Español (pdf)
Articulo en XML
Referencias del artículo
Traducción automática
Enviar articulo por email
Citado por SciELO 
Citado por Google 
Similares en
SciELO 
Similares en Google 
Permalink
INTRODUCCIÓN
Existe una muy amplia y rica literatura metodológica y empírica sobre medición de pobreza en Argentina, que se remonta a los trabajos pioneros de Altimir (1979) y el Instituto Nacional de Estadísticas y Censos (Indec, 1984), que fueron seguidos por numerosos y crecientes estudios tanto por el método del ingreso como por el método de necesidades básicas insatisfechas (NBI); este último dentro de lo que Sen (1981) ha llamado medición de pobreza de manera directa. Es también ampliamente reconocida la complementariedad que existe entre ambos métodos (Beccaria y Minujin, 1985; Katzman, 1989).
A su vez, tanto en la literatura de desarrollo económico argentino como en buena parte de la literatura de pobreza en Argentina, se ha señalado la gran disparidad de desarrollo territorial. El Norte Grande Argentino (NGA), conformado por la subregión del Noroeste Argentino (NOA), provincias de Jujuy, Salta, Tucumán, Catamarca, La Rioja y Santiago del Estero, y la subregión del Noreste Argentino (NEA), provincias de Misiones, Formosa, Corrientes y Chaco, ha estado históricamente rezagada en relación con las demás regiones del país (Bolsi, Paolasso y Longhi, 2005; Longhi y Osatinsky, 2017). Las otras regiones son las de Cuyo (provincias de San Juan, San Luis y Mendoza), Centro (Ciudad de Buenos Aires y provincia de Buenos Aires, La Pampa, Entre Ríos, Santa Fe y Córdoba) y Patagonia (provincias de Río Negro, Chubut, Neuquén, Santa Cruz y Tierra del Fuego)1. En adelante, el conjunto de estas tres regiones se denominará Centro, Cuyo y Sur (CCS), en oposición al NGA.
El desigual desarrollo económico y humano entre regiones se evidencia en la brecha que existe en indicadores tales como la pobreza monetaria, la pobreza por NBI, la mortalidad infantil, la tasa de analfabetismo y la falta de cobertura médica y de acceso a servicios públicos. A su vez, la asimetría norte-centro del país se reproduce dentro de las provincias del norte, con urbanizaciones que presentan fuertes dualidades (Longhi y Osatinsky, 2017).
Este trabajo busca revisitar el estudio de la asimetría entre el NGA y el CCS del país y su evolución reciente desde una perspectiva multidimensional. El trabajo aporta nueva evidencia empírica con el índice de pobreza propuesto por Santos, Villatoro, Mancero y Gerstenfeld (2015) y Santos y Villatoro (2018) para América Latina, aplicado a la Argentina urbana. Este índice combina indicadores monetarios y no monetarios con algunos de los tradicionales indicadores de NBI, pero con umbrales de privación actualizados, además de algunos indicadores de funcionamientos considerados necesarios para la integración social, tales como empleo, seguridad social, tenencia de la vivienda y rezago escolar.
El periodo en estudio (2003-2016) comprende diferentes subetapas. Inicia el análisis en un momento en el que aún estaban muy presentes los efectos inmediatos de una de las crisis económicas y sociales más profundas de Argentina (2001), con una tasa de desocupación del 20 % y con el 54 % de la población con ingresos por debajo de la línea de pobreza monetaria (Indec, s. f.). A partir de 2003 y hasta 2007, se experimenta un rápido crecimiento económico, con un 8,6 % promedio anual de expansión del PBI (Indec, 2018a), acompañado de reducciones en los indicadores de pobreza y mejoras en el nivel de empleo. Sin embargo, el crecimiento económico se fue desacelerando y en el periodo de 2011 a 2015 el crecimiento anual sería de un magro 1,7 %. A fines de 2015, se produce un cambio de Gobierno y de signo político, en un contexto de recesión con inflación creciente.
Este trabajo se construye sobre los trabajos de Conconi (2009), López y Safoján (2013), Paz (2014) y Arévalo y Paz (2015), puesto que estos también ofrecen estimaciones de pobreza multidimensional para Argentina y señalan las asimetrías regionales. Si bien en este estudio se utiliza una especificación de un índice de pobreza multidimensional (IPM) con varios puntos comunes con los IPM utilizados en los trabajos previos, se considera un horizonte temporal más extenso y se analiza con mayor detenimiento el contraste particular del NGA con el CCS de Argentina, y se vinculan los resultados de las estimaciones con algunas de las políticas implementadas en el periodo.
MEDICIÓN DE POBREZA: CONCEPTOS Y ANTECEDENTES
Existe un creciente consenso respecto de la insuficiencia de la variable ingreso como único indicador para medir pobreza. Entre los enfoques conceptuales que han contribuido a esta visión, se encuentra el de Sen (2009), que resalta la importancia de medir la pobreza en el espacio de la privación de capacidades: lo que el individuo "no hace" o "no es" porque no puede, aunque valora y tiene razones para valorar. Las implementaciones prácticas del enfoque de capacidades recurren a la medición de "funcionamientos" que son los "seres y haceres" que las personas logran y que dan cuenta, en buena medida, de la libertad de la persona para elegir uno u otro tipo de vida. Otros enfoques conceptuales también han impulsado la medición multidimensional de la pobreza, como el enfoque de derechos humanos, el enfoque de necesidades básicas (Hicks y Streeten, 1979), así como los estudios participativos (Narayan, Chambers, Shah y Petesch, 2000).
En esencia, las mediciones multidimensionales de pobreza son mediciones directas en oposición al método de la línea de pobreza (o indirecto) (Alkire y Santos, 2014). Sen (1981) señala que el método directo y el método de ingresos representan dos concepciones de pobreza. Mientras que el método directo identifica a aquellos que no logran satisfacer las necesidades mínimas convenidas, el método de ingresos identifica a aquellos que no tienen la capacidad (económica) para hacerlo. Sen (1981) distingue además entre el enfoque biológico o absoluto, anclado, aunque no restringido, a los requerimientos nutricionales para la subsistencia, y el enfoque relativo (Townsend, 1979), que utiliza un umbral por debajo del cual las personas tienen dificultades para compartir el estándar de vida generalmente en común en cada sociedad.
Al construir sobre Sen (1981), Boltvinik (2003) distingue entre métodos normativos o seminormativos y los no normativos. Los métodos normativos y seminormativos definen un nivel mínimo de vida aceptable que se debe satisfacer y los satisfactores requeridos para ello, aun cuando esta definición sea imprecisa. Los métodos no normativos utilizan umbrales desconectados de un nivel de vida mínimamente aceptable2. Cada uno de estos métodos puede clasificarse, a su vez, en métodos directos e indirectos, y en métodos unidimensionales o multidimensionales. Los métodos que utilizan tanto indicadores directos como indirectos se denominan combinados (Boltvinik, 2003).
Típicamente, los métodos directos multidimensionales de medición de la pobreza han utilizado lo que se llama el enfoque de conteo para la identificación de los hogares (o personas) pobres: se cuenta el número de privaciones que tiene el hogar y se compara con un umbral a partir del cual se considera que el hogar es pobre. Ese umbral puede ir desde un criterio de unión (basta tener una privación para ser identificado como pobre) hasta un criterio de intersección (se requiere experimentar todas las privaciones consideradas para ser identificado como pobre).
En América Latina existen mediciones normativas, directas y multidimensionales desde la década de 1980 a partir de los trabajos de Kast y Molina (1975) y el Indec (1984), para Chile y Argentina, respectivamente, que introdujeron el método de las NBI, cuya aplicación se extendió a la mayor parte de los países de la región y fue utilizado para la construcción de mapas de pobreza a partir de información censal. Los indicadores de NBI típicamente incluyen vivienda, hacinamiento, acceso a servicios básicos, asistencia escolar y capacidad económica del hogar (jefe de hogar con bajo nivel educativo y alta tasa de dependencia) (Feres y Mancero, 2001, p. 70), y se emplea un criterio de unión para la identificación.
A pesar de su indudable utilidad, el método de las NBI ha recibido varias críticas: la particular selección de indicadores, sujeta a la disponibilidad de información censal (Feres y Mancero, 2001); los umbrales de privación utilizados, que han quedado desactualizados en relación con el nivel de vida prevaleciente; las ponderaciones, iguales entre indicadores, lo que en realidad implica ponderaciones diferentes entre dimensiones (Santos, Lugo, López-Calva, Cruces y Battiston, 2010); y el uso de la tasa de personas u hogares con NBI, que ignora información sobre la intensidad de la pobreza (Delamónica y Minujin, 2007).
Por otra parte, se ha señalado que las NBI reflejan situaciones de pobreza estructural pero no coyuntural, condición que puede ser captada por el método de línea de pobreza (LP), que también tiene larga data en la región (Altimir, 1979) y ganó cierta predominancia a partir de la sistematización de las encuestas de hogares.
A su vez, ambos métodos pueden verse como complementarios, puesto que cada uno considera distintas fuentes del bienestar (activos de consumo básico como vivienda y acceso a servicios públicos vs. ingreso corriente) (Boltvinik, 2003). Beccaria y Minujin (1985) y Kaztman (1989) cruzaron ambos métodos en tablas de contingencia (con información de encuestas), lo que se ha llamado el método integrado de medición de la pobreza.
En los últimos años, ha habido un resurgimiento del interés en la medición de la pobreza por el método directo, dado el mejoramiento en las fuentes de datos y la propuesta de nuevas metodologías de identificación y agregación multidimensional de la pobreza (Alkire y Foster, 2011). Varios países de América Latina han introducido medidas de pobreza multidimensional oficiales: México en 2009, Colombia en 2011, Chile y Honduras en 2013, Costa Rica, Ecuador y El Salvador en 2015, y Panamá en 2017 (Santos, 2019). México y Ecuador han incorporado un indicador de ingresos en la medida multidimensional y constituido métodos combinados, en tanto que el resto de los países ha optado por mantener el indicador de pobreza monetaria por separado del índice de pobreza multidimensional con indicadores de privaciones no monetarias.
El caso mexicano se destaca por haber sido precursor en esta nueva generación de medidas oficiales. La metodología definida por el Consejo Nacional de Evaluación de la Política de Desarrollo Social (Coneval, 2010) se interpreta desde el punto de vista de la metodología de Alkire y Foster (2011) como utilizando dos grandes dimensiones: bienestar económico (ingresos) y derechos sociales (educación, salud, alimentación, vivienda y seguridad social). El indicador de ingresos recibe un 50 % de la ponderación total, en tanto que el 50 % restante se distribuye igualmente entre los seis derechos sociales. Un hogar es identificado como multi-dimensionalmente pobre si su puntaje de privación ponderada es superior al 50 % (Alkire y Foster, 2009), lo que implica ser pobre por ingresos y estar privado en al menos de un derecho social.
Los primeros trabajos de pobreza multidimensional para el caso particular de Argentina corresponden a Conconi y Ham (2007) y Conconi (2009). También, desde 2005, el Observatorio de la Deuda Social Argentina (ODSA) ha realizado trabajos de medición multidimensional con datos de la Encuesta sobre la Deuda Social Argentina (EDSA), por ejemplo, Salvia, Bonfligio y Vera (2017) y Bonfiglio y Salvia (2019). Merecen especial atención los trabajos de López y Safoján (2013), Paz (2014) y Arévalo y Paz (2015), puesto que hacen análisis de las disparidades territoriales de Argentina con IPM.
DISPARIDADES TERRITORIALES EN ARGENTINA
Las disparidades espaciales pueden constituir una dimensión clave de la inequidad total de un país (Comisión Económica para América Latina y el Caribe [Cepal], 2010), y en el caso argentino, reconocen distintos factores originarios desde la Colonia. En los primeros tiempos de ésta, el centro económico era el Alto Perú, donde ocupaba Buenos Aires una posición marginal, aunque empezaría a tener mayor gravitación desde la fundación del Virreinato del Río de la Plata en 1776. En este contexto, la región del NOA fue un espacio geoeconómico esencial y pujante, con producción diversificada, dado que vinculaba las rutas comerciales entre Buenos Aires y Perú, y sus puertos en el océano Pacífico, pasando por el Alto Perú y Chile (Campi y Richard-Jorba, 2004).
A partir de la declaración de la independencia (1816), comienza a reconfigurarse el espacio en torno a una nueva organización económica que se consolida durante el periodo de la Organización Nacional (1852-1880) (Gorenstein et al., 2012). El cuero, el sebo, el tasajo y la lana serían productos en torno a los que se organizaría la economía ganadera de la pampa rioplatense, que contaba con condiciones naturales ventajosas y con el puerto de Buenos Aires. En cambio, las provincias norteñas y cuyanas desarrollaban producciones para intercambiar entre sí y satisfacer la demanda chilena y boliviana, como ganado, artesanías de cuero, aguardientes, harinas y frutas secas. Esta configuración territorial, derivada de privilegiar los lazos ultramarinos por sobre los intrarregionales, se profundizó en la etapa subsiguiente, la del modelo agroexportador argentino (1880-1930). Este pudo ser instaurado gracias a la pacificación del país y la consolidación del Estado nación que incluyó la incorporación efectiva, mediante campañas militares, de las regiones del Chaco, Formosa y Misiones en el NEA y de la Patagonia en el Sur, por lo que se desplazó a los pueblos indígenas.
La economía comenzó a centrarse en torno a la exportación de productos primarios provenientes en su mayoría de la región pampeana, la importación de manufacturas, capitales y mano de obra, y la construcción de vías férreas e infraestructura portuaria. El puerto de Buenos Aires centralizó el intercambio, y se privilegiaron las relaciones comerciales con Inglaterra. Solo en algunos enclaves provinciales se desarrollaron las denominadas economías regionales, como la producción de azúcar en Tucumán (NOA) y la de vinos en Mendoza (Cuyo), destinadas al abastecimiento del mercado interno.
El proceso de sustitución de importaciones iniciado a causa de la crisis de 1930 puso en cuestión el esquema espacial nacional caracterizado por el "crecimiento hacia afuera", pero prácticamente no conllevó modificaciones en el posiciona-miento relativo de las provincias y regiones. Mientras se producía una industrialización en especial en el Gran Buenos Aires, que conllevaba una mayor urbanización y concentración de mano de obra, siguieron vigentes monoproducciones agroindustriales como las de azúcar y tabaco en Tucumán, Salta y Jujuy, algodón en Chaco y Formosa, y yerba mate y té en Corrientes y Misiones, beneficiadas por políticas proteccionistas. La Patagonia se centró en la cría extensiva de ovejas y la exportación de lana sucia, a lo que se sumó la agricultura intensiva para la producción frutícola en el Alto Valle del Río Negro y la explotación de petróleo, gas y carbón.
Los cambios que se produjeron a nivel mundial y en el país desde mediados de la década de 1970 y hasta fines de la década de 1990 no modificaron fundamentalmente las asimetrías históricas. Se mantuvo la preeminencia del área pampeana, donde se concentran las exportaciones nacionales, las inversiones en el sector manufacturero, la banca, la dinámica financiera y la producción de servicios. Se desestructuraron parcialmente economías regionales en el NGA y Cuyo, que sufrieron, entre otras cosas, la competencia de productos importados.
En síntesis, el NGA quedó constituido como un conjunto de espacios fragmentados y relegados del crecimiento económico (Bolsi, Longhi, Meichtry y Paolasso, 2009). Puertas adentro del NGA, también existen grandes disparidades territoriales, donde coexiste un grupo "moderno" con un alto grado de articulación con el capitalismo pampeano y una sociedad "tradicional" que incluiría el núcleo duro de pobreza regional, como los campesinos e indígenas (Bolsi, 2007).
Algunas de las disparidades regionales mencionadas se evidencian en la Tabla 1 en la que se presentan indicadores seleccionados.
Tabla 1 Indicadores seleccionados por región
a Cálculos propios según el Indec (2010). b Cálculos propios según el Indec (2018b). c Información extraída del Indec (2018c). d Cálculos propios para el cuarto trimestre de 2017 según Ministerio de Producción y Trabajo de la Nación (2017). e Cálculos propios según información del Ministerio de Salud de la Nación, Secretaría de Políticas, Regulación e Institutos, Dirección de Estadísticas e Información en Salud (2017). f Cálculos propios según información extraída de Ministerio de Economía de la Nación (2014).
Fuente: elaboración propia según datos de las fuentes indicadas para cada columna.
METODOLOGÍA
Estructura del IPM
En este trabajo se utiliza una de las medidas de pobreza multidimensional de Alkire y Foster (2011), llamada M0 o tasa de recuento ajustada.
Sea x jj perteneciente a R+, el logro de cada persona i = 1,....., n en cada indicador j = 1,....., d, y sea z j el umbral de privación del indicador j. Una persona está privada de este indicador, si su logro es inferior al umbral de privación.
Formalmente, la privación es definida como:
g ij 0 = 0 en los demás casos.
Cada privación es ponderada con la ponderación del indicador dada por w j , de modo que
Para cada persona se puede construir su puntaje de privaciones como la suma de privaciones ponderadas:
Las personas son identificadas como pobres con un umbral de pobreza llamado k, que representa la proporción mínima de privaciones que una persona debe experimentar para ser considerada multidimensionalmente pobre. Así, alguien es considerado pobre si
Las privaciones de las personas no pobres son censuradas. Formalmente:
El puntaje de privaciones censuradas es:
La medida M
0 combina dos subíndices: la proporción de personas multidimensionalmente pobres (llamada incidencia o H) y la intensidad de la pobreza dada por el promedio ponderado de privaciones que experimentan los pobres (denotada como A). Formalmente, H = q / n donde q es la cantidad de personas multidimensionalmente pobres y
. El IPM o más genéricamente M0 es el producto de los dos subíndices mencionados y puede verificarse que es el promedio pobla-cional del puntaje ponderado de privaciones censuradas:
La medida M 0 satisface el axioma de monotonicidad dimensional dado que se ajusta por la intensidad de la pobreza: cuando una persona identificada como pobre pasa a estar privada en un indicador adicional, la intensidad A aumenta y entonces M0 también lo hace. La importancia de esta propiedad no es menor. Sean dos poblaciones L y K (o la misma en dos momentos en el tiempo) con la misma incidencia de la pobreza multidimensional, por ejemplo, el 20 %. Supongamos que en la población L las personas pobres están privadas en promedio en un 50 % de los indicadores ponderados, en tanto que en la población K las personas pobres están privadas en promedio en un 70 % de los indicadores ponderados. El IPM en L será de 0,10, mientras que en K será de 0,14, lo que refleja la mayor intensidad de la pobreza.
La medida M 0 se puede descomponer en subgrupos poblacionales y en indicadores una vez que se ha realizado la etapa de identificación. La descomposición por indicadores se realiza analizando las tasas de privación censuradas definidas como la proporción del total de personas que son pobres y están privadas en cada indicador. Formalmente, la tasa de privación censurada del indicador j está dada por:
A partir de la TPC puede obtenerse la contribución de cada indicador al total de pobreza, como la tasa de privación censurada ponderada por su peso, sobre el total de pobreza multidimensional.
Comparado con el método NBI, la medida M0 empleada en el IPM aquí usado retiene la simplicidad para identificar a la población pobre por medio del enfoque de conteo, pero permite incorporar la intensidad de la pobreza y desagregar por indicadores (posidentificación), propiedades que no son satisfechas por el indicador de incidencia H. Permite, además, combinar indicadores cardinales con indicadores ordinales de una manera robusta al cambio en la escala de los indicadores ordinales.
Sin embargo, la medida M 0 también ha recibido críticas. Por ejemplo, Ravallion (2011) señala que nunca un índice será una estadística suficiente de pobreza y que es preferible realizar las agregaciones en el espacio de los logros, y utilizar los precios. Datt (2018) remarca que la medida M0 no es sensible a la desigualdad entre dimensiones y argumenta en favor de la utilización de un umbral de criterio unión.
Entre las respuestas a estas críticas, se encuentra que, aun con limitaciones, los índices multidimensionales ofrecen una medición más comprehensiva que la del ingreso y que los precios de muchos servicios suelen no estar disponibles o no ser representativos, en tanto que, si la medición ocurre en el espacio de los funcionamientos humanos, los precios no existen (Alkire, Foster y Santos, 2011). Por otra parte, la insensibilidad a la desigualdad entre dimensiones es el costo de poder desagregar por dimensiones (Alkire y Foster, 2016). Por último, el criterio unión tiene altas probabilidades de acarrear errores de medición.
Fuente de datos
Se utilizan los microdatos provistos por el Indec recabados por medio de la Encuesta Permanente de Hogares (EPH) en forma trimestral para los principales aglomerados urbanos del país. El análisis se centra en el periodo de 2003 a 2016, aunque algunos trimestres no pudieron ser incluidos por falta de datos (primero y segundo de 2003, tercero de 2007, tercero y cuarto de 2015 y primero de 2016). Cabe aclarar que, de acuerdo con el Indec (2016a), los resultados de las estimaciones obtenidas de 2007 a 2015 deben tomarse con algunas reservas, debido a que la EPH estuvo sujeta a un manejo discrecional en algunos sentidos que afectan la confia-bilidad de las estimaciones3.
Por otra parte, los datos de la EPH parecen tener un problema de cobertura en lo que respecta a las poblaciones de villas o asentamientos informales, ya que, de acuerdo con ellos, solo un 2 % de la población de los 31 aglomerados urbanos considerados en la EPH habitaba en villas de emergencia en 2017. Sin embargo, según el relevamiento de barrios populares realizado por el Relevamiento Nacional de Barrios Populares (ReNaBap) (Registro Nacional de Barrios Populares, 2017), se estima que 3,5 millones de personas habitan en barrios populares, lo que equivaldría a un 12,8 % de la población de los 31 aglomerados urbanos.
Indicadores, dimensiones y cortes seleccionados
Este índice de pobreza, siguiendo a la Cepal (2014), Santos et al. (2015) y Santos y Villatoro (2018), consta de cinco dimensiones y de doce indicadores. Todos los indicadores son definidos a nivel de hogar y se asumen externalidades dentro de este. En la Tabla 2 se detallan las dimensiones, los indicadores y las ponderaciones del IPM.
Tabla 2 Dimensiones, indicadores y ponderaciones
Nota: en el índice original se incluye un indicador adicional dentro de la dimensión estándar de vida, referido a la tenencia de bienes durables, que no puede incluirse aquí porque no se cuenta con esa información en la EPH. Para computar la privación monetaria, se emplea la escala de adulto equivalente propuesta por el Indec (2016b). A su vez, en el índice original se incluye el acceso a electricidad dentro del indicador de energía, y se consideran los materiales de las paredes dentro del indicador de materiales de la vivienda; dado que esta información no está disponible en la EPH, los indicadores de estas dimensiones se construyeron solo con los aspectos detallados en la tabla. Un trabajador desalentado se define como aquel que a la pregunta de por qué motivo no buscó trabajo en los últimos treinta días respondió la opción "Se cansó de buscar trabajo" o "Hay poco trabajo en esta época del año".
Fuente: Santos y Villatoro (2018).
Para el indicador de ingresos, se utiliza como línea de pobreza para el periodo de 2003 a 2006 la canasta básica total computada por el Indec. Luego, en vista de que el Indec comenzó a subestimar la inflación, se procedió de la siguiente forma. Entre 2007 y 2008 se utiliza la canasta del Indec para el cuarto trimestre de 2006, pero ajustándola por la variación en el índice de precios al consumidor (IPC) de la serie de inflación verdadera (www.inflacionverdadera.com). Para el periodo de 2009 a 2015, se utiliza la canasta estimada por la Fundación de Investigaciones Económicas Latinoamericanas (FIEL), puesto que durante este periodo las canastas del Indec no tenían credibilidad4. En 2016, el Indec restituyó el cálculo de la canasta básica alimentaria y total de manera confiable, e introdujo consigo algunas mejoras metodológicas que no hacen comparables estas valorizaciones con las de la FIEL para años previos. Para preservar la comparabilidad, para 2016 se opta por continuar utilizando la canasta de la FIEL.
El valor del umbral de pobreza multidimensional utilizado (k) es del 25 %. Esto implica que es necesario presentar privaciones en el equivalente de más de una dimensión completa para ser considerado multidimensionalmente pobre. Puede estimarse que este umbral de pobreza es algo conservador, en tanto requiere varias privaciones en simultáneo para ser identificado como pobre. Pero también puede entenderse como un umbral que busca enfocar el análisis en un subgrupo poblacional intensamente privado, pobreza estructural o nuclear.
Así, el IPM especificado combina el indicador de pobreza monetaria con indicadores de privaciones de tipo NBI, aunque con umbrales actualizados a los estándares de vida actuales, e indicadores vinculados al mercado laboral, y ofrece una medición de la pobreza comprehensiva pero sintética a la vez, que incluye diferentes fuentes del bienestar. Constituye, en la tipología de Boltvinik (2003), un método normativo combinado.
Este IPM tiene varias similitudes desde el punto de vista de los indicadores considerados con los IPM especificados en Conconi (2009), López y Safoján (2013), Arévalo y Paz (2015) (trabajos que utilizan datos de la EPH). También tiene similitudes con el IPM utilizado en Paz (2014) (con datos de la Encuesta Nacional de Hogares Urbanos [EAHU]) y con el de Bonfiglio y Salvia (2019) (con datos de la Encuesta sobre la Deuda Social Argentina [EDSA]). Algunas diferencias son que esos IPM no comprenden el indicador de tenencia de la vivienda como tampoco de rezago escolar, en tanto que en el IPM aquí utilizado no se incluye un indicador de seguridad alimentaria, ni de acceso a recursos de la información ni de gastos en salud, indicadores que no pueden ser construidos con datos de la EPH. Tampoco se incluye un indicador de localización de la vivienda en cercanías de focos de contaminación, como en Paz (2014), Arévalo y Paz (2015) y Bonfiglio y Salvia (2019).
El IPM aquí utilizado también se asemeja a los trabajos citados en utilizar un umbral de pobreza intermedio. La excepción es la de Bonfiglio y Salvia (2019), quienes siguen el criterio de Coneval (2010). Aquí se prefiere un umbral de pobreza intermedio general, puesto que puede argüirse que experimentar varias privaciones en indicadores clasificados como derechos sociales puede ser tan grave como sufrir privación monetaria y una privación en un derecho social.
RESULTADOS
Evolución de la pobreza multidimensional del NGA versus CCS
La Figura 1 presenta los resultados del IPM para el NGA y el CCS, y la diferencia en puntos porcentuales entre las dos grandes regiones. Se observa que entre 2003 y 2011 los principales aglomerados urbanos del NGA presentaron niveles de pobreza en promedio 5,75 pp mayores que los del CCS5. Esta evolución concuerda con los resultados obtenidos por López y Safoján (2013), quienes analizan el periodo de 2004 a 2010. En la Figura 1 se observa también a partir de 2011 un proceso de igualación en los niveles de pobreza multidimensional urbana entre el NGA y el CCS: la brecha comienza a descender a razón de 0,7 pp por año hasta 2016. A priori, la reducción de las diferencias es consecuencia de un estancamiento en la disminución de la pobreza multidimensional en el CCS combinado con una continuación de la reducción de la pobreza en el NGA.
En la Figura 2 se describe la evolución del IPM en cada una de las regiones que componen el agregado CCS. Allí se observa que las regiones de Cuyo y Centro muestran a lo largo de toda la serie niveles de pobreza similares entre sí, con la región Centro que experimenta un pequeño incremento en el último año considerado y termina con un valor de IPM mayor que en 2011. Por su parte, la Patagonia ha presentado niveles de pobreza menores de las demás regiones y esto persiste hacia 2016. Es decir, la tendencia a la igualación en los niveles de pobreza multidimensional entre el NGA y el CCS entre 2011 y 2016 proviene, fundamentalmente, de una reducción de la disparidad entre el NGA y Cuyo y Centro, pero en menor medida al comparar con la Patagonia. Se inscribe, además, en un contexto de desaceleración de la reducción de la pobreza en términos generales. Estos resultados son concordantes con Arévalo y Paz (2015).
Fuente: elaboración propia según datos de EPH-Indec.
Figura 2 Pobreza multidimensional en regiones de Argentina
En la Figura 3 se presenta el mapa de pobreza en los aglomerados urbanos de Argentina en 2004 y 2016. Las provincias sombreadas en amarillo son las del NGA y las provincias en blanco constituyen la región CCS. El mapa muestra las estimaciones del IPM en cada uno de los aglomerados urbanos donde se realiza la EPH. El tamaño de cada círculo depende del tamaño poblacional del aglomerado.
Fuente: elaboración propia según datos de EPH-Indec.
Figura 3 Mapas de pobreza multidimensional en los principales aglomerados urbanos de Argentina
La intensidad del color rojo indica el nivel de pobreza. En cada uno de los mapas, un rojo más intenso indica un IPM más alto, y un rojo más claro un IPM más bajo.
La comparación de los dos mapas resume buena parte de los resultados mencionados. En primer término, entre 2004 y 2016, hubo una reducción significativa de la pobreza en todos los aglomerados urbanos. Esto se advierte notando la escala de colores de cada mapa: mientras que en 2004 el rojo más intenso -que indica los aglomerados con mayor nivel de pobreza- correspondía a aglomerados con IPM de entre 20,4 y 25,5, en 2016 este mismo color correspondía a aglomerados con IPM de entre 11,2 y 146. En segundo lugar, se advierte la reducción de las disparidades regionales: mientras que en 2004 los aglomerados del NGA aparecen todos con un rojo más intenso que los aglomerados del CCS (a excepción de los partidos del Gran Buenos Aires [GBA], que presentan un nivel de pobreza más cercano al de los aglomerados del NGA, como Salta), en 2016 varios aglomerados del CCS (tales como partidos del GBA, Gran Córdoba y Gran San Juan) aparecen con intensidad de color igual o mayor a la de varios aglomerados del NGA, en tanto que varios aglomerados del NGA tienen un color menos intenso, en el mismo rango que el de muchos aglomerados del CCS. Esta convergencia de colores (en atención a que la escala de intensidad de colores en 2016 es a un nivel más bajo que la escala de 2004) ilustra la convergencia en niveles de pobreza multidimensional entre los principales aglomerados urbanos del NGA con respecto a los del CCS, en especial con Cuyo y Centro.
Al analizar los dos subíndices del IPM presentados en la Tabla 3, se observa que la reducción en los niveles de pobreza multidimensional se debió tanto a una disminución de la incidencia como de la intensidad de la pobreza, y que la reducción de la incidencia fue mayor que la de la intensidad, algo también señalado por Arévalo y Paz (2015). En segundo lugar, al observar los ratios de cada subíndice del NGA con respecto a los del CCS, se detecta que entre 2003 y 2007 la disparidad desde el punto de vista de la incidencia tendió a incrementarse, y que a partir de entonces se observa una tendencia a la reducción de esta; hacia 2014 se logra una diferencia menor de la observada en 2003. En términos de intensidad, el ratio entre el NGA y el CCS muestra desde el inicio de la serie una tendencia a la igualación con una mejora para el NGA.
Disparidades en la composición de la pobreza multidimensional entre regiones en el tiempo
La Tabla 4 presenta los cocientes de las tasas de privación sin censurar entre el NGA con respecto al CCS, es decir, la proporción de personas del total poblacional que presenta privaciones en cada indicador. Cuando el valor de la tabla es mayor que 1, indica que el NGA presenta un mayor ratio de privación que el CCS, y viceversa si el ratio es menor que 1.
Tabla 4 Cocientes de ratios de privación sin censurar, NGA/CCS
| Indicador | 2003 | 2007 | 2011 | 2013 | 2015 | 2016 |
|---|---|---|---|---|---|---|
| Material de la vivienda | 2,14 | 2,23 | 1,62 | 1,11 | 1,03 | 0,91 |
| Hacinamiento | 1,48 | 1,46 | 1,53 | 1,31 | 1,12 | 1,05 |
| Tenencia de la vivienda | 1,19 | 1,04 | 1,27 | 1,03 | 0,82 | 0,76 |
| Agua mejorada | 1,05 | 1,37 | 1,09 | 1,23 | 1,17 | 1,00 |
| Sanidad | 1,16 | 1,15 | 1,11 | 1,00 | 0,79 | 0,66 |
| Energía usada para cocinar | 4,38 | 4,36 | 3,49 | 2,47 | 1,44 | 0,88 |
| Ingresos | 1,38 | 1,80 | 1,68 | 1,59 | 1,38 | 1,30 |
| Asistencia a la escuela | 1,52 | 1,41 | 1,42 | 1,26 | 1,08 | 1,11 |
| Logro educativo | 1,10 | 1,09 | 1,14 | 1,08 | 0,91 | 0,81 |
| Rezago escolar | 1,75 | 1,62 | 1,83 | 1,64 | 1,28 | 1,11 |
| Empleo | 0,93 | 1,04 | 0,89 | 0,81 | 0,78 | 0,75 |
| Seguridad social | 1,11 | 1,23 | 1,26 | 1,24 | 1,19 | 1,07 |
Fuente: elaboración propia según datos de EPH-Indec.
Se observa que en 2003 el NGA presentaba una mayor proporción de su población con privaciones en los doce indicadores, a excepción del ratio de empleo. Esta situación se mantenía en 2011, aunque cinco de los doce ratios registraron una disminución. Pero a partir de 2011 y hasta 2016, comienzan a reducirse las disparidades entre el NGA y el CCS en todos los indicadores. Las mayores reducciones de disparidades en términos relativos ocurrieron en los indicadores de acceso a servicios básicos y vivienda, seguidas de las reducciones en los indicadores de educación, ingresos, empleo y seguridad social.
En particular, en los indicadores de materiales de la vivienda, tenencia, sanidad, energía y logro educativo, los ratios pasaron a ser menores que 1, lo que indica tasas de privación menores en el NGA en relación con las del CCS, en tanto que en empleo se redujo un poco más el ratio en favor del NGA. El ratio entre la tasa de privación de ingresos entre NGA y CCS experimentó una reducción importante entre 2011 y 2016 (luego de que hubiera tenido un incremento entre 2003 y 2011). Algo similar ocurrió con el indicador de seguridad social, pero con una reducción de la disparidad mucho menor.
Cuando se realiza el mismo ejercicio con las tasas de privación censuradas, los resultados son cualitativamente similares. En síntesis, se puede afirmar que hubo reducción en las discrepancias de privaciones entre el NGA y el CCS en todos los indicadores tanto en la población en general como en las privaciones de las personas en situación de pobreza multidimensional. Se observan mejoras especialmente significativas y robustas en favor del NGA en materiales de la vivienda, tenencia, sanidad, logro educativo y empleo.
Algunas hipótesis para dar cuenta de la reducción de disparidades
En primer término, corresponde resaltar que la reducción de disparidades en los niveles de pobreza entre el NGA y el CCS observada corresponde a los principales aglomerados urbanos del país donde se realiza la EPH a partir de la cual se realizan las estimaciones de este trabajo. Esto excluye aglomerados más pequeños y áreas rurales. Aun así, es natural preguntarse a qué se debe la reducción de las disparidades. A continuación, se formulan algunas hipótesis referidas a cada dimensión.
En primer lugar, en atención a los indicadores de las dimensiones de vivienda y servicios básicos, es relevante considerar el Programa de Mejoramiento Barrial (Promeba), que depende de la Secretaría de Vivienda y Hábitat, perteneciente al Ministerio del Interior, Obas Públicas y Vivienda de la Nación. Este fue creado en 1997 para mejorar las condiciones de habitat y vivienda en barrios marginales y asentamientos informales, en zonas urbanas de más de 5000 habitantes7.
Desde sus inicios, Promeba ha tenido como objetivo legalizar la tenencia de la vivienda, proveer infraestructura, equipamiento y saneamiento ambiental, además de fortalecer el capital social y la capacidad de gestión del barrio. El componente de infraestructura, equipamiento y saneamiento ambiental es el que concentra la mayor proporción de los recursos con un 83 % del total (Subsecretaría de Desarrollo Urbano y Vivienda, 2011) y abarca aspectos como construcción de la red de agua, red de desagües cloacales, red de energía eléctrica, drenaje de aguas, instalación de inodoro con descarga dentro del hogar, alumbrado público, ampliación y mejora de la vivienda o relocalización en casos de alto riesgo ambiental.
A octubre de 2018, existían 625 proyectos de mejora barrial (en ejecución, en licitación o terminados) de los cuales el 34 % se desarrollan en el NGA. En los datos de la EPH, el NGA concentra una población beneficiaría del Promeba (33 %) que es más de dos veces su peso poblacional (14 %), lo que podría estar dando cuenta de las reducciones en la disparidad en las privaciones de los seis indicadores de vivienda y servicios básicos.
En la dimensión de educación, los tres indicadores registran reducciones significativas de disparidades, y la tasa de privación (sin censurar y censurada) en logro educativo del NGA pasó a estar por debajo de la del CCS. En la Tabla 5 se observa que en el NGA hubo un incremento de 1,2 años de estudio promedio en la población de 20 a 59 años entre 2003 y 2016, y un incremento de 0,4 entre 2011 y 2016, en tanto que el incremento para las regiones CCS fue solo de 0,2 años entre 2003 y 2016, y una reducción de 0,1 entre 2011 y 2016.
Tabla 5 Años de estudio promedio en población de 20 a 59 años
| Año | NGA | CCS |
|---|---|---|
| 2003 | 10,4 | 10,8 |
| 2007 | 10,8 | 11,0 |
| 2011 | 11,2 | 11,3 |
| 2015 | 11,4 | 11,4 |
| 2016 | 11,6 | 11,5 |
Fuente: elaboración propia según EPH-Indec.
Esta evolución particularmente favorable en el NGA desde el punto de vista de la asistencia y el logro educativo entre 2011 y 2016 puede deberse a los efectos de la condicionalidad del programa de transferencia monetaria Asignación Universal por Hijo (AUH), introducido en 2009, que exige la asistencia escolar. En el ámbito nacional se ha encontrado un impacto positivo de la AUH sobre las tasas de asistencia escolar (Edo, Marchionni y Garganta, 2015), sobre la terminación de la escuela primaria y sobre la reducción de la tasa de abandono escolar (Edo y Marchionni, 2018). Puesto que el NGA tiene una estructura poblacional más joven, es de esperar que el impacto de la AUH sobre las variables educativas sea mayor en esta región.
Para intentar dar cuenta del descenso en las disparidades de privación monetaria entre el NGA y el CCS en la dimensión estándar de vida, cabe considerar el efecto de programas de transferencias tales como la AUH, el Programa de Ingreso Social con Trabajo implementado en 2010 y el Programa de Respaldo a Estudiantes de Argentina (Progresar) implementado en 2014. Presumiblemente, el impacto de estos programas podría ser particularmente favorable para el NGA, ya que esta región presenta una mayor cantidad de beneficiarios potenciales en términos relativos (Bustos, Giglio y Villafañe, 2013): por un lado, posee una mayor proporción de su población por debajo de la línea de pobreza monetaria e informalidad laboral y, además, una estructura poblacional más joven que otras regiones (Indec, 2010).
Dado que la EPH permite identificar el monto de ingreso total familiar que corresponde a programas de transferencias monetarias, la Figura 4 presenta la diferencia en puntos porcentuales del IPM entre el CCS y el NGA cuando se consideran estas transferencias en comparación con el caso en que estas son excluidas del ingreso familiar. Puede verse que las transferencias monetarias contribuyen a reducir la brecha entre el NGA y el CCS, y que la diferencia en reducción de la brecha se incrementa y sostiene a partir de 2011.
Fuente: elaboración propia según EPH-Indec.
Figura 4 Impacto de los programas de transferencias monetarias sobre la reducción de las discrepancias de pobreza multidimensional entre el NGA y el CCS
En la dimensión de empleo y seguridad social, resulta llamativo que el ratio del indicador de privación de empleo haya sido favorable al NGA desde 2003, y continuado en descenso en favor de esta región. La Tabla 6 presenta indicadores básicos del mercado laboral del NGA contrastados con los correspondientes a CCS. Se observa que la tasa de desocupación ha sido siempre menor en el NGA que en el CCS, y que esta diferencia se amplió entre 2003 y 2016, lo que es un dato alentador. Sin embargo, cabe notar que en cada año los menores niveles de desocupación en el NGA en relación con el CCS se deben, al menos en parte, a la menor tasa de actividad que se observa en el NGA y a la mayor participación del empleo público, que otorga menos volatilidad a la tasa de desocupación (Mignone, 2011).
Tabla 6 Indicadores del mercado laboral en el NGA y en el CCS
Fuente: elaboración propia según datos de EPH-Indec.
En el ámbito de la seguridad social, si bien hubo varias medidas a nivel nacional implementadas desde 2004 tendientes a universalizar el acceso a prestaciones previsionales y a aumentar registro de trabajadores, estas no parecen haber tenido un impacto sustantivo en la reducción de las disparidades regionales.
CONCLUSIONES
El NGA ha presentado históricamente niveles de pobreza más altos que el CCS. Sin embargo, en este trabajo se encuentra que entre 2011 y 2016 se produjo una reducción significativa de las disparidades en los niveles de pobreza multidimensional entre los principales aglomerados urbanos del NGA y los principales aglomerados urbanos del CCS.
Se utilizó para la medición un IPM que, en consideración de doce indicadores agrupados en cinco dimensiones (vivienda, servicios básicos, educación, empleo y seguridad social, e ingresos), es construido a partir del método de Alkire y Foster (2011). Esta metodología permite superar algunas limitaciones de métodos ampliamente difundidos como la línea de pobreza o el de las NBI al combinar indicadores monetarios y no monetarios, ajustar por la intensidad de la pobreza, actualizar los umbrales de privación, utilizar un criterio intermedio (en vez de uno de unión) en la etapa de identificación y ampliar las dimensiones en las que se evalúa el logro de las personas, incluso aspectos de empleo y seguridad social. De esta manera, el IPM aquí utilizado permite tener una mirada más comprehensiva sobre la evolución de la pobreza.
Se evidencia una convergencia del NGA con el CCS a niveles de IPM (proporción de personas multidimensionalmente pobres ajustada por la intensidad de la pobreza) de entre el 8 % y el 10 %. Esta convergencia es el resultado de una reducción sostenida de la pobreza en los aglomerados del NGA, combinada con un estancamiento en la reducción de la pobreza en Cuyo y la Patagonia, y un pequeño incremento entre 2011 y 2016 de la pobreza en el Centro. Hacia dentro del IPM, se observa convergencia en los niveles de privación en todos los indicadores considerados, hasta el punto de que en los indicadores de materiales de vivienda, tenencia, energía, saneamiento, logro educativo y empleo las tasas de privación del NGA fueron menores que las del CCS.
En principio, la incipiente convergencia en los niveles de pobreza del NGA hacia los niveles del CCS parece un resultado alentador. Sin embargo, conviene recapitular algunas consideraciones. En primer lugar, es positiva la convergencia debido a una reducción sostenida de la pobreza multidimensional del NGA, pero naturalmente también sería deseable que el Centro y Cuyo continuaran en la senda de reducción de la pobreza.
En segundo lugar, es fundamental considerar que estos resultados se refieren solo a los aglomerados urbanos más importantes del país a los que está circunscripta la EPH. En efecto, los aglomerados del NGA en la EPH son únicamente las capitales de provincia. En este sentido, debe considerarse que las disparidades territoriales se reproducen hacia dentro de las provincias del NGA, y las ciudades capitales tienen un mejor desempeño relativo que las ciudades más pequeñas y las áreas rurales. Es probable que, si se consideraran en ambas regiones (NGA y CCS) aglomerados más pequeños y zonas rurales, el resultado de la convergencia no se sostuviera.
En tercer lugar, la convergencia en lo que respecta al indicador de desempleo también debe moderarse, puesto que se observa en el NGA una tasa de actividad en torno a 5 pp por debajo de la del CCS y una tasa de empleo público en torno a 10 pp superior a la del CCS. Se resalta, sin embargo, los logros en los aglomerados del NGA en lo que respecta al mejoramiento habitacional y de acceso a servicios, que parece razonable atribuir a la implementación del Promeba. Se destaca también el incremento del nivel educativo de los adultos y el aumento de la asistencia escolar de los niños, que parece razonable asociar a la condicionalidad de la AUH introducida en 2009 y a las reducciones en la disparidad de la pobreza monetaria, asociada, al menos en parte, también a la AUH.
En síntesis, resulta alentador la verificación de una convergencia en los niveles de pobreza multidimensional de los principales aglomerados urbanos del NGA con respecto a los del CCS, y se reconoce la importancia directa en ello de las políticas públicas de mejoramiento barrial transferencias condicionadas de ingresos. La medición multidimensional permite evidenciar la incidencia de estas políticas. Sin embargo, parece conveniente generar políticas orientadas a la mejora del mercado laboral y los sectores productivos del NGA, lo que hace a las características estructurales de la economía de esta región históricamente relegada. También es necesario asegurar la continuidad de las mejoras en materia educativa, con políticas especialmente diseñadas para esta región.
Sin duda, las asociaciones entre las políticas públicas mencionadas y la reducción de las diferentes privaciones consideradas ameritan mayores investigaciones. Por otra parte, sería deseable contar con datos que permitieran estimar un conjunto de indicadores más ricos en lo que respecta a la salud, tales como nutrición y mortalidad infantil, así como con datos con una cobertura territorial que incluyera aglomerados pequeños y áreas rurales, lo que permitiría evaluar la robustez de los resultados aquí obtenidos.
