demografía
edad, jefe del hogar
sexo, jefe del hogar
años de educación, jefe del hogar
miembro de grupo étnico indígena
proporción de sexo
niños 0-5
niños 6-11
niños 12-14
niños 15-16
índice de dependencia
discapacidad
Actividades Laborales
# trab. ag. asalariados
# trab. no agric. asalariados
# vendedores
# trabajadores familiares
Migración
#mig temporal a México
#mig temporal a EUA a México
# mig perm a México
# mig perm a eua a México
Activos
has tierra de riego
has tierra de temporal
si/no ganado
si/no cerdos
Subsidio
recibió subsidio
Características de la vivienda
proporción de densidad de la vivienda
piso de tierra
agua corriente, en el terreno
letrina
electricidad
Enseres
licuadora
estufa de gas
radio
tele
refigerador
Asistencia a la escuela
si/no niños 6-11, no asistiendo a la escuela
si/no, niños 12-14, no asistiendo a la escuela
si/no niños 15-16, no asistiendo a la escuela
desertaron de la escuela
faltaron algunos días a la escuela
Consumo
consumo total, per cápita
Geográfica
región 3
región 4
región 5
región 6
región 12
región 27
# obs
chi2(46)
prob > chi2
obs. P
pred. P
dF/dX
Método 1 paso
23133
15526
.00
.59
.68
z
# obs
chi2(46)
prob > chi2
obs. P
pred. P
P>|z|
dF/dX
23133
11245
.00
.59
.65
z
P>|z|
-.004
-.039
-.017
.029
.000
.055
.040
.014
-.023
.155
.080
-12.86
-2.83
-9.68
3.01
.00
9.87
7.45
1.73
-1.79
35.70
4.77
.00 ***
.01 ***
.00 ***
.00 ***
1.00
.00 ***
.00 ***
.08 *
.07 *
.00 ***
.00 ***
.000
.000
-.006
.295
-.011
.015
.008
.008
.029
-.010
-.049
-1.22
.01
-4.02
33.48
-.54
3.04
1.68
1.08
2.39
-3.04
-2.94
.22
.99
.00 ***
.00 ***
.59
.00 ***
.09 *
.28
.02 **
.00 ***
.00 ***
-.008
-.045
-.042
.039
-1.34
-5.16
-5.08
6.14
.18
.00 ***
.00 ***
.00 ***
-.012
-.044
.039
-.014
-2.00
-5.59
4.68
-2.31
.05 **
.00 ***
.00 ***
.02 **
.035
-.045
.017
-.007
4.36
-2.94
.90
-.37
.00 ***
.00 ***
.37
.71
.024
.054
.037
.027
3.00
4.08
2.01
1.66
.00 ***
.00 ***
.05 **
.10 *
.000
.000
-.009
-.005
.17
.12
-6.97
-3.53
.87
.90
.00 ***
.00 ***
-.005
.001
.007
.009
-3.31
2.59
6.21
6.71
.00 ***
.01 ***
.00 ***
.00 ***
.005
.56
.58
.031
3.64
.00 ***
.032
.174
-.116
-.003
-.243
11.53
18.76
-13.11
-.31
-24.21
.00 ***
.00 ***
.00 ***
.75
.00 ***
.008
.125
-.316
.132
-.220
3.25
14.77
-39.17
16.11
-22.44
.00 ***
.00 ***
.00 ***
.00 ***
.00 ***
-.173
-.113
-.106
-.180
-.247
-16.07
-10.09
-11.73
-18.28
-16.79
.00 ***
.00 ***
.00 ***
.00 ***
.00 ***
-.045
-.209
.039
.000
-.011
-4.48
-20.30
4.48
.04
-.91
.00 ***
.00 ***
.00 ***
.97
.37
.025
.060
.047
-.002
.000
.82
3.48
2.67
-.07
.01
.41
.00 ***
.01 ***
.95
.99
-.043
.007
-.025
-.072
.005
-1.72
.44
-1.49
-2.10
.40
.09 *
.66
.14
.04 **
.69
.000
-4.57
.00 ***
.000
.04
-.130
-.058
-.169
.075
.070
.127
-3.92
-1.86
-5.65
2.33
1.76
4.45
.00 ***
.06 *
.00 ***
.02 **
.08 *
.00 ***
.374
.418
.399
.420
.169
.302
17.29
18.94
14.29
24.74
4.73
12.31
.97
.00 ***
.00 ***
.00 ***
.00 ***
.00 ***
.00 ***
141
Cuadro 4
Determinantes de probabilidad de cambio en PROGRESA conforme al
método de un solo paso
Análisis probit
Demografía
edad, jefe de hogar
sexo, jefe de hogar
años de educación, jefe de hogar
miembro de grupo étnico indígena
proporción de sexo
niños 0-5
niños 6-11
niños 12-14
niños 15-16
proporción de dependencia
discapacidad
Actividades Laborales
# trab agrícolas asalariados
# trab no agr asalariados
# vendedores
# trabajadores familiares
Migración
# mig temporal a México
# mig temporal a EUA México
# mig perm a México
# mig perm a EUA México
Activos
has tierra de riego
has tierra de temporal
si/no ganado
si/no cerdos
Subsidio
recibió subsidio
Características de la vivienda
proporción densidad de la vivienda
piso de tierra
agua corriente, en el terreno
letrina
electricidad
Enseres
licuadora
estufa de gas
radio
tele
refrigerador
Asistencia a la escuela
si/no niños 6-11-, no asistiendo a la escuela
si/no niños 12-14, no asistiendo a la escuela
si/no niños 15-16, no asistiendo a la escuela
desertaron de la escuela
faltaron días a la escuela
Consumo
consumo total, per cápita
Geográfica
región 3
región 4
región 5
región 6
región 12
región 27
142
# obs
chi2(46)
prob > chi2
obs. P
pred. P
8050
5871
.00
.50
.48
dF/dX
z
P>|z|
.005
.050
.014
.290
-.024
-.046
-.034
-.020
.047
-.188
-.146
8.43
1.85
4.19
14.82
-.56
-4.35
-3.41
-1.29
1.88
-23.08
-4.35
.00
.06
.00
.00
.58
.00
.00
.20
.06
.00
.00
-.005
.002
.109
-.073
-.45
.10
6.08
-6.04
.65
.92
.00 ***
.00 ***
-.018
.131
-.013
.036
-1.14
4.50
-.32
.95
.25
.00 ***
.75
.34
-.005
.003
.013
.015
-1.25
3.69
5.84
4.74
.21
.00 ***
.00 ***
.00 ***
.036
1.98
.05 **
-.033
-.090
-.232
.139
-.005
-6.13
-5.24
-14.28
8.41
-.23
.00
.00
.00
.00
.82
***
***
***
***
.133
-.062
.182
.177
.251
6.64
-3.08
10.12
9.45
10.10
.00
.00
.00
.00
.00
***
***
***
***
***
-.019
-.057
-.038
-.082
.021
-.36
-1.71
-1.09
-1.20
.74
.72
.09 *
.27
.23
.46
.000
2.37
.02 **
.511
.490
.487
.524
-.017
.207
11.21
10.09
9.51
11.99
-.22
3.67
.00
.00
.00
.00
.83
.00
***
*
***
***
***
***
*
***
***
***
***
***
***
***
APÉNDICE H
El impacto de los distintos esquemas de focalización y de transferencias,
sobre dos medidas de desigualdad
Además de los índices de pobreza FGT, también se examinaron los valores de
los índices de desigualdad y la forma en que son afectados por los distintos
esquemas de transferencias y de focalización. La principal desventaja de los
índices de pobreza FGT es que se enfocan sólo a los hogares pobres, o sólo a ellos
les asignan ponderación. Así pues, los hogares que se encuentran sobre la línea de
pobreza, aunque desde cualquier punto de vista práctico son idénticos a los
hogares que se encuentran justo debajo de la línea de pobreza, no reciben
ponderación. Los índices de desigualdad proporcionan una alternativa para evaluar
el impacto de los distintos esquemas de focalización y transferencias, al comparar
su impacto en la desigualdad en el total de hogares, no sólo en aquéllos que se
encuentran bajo la línea de pobreza. De esta manera, los beneficios no otorgados a
los hogares justo sobre la línea de pobreza, no necesariamente tendrán que
considerarse como fugas y se les podrá asignar un peso similar al asignado a los
hogares que reciben beneficios y que se encuentran justo debajo de la línea de
pobreza (Deaton, 1997).
Se calculó el impacto de los esquemas de focalización y transferencias
discutidos en este informe, con relación a dos índices de desigualdad conocidos: el
índice de Entropía Generalizada GE(a) y el índice Atkinson, A(e).
Considerando una población de individuos (o de hogares, etc.) i=1,…,n con
n
w
un ingreso yi y un peso wi. Sea f i = i , en donde N = ∑i =1 wi . Cuando los datos
N
no están ponderados wI=1 yN=n. Sea m el ingreso medio. Entonces el índice de
Entropía Generalizada GE(a) está dado por la expresión:
  n  y α  
1
GE (α ) =
 ∑ f i  i   − 1, α ≠ 0, α ≠ 1
α (1 − α )   i =1  m   
mientras
que
el
índice
Atkinson es
n
1− e 
Y (e ) 
A(e ) = 1 −  ede
, en donde Yede (e ) = ∑ f i ( y i ) 
m

 i =1

1
1− e
, e > 0, e ≠ 1 .
Los dos índices de desigualdad implican un parámetro que permite que el
índice sea sensible a las distintas partes de la distribución. Por ejemplo, para el
índice GE(a), cuanto más negativa sea a, más sensible será GE(a) a las diferencias
en el consumo, al final de la distribución. Cuanto más positiva sea e>0, más
143
sensible será A(e) a las diferencias en el consumo al final de la distribución. En el
Cuadro 1, reporta los valores de estos dos índices con los valores de los
parámetros establecidos en a = - 1 y e = 2 de manera que los dos índices son
sensibles a las diferencias en la parte inferior de la distribución del consumo.
Cuadro 1
Índices de Desigualdad
Índices de desigualdad en varios esquemas de focalización/transferencia
con un presupuesto fijo e incluyendo costos administrativos de focalización
(Cambio porcentual en el índice de desigualdad con respecto al caso en que no hay transferencia)
GE (-1)
0.1147
A(2)
0.18660
Transferencia uniforme
(i.e. sin focalización)
0.11567
(0.85)
0.18788
(0.69)
Transferencias con
focalizacón basada
enel consmo
Transferencias con la
focalización
de PROGRESA
Focalización a nivel de la localidad
(con base en el índice de marginación)
0.08263
-(27.96)
0.14182
-(24.00)
0.08943
-(22.03)
0.15173
-(18.69)
0.09657
-(15.81)
0.16188
-(13.25)
Sin transferencia
(Sin programa pobreza a la contra)
Al revisar el cuadro 1 se observan los mismos patrones generales observados
para el índice de pobreza P(2) en el reporte. Para los dos índices de desigualdad,
las transferencias uniformes tienen poco o ningún efecto en la desigualdad,
mientras que la focalización basada en el consumo tiene el impacto más alto sobre
la desigualdad. La focalización de Progresa ocupa el segundo lugar en cuanto a
impacto, después de la focalización basada en el consumo, pero muy por delante
del impacto de la focalización a nivel de la localidad.
144
APÉNDICE I
Análisis de las características de operación relativas (ROC)20
y la focalización de Progresa
1.
Introducción
Las curvas de características de operación relativas(ROC) se pueden usar
para evaluar el poder predictivo de los indicadores de focalización de la pobreza.
Esta técnica permite comentar cuáles grupos de indicadores, o indicadores de
focalización individuales, tienen el mayor poder predictivo sobre si una familia es
pobre o no. El objetivo es comparar las variables que utiliza Progresa con una serie
alterna de variables. Primero, se juzga la robustez del esquema de ponderación
implícito en el procedimiento de análisis discriminante de Progresa. Segundo se
prueba si la serie de variables alternativas funciona mejor que las variables de
Progresa, lo que permitiría sugerir nuevas variables que pueden ser usadas en
Progresa. Tercero, al variar la línea de pobreza, se puede evaluar la sensibilidad de
las variables usadas con respecto a cambios en la línea de pobreza. Cuarto, dado
que Progresa realizó una serie de pruebas exhaustivas de las variables que se
podían emplear, es probable que la mayoría de estas variables alternativas ya se
hayan descartado en el procedimiento de análisis discriminante. Por tanto, la
comparación proporcionará una prueba explícita de la eficacia de usar el análisis
discriminante para descartar posibles variables explicativas.21
El ejercicio incluye los siguientes pasos. Primero, presenta una descripción
de la teoría y de la mecánica de las curvas ROC. Segundo, se establece una serie
de líneas de pobreza. Tercero, se estima un modelo logit multivariado para cada
línea de pobreza y por cada serie de variables explicativas. Las curvas ROC y los
puntajes, o el área que se encuentra bajo la curva, se calculan a partir de los
resultados del modelo logit. Cuarto, también se emplean modelos univariados para
verificar el poder predictivo de las variables individuales o de los grupos de
variables a lo largo de las líneas de pobreza. Por ejemplo, se puede medir si la
tenencia de la tierra es más importante que los años de educación entre las
regiones y entre las líneas de pobreza.
2. ¿Qué es una curva ROC?
La curva ROC se originó en la teoría de la detección de señales en la década
20
Por sus siglas en inglés Relative Operating Characteristics, (ROC).
Aquí necesitamos tener en cuenta que algunas variables en ocasiones se han mantenido en la función del análisis
discriminante por razones políticas, más que estadísticas.
21
145
de los años 50 y desde entonces se ha utilizado en psicología y en medicina, entre
otros campos. Wodon (1997) aplicó por primera vez las curvas ROC a la economía,
y más específicamente, a la focalización de la pobreza. Tal y como lo describe
Wodon, el análisis ROC se puede usar para evaluar el poder predictivo de los
indicadores de focalización de la pobreza. Wodon define dos tipos de errores de
focalización: la sensibilidad, o SE, que es la fracción de hogares con resultados
positivos observados (en pobreza) correctamente identificados (errores Tipo II =
SE); y la especificidad, o SP, que es la fracción de los hogares con resultados
negativos observados correctamente clasificados como no pobres (errores Tipo I =
1-SP). En otras palabras,
SE =
Pcorrectly
Pincorrectly + Pcorrectly
y
SP =
NPcorrectly
NPincorrectly + NPcorrectly
en donde P= pobres y NP= no pobres.
La curva ROC resume los errores SP y SE obtenidos en un continuo de
puntos de corte. Se dice que una de las series de los indicadores de la focalización
domina sobre la otra, en cuanto a las funciones de la clase del bienestar W(SE, 1SP), si para todos los valores del punto de corte, que representan la ventaja
relativa entre los dos tipos de errores, las probabilidades de que los dos errores se
asocien con la primera serie de indicadores se pueden reducir más que las
probabilidades de que ambos errores se asocien con la segunda serie.
La gráfica 1 muestra una curva ROC correspondiente a uno de los modelos
estimados en la Sección 3. El eje horizontal es 1-especificidad (SP), mientras que
el eje vertical es la sensibilidad (SE). La curva ROC grafica 1-SP y SE para un
continuo de valores (limitados por 0 y 1) del punto de corte, c. Conforme c se
mueve hacia 1, un menor número de hogares se estiman como pobres, con lo que
SP aumenta y se reduce la probabilidad de error SP, a la vez que se reduce SE y se
aumenta la probabilidad de error SE . Por el contrario, conforme c se mueve hacia
0, se registra el proceso inverso. Cuando c=1, ninguna observación se clasifica
como pobre, con lo que la probabilidad de un error SP es igual a cero. Por otra
parte, todos los pobres se clasifican como no pobres, y por lo tanto SE=1. En
146
(1,1), con c=0, todos los no pobres se clasifican como pobres, y por lo tanto SP es
igual a uno. De igual manera, todos los pobres se clasifican como pobres y por lo
tanto SE es igual a cero.
El área bajo la curva ROC resume el poder predictivo del modelo. Un modelo
que pudiera predecir perfectamente la pobreza pasaría por (0,1), en la esquina
superior izquierda de la gráfica. El área resultante sería igual a uno. Así, un área
más grande bajo la curva ROC es una medida de un mejor poder predictivo. Para la
mayoría de los análisis que se presentan a continuación compararemos el área
bajo las curvas ROC de modelos en competencia.
3.
Establecimiento de las líneas de pobreza
Las determinantes de la pobreza pueden variar dependiendo de la
especificación de la línea de pobreza. Por ejemplo, una variable, o grupo de
variables, que sea crucial para la identificación de los extremadamente pobres,
puede perder poder predictivo a medida que se incrementa la línea de pobreza, y
viceversa. Por esta razón, se experimenta con tres líneas de pobreza separadas:
percentil 25, percentil 50 y percentil 75. En la metodología del análisis
discriminante que se usó para identificar a los beneficiarios, Progresa separa los
hogares en pobres y no pobres como primer paso, con base en el ingreso per
cápita. La línea de pobreza se establece usando los precios de los alimentos de una
canasta básica alimentaria. Esta línea de pobreza corresponde aproximadamente
al percentil 75.
4.
Estimación de los modelos logit
Las curvas ROC se construyen usando los resultados del modelo logit. Esto se
hace en un programa de Stata (Statacorp, 1999). La técnica de estimación logit es
similar a la técnica probit descrita en el experimento de un solo paso y difiere
únicamente en cuanto a la distribución de probabilidades usada. En este caso, el
logit evalúa el impacto de un vector de las variables explicativas sobre la
probabilidad de vivir en pobreza. Al igual que con el probit, el logit es un modelo
estadístico no lineal (en sus parámetros) que relaciona la probabilidad de
selección con las variables explicativas, de tal manera que la probabilidad
estimada permanece entre 0 y 1. Este modelo econométrico se puede entender
especificando un índice no observado como una función lineal de una serie de
variables explicativas más un término de error. Este índice lo definimos como
y i* = z i − y
147
donde zι = línea de pobreza ι, y y = ingreso per cápita tomado de la
ENCASEH97.22 Por tanto, el logit de vivir en la pobreza es
y i* = β ′xi + ε
donde y*ι para una línea de pobreza dada, es el índice latente de vivir en
pobreza, x es el vector de las variables explicativas que determinan la probabilidad
de vivir en pobreza, y ε el término de error. Cuando se tiene el logit, no
observamos y*ι, sino una variable que toma los siguientes valores
y i = 1 if yi* > 0
y i = 0 if yi* ≤ 0
Así, la probabilidad de que un hogar sea pobre, para cada línea de pobreza, se
puede escribir como
Pr( y = 1) = Pr[ε > − βx] = 1 − F (− βx)
donde F es la distribución acumulada. Beta se estima usando la probabilidad
máxima, que en caso del logit es
Pr( y = 1) =
exp(− βx)
[1 − exp(− βx)]
La regla de corte que marca el vivir en la pobreza, es
βˆx > .5
Sin embargo, el programa Stata, evalúa el logit en un continuo de puntos de
corte, que permite trazar la curva ROC.
Por cada una de cinco regiones (3, 4, 5, 6 y 27), se estimaron dos modelos
para cada una de las tres líneas de pobreza. El primer modelo de Progresa, emplea
como variables explicativas la serie de variables usadas en una región en particular
por el procedimiento de análisis discriminante de Progresa. El segundo modelo
usa una serie alternativa de variables explicativas. Si bien los dos modelos tienen
22
Se continúan usando los datos sobre el ingreso de la ENCASEH97, aunque son incompletos, para permitir una
comparabilidad estricta con los resultados del análisis discriminante.
148
categorías de variables similares, como son la composición de los hogares o las
actividades laborales, las variables que se utilizan son distintas. Por cada modelo
primero se obtuvo un modelo logit multivariado, para obtener el área bajo la curva
ROC para toda la serie de variables explicativas. Después, se obtuvieron los
modelos univariado y multivariado para cada una de las categorías de variables,
con la finalidad de medir el poder predictivo relativo de cada categoría.
5.
Resultados econométricos
Generales
En los cuadros 1 a 5 se encuentran los resultados de cada región. La gráfica
1 muestra las curvas ROC para Progresa y los modelos alternos en la Región 3. Al
comparar los resultados en las regiones, surgen varios patrones. Primero, en todas
las regiones, en las tres líneas de pobreza el modelo alterno funciona mejor que el
modelo de Progresa. Sin embargo, la diferencia entre los dos modelos disminuye
conforme aumenta la línea de pobreza del percentil 25 al percentil 75. La
diferencia en las áreas entre los dos modelos varía desde un 3 por ciento en el
percentil 75 en las Regiones 3, 4 y 6, a 21 por ciento en el percentil 25 en la
Región 27. No es sorprendente que el desempeño del modelo de Progresa mejore
con las líneas de pobreza más altas puesto que esta línea de pobreza está más
cerca de la utilizada por Progresa para iniciar sus modelos de focalización.
El modelo que tiene el peor desempeño es el percentil 25 de Progresa en la
Región 27, con un área de .637 (en comparación con el puntaje alterno de .803).
El mejor modelo es la alternativa del percentil 50 en la Región 4, con un área de
.860 (en comparación con .835 de Progresa). Ninguna de las líneas de pobreza
domina, en las regiones, en términos del área ROC. Si bien el modelo del probreza
de los percentiles 50 y 75 claramente domina, los puntajes del modelo alterno son
más equilibrados en las líneas de pobreza.
Por Subgrupos
La serie alterna de variables explicativas se construyó usando, en la medida
de lo posible, nuevas formulaciones para las variables existentes. Cuando esto no
fue posible, como en el caso de la edad del jefe del hogar, la variable se excluyó del
modelo alterno. Al analizar las curvas ROC por subgrupos podemos explicar la
superioridad del modelo alterno. De igual manera, nos permite ver el poder
predictivo relativo de las distintas variables para las series de variables. Por último,
se puede ver cómo varía el poder predictivo a lo largo de las líneas de pobreza.
La composición de los hogares y las variables de su tamaño dominan los
149
resultados, tanto en el modelo de Progresa como en el alterno. El modelo de
Progresa usó la razón de dependencia (el número total de miembros de la familia
con relación al número de adultos que trabajan) y el número de niños, mientras
que el modelo alterno usa una razón de dependencia distinta (la proporción de
niños con relación al tamaño total del hogar), al igual que el número de miembros
del hogar en las distintas categorías de edades. En la mayoría de los casos, pero no
en todos, la fórmula de Progresa se desempeñó mejor que la fórmula alterna. Sin
embargo, las variables alternas con frecuencia son un mejor estimador de la
pobreza extrema. Por ejemplo, en las Regiones 4, 6 y 27, las variables alternas son
mejores para la línea de pobreza extrema, el percentil 25, mientras que las
variables de Progresa son mejores para los criterios de los percentiles 50 y 75. Sin
embargo, en todos los casos y en cualquiera de los dos modelos, las variables
sobre la composición de los hogares son mejores predictores de la pobreza
moderada que de la pobreza extrema.
La formulación distinta de las actividades laborales es la clave subyacente en
el mejor desempeño del modelo alterno. En todas las regiones, la especificación
alterna se desempeñó mejor que la variable de Progresa. Mientras que el modelo
de Progresa se limita a las actividades laborales del jefe del hogar23, el modelo
alterno usa una serie de actividades laborales. Esta serie está compuesta por el
número de miembros adultos en el hogar que participan en cualquiera de cuatro
actividades específicas (trabajo agrícola asalariado, trabajo no agrícola asalariado,
trabajo por cuenta propia y trabajos familiar en su mayor parte agrícolas).
Conforme al modelo alterno, las actividades laborales se encuentran en primer o
segundo lugar de importancia en todas las regiones, a lo largo de todas las líneas
de pobreza. En las Regiones 4, 6 y 27, las actividades laborales son muy superiores
a la composición del hogar en términos del poder predictivo. En algunas regiones,
Progresa excluyó las actividades laborales, lo cual pudo no haber ocurrido si se
usara la formulación alterna. Las actividades laborales son particularmente
importantes para predecir la pobreza extrema. Para todas las regiones, y en las dos
especificaciones, la importancia de las actividades laborales disminuye al
aumentar las líneas de pobreza.
Otras variables relevantes incluyen el número de miembros de la familia por
cuarto, o (hacinamiento). No existe ninguna especificación alterna para esta
variable. El poder predictivo del hacimiento aumenta de manera uniforme a través
de las líneas de pobreza. En las regiones donde se incluye el hacinamiento y las
actividades laborales en el modelo, el hacinamiento supera el poder predictivo del
trabajo en el percentil 75.
23
Por el método de curvas de correspondencia, Progresa convierte la lista ordinal de actividades en un equivalente
continuo.
150
Las características de la vivienda y la posesión de bienes duraderos siguen en
importancia al hacinamiento. En la mayoría de los casos la formulación de
Progresa supera en desempeño al modelo alterno. Salvo en la Región 27, las
características de la vivienda tienen un poder predictivo mayor en las líneas de
pobreza más altas. Sin embargo, en ningún punto superan al hacinamiento. Las
demás variables son de importancia secundaria, y difieren de manera importante a
lo largo de las regiones y de las líneas de pobreza. En algunos casos juegan papeles
significativos como lo es el grupo étnico en la Región 6.
Además de la reformulación de las variables de Progresa, el modelo alterno
también introdujo algunas de las variables probadas y descartadas, por el
procedimiento de análisis discriminante de Progresa en regiones específicas. Estas
incluyen al grupo étnico y sexo del jefe del hogar, además de migración a los
Estados Unidos y en el interior de México, posesión de ganado y tierras. En su
mayor parte, los resultados ROC parecen justificar la selección del análisis
discriminante, especialmente considerando el uso de la línea de pobreza alta de
Progresa. En el caso del grupo étnico, surgen contradicciones especialmente en la
Región 6. Algo similar ocurre con la posesión de tierra en las Regiones 4 y 27. El
hecho de que los grupos étnicos puedan jugar un papel importante en el análisis
ROC, y no en el análisis discriminante, no significa que este último sea incorrecto,
ya que a priori definitivamente ninguno de los dos métodos se puede considerar el
método correcto.
Clasificaciones
El análisis ROC también se puede usar para probar la robustez de la escala de
ponderación relativa producida por el análisis discriminante de Progresa. En los
cuadros 6 y 7 se compara la clasificación de poder predictivo producido por el
análisis univariado ROC con la estructura de la matriz del análisis discriminante.
Los dos son conceptualmente similares en el sentido de que miden la importancia
relativa de las variables para diferenciar entre los hogares pobres y los no pobres.
En el cuadro 6, que corresponde a la Región 5, se puede ver que las clasificaciones
son notablemente similares. Sólo la discapacidad, que se clasifica hasta el final en
la matriz de estructura y en quinto lugar (de 14) en el análisis ROC, juega un
papel significativamente distinto.24 En el Cuadro 7, que corresponde a la Región 6,
las clasificaciones no son tan similares.
24
Los valores no son comparables
151
6.
Conclusión
El análisis ROC proporciona otra herramienta para medir la robustez del
procedimiento del análisis discriminante de Progresa. Las diferencias que surgen
no significan que alguno de los dos métodos sea mejor, dado que a priori es difícil
establecer criterios sobre la superioridad de cualquiera de los dos métodos. En
general, el modelo alterno funciona mejor, en el análisis ROC, que el modelo de
Progresa. Sin embargo, las diferencias entre los dos modelos se reducen a medida
que se incrementa la línea de pobreza. Esto no es de sorprender, puesto que el
percentil 75 corresponde, en gran medida, a la línea de pobreza inicial de
Progresa. Para ambos modelos, las variables de composición de los hogares tienen
el mayor poder predictivo y dominan los resultados.
Detrás del mejor desempeño del modelo alterno se encuentra una
reformulación de las actividades laborales. Progresa usó sólo las actividades
laborales del jefe de la familia, mientras que el modelo alterno toma en
consideración las actividades laborales de todos los miembros adultos de la
familia. Esta sería una serie de variables de las que Progresa podría beneficiarse al
incorporarlas a su procedimiento de focalización.
El papel de las distintas variables en la estimación de la pobreza cambia con
las líneas de pobreza usadas. La composición de los hogares, al igual que el
hacinamiento, tienen mayor poder predictivo con una línea de pobreza moderada.
Por otra parte, las actividades laborales se desempeñan mejor en la pobreza
extrema.
Los resultados ROC confirman los rangos y la ponderación del procedimiento
de análisis discriminante, aunque al comparar los dos modelos ocurren ciertas
inversiones en el ordenamiento. El método del análisis discriminante parece ser,
en general, robusto. Los resultados ROC también confirman el desechar variables
específicas, con excepción del grupo étnico en la Región 6. De nuevo, esta
discrepancia no demuestra que el método de análisis discriminante sea incorrecto,
simplemente establece límites a la generalidad de su robustez.
152
Bibliografía
Wodon, Q. 1997. “Targeting the poor using ROC curves”. World Development 25
(12): 2083-2092.
Statacorp. 1999. “Stata Statistical” Software, Release 6, Vol. 2. College Station,
TX: Stata Corporation.
153
Cuadro 1
Area bajo la curva ROC, por línea de pobreza (per ápita), Región 3
Línea de pobreza
Percentil 25
Percentil 50
Percentil 75
Progresa
Alterno
Progresa
Alterno
Progresa
Alterno
.778
.851
91
.811
.853
95
.805
.828
97
.739
.707
.594
.516
.596
.792
.751
.581
.526
.561
.755
.738
.561
.540
.546
N=2884
Modelo Completo
Porcentaje alterno de PROGRESA
Modelo Parcial
Tamaño/composición de la familia
Grupo étnico
Sexo
Educación
Edad
Niños que no van a la escuela
Niños que trabajan
Actividad laboral
Migración
Ganado
Miembros por habitación
Características vivienda/duraderos
Discapacitados
Tierras
154
.556
.534
.483
.508
.565
.632
.587
.504
.484
.704
.508
.525
.569
.484
.509
.575
.486
.507
.496
.675
.589
.503
.515
.674
.507
.490
.570
.510
.490
.606
.483
.505
.547
.682
.612
.508
.561
.650
.505
.501
.578
.558
Cuadro 2
Area bajo la curva ROC, por línea de pobreza (per cápita), Región 4
Línea de pobreza
Percentil 25
Percentil 50
Percentil 75
Progresa
Alterno
Progresa
Alterno
Progresa
Alterno
.798
.850
94
.835
.860
97
.833
.855
97
.671
.697
.521
.501
.579
.785
.741
.518
.529
.534
.777
.757
.534
.531
.537
N=4332
Modelo Completo
Porcentaje Alterno PROGRESA
Modelo Parcial
Tamaño/Composición de la familia
Grupo étnico
Sexo
Educación
Edad
Niños que no van a la escuela
Niños que trabajan
Actividad Laboral
Migración
Ganado
Miembros por habitación
Características vivienda/duraderos
Discapacitados
Tierras
.527
.517
.503
.511
.653
.572
.590
.508
.758
.505
.495
.548
.558
.523
.562
.502
.516
.560
.646
.556
.502
.698
.507
.522
.540
.507
.479
.579
.488
.510
.532
.672
.581
.504
.687
.509
.507
.548
.528
155
Cuadro 3
Area bajo la curva ROC, por línea de pobreza (per ápita), Región 5
Línea de pobreza
Percentil 25
Percentil 50
Percentil 75
Progresa
Alterno
Progresa
Alterno
Progresa
Alterno
.768
.847
91
.816
.858
95
.814
.852
96
.740
.566
.713
.566
.505
.535
.787
.575
.745
.576
.516
.513
.771
.585
.742
.585
.523
.532
N=10576
Modelo Completo
Porcentaje Alterno de PROGRESA
Modelo Parcial
Tamaño/composición de la familia
Grupo étnico
Sexo
Educación
Edad
Niños que no van a la escuela
Niños que trabajan
Actividad laboral
Migración
Ganado
Miembros por habitación
Características vivienda/duraderos
Discapacitados
Tierras
156
.492
.497
.511
.540
.497
.512
.710
.520
.535
.635
.595
.507
.559
.517
.526
.490
.507
.686
.528
.543
.658
.602
.503
.562
.514
.667
.547
.556
.674
.626
.505
.584
.504
Cuadro 4
Area bajo la curva ROC, por línea de pobreza (per cápita), Región 6
Línea de pobreza
Percentil 25
Percentil 50
Percentil 75
Progresa
Alterno
Progresa
Alterno
Progresa
Alterno
.757
.813
93
.782
.831
94
.810
.834
97
.621
.631
.595
.504
.561
.698
.690
.586
.507
.570
.728
.713
.606
.520
.590
N=1862
Modelo Completo
Porcentaje de Alterno Progresa
Modelo Parcial
Tamaño/composición de la familia
Grupo étnico
Sexo
Educación
Edad
Niños que no van a la escuela
Niños que trabajan
Actividad laboral
Migración
Ganado
Miembros por habitación
Características de la vivienda
Discapacitados
Terreno
.544
.502
.513
.683
.554
.591
.501
.745
.506
.505
.567
.459
.537
.531
.522
.633
.608
.579
.500
.723
.506
.506
.563
.466
.552
.555
.513
.625
.654
.606
.505
.674
.511
.523
.587
.534
157
Cuadro 5
Area bajo la curva ROC, por línea de pobreza (per cápita), Región 27
Línea de pobreza
Percentil 25
Percentil 50
Percentil 75
Progresa
Alterno
Progresa
Alterno
Progresa
Alterno
.637
.803
79
.700
.801
87
.752
.808
93
.580
.501
.613
.663
.501
.667
.740
.502
.714
N=2866
Modelo Completo
Porcentaje Alterno PROGRESA
Modelo Parcial
Tamaño/Composición de la familia
Grupo étnico
Sexo
Educación
Edad
Niños que no van a la escuela
Niños que trabajan
Actividad Laboral
Migración
Ganadería
Miembros por habitación
Características de la Vivienda
Dicapacitados
Tierras
158
.538
.513
.528
.536
.521
.509
.541
.510
.764
.509
.551
.524
.538
.512
.523
.521
.517
.585
.528
.526
.502
.704
.519
.540
.590
.536
.511
.533
.508
.510
.553
.651
.534
.509
.649
.529
.507
.531
.480
Cudro 6
ROC en comparación con análisis discriminante, Región 5
Análisis discriminante
Matriz de
estructura
rango
ROC (Percentil 75)
Area bajo
curva ROC
rango
N=10576
Modelo Completo ROC
Modelo Parcial ROC
Relación de dependencia
Número de niños
Miembros por habitación
Estufa de gas
Refrigerador
Vehículo
Videocassetera
TV
Radio
Niños que trabajan
Niños que no van a la escuela
Educación
Grupo étnico
Discapacitados
.814
.704
.600
.527
.488
.450
.329
.327
.323
.200
.114
.092
-.050
.032
.015
1
2
3
4
5
6
7
8
9
10
11
12
13
14
.770
.698
.674
.598
.573
.538
.526
.569
.541
.507
.490
.526
.505
.585
1
2
3
4
6
9
10
7
8
12
14
11
13
5
159
Cuadro 7
ROC 3n comparación con análisis discriminante, Región 6
Análisis discriminante
Estructura
de matriz
rango
ROC (percentil 75)
Area bajo
Curva ROC
rango
N=1862
Modelo Completo ROC
Modelo Parcial ROC
Número de niños
Ocupación
Relación de dependencia
Miembros por habitación
Educación
Vehículo
Licuadora
Material de los muros
Refrigerador
Piso de tierra
Edad
Discapacitados
Niños que trabajan
Lavadora
160
.810
-.522
.418
-.415
-.412
.401
-.340
-.326
.274
-.259
.253
.132
-.088
-.081
-.018
1
2
3
4
5
6
7
8
9
10
11
12
13
14
.688
.625
.715
.654
.552
.525
.569
.560
.537
.538
.555
.505
.513
.504
2
4
1
3
8
11
5
6
10
9
7
13
12
14
Gráfica 1— Curva ROC
Area under ROC curve = 0.7603
0.8465
1.00
Alterno
Alternative
Sensibilidad
Sensitivity
0.75
Progresa
Progresa
0.50
0.25
0.00
0.00
0.25
0.50
1 - Specificity
0.75
1.00
1 - especificidad
161
162
APÉNDICE J
Reestructuración de los beneficios a favor de los extremadamente pobres
Un subproducto no utilizado del método actual de focalización de Progresa
son los puntajes discriminantes, construidos para la aplicación del análisis
discriminante a nivel regional. Una pregunta que intrigaba era si esta medida se
podría usar para reestructurar los beneficios a favor de los hogares más
necesitados (o extremadamente pobres) y al mismo tiempo reducir al mínimo el
pago excesivo a los hogares más cercanos a la línea de pobreza.
Para responder a esta pregunta, se realizaron una serie de simulaciones,
usando los datos de la región de la Sierra Gorda que contiene el mayor número de
hogares de la muestra (10,800 hogares). Se utilizó el consumo y su distancia del
punto de corte para clasificar a los hogares en dos grupos: los hogares
moderadamente pobres y los hogares extremadamente pobres. Esto se hizo de la
siguiente manera. Los hogares moderadamente pobres son aquellos que tienen un
nivel de consumo mayor que el percentil 24 de consumo y menor, o igual, que el
percentil 49 de consumo, la tasa de pobreza se obtuvo del punto de corte en la
región de la Sierra Gorda. Los hogares extremadamente pobres son aquellos que
tienen un consumo menor, o igual, que el percentil 24.
En seguida, se reestructuraron los beneficios, de manera que los hogares
extremadamente pobres recibieran el doble de beneficios proporcionados en ese
momento por Progresa a todos los hogares beneficiarios, y que los hogares
moderadamente pobres recibieran la mitad de los beneficios actualmente
proporcionados. También se eliminó la restricción impuesta por Progresa, en el
sentido que los beneficios mensuales, recibidos por cada familia, no podían
exceder 695 pesos. Por último, se repitieron los dos pasos anteriores al comparar
el valor del puntaje discriminante específico por hogar con los dos puntos de corte
derivados, igualmente, de la distribución de los puntajes discriminantes. Por
ejemplo, se estableció que los hogares extremadamente pobres ahora fueran los
hogares con puntajes discriminantes menores, o iguales, que el percentil 26 de la
distribución de los puntajes discriminantes en la región de la Sierra Gorda.
El objetivo es comparar el impacto sobre los índices de pobreza de estos dos
métodos, para clasificar a los hogares y ver si el método basado en la información
disponible para Progresa ofrece resultados cercanos a los obtenidos con la
información completa (i.e. consumo). Para fines comparativos, también se
volvieron a calcular en los casos de un esquema de transferencia uniforme, en el
163
de focalización basada en la localidad25 y en el de focalización de Progresa, usando
la estructura actual de beneficios, sólo para la región de la Sierra Gorda. Para
todos los esquemas de transferencia, se supuso un presupuesto fijo. Dada la
evidencia presentada en el Apéndice G, sobre el impacto de los costos de
focalización, se considera que los costos administrativos de la focalización son
iguales a cero.
Las gráficas 1 a 4 muestran las funciones de densidad kernel del logaritmo de
consumo por adulto equivalente, conforme a cada uno de los esquemas de
transferencias y de focalización, contra el caso de referencia cuando no hay
ninguna transferencia26. En cada gráfica también se trazan, con dos líneas
verticales, las dos líneas de corte para clasificar a los hogares en moderadamente
pobres y extremadamente pobres. Los hogares moderadamente pobres son
aquellos cuyo consumo por adulto equivalente se encuentra entre las dos líneas
verticales y los hogares extremadamente pobres son aquellos que se encuentran a
la izquierda de la primera línea vertical (de izquierda a derecha).
La gráfica 1 contiene las funciones de la densidad kernel de consumo, contra
el caso de referencia de transferencia cero y de transferencia con la focalización
basada en el consumo. Al otorgar mayores beneficios a los hogares
extremadamente pobres se tiene como resultado una reducción sustancial en el
extremo inferior izquierdo de la densidad del consumo y un pronunciado aumento
en el extremo superior de la función de densidad dentro del intervalo contenido en
las dos líneas verticales. Así, después de recibir los beneficios más altos, muchos
de los hogares extremadamente pobres se movieron hacia el nivel de consumo de
los hogares moderadamente pobres. La gráfica 2 muestra que casi los mismos
cambios ocurren cuando los beneficios se reestructuran a favor de los
extremadamente pobres, clasificados conforme a los puntajes discriminantes del
Progresa.
La gráfica 3 ofrece una mejor comparación de los efectos de la estructura
revisada de beneficios, usando la focalización basada en el consumo y la
focalización de Progresa basada en los puntajes discriminantes. Así pues, parece
ser que los puntajes discriminantes pueden ser un sustituto adecuado de la
información proporcionada por el consumo en los hogares.
Por curiosidad, con base en el método de focalización de Progresa, la gráfica
4 proporciona una comparación de las densidades obtenidas con la estructura
actual de beneficios y la estructura revisada de beneficios experimentada en este
25
26
Para la focalización basada en la localidad, usamos la misma estructura de beneficios que actualmente utiliza Progresa.
Ver Apéndice F para obtener una breve descripción de los estimadores de densidad kernel.
164
apéndice. Según se argumentó anteriormente, la estructura revisada de beneficios
termina cambiando el extremo inferior de la densidad más cercano a la línea de
pobreza y por lo tanto se dirige más hacia el extremo de los hogares
extremadamente pobres en la región de la pobreza moderada.
Efectos similares también resultan evidentes al examinar los índices de
desigualdad del cuadro 1 presentado a continuación. La focalización basada en el
consumo tiene el mayor impacto negativo sobre la desigualdad y las transferencias
basadas en la focalización de Progresa se encuentran muy cercanas al segundo
lugar. Además, dado el método de focalización seguido por Progresa, la
disminución en la desigualdad lograda por la estructura de precios revisada es
considerablemente más alta que la lograda por la estructura actual de beneficios.
165
Gráfica 1— Ninguna transferencia comparada con las transferencias con
focalización basada en el consumo
+Basal
Focalización basada en el consumo
1.5
1
.5
0
5
4
6
7
8
Ln(Consumo/adulto equivalente)
Gráfica 2— Sin transferencias comparada con las transferencias con la
focalización de Progresa
+Basal
Focalización PROGRESA
1
.5
0
4
5
6
Ln(Consumo/adulto equivalente)
166
7
8
Gráfica 3— La focalización basada en el consumo
transferencias con la focalización de Progresa
+Focalización basada en el consumo
comparada
con
Focalización PROGRESA
1.5
1
.5
0
5
4
6
7
8
Ln(Consumo/adulto equivalente)
Gráfica 4— Comparación de la estructura de beneficios actual y revisada
usando la focalización de Progresa
+Estructura de beneficiarios
revisada
Estructura de beneficiarios
actual
1
.5
0
4
5
6
7
8
Ln(Consumo/adulto equivalente)
167
Cuadro 1— Índices de desigualdad
Índices de desigualdad en varios esquemas de focalización/
transferencia con un supuesto fijo y excluyendo costos de focalización
Sierra Gorda
(cambio porcentual en el índice de desigualdad)
GE (-1)
0.11825
A(2)
0.19127
Transferencia uniforme
(i.e. sin focalización)
0.11946
(1.02)
0.19285
(0.83)
Transferencias con focalización basada
en el consumo y estructura de
beneficios revisada
Transferencias con focalización de
Progresa y estructura de
beneficios revisada
Focalización a nivel de la localidad
(basada en el índice de marginación)
0.07626
-(35.51)
0.13234
-(30.81)
0.08672
-(26.66)
0.14781
-(22.72)
0.09719
-(17.81)
0.16275
-(14.91)
0.09481
-(19.82)
0.15940
-(16.66)
Sin transferencia
(sin programa contra la pobreza)
Transferencias con focalización de
Progresa y estructura actual
de benef icios
168
APENDICE K
Focalización de los pobres en México: evaluación adicional de la selección de hogares
en Progresa
El objetivo de este apéndice consiste en llevar a cabo una nueva evaluación
de los métodos de focalización utilizados por Progresa a la luz de las revisiones
adoptadas por la administración del Programa con relación al proceso mediante el
cual los hogares son seleccionados como elegibles para recibir sus beneficios. Poco
después de la conclusión del informe elaborado por Skoufias, Davis y Behrman, se
informó que Progresa había agregado nuevos hogares a la lista de beneficiarios a
través de un proceso denominado “densificación”, dado que se consideró que el
método de selección original estaba sesgado en contra de las personas pobres de
la tercera edad que ya no vivían más con sus hijos. Como resultado del proceso de
“densificación”, el porcentaje de hogares clasificados como elegibles para recibir
los beneficios del Programa se incrementó del 52 al 78 por ciento de la muestra.
Dada esta gran expansión en el número de hogares elegibles, se consideró que era
necesario reevaluar los métodos de focalización utilizados por Progresa adoptando
la misma aproximación y métodos utilizados en el informe de junio de 1999. Dadas
las circunstancias, el informe debe ser considerado como relevante por cuanto
provee información detallada acerca de los métodos utilizados para evaluar la
focalización de Progresa, mientras que este informe es importante porque
contiene los resultados definitivos de la evaluación de los métodos de focalización
de Progresa. La metodología empleada por Progresa consta de tres etapas: 1) la
selección de las localidades; 2) la selección de los hogares beneficiarios dentro de
las localidades elegidas, y 3) por último, la lista de benficiarios después de la
retroalimentación proveniente de las asambleas comunitarias con relación a las
familias incluidas o excluidas incorrectamente.
Se evaluaron en detalle las primeras dos etapas del proceso de selección. No
se realizó una evaluación de la tercera etapa dado que el número de hogares cuya
selección para formar parte de Progresa estaba cuestionada en esta fase, fue
mínima (0.1% del número total de hogares seleccionados). La evaluación está
fundamentada en un esquema basado en tres aspectos claves: i) un objetivo social,
ii) un conjunto de restricciones económicas, políticas y sociales bajo las cuales la
política tiene que operar, y iii) una gama de instrumentos disponibles para
alcanzar estos objetivos. Aunque Progresa tiene un número de objetivos
interrelacionados con respecto a la salud, educación y nutrición, se midieron los
beneficios del proceso de focalización de Progresa solamente en términos de su
impacto potencial en el combate a la pobreza. Aún limitando los objetivos de
Progresa al combate de la pobreza, el análisis destaca que la eficiencia relativa de
los esquemas de transferencia depende de si el gobierno está preocupado por el
169
número de hogares pobres como porcentaje de la población total (la tasa de
pobreza) o por la profundidad y severidad de la pobreza entre los hogares pobres.
Las restricciones económicas, sociales y políticas bajo las cuales tiene que
operar la política se reflejan en parte, en el monto del presupuesto disponible para
Progresa. Se asume que el presupuesto es fijo y limitado en el sentido de que no es
suficiente para eliminar la pobreza completamente. Los instrumentos de política
para el combate a la pobreza incluyen desde transferencias uniformes que no
aplican un criterio de selección hasta otros esquemas que involucran criterios de
selección más estrictos. Cada uno de estos instrumentos tiene costos y beneficios
diferentes asociados con ellos. El beneficio primario derivado de la selección a
nivel de los hogares consiste en que la clasificación de los hogares en elegibles y
no elegibles para recibir los beneficios de Progresa, y la proporción de los
beneficios a aquellos que son elegibles, es una forma más efectiva de utilizar los
recursos que son limitados para el logro del objetivo social. Esto, sin embargo, se
consigue con cierto costo. Como se discute en el informe, el mecanismo de
focalización de Progresa involucra el levantamiento de una encuesta de hogares al
interior de todas las localidades seleccionadas como marginadas (o con mayor
probabilidad de contener hogares pobres). Dichos costos son tomados en cuenta
reduciendo apropiadamente el presupuesto fijo disponible para el alivio a la
pobreza.
Dentro de este esquema, la evaluación de la focalización de Progresa puede
formularse en términos de la respuesta a la siguiente pregunta: ¿Cuán efectivo es
el desempeño de proceso de focalización de Progresa en términos de sus objetivos,
después de tomar en cuenta los costos y las restricciones (financieras y políticas)
para alcanzar dichos objetivos?
Se responde a esta pregunta en dos etapas. Primero, se evalúa la precisión de
Progresa en la selección tanto a nivel comunitario como a nivel de los hogares (ver
Secciones 3 y 4 del informe). Segundo, se evalúa el desempeño de la focalización
de Progresa en términos de su impacto en el combate a la pobreza relativo a otros
métodos viables y esquemas de transferencia suponiendo el mismo presupuesto
total (ver Sección 5). La primera etapa se realiza comparando el método de
Progresa con un método de selección alternativa basado en el consumo de los
hogares, el cual se constituye en el método privilegiado para medir el bienestar.
Para la segunda tarea, la lista de alternativas viables incluye transferencias
uniformes que no involucran selección alguna, selección basada en el consumo y
selección geográfica (esto es, seleccionar a nivel de localidad en lugar del hogar).
Los costos asociados con estos diferentes esquemas afectan el presupuesto
disponible para el combate a la pobreza. No es que se afirme que se tiene una
forma perfecta para determinar que hogares deben ser considerados pobres. Más
170
bien, se adopta un indicador que se considera sensible para clasificar los hogares
en elegibles (pobres) y no elegibles (no pobres).
El indicador que se utiliza para examinar el proceso de focalización de
Progresa es el consumo estimado de los hogares. Se estima el consumo de los
hogares en la muestra de Progresa (beneficiarios y no beneficiarios) utilizando la
ENIGH de 1996. Se juzga la precisión de la focalización de Progresa utilizando los
conceptos de subcobertura y fuga que proporcionan mediciones de los errores de
exclusión e inclusión, respectivamente.
La evaluación de la primera etapa de Progresa está basada en un conjunto de
localidades con un índice de marginación. El examen final para evaluar cuan
satisfactorio es el desempeño del índice de marginación, consiste en saber si este
es un método efectivo para identificar donde están ubicados los hogares más
pobres. Las restricciones impuestas a las localidades para ser candidatas a ser
seleccionadas con base en el índice de marginación (por ejemplo acceso a la
escuela o al centro de salud) muy probablemente han excluido localidades donde
pueden estar localizados los hogares más pobres. Se considera que estas
restricciones son necesarias para la operación de Progresa como fue concebida, y
no se observa este último aspecto como focalización inadecuada sino más bien
como una consecuencia del Programa.
La evaluación consiste en la construcción de un criterio basado en el
consumo para identificar a las localidades donde están ubicados los hogares
pobres, y contrastar más adelante con el resultado de la selección hecha por
Progresa. Con base en todos los datos se concluye que el índice de marginación de
Progresa se desempeña bastante bien cuando se contrasta con un modelo de
selección de localidades basado en el consumo. El modelo basado en el consumo
resulta en una categorización más precisa de pobreza, lo cual implica que la
focalización geográfica basada en el índice de marginación tiene mas
probabilidades de presentar fugas más que subcobertura. El ajuste entre los dos
métodos resulta particularmente sólido para las categorías de marginación baja y
muy alta, y es más difuso para las categorías intermedias. Esto sugiere que el
índice de marginación de Progresa pierde su poder de distinción entre las
localidades de marginación media precisamente en el momento en que Progresa
se esta expandiendo en las comunidades menos marginadas. Esto introducirá una
medida de arbitrariedad en la selección de estas comunidades. Una forma de
contrarrestar este problema sería incorporar información de otros índices
alternativos de marginación, tales como el método presentado en el informe.
El método de selección de los hogares de Progresa consta de tres etapas: 1)
utilizar el ingreso para desarrollar una clasificación preliminar de hogares en
171
pobres y no pobres. Un hogar es clasificado como pobre si su ingreso está por
debajo de la línea de la pobreza, y no pobre en caso contrario; 2) desarrollar un
análisis discriminante para incorporar otras características del hogar en la
determinación de la condición de pobreza de los hogares. El motivo subyacente,
como lo subraya Progresa, es utilizar una aproximación multidimensional de la
pobreza. El “puntaje” obtenido a partir del análisis discriminante es utilizado para
determinar quien es pobre y quien no; 3) finalizar la lista de beneficiarios después
de recibir retroalimentación de la comunidad. Como es posible observar en el
cuadro 1, para el percentil 78 de la línea de pobreza, las tasas de subcobertura y
fuga son aproximadamente iguales al 16 por ciento. Se encontró que la
focalización de Progresa trabaja mejor identificando los hogares pobres extremos
pero es más propensa a cometer errores cuando se trata de identificar
correctamente los hogares que son moderamente pobres (por ejemplo los hogares
cercanos a la línea de la pobreza). Este hallazgo despierta algunas preocupaciones
serias acerca de la utilización del método actual de focalización de Progresa en las
áreas menos pobres (por ejemplo áreas urbanas marginadas).
También se examina cuan serios pueden ser los errores de focalización de
Progresa en comparación con los errores de focalización de otros esquemas. Se
aplica un esquema de ponderación similar al de la familia de mediciones de
pobreza FGT, que dan mas importancia a la subcobertura (fuga) de los hogares
más pobres (más ricos) para tres esquemas alternativos de transferencias: una
transferencia uniforme (por ejemplo, no focalizada), la focalización de Progresa, y
la focalización a nivel de localidades. Como es posible ver en el cuadro 2, la
focalización de Progresa pierde menos hogares pobres extremos en comparación
con otros esquemas. De manera similar, en el cuadro 3 se puede ver que los
hogares que son incluidos erróneamente en la lista de beneficiarios son hogares
que están cercanos a la línea de pobreza (menos ricos) que los hogares que están
incluidos por los otros métodos. En suma, los errores de exclusión e inclusión que
ocurren con la focalización de Progresa son menos serios que aquellos que
suceden con otros esquemas de transferencias y focalización viable.
Para completar la evaluación, se incluye además una restricción
presupuestaria y los costos de la focalización en la descripción. Se asume que el
costo de focalización a nivel hogar es el costo total de conducir una encuesta de
hogares. Se desarrolló una serie de simulaciones para comparar el desempeño de
la focalización de Progresa en términos de su impacto en el combate a la pobreza
en comparación con otros esquemas de transferencia y focalización, asumiendo el
mismo presupuesto total. Para los objetivos sociales de reducción de la
profundidad de la pobreza, medida por la brecha de pobreza (P1), o la reducción
de la severidad de la pobreza, medida por el índice de severidad (P2), encontramos
que la focalización de Progresa es el segundo esquema más efectivo para la
172
focalización comparando con el procedimiento basado en el consumo (ver tabla
4). Sin embargo, cabe hacer notar que la reducción en las medidas de más alto
orden de pobreza logradas mediante la focalización de los hogares, por sobre
aquellas conseguidas mediante la simple inclusión de todos los hogares en la
localidad, es relativamente pequeña. Si bien estos éxitos marginales de
focalización a nivel de los hogares constituyen un esfuerzo valioso, dependen del
tamaño de los costos de focalización no económicos, esto es, políticos y sociales,
todos ellos muy difíciles de cuantificar. Las encuestas cualitativas de la evaluación
de Progresa muestran que estos costos de focalizar comunidades rurales,
frecuentemente indígenas, puede no ser insignificantes.
Cuadro 1
Tasa de Subcobertura y fuga de Progresa con distintas líneas de pobreza
Subcobertura
Fuga
Percentil 25
5.56%
69.76%
Percentil 50
9.59%
42.09%
Percentil 78
15.36%
15.43%
Cuadro 2
Tasa de Subcobertura de Progresa usando el esquema de ponderadores
(Cambio porcentual en el indicador relativo a las transferencias con la localización de Progresa)
Transferencia uniforme sin localización
Transferencia Progresa
Focalización a nivel de localidad
Basada en el índice de marginación
U(0)
0.0000
0.1530
0.1824
(19.23)
U(1)
0.0000
0.0410
0.0599
(46.10)
U(2)
0.0000
0.0150
0.0262
(74.82)
173
Cuadro 3
Tasa de fuga de Progresa usando el esquema de ponderadores
(Cambio porcentual en el indicador relativo a la transferencia uniforme)
L(0)
0.2200
0.1543
0.1824
-(17.07)
Transferencia uniforme (sin focalización)
Transferencia Progresa
Focalización a nivel de localidad
Basada en el índice de marginación
L(1)
0.0755
0.0430
0.0559
-(26.00)
L(2)
0.0512
0.0230
0.0339
-(33.66)
Cuadro 4
Índice de pobreza bajo diversos esquemas de focalización / transferencia con presupuesto fijo e
incluyendo costos administrativos de la focalización (Cambio porcentual en el índice de pobreza con
respecto a la ausencia de transferencia)
0.7800
P(1)
Brecha de
pobreza
0.2952
P(2)
Severidad de
pobreza
0.1412
0.5814
-(25.46)
0.7276
-(6.72)
0.6558
-(15.92)
0.6427
-(17.60)
0.1822
-(38.29)
0.1731
-(44.76)
0.1712
-(42.01)
0.1739
-(41.10)
0.0746
-(47.14)
0.0509
-(63.92)
0.0589
-(58.32)
0.0626
-(55.69)
P(0)
Tasa de pobreza
Sin transferencia (sin un programa contra la
pobreza)
Transferencia uniforme (sin focalización)
Transferencia con focalización
consumo
Transferencia de Progresa
basada
en
Focalización a nivel de localidad basada en el
índice de marginación
174
50
Comparación de distintas metodologías para la
identificación de familias beneficiarias
*
*
Documento preparado por Cinthia Medina, Celia Hubert y Humberto Soto. Las opiniones y puntos de vista aquí
expresados son responsabilidad única y exclusiva de los autores.
176
1.
Introducción
E
l Programa de Educación, Salud y Alimentación (Progresa), fue concebido
con la finalidad de apoyar a los hogares en situación de pobreza extrema
que viven en las regiones de mayor marginación en nuestro país. Progresa
es, por tanto, un programa focalizado, que busca que sus acciones favorezcan a las
familias más pobres. El Programa utiliza tres estrategias de focalización, la
primera es la selección de localidades con base en su grado de marginación; la
segunda es la identificación de los hogares beneficiarios; y la última, es la
participación de la comunidad con su opinión sobre la relación (listado) de las
familias beneficiarias.
Mediante una rigurosa metodología y procedimientos objetivos y
transparentes, Progresa ha logrado identificar a las localidades en condiciones de
mayor marginación, para posteriormente al interior de ellas identificar a los
hogares en situación de pobreza extrema, es decir, Progresa ha definido en dónde
viven y quiénes son las familias que necesitan más oportunidades para alcanzar
mejores niveles de bienestar.
Los criterios de inclusión de localidades, la identificación de los hogares
beneficiarios dentro de las localidades seleccionadas, las acciones que se realizan
y los objetivos trazados, son algunos de los puntos de mayor interés y complejidad
dentro de un programa como Progresa, que deben ser evaluados continuamente.
Además, dada la escasez de recursos, es fundamental la búsqueda de una
correcta asignación y distribución de éstos. Es por ello que se requiere una mutua
exclusión entre programas sociales, y de una selección eficiente de la población
objetivo en cada uno de ellos, es decir, una correcta focalización.
Progresa ha puesto especial énfasis en realizar una correcta distribución de
recursos, concentrándose en asignarlos de manera adecuada a las familias en
condición de pobreza extrema en las comunidades rurales de mayor marginación,
que representan la población objetivo del programa, basándose en una adecuada
selección en ambos niveles.
Si bien es cierto que al apoyar de manera directa a los hogares identificados
como beneficiarios, Progresa promueve implícitamente la participación
comunitaria para que los servicios educativos y de salud beneficien a todos los
hogares de la localidad, esta no es una razón suficiente para minimizar los errores
de selección en que se puede incurrir al identificar a los hogares beneficiarios por
medio de métodos con un alto margen de error.
177
Una correcta focalización es entonces, el medio para asegurar que los
beneficios favorezcan de manera óptima a la población objetivo. Este documento
discutirá cómo se identifica a los hogares beneficiarios de Progresa dentro de las
localidades previamente seleccionadas1, mediante una herramienta estadística
conocida como análisis discriminante. Además, se compara la metodología de este
modelo contra otras técnicas de clasificación que busquen separar a los hogares
en dos grupos, hogares pobres extremos (que a partir de este momento se
denominarán hogares pobres) y hogares no pobres. Los distintos métodos
estudiados que se comparan son:
1.
2.
3.
4.
Línea de pobreza aplicada al Ingreso de los hogares,
Análisis denominado CART (Árboles de Clasificación),
Línea de pobreza aplicada al Consumo estimado de los hogares, y
Análisis discriminante, técnica actualmente utilizada por Progresa.
La información utilizada proviene de la Encuesta de características
socioeconómicas de los hogares (ENCASEH2), levantada a todos los hogares que
habitan las localidades seleccionadas, que contiene cuatro grandes rubros de
información referentes a las características de los integrantes del hogar (edad,
sexo, escolaridad, ocupación), las características de las viviendas (tipo de piso,
paredes, techos), el acceso a servicios (agua, electricidad), y la disponibilidad de
enseres en el hogar (refrigerador, lavadora, estufa de gas).
Para los análisis que se llevarán a cabo en el presente trabajo se seleccionó
una muestra de 39,455 hogares que comprende los estados de Coahuila, Durango,
Nuevo León y Zacatecas. Dicha muestra de hogares corresponde a una de las
regiones definidas por Progresa, a la cual otorga sus beneficios. Es importante
señalar, que Progresa realiza un análisis por separado para cada una de las 41
regiones que definió debido a que la metodología empleada requiere
homogeneidad de varianzas para los indicadores, supuesto que no se cumple a
menos que se analicen por separado regiones con condiciones homogéneas de
entorno, como son por ejemplo, regiones de costa, regiones de selva o regiones de
sierra.
1
El procedimiento de selección de localidades se basa en la construcción de un índice de marginación en escala continua,
mediante la técnica estadística de análisis de componentes principales. Dicho índice se discretiza por medio de la técnica
de Dalenius, mediante la cual el índice toma valores en cinco categorías (muy baja, baja, media, alta y muy alta
marginación). Progresa ha buscado beneficiar paulatinamente a las localidades comenzando con aquellas con mayores
índices de marginación. Una vez definida una localidad como candidata a integrarse al padrón de Progresa es necesario
validar si cuenta con acceso a escuelas o clínicas, pues de no tenerlo, la incorporación de localidad es pospuesta y se
procede a solicitar a las instancias correspondientes (SEP y / o SSA) que se realicen las acciones necesarias para crear los
accesos referidos.
2
Para una explicación detallada sobre el contenido de la encuesta, ver: “El modelo de evaluación de Progresa” en:
Documentos metodológicos sobre la evaluación de Progresa (2000).
178
2.
Clasificación por medio de una línea de pobreza aplicada al ingreso
de los hogares
La relación entre ingresos y condición de pobreza de una familia o un
individuo es simple, si el hogar no percibe ingresos o éstos no son suficientes para
satisfacer sus necesidades básicas, entonces el hogar es considerado en condición
de pobreza extrema. Por otra parte, si los ingresos cubren dichas necesidades
básicas entonces el hogar no se considera como en condición de pobreza extrema.
Para evaluar la condición de pobreza de los hogares con base en el ingreso se
utiliza una línea de pobreza. Esta se define a partir del precio de una canasta
básica alimentaria, que satisfaga los requerimientos mínimos para evitar la
desnutrición, enfermedades y deficiencias antropométricas, aplicando un margen
adicional para cubrir otras necesidades básicas no alimentarias. Para tal efecto, se
seleccionó la Canasta Normativa Alimentaria (CNA), elaborada por la
Coordinación General del Plan Nacional de Zonas Deprimidas y Grupos
Marginados (COPLAMAR) 3, integrada por 34 productos alimentarios básicos, que
satisfacen un requerimiento mínimo diario de 2,082 calorías y 35.1 gramos de
proteínas por adulto.
Ahora bien, dado que no todo el gasto de los hogares se efectúa en productos
alimentarios, sino que existe un mínimo irreductible de gastos que se dirigen a la
compra de productos no alimentarios, es necesario incrementar el costo de la CNA
con un factor de expansión para reflejar esta situación, pues de no hacerlo así, se
subestimaría la línea de pobreza extrema. El factor de expansión obtenido fue de
1.34, y al aplicarlo al costo de la CNA, actualizado con el Índice de Precios de la
Canasta Básica de Consumo a julio de 1999, se obtiene la cantidad de 409.3 pesos
de ingreso medio mensual per cápita para una familia promedio nacional
compuesta por 4.9 miembros, de los cuales 2.77 serían adultos, 1.66 niños de 3 a
14 años y 0.47 bebés.
Por su parte, el monto del ingreso del hogar a precios de julio de 1999, con el
cual se realiza la clasificación de los hogares, proviene de la información recabada
en la Encuesta de Características Socioeconómicas de los Hogares (ENCASEH).
El cálculo del ingreso per cápita mensual considera tanto los ingresos percibidos
por la realización del trabajo principal de las personas como otras fuentes alternas
de ingreso que pueden provenir de otros trabajos, venta de productos o remesas.
3
Reportada en el libro Macroeconomía de las Necesidades Esenciales en México. Situación actual y perspectivas al año
2000, 2a. edición, México, Siglo XX, 1989 (c 1983), pag. 134-145. Esta canasta es la que más se ajustaría a la estructura
de las disponibilidades alimentarias del país y a los hábitos alimentarios de la población mexicana.
179
Para realizar la clasificación se compara el ingreso per cápita obtenido para
cada hogar con la línea de pobreza extrema mencionada previamente, de modo
que un hogar se considera en condición de pobreza extrema si su ingreso mensual
per cápita es menor a 409.3 pesos. Los resultados de dicha clasificación aplicada a
la muestra se observan en el cuadro 1, en el cual se aprecia que el porcentaje de
hogares considerados como pobres extremos bajo el criterio del ingreso per cápita
es de 55.5 por ciento.
Cuadro 1
Clasificación de los hogares de acuerdo al ingreso per cápita
3.
Clasificación
Porcentaje
No pobre
Pobre
Total
44.5
55.5
100.0
Clasificación por medio del análisis denominado CART (Árboles de
clasificación)
El modelo CART es una técnica estadística que consiste en la construcción
de árboles de clasificación a partir de la información proveniente de indicadores
que caracterizan a las unidades de análisis, en nuestro caso a los hogares.
La metodología denominada CART (árboles de clasificación y regresión) se
conoce técnicamente como una partición binaria recursiva. Consiste en la
generación de nodos de clasificación de tipo binario (denominados nodos padres)
los cuales separan un conjunto de individuos en dos grupos (nodos hijos)
mediante la definición de una regla de decisión consistente en un punto de corte
para un indicador por medio del cual si para un individuo el valor de dicho
indicador se encuentra por encima del punto de corte, el individuo es ubicado en
uno de los nodos hijos, mientras que un hogar con un valor por debajo del punto
de corte es ubicado en el otro nodo hijo. Una vez generada dicha clasificación,
cada uno de los nodos hijos se convierten en nodos padre, y para cada uno de ellos
se repite el proceso hasta que algún nodo no tenga partición y se convierta en
nodo terminal. Esta es la razón por la cual la metodología se considera recursiva.
Es importante destacar que el método de CART requiere de una clasificación
inicial para su operación, que para efectos del presente análisis, corresponderá a
la clasificación generada a partir del ingreso.
180
Las cuestiones a definir en esta metodología son principalmente tres:
I.
La decisión sobre cuál es el indicador que genera la mayor separación entre
grupos para un nodo determinado, y una vez elegido el indicador, la
definición del punto de corte,
II.
La decisión sobre en qué momento parar el proceso, y
III.
Una vez detenido el proceso, y definidos los nodos terminales, decidir para
cada uno de éstos a qué grupo pertenecen los hogares que los integran.
En lo concerniente al primer punto, el análisis de CART realiza un proceso
exhaustivo de búsqueda en el cual se comparan las clasificaciones generadas por
distintos puntos de corte para cada una de las variables, de modo que se elige a
aquélla combinación variable-punto de corte, donde se encuentre la máxima
separación entre grupos generada por la partición en la que para uno de los nodos
existe una mayoría de individuos de una de las clases originales mientras que para
el otro nodo existe una mayoría de la otra clase original. En cuanto al segundo
punto, el proceso genera el máximo árbol de clasificación posible, y a partir de él
comienza a quitar nodos en busca del árbol óptimo que tenga la mayor explicación
con el menor número de nodos posible. Finalmente, en lo que respecta al tercer
punto, el proceso define a todos los individuos en algún nodo terminal, como
pertenecientes a la clase que tiene una mayor representación de individuos en
dicho nodo.
El resultado de aplicar la metodología de CART a los datos de la muestra
referida previamente se observa en el cuadro 2, donde se destaca que el 49.7 por
ciento de los hogares es clasificado como hogares pobres.
Cuadro 2
Clasificación de los hogares de acuerdo a la metodología de CART
Clasificación
Porcentaje
No pobre
Pobre
Total
50.3
49.7
100.0
Uno de los resultados de interés que se generan al obtener el modelo por
medio de la metodología de CART es la estructura de ponderaciones para las
variables introducidas, es decir, la influencia relativa que cada variable tiene para
generar la clasificación final. Las ponderaciones se presentan en el cuadro 3.
181
Cuadro 3
Peso relativo de las variables en la explicación para el análisis
obtenido con la metodología de CART
Variable
Índice de dependencia *
Niños de 0 a 11 años en el hogar
Índice de hacinamiento
Porcentaje de niños de 5 a 15 años que no asisten a la escuela
Mujeres de 15 a 49 años en el hogar
Total de animales en el hogar
Calentador de agua en la vivienda
Refrigerador en el hogar
Niños de 8 a 15 años que no asisten a la escuela
Estufa de gas en el hogar
Tipo de piso en la vivienda
Luz en el hogar
Peso relativo
37.8%
24.1%
13.1%
7.6%
6.6%
4.5%
2.3%
1.9%
1.6%
0.2%
0.1%
0.1%
* Personas que no trabajan por cada trabajador
Se puede apreciar que variables demográficas del hogar como el índice de
dependencia, el número de niños entre 0 y 11 años de edad, y el índice de
hacinamiento (número de personas por cuarto) son las variables de mayor
injerencia en la clasificación generada por el análisis mediante la metodología de
CART.
4.
Selección por medio de una línea de pobreza aplicada al consumo
estimado de los hogares
Para la obtención de una clasificación por medio del análisis a partir del
consumo estimado se requiere utilizar por un lado un modelo que permita
obtener, a partir de la información de que se dispone para cada uno de los hogares
estudiados, una medida de consumo; y por otro, se requiere de un punto de corte
para distinguir al grupo de hogares pobres extremos del resto de los hogares, para
lo cual se usa la misma línea de pobreza descrita en la primera sección del
presente documento.
Cabe señalar que, si bien es cierto que una medida de consumo real sería
mucho más adecuada para generar la clasificación de los hogares, también lo es el
hecho de que obtener la información que permitiera construirla es demasiado
costoso, por lo cual se buscó obtener la medida de consumo estimado con la
182
información contenida en la Encuesta de Ingreso y Gasto de los Hogares (ENIGH),
que contiene información sobre el consumo de los hogares en diversos rubros,
además de información sobre características socio-demográficas, comparables a la
que se incluye en la ENCASEH. Con estas similitudes se construye un modelo de
regresión a partir de la información de la ENIGH, donde la variable dependiente es
el consumo per cápita de los hogares, y las variables explicativas se refieren a
características del jefe del hogar, a características de la vivienda y a algunos
indicadores demográficos. En el cuadro 4 se puede observar el modelo obtenido,
destacándose que se utiliza el logaritmo natural del consumo como variable
dependiente y no el consumo directamente, debido a que dicha transformación es
necesaria para validar los supuestos que el modelo de regresión requiere.
Cuadro 4
Regresión lineal para explicar el logaritmo natural del
consumo del hogar
Variable
Intercepto
Sexo del jefe
Edad del jefe
Escolaridad del jefe
Sin escolaridad
Primaria incompleta
Primaria completa
Más de primaria
Ocupación del jefe
Sin ocupación
Jornalero u obrero
Trabajador por cuenta propia
Otra ocupación
Índice de dependencia *
Piso de tierra
Agua
No tiene
Tiene en el terreno
Tiene en la vivienda
Niños menores de 5 años
Niños entre 6 y 12 años
R cuadrada ajustada
Coeficiente
6.835
0.021
-0.003
-0.639
-0.581
-0.429
0.000
-0.110
-0.298
-0.213
0.000
-0.095
-0.332
-0.079
0.000
0.048
-0.175
-0.131
0.516
* Personas que no trabajan por cada trabajador
183
Este modelo fue estimado a partir de la información de la ENIGH realizada en
el año de 1996, por lo cual el logaritmo del consumo resultante está a precios de
dicho año. Por esta razón el valor de la línea de pobreza que se utiliza para generar
la clasificación es deflactado al periodo referido. Además, dado que el modelo se
encuentra en escala logarítmica, es necesario obtener el logaritmo natural del
monto obtenido posteriormente a la deflactación de dicha línea de pobreza, con lo
cual se obtiene un punto de corte de 5.43. Esto quiere decir que un hogar será
considerado como en condición de pobreza extrema si tiene un valor menor a 5.43
en el logaritmo natural de su consumo estimado.
Cabe señalar que nuevamente variables demográficas como el índice de
dependencia o el número de niños menores a 12 años de edad, tienen una
presencia importante en el modelo.
De este modo los resultados obtenidos que se aprecian en el cuadro 5,
reflejan un 33.2 por ciento de hogares en condición de pobreza extrema bajo este
criterio.
Cuadro 5
Clasificación de los hogares de acuerdo al consumo
estimado
5.
Clasificación
Porcentaje
No pobre
Pobre
Total
66.8
33.2
100.0
Clasificación por medio de análisis discriminante
El análisis discriminante es una herramienta que permite clasificar a los
hogares a partir de un conjunto de variables que los caracterizan. Al igual que las
dos técnicas anteriores, se requiere una clasificación inicial, que en el caso de
Progresa, se genera a partir del ingreso per cápita comparado con la línea de
pobreza, de acuerdo al procedimiento descrito en la primera sección. A partir de
dicha clasificación inicial se establece la base para caracterizar los perfiles que
distinguen a los hogares pobres del resto de los hogares. La finalidad del análisis
discriminante consiste en encontrar una función matemática que clasifique a los
hogares de cada grupo de acuerdo al perfil que los identifica.
184
A partir de la información proveniente de la ENCASEH se realiza el análisis
discriminante4, incorporándose indicadores referentes a las características de los
miembros del hogar (como unidad), y de la vivienda. Estos comprenden:
composición y tamaño de los hogares; edad, uso de lengua indígena, alfabetismo,
escolaridad, participación laboral y tipo de ocupación de los miembros del hogar;
presencia de personas discapacitadas; equipamiento de las viviendas y posesión de
bienes y enseres domésticos; acceso y uso de superficie agrícola, así como
posesión de animales de trabajo y/o cría.
En el cuadro 6 se observa la ponderación del conjunto de variables utilizadas.
De nueva cuenta, se aprecia la importancia de variables como el índice de
dependencia, el número de niños de 0 a 11 años de edad en el hogar y el índice de
hacinamiento.
Cuadro 6
Variables y su peso relativo en la explicación para el análisis
obtenido con la metodología de análisis discriminante
Variable
Índice de dependencia
Niños de 0 a 11 años en el hogar
Índice de hacinamiento
Refrigerador en el hogar
Calentador de agua en la vivienda
Mujeres de 15 a 49 años en el hogar
Lavadora en el hogar
Niños de 8 a 15 años que no asisten a la escuela
Estufa de gas en el hogar
Porcentaje de niños de 5 a 15 años que no asisten a la escuela
Peso relativo
25.0%
19.6%
17.1%
7.9%
7.3%
7.0%
6.4%
4.9%
4.2%
0.5%
* Personas que no trabajan por cada trabajador
El cuadro 7 muestra los porcentajes de clasificación que genera el análisis
discriminante. En este caso el porcentaje de hogares pobres es de 48.2, cifra
mucho más cercana a la clasificación por medio de la metodología de CART que a
la de las otras dos técnicas.
4
Para una descripción detallada del método véase Huberty (1994)
185
Cuadro 7
Clasificación de los hogares de acuerdo a la metodología
Clasificación
Porcentaje
No pobre
Pobre
Total
51.8
48.2
100
Este análisis difiere ligeramente con respecto al procedimiento final utilizado
en Progresa, el cual añade a los resultados del análisis, información adicional
obtenida en la operación en campo, que se refiere principalmente a que dados los
pesos de variables como el índice de dependencia o el número de niños en el
hogar, existe un conjunto de hogares que a pesar de encontrarse en condición de
pobreza extrema, no son identificados en el análisis, pero que al momento de
realizar las asambleas informativas para los hogares beneficiarios, esos hogares
que no son elegidos para recibir los apoyos de Progresa solicitan la revisión de su
caso5.
A partir de las solicitudes referidas, se han identificado las características de
la mayoría de los hogares en esa situación, como son tener pocos integrantes, y
generalmente estar conformados por ancianos o por matrimonios muy jóvenes con
apenas un hijo pequeño, pero con las carencias que definen a un hogar en
condición de pobreza extrema. Este tipo de hogares se recuperan introduciendo
en el análisis un puntaje extra cuando el hogar presenta las características
mencionadas. Así, por ejemplo, un hogar con sólo dos personas mayores de 65
años puede estar apenas por encima del punto de corte en lo que se refiere a su
puntaje. Sin embargo, al realizar el ajuste restándole algunos puntos, su puntaje
resulta entonces menor al punto de corte, con lo que se recupera el hogar que
incorrectamente había sido excluido por el análisis. El resultado de aplicar este
ajuste, que se denomina inclusión de filtros, se presenta en el cuadro 8.
5
Este procedimiento corresponde a la tercera estrategia de focalización utilizada por Progresa, referente a la participación
de la comunidad con su opinión sobre la relación (listado) de las familias beneficiarias.
186
Cuadro 8
Clasificación de los hogares de acuerdo a la metodología de
análisis discriminante (Después de los filtros)
6.
Clasificación
Porcentaje
No pobre
Pobre
Total
40.3%
59.7%
100%
Comparación entre metodologías
Para realizar una primera comparación entre los resultados obtenidos por las
metodologías presentadas, se obtuvieron los deciles para los indicadores de
ingreso mensual per cápita, de consumo estimado por medio de la regresión
presentada en la tercera sección, y de los puntajes de análisis discriminante6. Los
deciles se introdujeron en un Análisis de Correspondencias Múltiples7 con la
finalidad de observar cómo se relacionan entre sí los hogares que componen los
deciles. El resultado de dicho análisis se presenta en la gráfica 1.
En esta gráfica se observa que los tres indicadores presentados generan un
orden muy similar en el conjunto de los hogares8. Se aprecia que los hogares de
los primeros deciles son más heterogéneos entre sí, puesto que las distancias
entre los primeros cuatro deciles son más grandes con respecto a las distancias
que existen entre el resto de los deciles.
Es importante señalar que el análisis de correspondencias múltiples genera
una representación comparable de los valores para cada una de las variables
introducidas en el modelo, y que dicha representación se puede construir para una
interpretación sencilla en gráficos de una dimensión, de dos dimensiones (como
el de la gráfica 1) o incluso en tres dimensiones. Lo importante es que el grado de
representación es decreciente con respecto a los ejes que representan cada
dimensión, es decir que la representación más exacta es la que corresponde a la
primera dimensión.
6
Se utiliza el puntaje con la inclusión de filtros, sin embargo, se realizó el análisis para el puntaje sin filtros y las
conclusiones generadas son las mismas, dado que el gráfico presenta la misma configuración.
7
Para una descripción detallada del método véase Greenacre (1984).
No se presentan resultados para la metodología de CART debido a que ésta no genera un indicador continuo como en el
caso del resto de las metodología presentadas.
8
187
Gráfica 1
Análisis de correspondencias múltiples para los deciles de ingreso per cápita, de consumo
estimado y de puntajes del análisis discriminante
2.0
Deciles de consumo estimado
1
Deciles de ingreso per cápita
1.5
Deciles de puntajes del análisis
discriminante
10
1.0
10
10
.5
1
1
9
9
2
8
9
8
7
8
0.0
7
-.5
7
6
4
5
5
4
5
-1.0
-1.0
2
6
6
-1.5
2
3
-.5
0.0
3
4
.5
3
1.0
1.5
2.0
La gráfica 2 muestra solamente los valores de la primera dimensión, donde se
observa un orden en cuanto a los deciles que va de derecha a izquierda. Dicho
orden tiene ciertas divergencias para los primeros cuatro deciles, principalmente
para el indicador de ingreso. Esto refleja que los resultados obtenidos por
clasificar los hogares en esos deciles a partir del ingreso serían considerablemente
distintos a los obtenidos utilizando alguno de los otros métodos. Sin embargo, en
general esos cuatro primeros deciles están siendo clasificados como pobres
independientemente del método utilizado. Esto simplemente muestra que, a pesar
de que los hogares en los primeros deciles no son los mismos decil por decil, sí lo
son en conjunto para el grupo de deciles que son clasificados como pobres.
188
Gráfica 2
Análisis de correspondencias múltiples para los deciles de ingreso per cápita, de consumo
estimado y de puntajes del análisis discriminante (solo la primera dimensión)
Deciles de consumo estimado
Deciles de ingreso per cápita
Deciles de puntajes del análisis
discriminante
10 9 8 7
10
10
-1.5
9
9
-1.0
8
8
6
7
7
-.5
5
6
6
4
3
5
5
0.0
2
4
4
13
3
.5
1
2
2
1.0
1
1.5
2.0
Este análisis refleja que las técnicas de clasificación son consistentes en
general. Una ventaja adicional del análisis discriminante sobre la medida directa
de ingreso es que no pierde ningún caso por motivos de información faltante, es
decir, todos los hogares pueden ser clasificados. Esta cualidad la tiene también el
análisis por medio del consumo estimado, el cual tiene un gran parecido, al menos
en lo que al orden generado se refiere, con el indicador de puntajes del análisis
discriminante.
En las secciones anteriores se presentaron los porcentajes de hogares pobres
para cada uno de los métodos, los cuales trasladados a deciles, pueden verse como
los puntos de corte para los indicadores graficados. Estos cortes se ubican entre el
cuarto y el sexto decil, y dada la homogeneidad de los hogares en esos deciles,
parece fácil excluir hogares con características similares a las de aquellos que se
incluyen. Esto refleja la trascendencia de los filtros que Progresa utiliza para
realizar correcciones en la clasificación generada, con los cuales el punto de corte
final para el análisis discriminante se ubica cerca del sexto decil. (cuadro 8)
189
Se puede realizar a partir de los deciles obtenidos, un análisis exploratorio
para los indicadores más importantes que definen las condiciones de vida de los
hogares. Para ejemplificar dicho análisis se presenta en el cuadro 9 el valor
promedio por hogar del indicador del índice de hacinamiento de acuerdo al decil
al que pertenece para cada método. En particular en este cuadro se observa una
tendencia decreciente del índice conforme el hogar se ubica en un decil mayor.
Esta tendencia se presenta para los tres métodos, y en general se puede apreciar
un comportamiento muy similar para otros indicadores de interés, reafirmándose
la consistencia entre métodos (ver Apéndice A).
Cuadro 9
Valor promedio por hogar del indicador del índice de hacinamiento
(medido como número de personas por cuarto) de acuerdo al decil al
que pertenece para cada método
Decil
Análisis
discriminante
Ingreso per
cápita
Consumo
estimado
1
2
3
4
5
6
7
8
9
10
4.2
3.4
3.1
2.6
2.5
2.0
1.8
1.6
1.4
1.2
2.9
3.0
2.9
2.7
2.6
2.3
2.1
1.9
1.7
1.4
4.2
3.3
2.8
2.5
2.2
2.0
1.7
1.6
1.5
1.7
Se ha realizado la comparación entre los deciles de los indicadores de
bienestar analizados, sin embargo, no son los deciles los que determinan la
clasificación del hogar para cada método, de modo que aunque los deciles tengan
un comportamiento homogéneo, los hogares, una vez clasificados, pueden tener
diferencias significativas en sus características. Por ello se presenta a
continuación el análisis conjunto de los cuatro métodos estudiados, utilizando los
grupos que cada uno de ellos generó.
190
Gráfica 3
Análisis de correspondencias múltiples para la clasificación generada por los métodos de
ingreso per cápita, de consumo estimado, de análisis discriminante y de la metodología de
CART (solo la primera dimensión)
Utilizando la clasificación por
análisis discriminante sin filtros
Utilizando la clasificación por
análisis discriminante con filtros
Pobre
Pobre
1.0
Pobre
Pobre
Pobre
Pobre
Pobre
Pobre
.5
Clasificación por metodología de CART
Clasificación por consumo estimado
0.0
Clasificación por ingreso per cápita
Clasificación por análisis
discriminante
-.5
No pobre
No pobre
No pobre
No pobre
-1.0
No pobre
No pobre
No pobre
No pobre
En la gráfica 3 se puede apreciar la separación existente entre los grupos de
hogares pobres y no pobres para los diferentes métodos. Se presentan por
separado los resultados utilizando en un análisis la variable de clasificación
obtenida por el modelo de discriminantes sin filtros, y en el otro análisis la
variable referida al modelo con filtros. En el primer modelo se puede apreciar que
la clasificación generada por el análisis discriminante es prácticamente la misma
191
que se genera con la metodología de CART. Por su parte en el segundo modelo, la
clasificación por discriminante se asemeja más a la resultante por el método que
utiliza el ingreso. Es importante notar que en cualquiera de los casos, los modelos
definen una distancia muy similar entre los grupos pobres y los no pobres.
Al presentar el análisis en dos dimensiones en la gráfica 4, se muestran las
divergencias entre métodos9. Así, clasificar a los hogares de acuerdo al ingreso per
cápita pareciera el método más divergente. Esto se puede explicar dado que el
ingreso es una medida unidimensional, por lo cual a nivel multidimensional no
tiene el sentido de explicación que los otros tres indicadores, los cuales son
medidas multidimensionales. Por su parte entre estos últimos se observa una
marcada similitud, derivada de que las variables que los definen son coincidentes
en gran medida.
Gráfica 4
Análisis de correspondencias múltiples para la clasificación generada por los métodos de
ingreso per cápita, de consumo estimado, de análisis discriminante y de la metodología de
CART (dos dimensiones)
.8
No pobre
.6
Pobre
.4
.2
Pobre
0.0
Pobre
No pobre
-.2
No pobre
No pobre
-.4
-.6
Pobre
-.8
-1.0
-.5
0.0
.5
1.0
1.5
Clasificación por discriminante
Pobres por consumo estimado
Pobres de acuerdo a Cart (árbol óptimo)
Pobres por línea de pobreza (ingreso)
9
Solo se presenta el modelo que incluye la clasificación del análisis de correspondencias con filtros debido a que las
conclusiones que se presentan de éste son las mismas que se obtienen a partir del modelo incluyendo la clasificación del
análisis de correspondencias sin filtros. De hecho a partir de este punto sólo se utilizará el modelo con filtros, dado que es
éste el utilizado en la práctica por Progresa.
192
Para ejemplificar dichos análisis se presenta en la gráfica 5 el modelo que
incluye el índice de hacinamiento categorizado de acuerdo a los quintiles del
mismo.
Gráfica 5
Análisis de correspondencias múltiples para la clasificación generada por los métodos de
ingreso per cápita, de consumo estimado, de análisis discriminante y de la metodología de
CART, y los quintiles del índice de hacinamiento
1.0
1
4
.5
Pobre
No pobre
0.0
No pobre
No pobre
5
3
Pobre
No pobre
Pobre
Pobre
-.5
2
-1.0
-1.5
-1.0
-.5
0.0
.5
1.0
1.5
Quintiles del índice de hacinamiento
Pobres de acuerdo a Cart (árbol óptimo)
Pobres por línea de pobreza (ingreso)
Pobres por consumo estimado
Clasificación por análisis discriminante
En este análisis se recalca que la primera dimensión, expresada en la escala
horizontal, muestra una explicación directa con respecto a la relación entre la
clasificación de hogares generada por cualquiera de los métodos analizados y el
indicador del índice de hacinamiento, reflejando la asociación existente entre un
menor hacinamiento y una condición más alejada de la pobreza extrema.
En los análisis previos se ha observado la relación general que tienen cada
uno de los modelos analizados entre sí. Es necesario realizar una comparación en
la que se observen las diferencias en cuanto a la clasificación generada por cada
193
uno de los métodos en términos cuantitativos. El cuadro 10 muestra la
distribución porcentual de los hogares analizados en este estudio, de acuerdo a
todas las posibles combinaciones que pueden presentarse con respecto a las
clasificaciones generadas por los cuatro métodos estudiados. En este caso se
utiliza el análisis discriminante con filtros, dado que es éste el que realmente se
está llevando a la práctica.
Cuadro 10
Distribución porcentual de los hogares de acuerdo a la clasificación generada
por los métodos de ingreso per cápita, de consumo estimado, de análisis
discriminante y de la metodología de CART
Ingreso per
cápita
Análisis
discriminante
CART
Consumo
estimado
Porcentaje
No pobre
No pobre
No pobre
No pobre
No pobre
No pobre
No pobre
No pobre
Pobre
Pobre
Pobre
Pobre
Pobre
Pobre
Pobre
Pobre
No pobre
No pobre
No pobre
No pobre
Pobre
Pobre
Pobre
Pobre
No pobre
No pobre
No pobre
No pobre
Pobre
Pobre
Pobre
Pobre
No pobre
No pobre
Pobre
Pobre
No pobre
No pobre
Pobre
Pobre
No pobre
No pobre
Pobre
Pobre
No pobre
No pobre
Pobre
Pobre
No pobre
Pobre
No pobre
Pobre
No pobre
Pobre
No pobre
Pobre
No pobre
Pobre
No pobre
Pobre
No pobre
Pobre
No pobre
Pobre
23%
1%
3%
1%
8%
1%
3%
4%
8%
1%
3%
1%
7%
1%
10%
25%
En este cuadro destaca un 48 por ciento de hogares para los cuales los cuatro
métodos son coincidentes en cuanto a la clasificación que generan. De hecho, si se
considera a los grupos en que tres de los cuatro métodos coinciden, el porcentaje
alcanza 85 por ciento.
Algunas cuestiones de interés a destacar del cuadro presentado son el 8 por
ciento de hogares que Progresa clasifica como pobres mientras que el resto de las
metodologías los clasificarían como no pobres. Dicho porcentaje tiene una alta
relación con los filtros que Progresa utiliza, ya que se divide en 6.5 por ciento de
hogares que tuvieron la aplicación de dichos filtros contra un 1.5 por ciento sin
194
dicha aplicación. También es importante destacar el 1 por ciento de hogares que
Progresa clasifica como no pobres cuando el resto de las metodologías los
clasifican como pobres, el cual si se considera como un error de exclusión, sería
notablemente pequeño para la trascendencia que tiene en el Programa.
Excluyendo la metodología que utiliza el ingreso, dado que dicha técnica no
puede considerarse una alternativa para el procedimiento de focalización de
hogares beneficiarios de Progresa por ser un indicador difícil de obtener de
manera precisa, y tener además altas tasas de no respuesta con lo cual no se
podrían clasificar a diversos hogares, se observa la distribución porcentual en el
cuadro 11 para los hogares de acuerdo a las combinaciones de clasificación en las
restantes metodologías.
Cuadro 11
Distribución porcentual de los hogares de acuerdo a la
clasificación generada por los métodos de consumo estimado,
de análisis discriminante y de la metodología de CART
Análisis
discriminante
CART
Consumo
estimado
Porcentaje
No pobre
No pobre
No pobre
No pobre
Pobre
Pobre
Pobre
Pobre
No pobre
No pobre
Pobre
Pobre
No pobre
No pobre
Pobre
Pobre
No pobre
Pobre
No pobre
Pobre
No pobre
Pobre
No pobre
Pobre
31%
2%
6%
1%
16%
2%
14%
28%
En este caso, el porcentaje de hogares que son clasificados en el mismo
grupo para los tres métodos es 59 por ciento. El porcentaje de hogares que son
clasificados como no pobres por el método de análisis discriminante y clasificados
como pobres por las otras dos metodologías es 1 por ciento. Por su parte el
porcentaje de hogares clasificados como pobres por el método de análisis
discriminante y como no pobres por el resto de las metodologías es 16 por ciento.
El primer porcentaje indica que el error de exclusión es consistentemente
pequeño. Por su parte el segundo porcentaje refleja en mayor medida el efecto de
los filtros, dado que el 16 por ciento se divide en un 13 por ciento de hogares a los
que se les aplicó filtro y un 3 por ciento de hogares sin ese ajuste. Esto puede
interpretarse como un error de inclusión de 3 por ciento, y un porcentaje de
195
corrección de 13 por ciento debido a la tercera estrategia de focalización utilizada
por Progresa.
Es conveniente señalar que posiblemente la aplicación de un ajuste como los
filtros, utilizado de manera adecuada para las metodologías basadas en consumo o
CART, podría llevar a la corrección de un porcentaje similar al que se obtiene en
Progresa para dichas técnicas.
7.
Conclusiones
En los años recientes, se han realizado diversos trabajos de investigación
relacionados con el tema de la conceptualización de la pobreza. En la búsqueda
del mejor criterio, se han propuesto diferentes enfoques para definir y medir a la
pobreza. Gómez de León (1999) menciona que “un enfoque predominante ha sido
el enfoque bienestarista que permite convertir ciertas medidas de desigualdad en
funciones de bienestar”. Sin embargo, también menciona que “para evaluar la
desigualdad, el enfoque mencionado asume que cualquier nivel de bienestar
alcanzado refleja la objetivización plena de las oportunidades para lograrlo. De ahí
que dicho enfoque se concentre sólo en observar materializaciones o logros
particulares (como el consumo o el ingreso) para caracterizar la desigualdad”.
Dado que los logros particulares referidos en el párrafo anterior no
contemplan aspectos elementales como que un individuo esté suficientemente
alimentado o pueda evitar las enfermedades, más aún, no reflejan las
oportunidades reales de desarrollar plenamente aquello que efectivamente valoran
los individuos (funcionamientos y capacidades, como las define Sen), se vuelve
necesario identificar a la pobreza por medio de un enfoque que destaque no sólo el
tener un cierto nivel mínimo de ingreso o consumo, sino la imposibilidad de
alcanzar dicho bienestar por falta de oportunidades. Es por esta razón que en
Progresa se propone una estrategia para definir la pobreza que se aproxima
mediante un enfoque multidimensional.
En términos de De Wachter y Galiani10, el método aplicado en Progresa
forma parte de lo que se conoce en la literatura económica como pruebas de
proximidad de medias (Proxy Means Tests), las cuales se basan en general en
utilizar una clasificación inicial utilizando la información concerniente al ingreso,
para posteriormente estimar la media condicional del ingreso dado un conjunto de
características del hogar para una muestra de éstos, utilizando técnicas de
10
En el ensayo “Focalización óptima de los apoyos al ingreso” de septiembre del año 2000.
196
regresión. La función obtenida es utilizada para calcular un ingreso predicho
(“proxy”) a partir del cual se decide el nivel de transferencias a otorgar.
En realidad existe una sutil diferencia entre la descripción presentada en el
párrafo anterior y la metodología de análisis discriminante empleada en Progresa
para definir a sus beneficiarios, la cual consiste en que la función obtenida no es
en realidad una aproximación al ingreso. En el presente trabajo presentamos como
metodologías alternas la clasificación directa por medio del ingreso, la
clasificación por consumo estimado que utiliza un enfoque multidimensional pero
no utiliza una clasificación inicial, y la metodología de CART que utiliza una
clasificación inicial pero no define un indicador continuo que pudiera representar
una aproximación al ingreso.
En el presente documento se ha mostrado la comparación entre cada una de
las metodologías de clasificación presentadas, sus consistencias mutuas y sus
divergencias más importantes, sus ventajas y sus desventajas comparativas. Se ha
mencionado que la metodología que utiliza el ingreso para generar la
clasificación, tiene problemas desde la obtención de la información, puesto que no
todos los individuos están dispuestos a declarar su ingreso. Mas aún, un ingreso
mal reportado o mal capturado puede llevar a un error en la clasificación de un
hogar, resaltándose en este aspecto una desventaja comparativa para dicha
metodología al ser de tipo unidimensional. Sin embargo, esta clasificación es
sencilla de construir y la obtención de la información tiene costos relativamente
bajos. Para no desaprovechar dichas características, en Progresa esta información
es utilizada como la clasificación inicial que el análisis discriminante requiere.
La clasificación por medio de la metodología de CART tiene la ventaja de ser
una técnica estadística no paramétrica, con lo cual los supuestos que tanto
trabajo cuesta validar para métodos paramétricos como el análisis discriminante
no generan problemas sustanciales. Una ventaja adicional radica en el hecho de
ser una técnica multidimensional que puede utilizar indicadores tanto de tipo
discreto como continuo. La clasificación en general es muy similar a la obtenida
por el método de análisis discriminante (con divergencias de alrededor del 15 por
ciento).
El método de regresión aplicado para obtener una función que permita
construir un indicador de consumo estimado también es multidimensional, y
refleja la posible eficiencia de clasificar a los hogares por medio de la obtención de
su consumo real. Sin embargo, esta opción no es viable dado el alto costo que
significaría obtener dicho consumo y los posibles problemas análogos a los que se
presentan con la metodología basada en el ingreso, referentes a incorrectas o
falsas declaraciones, e incluso a la negación a reportar dicho indicador por parte
197
de los miembros del hogar. Regresando al indicador por consumo estimado, se
puede destacar que los resultados obtenidos tienen también grandes similitudes
con los derivados del análisis discriminante, debido principalmente a que los
indicadores utilizados para ambos métodos son muy similares.
Finalmente, la aplicación del análisis discriminante ha demostrado su
eficiencia en la práctica, no libre de errores, pero permitiendo realizar ajustes que
minimicen los errores cometidos en la clasificación, tanto de inclusión como de
exclusión, por medio de la utilización de los filtros u otros documentos.
Es claro que ninguno de los métodos es infalible; también es claro que no se
han presentado todas las posibles alternativas, Sin embargo, en la búsqueda de
métodos eficientes para generar la clasificación que se requiere en un programa
de las características de Progresa, los métodos analizados en el presente trabajo
han sido los más viables en términos de eficiencia y aplicabilidad. Un método
como el que utiliza los Árboles de Clasificación (CART) parece ser una alternativa
eficiente y aplicable, pero la facilidad que se ha presentado en el análisis
discriminante en términos de la aplicación de los filtros por ejemplo, aún lo
destacan como una mejor opción.
198
Apéndice A
Niños
Hogares
Niños
Personas
que no
Hogares Hogares
sin
de 0
Índice de
Índice de
por
asisten
sin baño sin luz
estufa
a 11 dependencia hacinamiento
hogar
a la
de gas
años
escuela
Deciles
Método
1
Análisis discriminante
Ingreso per cápita
Consumo estimado
50.6%
45.3%
52.7%
8.2%
7.6%
9.9%
18.2%
18.0%
16.1%
7.34
5.18
7.17
3.33
1.85
3.54
6.14
3.67
5.49
4.23
2.94
4.24
19.1%
14.1%
17.7%
2
Análisis discriminante
Ingreso per cápita
Consumo estimado
45.0%
43.1%
45.8%
5.5%
6.5%
6.1%
13.8%
13.7%
10.5%
5.74
5.29
5.83
2.37
2.03
2.39
4.30
3.77
3.99
3.37
3.03
3.28
16.0%
12.6%
16.0%
3
Análisis discriminante
Ingreso per cápita
Consumo estimado
41.5%
42.7%
40.9%
5.1%
4.7%
5.5%
10.3%
10.7%
11.4%
5.12
5.00
5.10
1.94
1.85
1.73
3.42
3.48
3.23
3.06
2.89
2.80
15.1%
13.8%
13.8%
4
Análisis discriminante
Ingreso per cápita
Consumo estimado
40.8%
37.2%
40.9%
5.0%
4.6%
5.5%
18.9%
9.7%
11.4%
4.65
4.88
4.56
1.46
1.60
1.34
2.78
3.05
2.65
2.63
2.70
2.47
14.3%
13.3%
12.1%
5
Análisis discriminante
Ingreso per cápita
Consumo estimado
40.6%
39.1%
36.9%
5.0%
4.5%
4.7%
8.6%
9.8%
11.1%
4.09
4.51
4.20
1.19
1.45
1.00
2.30
2.66
2.28
2.46
2.62
2.24
10.8%
12.2%
11.0%
6
Análisis discriminante
Ingreso per cápita
Consumo estimado
38.9%
37.7%
33.3%
4.8%
3.8%
2.9%
15.2%
10.2%
8.0%
3.72
4.00
3.93
0.77
1.05
0.76
1.76
2.15
2.00
2.00
2.30
2.03
9.4%
9.4%
10.0%
7
Análisis discriminante
Ingreso per cápita
Consumo estimado
34.6%
34.2%
31.1%
4.5%
3.6%
2.5%
9.2%
7.6%
7.8%
3.52
3.94
3.44
0.67
0.91
0.48
1.48
1.84
1.52
1.80
2.10
1.74
8.0%
9.1%
8.3%
8
Análisis discriminante
Ingreso per cápita
Consumo estimado
35.5%
32.0%
31.2%
3.1%
2.9%
2.5%
3.5%
7.8%
7.6%
3.04
3.80
3.15
0.40
0.71
0.45
1.08
1.59
1.28
1.57
1.92
1.63
5.8%
9.0%
6.2%
9
Análisis discriminante
Ingreso per cápita
Consumo estimado
27.4%
30.6%
27.7%
2.1%
3.2%
2.1%
2.5%
7.0%
7.4%
3.06
3.49
2.91
0.32
0.58
0.42
0.90
1.34
1.13
1.37
1.67
1.52
4.6%
7.5%
5.6%
10
Análisis discriminante
Ingreso per cápita
Consumo estimado
12.7%
24.4%
27.0%
1.0%
2.4%
2.6%
0.7%
5.7%
9.6%
3.02
3.14
3.01
0.22
0.54
0.55
0.70
1.19
1.28
1.17
1.43
1.74
3.3%
5.0%
5.5%
199
Bibliografía
Bishop, Y. M., Fienberg, S. E., Holland, P. W., (1975), “Discrete
Multivariate Analysis”, 1a. ed., MIT Press.
Fisher, R. A. (1940), The Precision of Discriminant Functions. Annals
of Eugenics, 10, 422-429. (153)
Greenacre M. J., (1984), “Theory
Correspondence Analysis”, Academic Press INC.
and
Applications
of
Huberty, C.J., (1994). “Applied Discriminant Analysis”. John Wiley &
Sons.
Lebart, L., Morineau, A., Warwick, K. M., (1977), “Multivariate
Descriptive Statistical Analysis, Correspondence Analysis and Related
Techniques for Large Matrices”, John Wiley & Sons.
“Progresa (Programa de Educación, Salud y Alimentación)”. México.
“Progresa: Mas oportunidades para las familias pobres”, México.
Manual de CART
200
Perfil de las localidades y hogares beneficiarios de
Progresa
o∗
∗
Documento preparado por Edith Cruz, Cinthia Ma. Medina, B. Rosa Ayala y Hadid Y. Vera Llamas. Las opiniones y
puntos de vista aquí expresados son responsabilidad única y exclusiva de las autoras.
202
1.
Introducción
L
os beneficios del Programa de Educación, Salud y Alimentación (Progresa)
se entregan directamente a los hogares identificados en pobreza extrema.
Cada uno de estos hogares pertenece a alguna comunidad, lo que a su vez
implica la pertenencia a algún municipio de alguna entidad federativa. De hecho,
la localidad es el punto de partida en la identificación de los hogares beneficiarios
del Programa. La comunidad es la unidad mínima espacial para la cual se publican
oficialmente datos de condiciones socioeconómicas recopilados en los Censos de
Población y Vivienda. La localidad permite conocer con mayor precisión la
diversidad de condiciones demográficas de los municipios o los estados y por esa
razón Progresa inicia su proceso de identificación de beneficiarios con la selección
de las localidades donde se efectúa la Encuesta de Características
Socioeconómicas de los Hogares – ENCASEH-* .
Las localidades seleccionadas para participar del Programa son aquéllas
cuyas condiciones socioeconómicas y demográficas las señalan como rurales y
marginadas. Las comunidades seleccionadas deben tener además acceso a los
servicios de primaria, secundaria y salud, de modo tal que la operación del
Programa pueda efectuarse y las familias beneficiarias puedan efectivamente
consolidar las posibilidades de desarrollo de las capacidades de sus integrantes1.
El presente trabajo expone las características de las localidades atendidas por
Progresa, tales como accesibilidad, disponibilidad de servicios, indicadores de
marginación y aspectos físicos; a través de ellas se puede definir el perfil de las
comunidades que participan en el Programa.
2.
Las localidades atendidas por Progresa
En el país existen más de 200 mil comunidades y en ellas se concentran
actualmente casi 100 millones de mexicanos en más de dos mil municipios. De
esas localidades, 47 por ciento son comunidades de 1 ó 2 viviendas, para las cuales
no se reportan sus datos de población y vivienda (por razones de confidencialidad
estadística); del restante 53 por ciento, ocho de cada diez localidades se
encuentran en condiciones de marginación, de las cuales, menos de la mitad tiene
100 o más habitantes. Este rasgo de las localidades del país refleja una alta
dispersión en las zonas rurales, que implica marginación y hace difícil la oferta de
servicios básicos.
*
Para una explicación detallada sobre el contenido de la encuesta, ver: “El modelo de evaluación de Progresa” en: Documentos
metodológicos sobre la evalución de Progresa (2000).
1
La selección de localidades que participan en Progresa es el primer paso del proceso de focalización que lleva a cabo el Programa. Para
una descripción detallada véase Progresa,1999.
203
Las localidades atendidas por Progresa comprenden 53 mil comunidades
rurales y marginadas que tienen acceso a los servicios de salud y educación
primaria y secundaria. Estas comunidades pertenecen a 31 entidades federativas
del país y se distribuyen en 2,156 municipios, lo que implica una cobertura del
88.5 por ciento de los municipios siendo el Distrito Federal la única entidad que
no tiene presencia de Progresa por carecer de comunidades con estructura
sociodemográfica rural (se registran como pertenecientes a una zona
metropolitana).
Más de 17 millones de mexicanos habitan en las localidades atendidas por
Progresa y de ellos cerca de 14 millones son beneficiarios del Programa. En
promedio, las localidades en que opera Progresa tienen 64 hogares y 47 de ellos
son beneficiarios. El 99 por ciento de las comunidades que participan en el
Programa tienen menos de 2,500 habitantes, y de cada diez localidades de las que
forman este grupo, tres tienen menos de 100 habitantes, cinco entre 100 y 500
habitantes, y dos tienen entre 500 y 2,500 habitantes. Del total de comunidades
marginadas en el país que tienen entre 100 y 500 habitantes, 89 por ciento se
encuentran incorporadas al Programa.
Localidades atendidas por Progresa
Por número de habitantes, las localidades se pueden clasificar en: localidades
rurales, localidades semirurales y localidades urbanas. Bajo esta división, las
204
localidades en que opera Progresa se distribuyen en localidades rurales y
localidades semirurales.
Localidades rurales
El 98.6 por ciento de las comunidades del país son comunidades rurales (con
menos de 2,500 habitantes); en esta cifra se contemplan todas aquellas
comunidades de 1 o 2 viviendas y las cuales representan casi la mitad de este
grupo. Bajo esta consideración, Progresa actualmente atiende a una cuarta parte
de las comunidades rurales en su totalidad y al 50 por ciento de las comunidades
rurales con 3 o más viviendas. Específicamente, respecto a las comunidades
rurales y marginadas del país, Progresa ofrece sus beneficios a la población de 57
por ciento de estas comunidades.
Localidades semirurales
En el rubro semirural, constituido por las comunidades que tienen entre
2,500 y 15 mil habitantes, la República Mexicana ubica al 1.2 por ciento de sus
comunidades; de todas ellas, una tercera parte se encuentra incorporada a
Progresa; en cuanto a las localidades semirurales marginadas, 95 por ciento es
atendida por Progresa.
Todas las localidades incorporadas al Programa experimentan condiciones de
marginación y todas ellas presentan carencias de infraestructura y equipamiento.
Sin embargo, entre ellas se pueden encontrar diferencias en las características
socioeconómicas acentuadas por el tamaño o grado de marginación. Por ello, se
propone una clasificación de tamaños de localidad a través del número de hogares
en las comunidades beneficiarias y se agrupan clasificando su condición de
marginación en cuatro grupos, definidos como nivel alto, nivel alto-muy alto, nivel
muy alto y nivel extremo, en el que se ubican las comunidades más marginadas.
Cuadro 1
Localidades que participan en Progresa por tamaño y nivel de marginación de la localidad
(relativos)
Tamaño de la localidad
Total
De 1 a 15 hogares
De 15 a 35 hogares
De 35 a 75 hogares
Más de 75 hogares
Total
Alto
30.02
tam
marg
16.02
13.69
22.81
19.82
32.94
25.82
49.35 40.67
100.00
Nivel de marginación
Alto-muy alto
Muy alto
Extremo
25.86
23.45
20.68
tam
marg
tam
marg
tam
marg
22.94
22.75 28.73
31.42
32.31 40.06
26.47
26.71
26.41
29.39
24.31 30.67
27.97
25.45 22.41 22.49
16.68
18.98
26.22
25.09 15.83
16.70
8.61
10.29
100.00
100.00
100.00
Total
100.00
100.00
100.00
100.00
100.00
25.64
26.09
23.53
24.74
100.00
205
Bajo esta clasificación, se puede apreciar una relación inversa entre tamaño
de la localidad y nivel de marginación de la misma comunidad: a menor tamaño,
mayor marginación prevaleciente en las comunidades atendidas por Progresa. En
el nivel extremo de marginación, 40 por ciento son comunidades que tienen entre
1 y 15 hogares, mientras que en el nivel alto de marginación, 40 por ciento son
poblados que tienen más de 75 hogares. El cuadro también permite apreciar que
una cuarta parte de las comunidades participantes en el Programa no tienen más
de 15 hogares, lo que en número de personas equivale aproximadamente a 75
habitantes, y estas pequeñas comunidades se distribuyen de manera ascendente en
los niveles de marginación, concentrándose una tercera parte en el nivel extremo.
Localidades indígenas
En el 50 por ciento de las localidades atendidas por Progresa existen
hablantes de alguna lengua indígena y en la mitad de este grupo, existe población
monolingüe que únicamente habla lengua indígena y no habla español.
Las comunidades beneficiarias de Progresa con población hablante de lengua
indígena se pueden dividir en 3 grupos: con presencia indígena, es decir, que
cuentan con al menos un hablante de lengua indígena; medianamente indígena,
referente a las comunidades que entre el 30 y 70 por ciento de su población habla
lengua indígena; y predominantemente indígena cuando 70 por ciento o más de la
población total en la localidad habla lengua indígena. Bajo esta agrupación, las
localidades del Programa que cuentan con población indígena se distribuyen en 28
por ciento predominantemente indígenas, 11 por ciento medianamente indígenas
y 61 por ciento con presencia indígena.
La distribución de los hogares indígenas en las localidades beneficiarias del
Programa, por tamaño de localidad y nivel de marginación, se presentan en el
cuadro 2. En éste se puede apreciar que conforme aumenta el nivel de
marginación, la proporción de hogares indígenas es mayor, llegando a ser en las
localidades más grandes y más marginadas de 65 por ciento. La distribución de los
hogares indígenas beneficiarios de Progresa por tamaño de localidad varía entre el
16 y 20 por ciento, mostrando incrementos muy suaves que no determinan
comportamiento relacionado al número de habitantes más que en la cantidad
misma.
En poco más de la tercera parte del total de hogares en las comunidades
atendidas por Progresa, el jefe del hogar es hablante de lengua indígena.
Asimismo, en 30 por ciento de los hogares beneficiarios del Programa el jefe del
hogar habla alguna lengua indígena.
206
Cuadro 2
Hogares indígenas en las localidades atendidas por Progresa
(relativos)
Nivel de
Tamaño de localidad
marginación
Alto
De 1 a 15 hogares
De 15 a 35 hogares
De 35 a 75 hogares
Más de 75 hogares
Total
Alto - Muy Alto
De 1 a 15 hogares
De 15 a 35 hogares
De 35 a 75 hogares
Más de 75 hogares
Total
Muy Alto
De 1 a 15 hogares
De 15 a 35 hogares
De 35 a 75 hogares
Más de 75 hogares
Total
Extremo
De 1 a 15 hogares
De 15 a 35 hogares
De 35 a 75 hogares
Más de 75 hogares
Total
Total
De 1 a 15 hogares
De 15 a 35 hogares
De 35 a 75 hogares
Más de 75 hogares
Total
Hogares
indígenas
2.8
4.0
5.5
10.3
6.8
6.5
9.5
15.0
26.7
14.4
14.6
23.7
33.9
51.7
27.6
38.1
51.2
63.9
74.2
50.6
18.4
21.9
24.0
26.3
36.8
Hogares indígenas
beneficiarios
2.2
2.9
4.0
7.4
4.9
5.2
7.3
11.5
20.1
11.0
12.3
19.7
27.8
41.5
22.7
34.6
46.4
57.5
65.3
45.7
16.2
18.9
20.2
20.8
29.9
Accesibilidad
El 55 por ciento de las comunidades atendidas por Progresa están a menos
de 5 kilómetros de una carretera pavimentada. En promedio, estas comunidades
tienen acceso a una carretera pavimentada en un radio de 7.86 kilómetros. Si se
observa la accesibilidad de las localidades de acuerdo a los tamaños y niveles de
marginación establecidos, se puede apreciar que ésta es mayor entre menor sea el
nivel de marginación de las comunidades; por su parte, la relación de la
accesibilidad con respecto al tamaño de la localidad no es tan claro.
La distancia promedio de las localidades en el Progresa a la cabecera de su
municipio es de 15 kilómetros, lo que indica que los apoyos de Progresa en las
comunidades marginadas y dispersas no se dan precisamente en zonas
circundantes de las cabeceras municipales, donde la situación socioeconómica es
207
mejor en la mayoría de los casos. Cabe señalar que Progresa atiende a 877
cabeceras.
Cuadro 3
Distancia promedio de las localidades en Progresa a una carretera pavimentada
Tamaño de la localidad
De 1 a 15 hogares
De 15 a 35 hogares
De 35 a 75 hogares
Más de 75 hogares
Total
Alto
5.02
5.17
5.01
4.14
4.69
Nivel de marginación
Alto-muy alto Muy alto
Extremo
7.54
9.56
11.68
7.65
9.75
11.96
6.77
8.97
12.17
6.21
8.88
12.42
7.04
9.37
11.94
Total
9.05
8.69
7.57
6.14
7.86
Cuadro 4
Distancia promedio de las localidades en Progresa a su cabecera municipal
Entidad federativa
Aguascalientes
Baja California
Baja California Sur
Campeche
Coahuila
Colima
Chiapas
Chihuahua
Durango
Guanajuato
Guerrero
Hidalgo
Jalisco
México
Michoacán
Morelos
Nayarit
Nuevo León
Oaxaca
Puebla
Querétaro
Quintana Roo
San Luis Potosí
Sinaloa
Sonora
Tabasco
Tamaulipas
Tlaxcala
Veracruz
Yucatán
Zacatecas
208
Distancia en kilómetros
10.81
90.51
59.51
73.96
32.71
12.77
15.77
25.26
36.98
13.18
14.90
8.48
13.37
10.36
12.92
5.98
18.74
22.89
8.79
7.11
14.02
49.54
12.94
25.92
27.87
21.58
20.91
6.36
11.16
14.61
18.91
Por su parte, la distancia promedio de las localidades beneficiadas por
Progresa a una ciudad es de 30.9 kilómetros, aumentando conforme la
marginación se incrementa y el número de habitantes disminuye.
3.
Servicios en las localidades Progresa
La proximidad a los servicios básicos de educación, salud y abasto son
factores que se desean conocer para las comunidades beneficiarias del Programa
de modo tal que se pueda valorar la cobertura existente en este gran grupo de
localidades marginadas, cuya dispersión y situación geográfica hacen difíciles el
abastecimiento y la oferta de servicios.
Las tiendas de Diconsa2 se encuentran instaladas en poco menos de 19 mil
localidades, y 70 por ciento de estas comunidades son atendidas por Progresa. Del
grupo de comunidades beneficiarias, 25 por ciento (13,236) cuentan con una
tienda Diconsa en sitio, y el resto se encuentran, en promedio, a 3.7 kilómetros de
distancia de una tienda Diconsa. Los casos de localidades cuya distancia a una
tienda Diconsa es de 15 o más kilómetros suman menos de uno por ciento de las
localidades atendidas por Progresa. El siguiente cuadro permite apreciar como el
acceso a una tienda Diconsa aumenta conforme la marginación disminuye y el
tamaño de la comunidad es mayor.
Cuadro 5
Distancia promedio de las localidades atendidas por Progresa al poblado más cercano
con tienda Diconsa
Tamaño de la localidad
De 1 a 15 hogares
De 15 a 35 hogares
De 35 a 75 hogares
Más de 75 hogares
Total
Alto
3.57
3.18
2.28
1.31
2.23
Nivel de marginación
Alto-muy alto Muy alto
Extremo
3.76
3.82
3.90
3.27
3.44
3.39
2.41
2.49
2.91
1.29
1.40
2.00
2.66
3.00
3.36
Total
3.79
3.32
2.47
1.38
2.76
Por su parte, la infraestructura de las unidades de salud a lo largo de las
zonas rurales se ha ampliado año con año, lo que ha posibilitado a Progresa
ofrecer sus apoyos para un gran número de localidades marginadas. Así, del total
de comunidades que cuentan con unidades de salud (en sitio), 60 por ciento son
comunidades atendidas por Progresa. Otra forma de leer este dato es que del total
de comunidades en el Programa, 13 por ciento son sede de una unidad médica.
2
Diconsa, creada en 1972, es un red de tiendas del sistema social de abasto del país. Tiene como propósito asegurar el
abasto oportuno y suficiente de productos básicos, así como regular su mercado mediante la oferta de precios accesibles
que beneficien, en igualdad de condiciones, a la población rural y urbana marginada.
209
La distancia promedio de las localidades beneficiadas por Progresa a una
comunidad con unidad de salud es de 4.15 kilómetros y disminuye hasta 2.6
kilómetros en las localidades clasificadas en el nivel de alta marginación. Por el
contrario, en las localidades de nivel de marginación extremo, esta distancia
promedio aumenta a 8.6 kilómetros.
En términos generales, las distancias promedio de las localidades en el
Progresa a las unidades de salud, por tamaño y nivel de marginación, se mueven
en un intervalo de 2.6 a 5.1 kilómetros. En todos los grupos de marginación son
muy similares las distancias promedio; la diferencia principal en la accesibilidad se
da en las localidades de mayor tamaño (con más de 75 hogares).
Cuadro 6
Distancia promedio de las localidades atendidas por Progresa a la comunidad más
cercana con unidad de salud
Tamaño de la localidad
De 1 a 15 hogares
De 15 a 35 hogares
De 35 a 75 hogares
Más de 75 hogares
Total
Alto
4.44
4.72
4.04
2.59
3.64
Nivel de marginación
Alto-muy alto Muy alto
Extremo
4.81
4.95
4.87
4.79
5.10
4.66
4.24
4.30
4.09
2.79
2.94
2.85
4.15
4.51
4.45
Total
4.81
4.83
4.16
2.72
El acceso a los servicios de salud se ha visto fortalecido con la operación de
2,700 grupos médicos itinerantes. La operación de estos grupos itinerantes ha
significado que se pueda atender a 369 mil familias beneficiarias. Este dato puede
parecer pequeño con relación al total de hogares beneficiarios de Progresa
(apenas 14 por ciento), pero se ubican en casi 12,500 localidades, que por su
tamaño y dispersión no podían ser atendidas por una unidad de salud “fija”.
En cuanto al acceso a los servicios educativos, en el inicio del ciclo escolar
1999-2000 se registró un universo de 88,592 escuelas primarias y 24,696 escuelas
secundarias que se distribuyen en más de 55 mil y 17 mil localidades,
respectivamente. Progresa tiene becarios en 59,365 escuelas primarias y 18,951
escuelas secundarias. La estructura de las localidades que tienen beneficiarios de
Progresa en cuanto a presencia de centros educativos indica que 71 por ciento
tiene una escuela de nivel primaria, secundaria o nivel medio superior. Casi 50 por
ciento de las localidades en el Progresa tiene al menos escuela primaria y 19 por
ciento tiene escuela primaria y secundaria, independientemente de tener becarios
o no en su comunidad.
210
Cuadro 7
Localidades en Progresa que cuentan con escuela
(relativos)
Escuela
Primaria, secundaria y de nivel medio superior
Primaria y secundaria
Primaria y de nivel medio superior
Secundaria y de nivel medio superior
Primaria
Secundaria
De nivel medio superior
Ninguna
Localidades acumulado
1.33
1.33
19.64
20.97
0.08
21.05
0.01
21.06
49.91
70.96
0.37
71.34
0.01
71.34
28.66
100.00
100
La infraestructura de escuelas primarias reportada para el año 2000
corresponde a 55,600 localidades con más de 88 mil escuelas. De esas localidades,
67 por ciento son beneficiarias de Progresa. De las 53 mil comunidades
incorporadas al Programa, 71 por ciento cuenta con escuela primaria en sitio. La
distancia promedio estimada de acceso a una escuela primaria para las
comunidades en Progresa es de medio kilómetro.
Casi 94 por ciento de las localidades apoyadas por Progresa cuenta con
becarios del tercero al sexto grado de primaria; de ellas, sólo la población del 1
por ciento recorre una distancia mayor a los 20 kilómetros. Estos casos
corresponden a que se aprovecha el traslado de los padres al lugar de trabajo,
quienes prefieren que sus hijos asistan a una escuela primaria cercana a su
trabajo, en lugar de que los niños se trasladen solos a la escuela más cercana a su
casa.
Para todas aquellas comunidades que recorren menos de 20 kilómetros a la
escuela primaria, la distribución por tamaño de localidad y nivel de marginación
de la distancia promedio recorrida es la siguiente:
Cuadro 8
Distancia promedio de las localidades atendidas por Progresa a la comunidad más
cercana con escuela primaria
Tamaño de la localidad
De 1 a 15 hogares
De 15 a 35 hogares
De 35 a 75 hogares
Más de 75 hogares
Total
Alto
1.58
1.04
0.60
0.34
0.42
Nivel de marginación
Alto-muy alto Muy alto
Extremo
1.66
1.68
1.54
1.02
0.94
1.05
0.60
0.65
0.76
0.41
0.35
0.44
0.54
0.58
0.76
Total
1.61
1.01
0.64
0.37
0.50
211
En el cuadro se observa que independientemente del grado de marginación,
las comunidades más pequeñas recorren de 1 a 1.6 kilómetros, mientras que en
las localidades de más de 35 hogares disminuye a la mitad esa distancia. Las
variaciones entre los niveles de marginación son muy leves y esto señala que el
acceso a una escuela primaria es mejor entre mayor sea el tamaño de la localidad.
En general, la distancia promedio recorrida por las comunidades en Progresa con
becarios es de 0.5 kilómetros (no considerando los casos de más de 20
kilómetros).
El catálogo de escuelas secundarias señala para el año 2000 la existencia de
24 mil quinientas escuelas en poco más de 17 mil comunidades. De ellas, 11 mil
trescientas son comunidades que participan en Progresa, en donde se concentran
más de 11,500 secundarias. La distancia promedio estimada en general para todas
las localidades en el Programa, a la secundaria más cercana, es de 3.5 kilómetros.
Si la distancia estimada se observa por grado de marginación, ésta varía conforme
al grado de marginación y toma los valores de 1.14 kilómetros para algunas
comunidades de nivel alto y de 6.74 kilómetros para comunidades de nivel
extremo.
Los becarios de nivel secundaria corresponden a 81.5 por ciento de las
localidades beneficiadas por Progresa, y sólo en 2.8 por ciento de ellas los jóvenes
acuden a más de 20 kilómetros a la escuela secundaria. Exceptuando este pequeño
subconjunto, la distancia promedio que recorren los jóvenes de las localidades
Progresa a su escuela secundaria es de 1.9 kilómetros.
Bajo la clasificación de tamaño de localidad y nivel de marginación, las
distancias promedio a la escuela de las localidades con becarios de Progresa en el
nivel de secundaria son (omitiendo a los que se encuentran a más de 20
kilómetros):
Cuadro 9
Distancia promedio de las localidades atendidas por Progresa a la comunidad más
cercana con escuela secundaria
Nivel de marginación
Tamaño de la localidad
De 1 a 15 hogares
De 15 a 35 hogares
De 35 a 75 hogares
Más de 75 hogares
Total
212
Alto
3.81
3.65
2.79
1.17
1.52
Alto-muy alto
3.88
3.87
2.83
1.20
1.84
Muy alto
4.20
3.85
2.89
1.29
2.18
Extremo
4.36
3.98
3.48
1.71
2.93
Total
4.11
3.84
2.92
1.22
1.90
En este caso, la distancia promedio a la secundaria va disminuyendo
conforme aumenta el tamaño de la localidad y se reduce la marginación.
Del universo de 2,575 localidades que cuentan con alguna escuela de nivel
medio superior como bachilleratos, escuelas normales y profesional medio, 755 de
ellas, es decir, 29 por ciento, son comunidades apoyadas por Progresa. De las 53
mil localidades incorporadas al Programa, 83 por ciento se encuentran cercanas a
una localidad con escuela de nivel medio superior en un radio de 20 kilómetros, y
sólo 2.6 por ciento no tienen acceso en menos de 50 kilómetros.
Es importante señalar que en 16 de las 31 entidades que participan en el
Programa, para al menos 85 por ciento de sus comunidades beneficiarias tienen
en un radio de 20 kilómetros una escuela de nivel medio superior. Que la mayoría
de las comunidades apoyadas por Progresa tengan una escuela de nivel medio
superior en una distancia menor o igual a 20 kilómetros, indica la posibilidad, por
acceso a servicios, de que todos aquellos jóvenes que concluyen la secundaria den
continuidad a los estudios.
Un importante aspecto relacionado a las condiciones de accesibilidad a los
servicios de salud y educación, ya que un criterio para incluir a una localidad a
Progresa es que se tenga un acceso mínimo a tales servicios, es el argumento de
que con tales parámetros se excluye precisamente a las familias más pobres. Cabe
señalar que para México se está haciendo referencia de aproximadamente 13 mil
comunidades, en las que viven 87 mil hogares, esto es, se trata de localidades que
en promedio tienen 6 hogares, de los cuales se ha calculado que 59 mil podrían
ser beneficiarios del Programa. Para dar los apoyos de Progresa a estas
comunidades se requeriría contar con acceso a primaria para 7 mil localidades,
acceso a secundaria para 9 mil y acceso a unidades de salud a otras 9 mil
comunidades.
213
Cuadro 10
Distribución de las localidades incorporadas a Progresa por acceso a una escuela de nivel medio
superior
Entidad
Federativa
1 Aguascalientes
2 Baja California
3 Baja California Sur
4 Campeche
5 Coahuila
6 Colima
7 Chiapas
8 Chihuahua
10 Durango
11 Guanajuato
12 Guerrero
13 Hidalgo
14 Jalisco
15 México
16 Michoacán
17 Morelos
18 Nayarit
19 Nuevo León
20 Oaxaca
21 Puebla
22 Querétaro
23 Quintana Roo
24 San Luis Potosí
25 Sinaloa
26 Sonora
27 Tabasco
28 Tamaulipas
29 Tlaxcala
30 Veracruz
31 Yucatán
32 Zacatecas
Total
4.
Localidades
Progresa
148
100
100
474
462
99
5,121
986
1,138
3,004
3,353
2,673
2,505
2,263
3,541
326
763
749
3,929
3,416
1,035
306
3,118
1,971
621
1,129
1,310
222
5,796
662
1,853
53,173
Acceso a una localidad con escuela de nivel medio superior
en 20 km
en 20-30 km en 30-50 km en más de 50 km
100.00
0.00
0.00
0.00
70.00
16.00
10.00
4.00
38.00
8.00
22.00
32.00
42.19
18.78
20.68
18.35
50.00
15.58
23.59
10.82
100.00
0.00
0.00
0.00
91.35
4.49
2.58
1.58
66.73
18.66
11.87
2.74
50.00
24.96
21.79
3.25
97.80
1.93
0.27
0.00
89.89
6.35
2.98
0.78
100.00
0.00
0.00
0.00
86.27
8.70
4.55
0.48
99.96
0.04
0.00
0.00
88.45
8.11
2.37
1.07
100.00
0.00
0.00
0.00
76.02
12.19
10.48
1.31
70.49
23.10
6.28
0.13
22.45
22.27
32.86
22.42
98.98
1.02
0.00
0.00
86.86
12.95
0.19
0.00
29.08
31.05
36.60
3.27
86.18
8.56
5.07
0.19
76.66
15.98
7.26
0.10
69.08
14.81
14.33
1.77
90.26
8.77
0.62
0.35
73.82
17.18
7.94
1.07
100.00
0.00
0.00
0.00
99.52
0.40
0.05
0.03
75.68
16.77
7.40
0.15
84.08
9.50
4.43
2.00
83.16
8.22
6.04
2.58
Entorno geográfico de las localidades Progresa
Prácticamente Progresa está presente en toda la República Mexicana y en
cualquier ámbito natural. La gran diversidad de paisajes que ofrece el territorio
nacional constituye un atractivo desigual para los habitantes ya que rara vez los
asentamientos humanos se distribuyen proporcionalmente y en forma continua.
Sin embargo, los factores naturales como la topografía, la pendiente abrupta
del terreno, los climas severos, algunos tipos de vegetación, la escasez de agua en
214
algunos lugares, la presencia de plagas ligadas a ciertas enfermedades, las zonas
de alto riesgo ya sea por inundación o incendio, o las zonas desérticas, pueden
llegar a constituir verdaderos obstáculos para el establecimiento de la población y
propiciar un enorme aislamiento en el medio rural, tal como sucede en algunas
regiones del norte del país en los estados de Sonora y Coahuila, donde existe una
baja densidad de población.
De las 53 mil comunidades rurales que actualmente gozan de los beneficios
de Progresa, una elevada proporción se concentra entre los paralelos 21° y 14° de
latitud norte en el centro y sur del país, hasta alcanzar sus máximas
concentraciones en los estados de Veracruz, Chiapas, Oaxaca y Guerrero.
Asimismo, otra concentración importante está en la faja central del país, en todo
lo largo del Eje Neovolcánico Transversal. En esa zona precisamente es donde se
registran las máximas elevaciones en el país3.
En cuanto al clima que predomina en las comunidades participantes en
Progresa, para 55 por ciento de ellas es templado (C), distribuidas en 29 estados
de la República pero con marcadas variaciones de temperatura y humedad en cada
estación del año y conforme la topografía del terreno se eleva. En este grupo se
distingue el subgrupo de los climas subhúmedos (cf) con lluvias repartidas todo el
año que concentran al 22.1 por ciento del total de las comunidades beneficiarias.
La quinta parte del total de las localidades en el Programa, tienen clima
tropical húmedo con lluvias torrenciales todo del año, ocupando toda la porción
central de la llanura costera del Golfo de México a menos de 500 metros de altitud
sobre el nivel del mar (msnm), al norte y sur de Chiapas, centro y sur de Veracruz,
Sierra Norte de Puebla, Sierra Norte de la Huasteca Hidalguense, Tabasco, noreste
de Oaxaca, Sierra Gorda de San Luis Potosí, Querétaro y el suroeste de Campeche.
Asimismo 22.4 por ciento se localiza en los climas secos, distribuidas en casi
144 municipios del país. En este grupo se diferencian dos tipos de climas, los
áridos (BW) y semiáridos (BS), donde se concentran respectivamente 6.2 por
ciento y 16.2 por ciento de las comunidades beneficiarias. Una alta proporción de
las localidades semiáridas se concentran en la porción sur de la Altiplanicie
Mexicana en los estados de Zacatecas, Guanajuato, Hidalgo, San Luis Potosí,
Tamaulipas y Querétaro, a diferencia de los estados más al norte, como Sonora,
Chihuahua, Coahuila y Durango, donde el clima es más severo.
El régimen de precipitación y temperatura de las comunidades apoyadas por
Progresa está directamente ligado al tipo de clima predominante en estas zonas.
3
La elevación máxima en México se localiza en el Pico de Orizaba, con 5,747 metros sobre el nivel del mar.
215
En general, la temporada de lluvias en las localidades es en los meses de junio a
septiembre, durante la época de verano. Casi la mitad (49.3 por ciento) tiene bajo
porcentaje de precipitación, 750 mm, situadas en las zonas templadas del centro
del país. El 29.7 por ciento tiene temperaturas cálidas superiores a los 20°C, con
lluvias monzónicas de verano, con una precipitación anual superior a los 1,500
mm, distribuidas en las zonas costeras e influenciadas significativamente por los
vientos cargados de humedad provenientes del Golfo de México, sobre todo en la
temporada de huracanes. Hay un grupo que representa a 18.6 por ciento del total
de localidades, que tiene lluvias intermedias entre el verano y los meses de
invierno, también con bajo porcentaje de precipitación anual. Estas comunidades
se localizan a todo lo largo de la costa pacífica del país.
La diversidad de condiciones térmicas presentes en México se manifiesta por
el hecho de ser atravesado por el Trópico de Cáncer en el paralelo 23°27’ y por el
comportamiento del relieve montañoso. El régimen de temperatura promedio
anual en las comunidades beneficiarias es cálido en el 40.4 por ciento; 33.9 por
ciento tiene régimen semicálido; en el 25.3 por ciento es templado; y sólo para 0.5
por ciento de todas las comunidades la temperatura es semifría o fría.
Aproximadamente una de cada cuatro poblaciones en el Programa (23.2 por
ciento) están sobre las planicies costeras a menos de 200 metros sobre el nivel del
mar (msnm), con importante presencia de bosques maderables tropicales y
bañadas por importantes ríos que desembocan hacia el Golfo de México. Otro 34.8
por ciento del total de las localidades se encuentran entre los 200 y 1,500 msnm
donde el relieve ofrece buenas condiciones para los asentamientos humanos y la
actividad agrícola, aunque aquí la temperatura comienza a descender de 20° a
15°C (semicálida), dando paso a la vegetación subtropical caducifolia. El 36.8 por
ciento de las comunidades se encuentra entre los 1,500 a 2,500 msnm, donde la
presencia de coníferas es notoria; aquí las temperaturas oscilan entre los 15° y
10°C, propias de estas regiones templadas. En tanto que el 5.2 por ciento de las
localidades apoyadas por Progresa se ubican por arriba de los 2,500 hasta los
3,500 metros de altitud, con temperaturas inferiores a los 10°C, cuya vegetación
de pinos y encinos disminuye para hacer su aparición la vegetación arbustiva con
limitadas posibilidades para la actividad agrícola variada. Existe un grupo reducido
de comunidades beneficiarias (3.6 por ciento) con vegetación esteparia
(pastizales) en los climas áridos y semiáridos localizados al norte y regiones del
sur de México, en los estados de Yucatán, Oaxaca y Guerrero.
216
5.
Indicadores de marginación
En la ENCASEH que se aplica a cada comunidad seleccionada por Progresa,
se pregunta a cada familia sobre la estructura del hogar, características
individuales de los miembros, migración y características de la vivienda, entre
otras variables. Con base en esta información se conoce el comportamiento
actualizado de algunos indicadores de marginación en las localidades atendidas
por Progresa.
En este apartado se presentan los porcentajes medios de los hogares o
personas entrevistadas correspondientes al total en la comunidad y de los hogares
o personas beneficiarias del Programa para cada uno de los indicadores,
presentados por tamaño de localidad y nivel de marginación.
Analfabetismo
La población de 15 años y más que no sabe leer ni escribir un recado en las
localidades apoyadas por Progresa asciende a 23.9 por ciento; esta proporción se
incrementa a 25.5 por ciento si se considera solamente a los integrantes de los
hogares beneficiarios.
En el cuadro 11 se presentan los porcentajes medios de las personas
analfabetas pertenecientes a los hogares entrevistados y a hogares beneficiarios
identificados por Progresa. También se muestran los porcentajes medios de la
población analfabeta diferenciados por sexo. Se observa que del total de personas
que habitan en una localidad, el porcentaje de personas analfabetas es más grande
conforme el nivel de marginación se agudiza. Esta relación se mantiene si se
consideran únicamente a las personas beneficiarias. Se debe subrayar que esta
condición es más prevalente en el caso de las mujeres.
En las localidades de alta marginación, el porcentaje de analfabetismo para
el total de personas está por abajo de 18 por ciento; en las localidades de alta-muy
alta y muy alta marginación, los porcentajes se encuentran en un intervalo entre
22 y 33 por ciento. Para el nivel extremo de marginación, el porcentaje de
personas que no saben leer y escribir es mayor al 40 por ciento. La dificultad para
accesar a los servicios educativos en el pasado era especialmente severa en las
comunidades rurales con los más elevados niveles de marginación.
La coherencia entre el sistema de identificación de hogares beneficiarios, el
porcentaje de personas beneficiarias analfabetas y el nivel de marginación de las
localidades se valida con este indicador. Analizando por nivel de marginación y
217
tamaño de localidad, se tiene que éste es mayor en comparación con el porcentaje
de personas analfabetas (en que se consideran todos los hogares de la localidad).
Cuadro 11
Población analfabeta de 15 años y más en las localidades atendidas por Progresa
(relativos)
Nivel de
Tamaño de
marginación localidad
Alto
De 1 a 15 hogares
De 15 a 35 hogares
De 35 a 75 hogares
Más de 75 hogares
Total
Alto – Muy Alto De 1 a 15 hogares
De 15 a 35 hogares
De 35 a 75 hogares
Más de 75 hogares
Total
Muy Alto
De 1 a 15 hogares
De 15 a 35 hogares
De 35 a 75 hogares
Más de 75 hogares
Total
Extremo
De 1 a 15 hogares
De 15 a 35 hogares
De 35 a 75 hogares
Más de 75 hogares
Total
Total
De 1 a 15 hogares
De 15 a 35 hogares
De 35 a 75 hogares
Más de 75 hogares
Total
Hombres Hombres
Mujeres
Mujeres
Personas
analfabetas beneficiarios analfabetas beneficiarias analfabetas
analfabetas
analfabetas
16.9
19.4
18.4
20.1
17.6
16.1
18.1
18.5
19.8
17.3
15.6
17.8
18.6
19.9
17.1
15.2
17.9
20.4
22.5
17.9
15.4
17.9
20.1
22.0
17.8
21.4
22.9
24.3
25.2
22.8
20.3
21.5
24.8
25.2
22.5
19.3
20.6
25.5
26.0
22.4
19.6
21.4
29.8
31.0
24.8
19.7
21.3
28.2
29.2
24.0
25.1
26.0
30.8
31.2
27.9
23.9
24.6
32.1
32.0
28.0
22.7
23.2
33.9
33.7
28.3
24.3
25.5
40.3
40.8
32.4
23.9
24.8
36.8
37.1
30.4
36.2
36.5
47.0
46.6
41.4
33.3
33.4
48.0
47.6
40.5
31.5
31.6
48.8
48.3
40.2
34.5
35.0
55.5
55.7
45.2
33.6
33.9
51.2
51.0
42.4
26.3
27.4
32.2
32.6
29.1
23.2
24.2
30.6
30.8
26.8
20.7
21.9
28.6
29.0
24.6
18.6
20.7
27.3
28.8
23.1
19.7
21.5
28.0
29.2
23.9
Personas
beneficiarias
analfabetas
19.7
18.9
18.8
20.3
20.0
24.0
23.4
23.3
26.4
25.3
28.6
28.3
28.5
33.3
31.1
41.4
40.5
40.0
45.6
42.5
30.0
27.6
25.5
24.9
25.5
Viviendas sin agua
Con la información recopilada en la ENCASEH bajo la pregunta de si se tiene
agua entubada en el terreno de la vivienda se puede identificar que el 55 por
ciento de los hogares en las localidades con apoyos de Progresa no disponen de
este servicio, incrementándose a 57 por ciento en los hogares beneficiarios del
Programa.
218
Cuadro 12
Hogares de las localidades atendidas por Progresa que habitan en viviendas sin agua
(relativos)
Nivel de marginación
Alto
Alto - Muy Alto
Muy Alto
Extremo
Total
Tamaño de localidad
De 1 a 15 hogares
De 15 a 35 hogares
De 35 a 75 hogares
Más de 75 hogares
Total
De 1 a 15 hogares
De 15 a 35 hogares
De 35 a 75 hogares
Más de 75 hogares
Total
De 1 a 15 hogares
De 15 a 35 hogares
De 35 a 75 hogares
Más de 75 hogares
Total
De 1 a 15 hogares
De 15 a 35 hogares
De 35 a 75 hogares
Más de 75 hogares
Total
De 1 a 15 hogares
De 15 a 35 hogares
De 35 a 75 hogares
Más de 75 hogares
Total
Hogares entrevistados
47.4
35.2
27.0
22.3
29.6
64.3
56.4
49.8
46.3
54.1
75.2
70.4
68.3
63.2
70.4
83.0
79.3
76.4
71.7
79.5
70.7
60.5
50.3
38.7
55.5
Hogares beneficiarios
48.7
37.0
28.8
24.4
31.4
65.5
57.7
51.3
48.1
55.6
76.0
71.3
69.2
64.3
71.3
83.4
79.7
76.9
72.2
80.0
71.5
61.6
51.6
40.4
56.7
En el Cuadro 12 se especifica el porcentaje medio de hogares entrevistados y
beneficiarios que no cuentan con este servicio. Se observa que a mayor nivel de
marginación, el porcentaje de hogares entrevistados y beneficiarios que habitan en
viviendas sin agua también es mayor. Las diferencias son sobresalientes: mientras
que los porcentajes de hogares sin este servicio básico pertenecientes a
comunidades rurales de extrema marginación se encuentran en alrededor del 78
por ciento, la proporción para los hogares que habitan en localidades de alta
marginación es de 35 por ciento.
La clasificación proporcionada por el tamaño de localidad arroja diferencias
al interior de cada nivel de marginación. Las localidades de menor tamaño tienen
el porcentaje más grande de hogares sin disponibilidad de agua en la vivienda; por
ejemplo, aquellas de alto nivel de marginación concentran 48 por ciento de
hogares beneficiarios habitando viviendas sin agua entubada. Por el contrario, las
localidades de mayor tamaño tienen los porcentajes más pequeños en
219
comparación con el resto. Esto se explica porque el tamaño de la localidad se
encuentra relacionado con la presencia de inversión en infraestructura, como lo es
la disponibilidad de agua entubada.
Viviendas sin electricidad
Cuadro 13
Hogares de las localidades atendidas por Progresa que habitan en viviendas sin electricidad
(relativos)
Nivel de marginación
Alto
Alto - Muy Alto
Muy Alto
Extremo
Total
Tamaño de localidad
De 1 a 15 hogares
De 15 a 35 hogares
De 35 a 75 hogares
Más de 75 hogares
Total
De 1 a 15 hogares
De 15 a 35 hogares
De 35 a 75 hogares
Más de 75 hogares
Total
De 1 a 15 hogares
De 15 a 35 hogares
De 35 a 75 hogares
Más de 75 hogares
Total
De 1 a 15 hogares
De 15 a 35 hogares
De 35 a 75 hogares
Más de 75 hogares
Total
De 1 a 15 hogares
De 15 a 35 hogares
De 35 a 75 hogares
Más de 75 hogares
Total
Hogares entrevistados
15.5
11.7
9.5
7.5
8.1
36.4
24.8
16.8
12.9
15.7
61.2
47.9
32.4
22.5
31.3
79.3
70.9
61.5
43.0
57.8
53.3
38.3
24.6
12.9
34.3
Hogares beneficiarios
17.1
13.5
11.1
9.1
9.7
38.2
26.7
18.7
14.9
17.7
62.6
49.2
33.8
24.1
32.8
79.7
71.3
61.9
43.4
58.2
54.5
39.7
26.1
14.5
35.8
La falta de disponibilidad de energía eléctrica en las viviendas de los hogares
que habitan en las localidades beneficiarias de Progresa está presente en 35 por
ciento de ellas.
En el cuadro 13 se observa el porcentaje de hogares entrevistados y hogares
beneficiarios que habitan en viviendas sin electricidad. Dependiendo de la
condición de marginalidad de la comunidad, varía el porcentaje de hogares que no
disponen de este servicio. Sin embargo, el tamaño de localidad subraya las
diferencias dentro de cada nivel de marginación. Las localidades con 15 o menos
220
hogares entrevistados, presentan los mayores porcentajes comparado con el resto
de las clasificaciones establecidas. Por ejemplo, 79.7 por ciento de los hogares
beneficiarios del Programa que viven en localidades de extrema marginación no
disponen de electricidad; 62.6 por ciento de los hogares beneficiarios en
localidades de muy alta marginación; 38.2 por ciento de los hogares beneficiarios
en localidades de alta–muy alta marginación; y sólo 17.1 por ciento de los hogares
beneficiarios en localidades de alta marginación.
Viviendas con piso de tierra
Cuadro 14
Hogares de las localidades atendidas por Progresa que habitan en viviendas con piso de tierra
(relativos)
Nivel de marginación
Alto
Alto - Muy Alto
Muy Alto
Extremo
Total
Tamaño de localidad
De 1 a 15 hogares
De 15 a 35 hogares
De 35 a 75 hogares
Más de 75 hogares
Total
De 1 a 15 hogares
De 15 a 35 hogares
De 35 a 75 hogares
Más de 75 hogares
Total
De 1 a 15 hogares
De 15 a 35 hogares
De 35 a 75 hogares
Más de 75 hogares
Total
De 1 a 15 hogares
De 15 a 35 hogares
De 35 a 75 hogares
Más de 75 hogares
Total
De 1 a 15 hogares
De 15 a 35 hogares
De 35 a 75 hogares
Más de 75 hogares
Total
Hogares entrevistados
27.1
26.5
27.7
28.2
28.1
44.2
44.9
45.7
47.8
46.9
63.3
65.2
66.1
67.7
66.6
80.9
82.9
83.9
82.9
83.0
58.1
54.6
49.8
41.2
44.6
Hogares beneficiarios
31.3
30.9
33.0
34.9
34.4
48.9
50.2
51.4
54.3
53.1
67.0
69.1
70.3
72.4
71.0
82.5
84.7
85.7
85.5
85.1
61.5
58.4
54.4
47.3
50.1
La presencia de piso de tierra en las viviendas es el indicador en que se
encuentran las diferencias más marcadas entre el valor para el total de los hogares
y el que se calcula considerando sólo a los hogares beneficiarios: 44.6 y 50.1 por
ciento, respectivamente.
221
En el cuadro 14 se observan diferencias marcadas de acuerdo con la
condición de marginación de la localidad. En las localidades de extrema
marginación, alrededor del 85 por ciento de hogares beneficiarios tienen piso de
tierra. Por otra parte, en las localidades de alta–muy alta marginación la
proporción asciende a aproximadamente 51 por ciento.
6.
Características de los beneficiarios de Progresa
En este análisis de las características de los hogares en pobreza extrema, se
contrastan sus condiciones con las de aquéllos que no experimentan esa situación
(resto de los hogares) en las localidades rurales marginadas en las que se ha
concentrado la atención de Progresa. Los temas presentados en este apartado
abarcan la composición demográfica de los hogares, las características de los jefes
de hogar, las características económicas de las unidades domésticas, la presencia
de hogares indígenas, el equipamiento de las viviendas, así como la condición de
escolaridad de los miembros de los hogares.
Los datos empleados provienen de la cédula utilizada para recolectar la
información de cada hogar de las localidades seleccionadas para ser incorporadas
a Progresa (ENCASEH), mediante la cual se realiza la identificación de las familias
beneficiarias. En este trabajo se analiza una muestra probabilística de
aproximadamente 180 mil hogares, obtenida a partir de los registros de más de
3.5 millones que se han entrevistado para recabar la información socioeconómica
referida. La recolección de información se realizó en distintas fases entre 1996 y
1999. Esta muestra provee información que ofrece un fiel reflejo de la condición
de los hogares en las localidades rurales marginadas de México4.
Características demográficas de los hogares
Mediante el sistema de puntajes desarrollado por Progresa, para el análisis de
los hogares en las localidades rurales marginadas del país se ha identificado a 74
por ciento de los hogares analizados como en condición de pobreza extrema, lo
que en promedio representa que en cada comunidad incorporada al Programa se
tienen 47 hogares beneficiarios. En términos poblacionales, 76.9 por ciento de las
personas que viven en dichas localidades presentan tal condición, sin que se
observen diferencias de acuerdo con su sexo (76.6 por ciento de los hombres y
77.2 por ciento de las mujeres viven en hogares que tienen condiciones de pobreza
extrema).
4
Este apartado aborda temas que fueron analizados en Hernández y Vera, 1999.
222
Los hogares pobres tienen un mayor número de miembros que los no pobres
extremos (5.2 y 4.1 personas, respectivamente). Esta condición es más evidente al
observar la presencia de una elevada proporción de hogares con 6 miembros o más
entre las familias en condición de pobreza, que asciende a 40 por ciento,
prácticamente el doble de lo observado en el resto de los hogares de las mismas
comunidades (gráfica 1).
El mayor tamaño de estos hogares resulta de la presencia de niños. En
promedio, se reportan 0.3 niños de 0 y 1 años de edad, 1 niño de 2 a 7 años y 1.5
niños y jóvenes de 8 a 17 años, en tanto que en los hogares no pobres los
promedios respectivos de niños de esas edades son menores (0.1, 0.4 y 0.9,
respectivamente).
Gráfica 1
Distribución de hogares por total de personas
según condición de pobreza
porcentaje
25
20
15
Hogares pobres
Resto de los hogares
10
5
0
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
total de personas
La pobreza extrema en las localidades rurales con mayor marginación afecta
en mayor medida a la población infantil. Así, del conjunto de niños y adolescentes
de 0 a 17 años de edad, 84.3 por ciento viven en esta condición, proporción que
comparativamente es de 72.6 por ciento para la población de 18 a 59 años y 66.8
por ciento para las personas de 60 años y más.
En cuanto a la distribución de la población por grupos quinquenales de edad,
se observa que la población que conforma los hogares pobres presenta una mayor
proporción de niños y jóvenes menores de 20 años (56.2 por ciento). La presencia
223
de este grupo en los hogares pobres propicia un mayor índice de dependencia, lo
que impacta en la condición de vulnerabilidad de este tipo de hogares (cuadro
15).
Cuadro 15
Distribución de personas
por grupos quinquenales de edad
Pobre
Niños menores de 5 años
Niños entre 5 y 9 años
Niños entre 10 y 14 años
Jóvenes entre 15 y 19 años
Personas entre 20 y 24 años
Personas entre 25 y 29 años
Personas entre 30 y 34 años
Personas entre 35 y 39 años
Personas entre 40 y 44 años
Personas entre 45 y 49 años
Personas entre 50 y 54 años
Personas entre 55 y 59 años
Personas entre 60 y 64 años
Personas entre 65 y 69 años
Personas entre 70 y 74 años
Personas entre 75 y 79 años
Personas entre 80 y 84 años
Personas mayores de 85 años
Total
14.5
15.9
14.8
11.0
8.0
6.4
5.8
5.2
4.1
3.4
2.6
2.0
1.7
1.5
1.2
0.9
0.5
0.5
100
Resto de los
hogares
7.9
8.1
10.5
12.9
10.7
8.0
5.8
5.3
5.0
5.1
5.0
4.7
4.3
2.7
1.8
1.1
0.6
0.6
100
Jefatura del hogar
La jefatura del hogar hace referencia a la persona que los integrantes de la
unidad doméstica reconocen como quien la encabeza. En términos generales, esta
persona es el principal aportante de ingresos (en 86 de cada cien casos) y quién
toma las decisiones más importantes (en 95.7 por ciento del total de los hogares).
En este sentido, las características del jefe imprimen en muchas ocasiones
condiciones específicas a las estructuras hogareñas.
Los jefes de los hogares en condición de pobreza extrema tienden a ser más
jóvenes que en los no pobres extremos: la edad promedio de los primeros es de
44.2 años y de los segundos de 49 años. Asimismo, los jefes de hogares
224
beneficiarios de Progresa tienen en promedio 3.5 años de escolaridad, en tanto
que los jefes del resto de los hogares presentan 4.9 años de estudios5.
La proporción de unidades encabezadas por mujeres en las áreas rurales
marginadas asciende a 12 por ciento entre los hogares en pobreza extrema y a
14.7 por ciento en los hogares no beneficiarios de Progresa. De hecho, la
proporción de hogares identificados en situación de mayores carencias es
relativamente menor en los hogares con jefatura femenina que entre los hogares
con jefatura masculina (69.2 y 74 por ciento, respectivamente).
Esta situación responde a que, entre otros factores, en la identificación de
los hogares beneficiarios se incorporan aspectos de tamaño y estructura de edades
de los miembros de las unidades, que en el caso de las unidades con jefatura
femenina tienen un efecto de reducción de los índices de dependencia. Este índice
es de 1.9 personas por cada trabajador, un tercio menor que en el caso de los
hogares con jefatura masculina.
Es necesario analizar dos aspectos principales para explicar esta diferencia.
En primer lugar, los hogares dirigidos por mujeres son de menor tamaño que los
encabezados por un hombre: tienen 3.7 miembros en promedio en comparación
con 5.4 de las unidades de jefatura masculina. Este tamaño del hogar se deriva de
una alta presencia de hogares donde solamente vive una persona (20 por ciento
del total) o conformados por la madre con sus hijos (sin cónyuge o estando éste
ausente de la vivienda) (57.3 por ciento).
No obstante, incluso una vez que se excluyen los hogares con una sola
persona, para evitar el efecto de unidades muy pequeñas en el índice de
dependencia, los hogares con jefatura femenina continúan presentando un menor
índice, lo que indica una relativa mayor participación económica de sus miembros
con respecto a las familias con jefe hombre. Así, los hogares con jefe mujer tienen
en promedio 1.2 personas que trabajan, cifra ligeramente menor que los 1.5
trabajadores en promedio en los hogares con jefes hombres. Esta diferencia es, por
supuesto, menor que la existente en cuanto al número total de miembros. La
presencia de la mayor inserción laboral en las familias encabezadas por una mujer
está asociada a su vez, con la estructura de edades de los integrantes de estas
unidades domésticas, en cuya conformación predominan hogares sólo con adultos
(50.8 por ciento del total, proporción superior a la de los hogares de jefatura
masculina, de 34.3 por ciento).
5
Este último dato refleja en parte las condiciones de oferta de servicios educativos en el pasado en los contextos más
dispersos y aislados, que afectó especialmente a los jefes de los hogares no pobres, que tienen mayor edad que los de las
familias beneficiarias .
225
Mediante el análisis de la ocupación del jefe del hogar, quién como se dijo
anteriormente es por lo general el más importante aportante de los ingresos
familiares, se puede delinear un perfil de las actividades desarrolladas por los dos
grupos de hogares considerados. Así, los informantes declaran que prácticamente
la mitad de los jefes de los hogares beneficiarios tiene como ocupación principal
ser jornaleros agrícolas, mientras que esta condición la presenta una tercera parte
de los jefes de los hogares no beneficiarios.
Aunque se señala como principal ocupación de los jefes de los hogares
beneficiarios el trabajo por un jornal, 48.1 por ciento de estos hogares poseen
tierras para cultivo. De hecho, más de la mitad de los hogares en condición de
pobreza poseen tierras dedicadas a la agricultura. No obstante, puede suponerse
que éstas se caracterizan por una baja productividad, en tanto el principal
aportante de ingreso se emplea principalmente por un salario.
Por su parte, uno de cada seis jefes de los hogares pobres trabaja por su
cuenta, proporción ligeramente menor a la que se presenta entre los que no son
beneficiarios (casi 20 por ciento). Mientras que, una fracción más elevada de los
jefes de los hogares no pobres extremos se ocupan como obreros no agropecuarios
(cuadro 16).
Cuadro 16
Distribución proporcional de la ocupación del jefe del hogar
Pobre
Jornalero rural o peón de campo
Obrero o empleado no agropecuario
Trabajador por cuenta propia
Patrón o empleador, trabajador en negocio sin retribución
(familiar o no) o cooperativa
Otros
45.7
15.3
16.3
4.9
Resto de los
hogares
31.1
22.8
19.8
5.4
17.8
20.9
Características económicas de los hogares
En promedio, los hogares en condición de pobreza tienen 1.5 trabajadores en
comparación con 1.7 trabajadores en el resto de los hogares. Esta circunstancia se
presenta incluso al considerar que la proporción de niños y jóvenes de 8 a 15 años
que trabajan es un poco más elevada en los hogares en situación de pobreza que
en el resto de las unidades domésticas (10 y 7 por ciento, respectivamente).
Con respecto al ingreso que mensualmente recibe cada perceptor, estos son
en promedio 30 por ciento menor que los de cada perceptor en los hogares no
226
pobres extremos. Así, además de que los hogares beneficiarios tienen un número
menor de trabajadores en cada hogar, estos reciben por lo general un ingreso
inferior al de cada trabajador de los hogares no pobres.
Los más elevados índices de dependencia que se presentan en los hogares
beneficiarios corresponden en promedio a 3.1 personas que no trabajan con
respecto a cada trabajador en el hogar. Este índice es casi el doble que el
calculado para el resto de los hogares, en los cuales se observa un promedio de 1.7
personas que no trabajan por cada trabajador.
Por lo tanto, no sólo los trabajadores de los hogares pobres reciben ingresos
substancialmente inferiores a los que obtienen aquéllos que pertenecen a hogares
no pobres extremos, sino que además los ingresos que aporta cada trabajador se
tienen que distribuir entre un mayor número de personas en los hogares pobres
(cuadro 17).
Cuadro 17
Características económicas de los hogares
Pobre
Proporción de niños entre 8 y 17 años que trabajan por un ingreso (1)
Indice de dependencia (2) *
Trabajadores por hogar (2)
0.10
3.1
1.5
Resto de los
hogares
0.07
1.7
1.7
(1) Porcentaje
(2) Promedio
* Indice de dependencia: promedio de personas que no trabajan por cada trabajador
Los hogares indígenas en Progresa
Entre las localidades incorporadas al Programa, cerca de la mitad tiene al
menos un hogar cuyo jefe habla una lengua indígena. Los estados de Campeche,
Chiapas, Oaxaca, Quintana Roo y Yucatán tienen 70 por ciento o más de las
localidades incorporadas a Progresa con habitantes indígenas. Destaca que, a su
vez, Chihuahua, Guerrero, Hidalgo, Puebla, San Luis Potosí y Veracruz, tienen
más de 20 por ciento de sus localidades con familias que reciben apoyos del
Programa con una alta proporción de hogares indígenas (mayor a 80 por ciento),
mientras que Chiapas, Oaxaca, Quintana Roo y Yucatán, tienen más del 45 por
ciento de las localidades atendidas también con una proporción mayor a 80 por
ciento de población indígena (cuadro 18).
Cabe destacar que en las entidades con mayor presencia de grupos indígenas,
el porcentaje de hogares beneficiarios con esta característica es más elevada,
como es el caso de Chiapas (51 por ciento), Hidalgo (47 por ciento), Oaxaca (59
227
por ciento), Puebla (32 por ciento), Quintana Roo (67 por ciento), San Luis
Potosí (33 por ciento), Veracruz (31 por ciento) y Yucatán (86 por ciento).
De esta manera, una tercera parte de los hogares beneficiarios de Progresa
están encabezados por una persona que habla una lengua indígena en
comparación con los hogares no pobres, para los cuales esta proporción es de 20.1
por ciento.
Mientras que 83 por ciento de los hogares con un jefe indígena se identifican
como en condición de pobreza, en el caso de los hogares con un jefe que
solamente habla español, la proporción de familias beneficiarias es de 59.8 por
ciento. Es evidente que los hogares indígenas experimentan en mayor medida la
pobreza. Inclusive, cuando se distingue entre hogares con jefe monolingüe o con
jefe que habla tanto una lengua indígena como español (que dentro de los hogares
indígenas representan 10.8 y 85.1 por ciento, respectivamente), en los primeros la
proporción de hogares clasificados como pobres se eleva hasta 84 por ciento.
Un ejemplo de las severas carencias que experimentan los hogares con jefes
indígenas es que si bien presentan un tamaño y un índice de dependencia
similares a los de los hogares no indígenas (cuadro 18), su ingreso per cápita
representa apenas 65.2 por ciento respecto a estos últimos.
228
Cuadro 18
Proporción de localidades por entidad respecto al porcentaje de familias indígenas
Entidades
1
2
3
4
5
6
7
8
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
Aguascalientes
Baja California
Baja California Sur
Campeche
Coahuila
Colima
Chiapas
Chihuahua
Durango
Guanajuato
Guerrero
Hidalgo
Jalisco
México
Michoacán
Morelos
Nayarit
Nuevo León
Oaxaca
Puebla
Querétaro
Quintana Roo
San Luis Potosí
Sinaloa
Sonora
Tabasco
Tamaulipas
Tlaxcala
Veracruz
Yucatán
Zacatecas
Total
Localidades sin
Localidades con hogares indígenas (Porcentaje
hogares indígenas(1)
respecto al total de la localidad)
Menor al 50 (1) Entre 50 y 80(1) Con más del 80 (1)
95
5
0
0
49
41
8
3
74
25
1
0
21
55
8
16
84
16
0
0
76
24
0
0
29
22
4
45
45
25
7
23
79
13
1
6
89
11
0
0
54
21
2
23
43
22
6
29
91
5
0
3
55
35
6
4
83
15
1
2
57
42
0
1
51
31
4
14
90
10
0
0
16
27
8
49
33
37
7
23
74
22
1
3
3
26
8
63
55
17
5
23
79
20
1
0
32
46
14
7
57
38
3
2
82
18
0
0
72
28
0
0
44
30
5
21
0
3
12
86
87
13
0
0
56
23
4
18
(1)
Porcentaje
Características de analfabetismo y escolaridad
La educación es un factor cardinal para el desarrollo de toda sociedad. La
educación propicia la ampliación de oportunidades efectivas de incorporación de
las personas a la actividad económica, y por ello resulta un insumo indispensable
para el desarrollo del capital humano; contribuye también a transformar los
229
ideales y las conductas de los individuos, favoreciendo la adopción de valores y
nuevas actitudes y comportamientos.
Los hogares en condición de pobreza extrema enfrentan serios obstáculos
para su desenvolvimiento, dadas las profundas deficiencias que experimentan en
materia educativa. Entre personas de generaciones más jóvenes (con edades entre
16 y 24 años actualmente), se aprecia una relativamente alta proporción de
personas en los hogares en condición de pobreza extrema que no saben leer o
escribir: 13.2 por ciento de los hombres y 18.3 por ciento de las mujeres (los datos
correspondientes a las personas del resto de los hogares son mucho menores: 5.3 y
6 por ciento).
Los hombres mayores de 15 años que viven en localidades rurales marginadas
tienen en promedio 5.5 años de estudios, observándose una diferencia de más de
un año entre los miembros de hogares en pobreza extrema y los hogares que no
experimentan esta condición. Las mujeres de ambos grupos muestran un
promedio de años de escolaridad similar a la de los hombres.
El nivel de escolaridad alcanzado por las personas adultas refleja en gran
medida la oferta educativa existente en el contexto rural de México en el pasado.
Centrando la atención en las personas de 16 a 24 años, 25 a 39 años y 40 a 59
años, se observa que una mayor proporción de las personas de las generaciones
más jóvenes ha asistido a la escuela, aunque son marcadas las diferencias entre
hombres y mujeres pobres y entre personas que viven en pobreza y las que no
tienen esta condición (señalando la menor oportunidad de escolaridad de las
mujeres especialmente de los hogares pobres, cuadro 19).
230
Cuadro 19
Proporción de analfabetismo por grupos de edad según sexo, condición de
escolaridad y condición de pobreza
Grupo de edad
16 a 24
25 a 39
40 a 59
Sexo
Hombre
Mujer
Hombre
Mujer
Hombre
Mujer
Grupo de edad
Sexo
16 a 24
Hombre
Mujer
Hombre
Mujer
Hombre
Mujer
25 a 39
40 a 59
Pobre
no estudió
no
terminó
más de
terminó primaria mas secundaria
primaria no secundaria
11.3
38.5
10.6
39.6
16.3
40.8
8.2
34.8
20.1
55.9
4.4
19.6
30.3
53.4
2.8
13.4
36.6
59.6
0.9
2.9
52.5
45.7
0.4
1.4
Resto de los hogares
no estudió
no
terminó
más de
terminó primaria mas secundaria
primaria no secundaria
4.4
21.7
9.7
64.1
5.4
22.1
8.6
63.9
7.2
31.4
6.9
54.5
12.7
39.2
4.9
43.2
22.4
63.7
2.0
11.8
37.3
56.3
1.0
5.4
Asistencia escolar y actividad laboral de niños y jóvenes
Aún cuando hoy en día la gran mayoría de los niños ingresa a la primaria, se
observa una mayor deserción escolar entre los miembros de los hogares en
condición de pobreza extrema. Uno de los factores que pueden estar influyendo en
esta situación es la necesidad que tiene sus hogares por contar con su apoyo
laboral para aportar ingresos para la subsistencia de la unidad doméstica (gráfica
2).
Rezago y deserción son fenómenos estrechamente vinculados. El abandono
escolar se asocia con frecuencia a una historia de repeticiones sucesivas: cuando
un niño empieza a rezagarse en sus estudios y no recibe el apoyo necesario de sus
padres y maestros, le resulta cada vez más difícil asimilar el aprendizaje y termina
por desistir. Si a ello se añade que su trabajo remunerado fuera del hogar es
necesario para completar el ingreso familiar, difícilmente esos niños y jóvenes
terminarán su ciclo educativo básico.
231
Gráfica 2
Asistencia escolar por edad
100
80
Hombre beneficiario
Mujer beneficiaria
Hombre no beneficiario
Mujer no beneficiaria
60
40
20
6
7
8
9
10
11
12
13
14
15
16
Así, se aprecia que alrededor de 28.6 por ciento de los adolescentes hombres
entre 13 y 15 años de edad ya trabajan en el caso de los hogares en condición de
pobreza extrema, en tanto que para los varones de estas edades en el resto de los
hogares esta proporción es de 17.6 por ciento. Esto sin duda compromete su
aprovechamiento académico en caso de que combinen ello con sus estudios, lo
que se observa en uno de cada nueve jóvenes pobres que asisten a la escuela,
situación más frecuente que en el caso de los jóvenes con menores carencias
económicas (uno de cada catorce estudiantes trabaja) (cuadro 20).
Cuadro 20
Proporción de niños de 13 a 15 años respecto a su situación
escolar y de trabajo según sexo y condición de pobreza
Sexo
Hombre
Mujer
Sexo
Hombre
Mujer
Pobre
asisten a la no asisten a asisten a la
escuela y no la escuela y
escuela y
trabajan
trabajan
trabajan
54.5
21.8
6.8
50.4
9.3
2.7
Resto de los hogares
asisten a la no asisten a asisten a la
escuela y no la escuela y
escuela y
trabajan
trabajan
trabajan
69.7
14.5
3.1
66.4
3.4
2.7
no asisten a
la escuela y
no trabajan
16.9
37.6
no asisten a
la escuela y
no trabajan
12.7
27.5
Para las mujeres, dejar la escuela obedece a la necesidad de brindar ayuda en
la casa, bien sea en las labores domésticas o cuidando a hermanos menores, a
232
enfermos o a otras personas que requieren de atención especial. Con frecuencia,
esto permite que otros miembros de la familia puedan salir a trabajar. De hecho,
33.2 por ciento de las adolescentes beneficiarias de Progresa habían dejado la
escuela para permanecer en su casa. En el grupo de hogares no pobres, este
porcentaje asciende a 24.9 por ciento, lo que indica que prevalecen pautas
culturales en todos los niveles socioeconómicos que contribuyen a arraigar a las
mujeres a actividades domésticas desde edades muy tempranas.
Características generales de la presencia de discapacitados en los hogares
beneficiarios de Progresa
Dentro de los hogares analizados por Progresa se ha detectado que la
proporción de hogares que cuentan con al menos un miembro discapacitado en el
hogar es de 5.24 por ciento y 81.2 por ciento de estos son hogares beneficiarios
del Programa.
Dentro de los hogares con personas discapacitadas atendidos por el
Programa, se observa que la mayor proporción de discapacidades se da entre los
que reportan personas con problemas mentales y los que necesitan ayuda de otra
persona o un aparato para moverse o caminar (proporciones de alrededor del 27
por ciento cada una, cuadro 21). En cuanto a la estructura de edad de los
discapacitados se observa que de acuerdo al tipo de discapacidad, existe un gran
número de niños entre 8 y 17 años que reporta tener problemas mentales (39 por
ciento), problema que también presentan las personas entre 18 y 45 años (38 por
ciento). Los problemas de ceguera se presentan en tres de cada diez personas
discapacitadas mayores de 45 años.
Las características de las personas discapacitadas indican que entre los niños
de 6 a 18 años de edad, sólo 52.1 por ciento asiste actualmente a la escuela.
Respecto a la condición de trabajo de las personas discapacitadas, se puede
observar que de aquéllos entre 19 y 59 años de edad, sólo 28.8 por ciento se
dedica a alguna actividad remunerada. Menos del 3 por ciento de estos
trabajadores cuenta con seguro social en su trabajo.
233
Cuadro 21
Proporción de hogares beneficiarios con
miembros discapacitados por discapacidad
Discapacidad
Ceguera
Sordera
Mudez
Problemas mentales
Falta de miembros
Necesita ayuda
Proporción
21.6
16.5
24.7
27.5
6.3
26.9
Comparando los hogares sin personas discapacitadas, y los que tienen este
tipo de miembros, el tamaño medio es de 5.5 y 5.1 miembros, respectivamente. La
edad promedio de los jefes en hogares con personas discapacitadas es mayor, (56
años) que en los hogares sin discapacitados (45 años).
Es relevante mostrar que en 29.1 por ciento de los hogares con
discapacitados, la persona con esta condición es jefe del hogar, lo que podría ser
un indicador de las condiciones de precariedad de la unidad doméstica, dado que
el jefe del hogar es en general el principal aportante de ingresos al hogar.
Resulta importante considerar que en los hogares que tienen un integrante
discapacitado que requiere atención especial de otro miembro del hogar, ya sea
por la falta total o parcial de algún miembro (piernas o brazos) o porque necesite
ayuda de otra persona o de un aparato (como silla de ruedas) para moverse o
caminar, existe un menor número de perceptores con respecto al resto de los
hogares con discapacitados (0.7 y 1.3, respectivamente), sin que se observe un
número de personas distinto entre estos hogares. Esto incide en que el índice de
dependencia sea significativamente mayor y, como ya se vio, esto propicia una
condición socioeconómica más vulnerable. La proporción de personas con alguna
de estas dos discapacidades con respecto al total de personas discapacitadas es
superior al 30 por ciento.
234
7.
Conclusiones
Las localidades beneficiarias de Progresa son básicamente comunidades
rurales con menos de quinientos habitantes cuya marginación se ve acentuada por
el tamaño y dispersión de las comunidades.
Los asentamientos de comunidades pequeñas en lugares aislados son
apoyados en gran medida por la riqueza natural que les ofrece su entorno
geográfico, sobre todo en las zonas costeras y del suroeste del país donde los
recursos naturales les permiten realizar actividades de autoconsumo. Y es
precisamente la misma geografía del lugar la que dificulta la oferta de servicios y
la instalación de infraestructura para brindar a estas comunidades mejores
condiciones de bienestar social. No obstante, las 53 mil comunidades que
participan de los beneficios de Progresa disfrutan de los servicios de primaria,
secundaria y atención médica continua, lo que ha implicado un doble esfuerzo por
parte de los sectores para una cuarta parte de ellas cuyo número máximo de
habitantes apenas rebasa los 50.
El trabajo conjunto con los sectores educativo y de salud se ve reflejado en
las distancias promedio que recorren los niños becarios y las familias beneficiarias
de Progresa a las escuelas y centros de salud, respectivamente, que para estos
servicios no excede, en promedio, los 5 kilómetros para el conjunto en general.
Las condiciones de población y vivienda prevalecientes en las comunidades
que participan en el Programa se acentúan conforme el nivel de marginación
crece, conservándose estables ante las variaciones de tamaño de localidad que
únicamente brinda mayor proporción entre más compacta sea la comunidad. Esta
condición da la característica de homogeneidad a las comunidades atendidas por
el Programa y asertividad en la identificación de los hogares beneficiarios de
Progresa, certificada en la existencia de una relación positiva entre el número de
hogares beneficiarios y las clasificaciones establecidas. A mayor nivel de
marginación es mayor el porcentaje de familias beneficiarias.
En el cuadro 22 se puede observar que el tamaño de localidad no subraya las
diferencias, ya que los porcentajes medios por nivel de marginación son similares.
Estos resultados eliminan el supuesto de que la condición de marginación de las
comunidades rurales estuviera sometida a los criterios generados por el número
de hogares que viven en ellas. Si bien existen factores asociados al tamaño de la
localidad, como la cantidad de hogares que habitan en viviendas sin agua y sin
electricidad, donde sobresale la relación del número de habitantes y el acceso a
servicios que involucren el bienestar de la comunidad completa, el resto de los
235
indicadores analizados no varía sustancialmente para las clasificaciones por
tamaño de localidad.
El nivel de marginación establece dónde viven las familias más pobres del
país, mientras que el modelo de identificación de beneficiarios identifica a las
familias dentro de esas localidades con las más escasas oportunidades de
desarrollo individual y social.
Cuadro 22
Hogares identificados como beneficiarios en las localidades atendidas por Progresa
(relativos)
Nivel de marginación
Alto
Alto - Muy Alto
Muy Alto
Extremo
Total
236
Tamaño de localidad
De 1 a 15 hogares
De 15 a 35 hogares
De 35 a 75 hogares
Más de 75 hogares
Total
De 1 a 15 hogares
De 15 a 35 hogares
De 35 a 75 hogares
Más de 75 hogares
Total
De 1 a 15 hogares
De 15 a 35 hogares
De 35 a 75 hogares
Más de 75 hogares
Total
De 1 a 15 hogares
De 15 a 35 hogares
De 35 a 75 hogares
Más de 75 hogares
Total
De 1 a 15 hogares
De 15 a 35 hogares
De 35 a 75 hogares
Más de 75 hogares
Total
Hogares beneficiarios
66.8
68.1
68.1
66.6
66.8
74.3
74.6
74.6
75.4
75.1
82.4
81.9
82.5
82.7
82.5
90.4
90.9
90.8
89.8
90.4
80.3
78.7
76.6
72.1
73.9
Bibliografía
Programa de Educación Salud y Alimentación (Progresa), (1999) “Más
oportunidades para las familias pobres. Evaluación de Resultados del Programa de
Educación, Salud y Alimentación. Primeros Avances, 1999”. SEDESOL. México.
Consejo Nacional de Población (CONAPO) y Programa de Educación Salud y
Alimentación (Progresa), (1998) “Índices de marginación, 1995”. CONAPO.
México.
237