1. Introducción

¿Por qué estudiar los factores o condiciones que determinan la pobreza asumiendo que es un fenómeno multidimensional?, ¿por qué hacerlo analizando los hogares colombianos?, y ¿por qué buscar si existen diferencias estadísticamente significativas por regiones? Estas son las preguntas articuladoras por responder para contextualizar esta investigación.

La pobreza es un fenómeno social, y específicamente en el contexto de los países latinoamericanos, o de todos los países en vía de desarrollo, afecta la economía de las naciones. ^{Munévar (2019)} afirma al respecto: “la pobreza y exclusión social de los países latinoamericanos es un problema persistente en el contexto de la economía mundial” (p. 1). Por ello, es importante entender las posibles causas y consecuencias de esta problemática que afecta a la economía doméstica.

En la mayoría de los países latinoamericanos, la población tiene elevados índices de privación en el acceso a condiciones adecuadas de empleabilidad formal, alimentación, servicios de salud y educación, que llevan a las personas a ser consideradas pobres. Esta condición no significa únicamente tener limitaciones económicas o ingresos básicos de subsistencia por encima de cierto umbral, porque, como especifican ^{Gamboa et al. (2020)}, “la pobreza se conceptualiza cada vez más como un fenómeno que implica la privación en diferentes dimensiones” (p. 1).

^{Tejero-Pérez (2018)}, analizando la relación existente entre la pobreza y el acceso al empleo formal, sostiene que “los estudios sobre pobreza han mostrado la relevancia que tiene la participación laboral de los miembros adultos del hogar en la probabilidad de caer o de evitar dicha situación” (p. 2). No obstante, acceder al mercado del trabajo no debe considerarse como una condición suficiente para evitar la pobreza.

^{Sacchidanand y Biswas (2017)} argumentan frente a la relación entre la pobreza y la educación formal, que “el número de miembros alfabetizados o la presencia de un miembro graduado o con educación superior en el hogar, disminuye la probabilidad de que sea pobre. El aumento de la inversión en educación puede llevar a un hogar de ser pobre a no pobre” (p. 151). Por lo cual, la inversión en educación de calidad contribuye a disminuir las condiciones de pobreza en los hogares, porque con ella se mejoran los medios para satisfacer las necesidades básicas, disminuyendo la carencia de recursos.

^{Rajeev (2012)} relaciona la pobreza con las posibilidades de adquisición de los alimentos en el hogar, cuando argumenta: “fundamentalmente, para grandes segmentos de la población mundial, las raíces del problema del hambre y la desnutrición no es la falta de alimentos, sino la falta de acceso a alimentos disponibles y adecuados, entre otros, debido a la pobreza” (p. 155). Así pues, la falta de alimentación apropiada es otro de los factores condicionantes de la pobreza, porque, al menos en el caso colombiano, es común entre los hogares cuyos integrantes no cuentan con un empleo formal o no tienen mayores logros educativos; que no puedan tener una buena alimentación y, como consecuencia, en tales hogares prevalecen situaciones de pobreza.

En razón a lo expuesto, diversos factores condicionan la pobreza de las personas y diversas metodologías se han implementado para buscar cuantificarla. Una de las más utilizadas en el contexto internacional es la de ^{Alkire y Foster (2007)}, que considera el cálculo de un indicador multidimensional compuesto por distintos factores de privación de los hogares. Según como especifica ^{Corbelle-Cacabelos y Troitiño-Cobas (2021)}, “esta metodología es referente para el análisis de la pobreza, especialmente por su capacidad para desagregar la pobreza por dimensiones, por características personales, del hogar o geográficas” (p. 57).

También el Índice de Desarrollo Humano (IDH) y el Índice de Necesidades Básicas Insatisfechas (NBI), se consideran como referentes para la medición y comparación de la pobreza entre países del mundo, pero desde un enfoque de capacidades y bienestar. Tanto el IPM, como el IDH y el NBI, no se limitan a considerar la condición de ser pobre o no, según valores económicos, porque precisamente otro enfoque para la cuantificación de la pobreza es justamente el monetario. Según como especifica ^{Fagnola y Moneta-Pizarro (2021)}, “no se puede negar la ventaja de la simplicidad del enfoque unidimensional de la pobreza monetaria, particularmente cuando los hacedores de políticas públicas requieren información periódica para poder proveer de soluciones rápidas a la población” (p. 5). Sin embargo, la pobreza es un fenómeno estructural e involucra múltiples dimensiones.

Específicamente en Colombia, la fuente oficial de datos sobre la pobreza multidimensional y monetaria es el Departamento Administrativo Nacional de Estadística (DANE) y, en consecuencia, para el desarrollo de este análisis, se utiliza la última información oficial publicada en su web de microdatos. Específicamente se analiza la información de hogares y personas, registrados en la base de datos del Índice de Pobreza Multidimensional (^{DANE, 2019}), con el fin de llegar a una conclusión respecto a cuáles son las variables que determinan la pobreza en el país, cómo estas se asocian entre sí y cuáles generan diferencias por regiones.

El interés por analizar diferencias entre territorios radica en estudios y noticias que exponen disparidades por zonas geográficas. Por ejemplo, ^{González (2019)}, analizando la tendencia del IPM en Colombia del 2010 al 2018, encuentra que mientras en el Caribe y el Pacífico la incidencia de la pobreza multidimensional supera el 33%, en Bogotá es del 4,3%, afirmando que estas desigualdades no disminuyeron en el periodo analizado, porque tanto en el 2010 como en el 2018, las dos regiones con mayor prevalencia de población pobre son las costeras.

En consecuencia de lo anterior, el principal objetivo de esta investigación es analizar los factores determinantes de la pobreza en los hogares colombianos, a partir de datos de la encuesta IPM (^{DANE, 2019}), identificando diferencias y similitudes por regiones. Como objetivos específicos, se busca caracterizar los hogares según si son considerados pobres o no, determinando los principales factores que condicionan esta clasificación. Adicionalmente, se busca concluir sobre aspectos útiles para el diseño de estrategias y acciones de políticas públicas que busquen disminuir la pobreza a nivel nacional y/o regional.

A diferencia de las propuestas que internacionalmente se utilizan para medir y describir la pobreza de forma multidimensional en los hogares, como la de ^{Alkire y Foster (2007)}, el análisis que se propone en esta investigación combina información de privaciones en los hogares y características de las personas que los integran, mientras que el IPM solo considera características de los hogares. Esto constituye una de las ventajas o diferenciales de este estudio frente a otras investigaciones de la pobreza en el país. Puntualmente se estudian géneros, edades y niveles educativos de las personas. En contraste, la metodología propuesta no necesariamente podría aplicarse en otros países, por ejemplo latinoamericanos, puesto que en sus mediciones del IPM, podrían no incluirse las variables de personas que aquí resultan de interés.

Para terminar estas notas introductorias, es menester indicar la estructura organizativa de este documento. Inicialmente, se presentan aspectos metodológicos de la investigación definiendo las variables y muestra en estudio, para posteriormente señalar aspectos técnicos de la técnica estadística usada para obtener los resultados. Estos últimos, se estructuran desde una exploración descriptiva de variables individuales que caracterizan la pobreza en los hogares colombianos, junto a resultados de correlaciones bivariadas y asociaciones multivariantes resultantes de un análisis de componentes principales. Se finaliza discutiendo los principales hallazgos de la investigación.

2. Antecedentes

Antes de presentar los aspectos metodológicos del estudio, es conveniente delimitar a modo de antecedentes, el ámbito legal histórico en el que se enmarca esta investigación, y referenciar investigaciones que fundamentan el análisis de las condiciones de pobreza desde técnicas cuantitativas de análisis de datos, específicamente en el contexto latinoamericano y de Colombia.

En cuanto al primer aspecto, dos de las leyes que recientemente ha implementado el gobierno nacional para hacer frente a la superación de la pobreza en el país son la ley 1785 del 21 de junio 2016 (^{Congreso de la República de Colombia, 2016}) y la ley 1948 del 08 de enero 2019 (^{Congreso de la República de Colombia, 2019}). La primera tiene como objeto establecer una red de instituciones para la superación de la pobreza extrema, facultando el funcionamiento de la denominada Red Unidos. Esta red está conformada por las entidades del Estado que prestan servicio social a las personas en extrema pobreza, como lo son las alcaldías y gobernaciones, el sector privado y las organizaciones de la sociedad civil.

La segunda ley, por su parte, se asocia a la creación del programa Familias en Acción, el cual consiste en la entrega condicionada y periódica de una transferencia monetaria directa a las familias en condición de pobreza y pobreza extrema. Este programa tiene como objetivo apoyar la culminación del ciclo de educación de los jóvenes pobres, contribuir a la prevención del embarazo a temprana edad o en la adolescencia, y promover factores de movilidad social entre las familias beneficiarías, en aras de estimular la superación de sus condiciones de pobreza. Estas leyes o acciones políticas implementadas por el gobierno nacional actual, se ven fortalecidas por el trabajo de organismos como la Agencia Nacional para la Superación de la Pobreza Extrema (ANSPE), creada a partir del Decreto 4160 de 2011 (^{Congreso de la República de Colombia, 2011}); y las acciones de La Subdirección General para la Superación de la Pobreza de Prosperidad Social.

Ahora bien, no en el marco de las acciones para la superación de la pobreza, sino en el contexto legal que demarca la necesidad de hacer seguimiento a la situación de pobreza en el país, es preciso mencionar el Conpes Social 150 propuesto por el Departamento Nacional de Planeación (^{DNP, 2012}). Este documento regula las metodologías oficiales y arreglos institucionales para la medición de la pobreza en Colombia, enfocándose en clarificar los instrumentos, técnicas de recolección de datos y responsables del cálculo monetario y multidimensional de este fenómeno social. Así, esta investigación se enmarca en el análisis aplicado de datos del IPM en los hogares colombianos, que publica el DANE, según lineamientos de esta normativa.

Pasando a referenciar las investigaciones sobre la pobreza en las que se utilizan datos y técnicas de modelación, a nivel latinoamericano es preciso mencionar los trabajos de ^{Chacón-Mejía et al. (2021)} , ^{Arias-Ramírez et al. (2020)} , ^{Barahona (2018)} y ^{Fuentes et al. (2018)} . Los primeros autores, analizan las ruralidades en la región desde la perspectiva multidimensional de la pobreza, a partir de un Análisis de Componentes Principales y un Análisis de Correspondencia Canónica. Estos autores concluyen que, a pesar de que se observa heterogeneidad entre las múltiples dimensiones que determinan la pobreza, esta presenta homogeneidad al comparar entre países.

^{Arias-Ramírez et al. (2020)} analizan la pobreza y desigualdad en Costa Rica, dando una mirada más allá de la distribución de los ingresos. Estos autores se enfocan en comparar las necesidades básicas insatisfechas (NBI) y las características espaciales de la pobreza, mediante análisis descriptivos, técnicas de georreferenciación y regresión ponderada. En esta investigación, se concluye: “El país necesita redefinir su estrategia de desarrollo para gestar un círculo virtuoso de crecimiento económico con mayores niveles de desarrollo humano” (p. 24).

^{Barahona (2018)} compara indicadores de pobreza en México entre 2000 y 2010, analizando correlaciones entre variables como desempleo, horas tv, asesinatos, muertes, consultas en biblioteca, oportunidades (programa de gobierno), cantidad de lugares históricos visitados, bienes y capacidades de la pobreza. Las técnicas de análisis usadas en esta investigación fueron: análisis de componentes principales (PCA), análisis factorial de mínimos cuadrados ponderados (WLS), y KMO (Kaiser‐Meyer‐Olkin), a través de las cuales se contrastó si las correlaciones parciales entre las variables eran lo suficientemente pequeñas para ser consideradas significativas. Gracias a esta investigación, el gobierno mexicano asignó recursos del programa Oportunidades a las provincias más pobres del país.

Por su parte, ^{Fuentes et al. (2018)}, analizando la medición multidimensional de la pobreza en México, usaron la metodología que desarrolló el Consejo Nacional de Evaluación de la Política de Desarrollo Social de México (CONEVAL) en 2010, para comparar la pobreza a nivel municipal. Con el fin de aplicar la metodología de Coneval a nivel intraurbano, se propuso como alternativa la construcción de unidades de análisis territorial, seleccionando muestras específicas para la aplicación de encuestas. En este estudio, se concluyó que la metodología a nivel intraurbano permite identificar a las personas que viven en la pobreza de forma más localizada, además de entender las privaciones sociales que más contribuyen a su condición de ser pobres.

Pasando al contexto de Colombia, es preciso referenciar a ^{Mayorga-Henao et al. (2021)}, ^{Marrugo et al. (2015)} y ^{Cardona et al. (2014)}. El primer autor estudia los patrones de distribución de la pobreza multidimensional en las principales aglomeraciones urbanas del país, mediante la aplicación de múltiples métodos de análisis espacial y estadísticos. En esta investigación, se concluye que la segregación de la pobreza en el país muestra una relación compleja entre variables espaciales y variables socioeconómicas, aunque a la distribución de la pobreza al interior de las ciudades cumple con el principio de autocorrelación espacial.

^{Marrugo et al. (2015)}, mediante un análisis descriptivo, se centra en el comportamiento de la pobreza en una región en específico: la Caribe. En esta investigación, se utilizan los datos de la Gran Encuesta Integrada de Hogares (GEIH), realizada por el DANE en el año 2012, usando como variable explicada la línea de pobreza (LP) delimitada a tres valores: 1) cuando el hogar es no pobre; 2) cuando el hogar es moderadamente pobre; y 3) cuando el hogar vive en condiciones de pobreza extrema. Posteriormente, se analiza el comportamiento de esta variable y su relación con características socioeconómicas de la población en la región Caribe. Los resultados mostraron que una menor educación y estar en condición de desempleo son los factores que más contribuyen a la probabilidad de ser pobre en la región (^{Marrugo et al., 2015}).

Para terminar, ^{Cardona et al. (2014)} analizan mediante regresión lineal simple, datos del porcentaje de pobreza, pobreza extrema y el coeficiente de Gini (indicador de la desigualdad económica en una población), en los años 2010 y 2011, para las trece principales ciudades de Colombia. Los autores realizaron una gráfica de dispersión donde se muestra que existe una relación entre la variable independiente (porcentaje de pobreza en 2010), y la variable dependiente (porcentaje de pobreza en 2011). Adicionalmente, se hallaron los coeficientes de regresión, intervalos de confianza, coeficientes de correlación y pruebas de significancia, para concluir que los valores observados y estimados están por debajo de la meta de pobreza nacional.

3. Metodología

Este estudio es de análisis cuantitativo y puede considerarse como descriptivo y exploratorio porque se busca analizar las relaciones existentes entre distintas variables de hogares y personas, identificando qué determina la condición de pobreza en Colombia, cuáles son los factores más preponderantes y aquellos que determinan las diferencias y similitudes por regiones. Para la obtención y explicación de los resultados, se utilizan análisis descriptivos, pruebas de hipótesis para diferencias de proporciones y la técnica multivariante PCA (análisis de componentes principales), interpretando los datos desde el comportamiento de variables individuales y desde asociaciones bivariantes y multidimensionales.

Las hipótesis en evaluación son dos. La primera: existen diferencias entre los niveles de pobreza de los hogares colombianos según características sociodemográficas de las personas que los componen; y la segunda: existen diferencias entre las condiciones de pobreza según regiones del país. En relación con los datos en análisis, es pertinente detallar las características o factores examinados desde la base de datos IPM (^{DANE, 2019}); la cual está disponible de manera gratuita en el Banco Nacional de Datos de la web de microdatos de la institución, teniendo disponibilidad de información a nivel nacional y departamental. En la Tabla 1, se describe el diccionario de variables de interés.

La base de datos del IPM (^{DANE, 2019}) cuenta con una muestra de 88.713 hogares, que representan 283.012 personas a nivel nacional y que proyectan el total de la población del país. El detalle de la distribución de esta muestra se ilustra en la Tabla 2, donde se incluyen los valores absolutos del total de hogares y las personas que viven en ellos, según su condición de ser pobres o no, haciendo distinciones por regiones. Se puede observar que es mayor la cantidad de hogares no pobres, frente a los pobres, y que la región con mayor cantidad de hogares pobres es la Caribe.

4. Resultados

Antes de presentar los resultados de la investigación obtenidos mediante la aplicación del PCA, es pertinente presentar una exploración descriptiva de las principales variables en estudio, haciendo comparaciones por regiones. Todo ello con la intención de discutir posibles acciones requeridas para la mitigación del fenómeno de la pobreza en el país, tanto en el ámbito nacional, como regional. Todas las figuras presentadas en este aparte del documento fueron obtenidas en el programa estadístico R.

4.1 Exploración descriptiva de los datos

La primera gráfica por describir es la que representa las proporciones de hogares pobres y no pobres según regiones, de acuerdo con los totales que se presentaron anteriormente en la Tabla 2 y que se representan en la Figura 1. Puede observarse que la región más pobre es la Caribe, con un 34% de hogares pobres, y que la segunda región con mayor prevalencia de hogares pobres es la Pacífica, con un 30%, seguida de la Orinoquía y la Amazonía, 29%. Estas diferencias observadas se probaron mediante un test chi cuadrado para igualdad de proporciones y se obtuvo que son estadísticamente significativas con un nivel de confianza del 99% (valor p < 0,01).

Fuente: elaboración propia en el programa estadístico R, con datos IPM (^{DANE, 2019}).

Figura 1 Porcentaje de Hogares pobres y no pobres por regiones de Colombia 

En la Figura 2, se muestra por regiones el porcentaje de hogares que tienen privación y no privación de logro educativo (LOE). Se observa que la región con mayor privación por logro educativo es la región Pacífica: 62% frente al 38% de no privación; es decir, esta región tiene un alto porcentaje de hogares que no tienen logro educativo alguno. La segunda región con mayor porcentaje de privación LOE, es la central, con un 61%, y la tercera la Oriental, con 60%. Desde esta gráfica, también se interpreta que siete de las nueve regiones estudiadas tienen un porcentaje mayor del 50% en privación por LOE.

Fuente: elaboración propia en programa estadístico R, con datos IPM (^{DANE, 2019}).

Figura 2 Privación por logro educativo según regiones de Colombia 

Las diferencias percibidas en la Figura 2, se probaron estadísticamente y se obtuvo valor p < 0,05, entonces se concluye que, con una confianza del 95%, sí existe una diferencia entre la proporción de privación por logro educativo en los hogares colombianos según regiones.

En la Figura 3, se presenta la gráfica de los hogares según proporciones de acceso, o no, a un empleo formal. Se observan a Bogotá y San Andrés y Providencia como las regiones donde menor privación en la variable EMF se registra en el país. En contraste las regiones donde más del 85% de los hogares declaran tener dificultades de acceso a condiciones dignas de empleabilidad, entre al menos uno de los integrantes de la familia, son el Caribe colombiano, el Pacífico y la Amazonía-Orinoquía. Las diferencias porcentuales percibidas en la Figura 3 fueron probadas mediante un test para diferencia de proporciones y son estadísticamente significativas con una confianza del 99% (valor p < 0,01).

Fuente: elaboración propia en programa estadístico R, con datos IPM (^{DANE, 2019}).

Figura 3 Privación por condiciones de empleo formal según regiones 

Además de los factores de privación que incluye el DANE en la definición del indicador IPM, las características sociodemográficas de las personas que componen los hogares, también permiten concluir frente a otros atributos que caracterizan el fenómeno de la pobreza. Por ello, a continuación se ejemplifica el comportamiento del número de personas con educación superior, para advertir diferencias entre regiones.

En la Figura 4, se observa cómo las regiones con mayor porcentaje de personas sin estudios superiores son la Pacífica y la Orinoquía y Amazonía (76,9%). Por su parte, la región con el menor porcentaje de hogares donde no existe ni una persona que tenga estudios superiores es Bogotá (38,2% de los hogares). En general, siete de las nueve regiones analizadas muestran cómo más de un 70% de las personas no tiene educación superior.

Fuente: elaboración propia en programa estadístico R, con datos IPM (^{DANE, 2019}).

Figura 4 Porcentaje de personas en el hogar con educación superior por regiones 

4.2 Resultados del análisis mediante PCA

Antes de presentar los resultados de las componentes obtenidas, conviene explicar la estructura de correlaciones observadas entre pares de variables, según las representaciones de las matrices de correlaciones en la Figura 5 y Figura 6. Desde estas, es posible notar cómo los distintos factores en el análisis tienen correlaciones positivas o negativas con el indicador IPM; por ejemplo, desde la Figura 5 se interpreta que las mayores correlaciones las presenta el IPM con el logro educativo, el empleo formal y el analfabetismo (LOE: 0,68, EMF: 0,58 y ANA: 0,53); en contraste, las correlaciones más bajas se registran con la atención integral a la primera infancia y el trabajo infantil (ATI: 0,13 y TRI: 0,18).

Fuente: elaboración propia en programa estadístico R, con datos IPM (^{DANE, 2019}).

Figura 5 Matriz de correlaciones bivariadas entre las variables de Hogares y el IPM 

Fuente: elaboración propia en programa estadístico R, con datos IPM (^{DANE, 2019}).

Figura 6 Matriz de correlaciones bivariadas entre las variables de personas y el IPM 

Las correlaciones que se observan entre las variables de personas, en la Figura 6, son más altas que las vistas para las variables de privación de los hogares, en la Figura 5. Este resultado en términos interpretativos, justifica el porqué este estudio aporta al análisis de la pobreza como fenómeno multivariante; porque si bien el IPM es un índice multidimensional desde el cual se hacen oficialmente las clasificaciones de hogares pobres y no pobres en Colombia, con el método Alkire y Foster que se usa en ^{DANE (2018)} para asignar las ponderaciones de los factores de privación, no se considera ninguna dependencia frente al número de personas de los hogares ni respecto a las características que definen a tales personas, aunque estas también aportan al análisis multidimensional de la pobreza.

Continuando con el análisis y pasando a los resultados específicos de la aplicación del PCA, es pertinente indicar el porcentaje de varianza explicada por cada una de las componentes principales obtenidas. Los dos primeros ejes resumen el 32,7% de la variabilidad en los datos y se observa que hasta la dimensión 4 se logra explicar 44,2%, por lo cual, con analizar los planos 1-2 y 3-4 se podría lograr entender qué es lo que caracteriza a los hogares del país, según sus condiciones de pobreza.

Para entender los resultados de la aplicación de la técnica y antes de presentar de forma gráfica los principales planos del PCA, es necesario analizar las ponderaciones obtenidas para las variables en análisis. En la Tabla 3, se muestran los coeficientes obtenidos para las cinco primeras componentes principales.

Tabla 3 Coeficientes de las cinco primeras componentes principales 

Variable	Dim,1	Dim,2	Dim,3	Dim,4	Dim,5
PAR	0,37	0,91	9,31	0,15	2,91
PIS	0,66	4,28	8,32	0,04	2,22
ALC	0,69	3,45	12,88	0,04	2,13
ACU	0,38	4,48	6,1	0,53	0
EMF	1,13	5,83	0,01	6,18	1,62
DLD	0,8	2,2	0,09	0,1	6,87
BAS	0,37	0,06	0,04	1,24	0,16
ASS	0,54	0,26	0,14	13,37	2,38
TRI	0,96	0,19	0,06	0,25	17,07
ATI	1,74	0,33	1,26	1,42	3,83
INE	1,96	0,62	0	0,07	12,78
RES	7,32	0,02	0,13	8,26	2,24
ANA	0,44	8,17	3,64	0,13	3,24
LOE	0,77	15,79	2,43	0,78	0,86
HAC	3,67	0,01	5,28	0,86	2,62
CUA	1,33	0,73	7,79	0,03	0,41
PER	15,55	1,27	2,77	0,12	1,39
IPM	4,23	17,63	0,38	0,91	0
PRI	2,48	11,19	11,34	1,29	0,02
SEC	2,75	2,75	0,01	22,56	4,66
SUP	0,25	8,49	0,72	0,88	7,77
NDE	11,68	2,19	0,85	2,79	2,83
MEN	13,12	0,75	1,17	4	0,53
ADJ	3,28	1,56	0	24,97	0,56
ADT	4,11	2,16	0,39	7,28	5,53
MAY	0,52	2,94	21,51	1,5	10,69
HOM	9,61	0,28	1,94	0,25	0,12
MUJ	9,28	1,47	1,45	0	4,56

Fuente: elaboración propia a partir de resultados en software R y desde datos IPM (^{DANE, 2019}).

Desde la Tabla 3 se puede concluir que, al remplazar los valores obtenidos en la ecuación (2), presentada anteriormente en la sección de metodología, la ecuación de la primera componente es:

C1=u1X=u11X1+u12X2+…+u1pXp=C1=0,37PAR+ 0,66PIS+⋯+ 15,55PER+⋯+13,12MEN+⋯+ 9,28MUJ (4)

Frente a las mayores contribuciones de la componente 1, se exaltan las ponderaciones obtenidas para las variables: # de personas en el hogar (PER), # de menores en el hogar (MEN) y # de personas en el hogar que no declaran su nivel educativo (NDE). En relación con la componente principal 2, se obtiene que las mayores ponderaciones se concentran sobre las variables (IPM), logro educativo (LOE), # de personas en el hogar con primaria, alfabetismo (ANF) y # de personas en el hogar con secundaria (SEC).

C2=u2X=u21X1+u22X2+…+u2pXp=C2=0,91PAR+ 4,28PIS+⋯+ 15,79LOE+⋯+1,47MUJ (5)

Pasando a las representaciones de las componentes, en la Figura 7, se grafican los hogares y las variables de privación en el mismo plano, asignando por colores la condición de ser pobre o no. Se observa que los vectores más representativos, por ser los de mayor variabilidad (los más largos), corresponden a las variables: número de personas en el hogar (PER), número de menores en el hogar (MEN), número de personas con primaria (PRI) y número de personas con educación superior (SUP).

Fuente: elaboración propia en programa estadístico R, a partir de datos IPM (^{DANE, 2019}).

Figura 7 Plano 1-2 de componentes principales según hogares pobres o no 

Las variables de privación que van en la dirección del vector del IPM, que se observan en alta correlación con este, por tener ángulos pequeños frente a él y a su vez mostrarse como vectores largos en el plano, son las condiciones de privación por logro educativo (LOE), empleo formal (EMF) y el vector de analfabetismo (ANA). En dirección contraria, se observa la educación superior (SUP) caracterizando a los hogares que no son pobres.

En la Figura 8, donde se muestra plano 1-2 del Biplot, asignando por colores el número de personas que viven en cada hogar, se observa claramente un patrón de ordenación en el sentido de la primera componente principal, de forma que los hogares con mayor cantidad de personas se ubican hacia la derecha. Entre tales hogares, también se notan muchos menores de edad que están realizando o cursando la secundaria. En contraste, los hogares donde residen pocas personas, ubicados hacia la izquierda del plano, se caracterizan por tener integrantes mayores de edad, y personas con periodos de desempleo de larga duración.

Fuente: elaboración propia en programa estadístico R, a partir de datos IPM (^{DANE, 2019}).

Figura 8 Biplot en el plano 1-2 según número de personas en el hogar 

Ahora bien, en el análisis de las componentes principales no solo es importante interpretar el plano 1-2, dado que otros planos y dimensiones también reflejan patrones del comportamiento de los datos. En la Figura 9, se presenta el plano de las componentes principales 3 y 4, pintando el número de personas mayores que viven en los hogares; se observa claramente la diferenciación en la dirección del eje 3. Frente al eje 4 puede indicarse que los adultos jóvenes (ADJ) se notan caracterizados por tener empleo formal (EMF) y aseguramiento en salud (ASS).

Fuente: elaboración propia en programa estadístico R, a partir de datos IPM (^{DANE, 2019}).

Figura 9 Biplot en el plano 3-4 según personas mayores en el hogar 

5. Discusión de resultados

De acuerdo con los resultados presentados anteriormente, resulta útil discutir sus implicaciones y utilidad desde el punto de vista interpretativo. El primero de los hallazgos que vale la pena evaluar es que el factor obtenido como el más importante para caracterizar la pobreza de los hogares colombianos, es el logro educativo. Esta idea la sustenta la Organización para la Cooperación y el Desarrollo Económico (^{OCDE, 2016}), cuando, analizando históricamente la evolución del acceso a la educación en Colombia, afirma que “muchos obstáculos limitan el acceso de los jóvenes a la educación, entre otros, la falta de oportunidades educativas, la pobreza, la presión por empezar a trabajar, el conflicto y la violencia” (p. 30).

Este primer hallazgo puede deberse a que los niños, jóvenes o adultos jóvenes en lugar de estudiar, muchas veces deben asumir de forma temprana actividades laborales, por causa de limitantes económicos en sus hogares. Por ello, sería necesario reevaluar estrategias con el fin de disminuir la incidencia de este factor en el cálculo del IPM, para que no sea visto simplemente como un ponderador de un indicador multidimensional de la pobreza, sino como un condicionante del derecho a la educación de los menores de edad.

El segundo resultado relevante es que, en los hogares donde hay mayor cantidad de personas, hay tendencia a que sean más pobres. Esto lo corrobora el informe del Programa de las Naciones Unidas para el Desarrollo (^{PNUD, 2016}), quien analiza cómo los hogares pobres tienen en promedio un mayor número de integrantes. ^{García y Jaramillo (2019)}, al respecto, también infieren en sentido positivo, cuando indican que, los colombianos pasaron de 3,9 personas por hogar, en 2005, a 3,1 en 2018, con el fin de tener un control de la natalidad en los hogares vulnerables y bajar los índices de pobreza en el país. Se puede reflexionar sobre este comportamiento, cómo en hogares donde viven cinco personas y solo una trabaja es muy difícil mantener y sostener las necesidades básicas; este ejemplo es una situación muy común entre hogares pobres del país.

El tercer hallazgo por discutir se refiere a la condición de empleo formal, dado que en Colombia no tener un empleo formal aumenta la pobreza en los hogares. Al respecto, afirmaba ^{Moreno (2009)} hace más de una década:

La pobreza que es fundamentalmente de ingresos, se encuentra altamente relacionada con las condiciones en las cuales las personas se vinculan al mercado del trabajo (…) si bien la situación de pobreza no está limitada al sector informal, el hecho de que el jefe del hogar se encuentre en el sector informal del mercado laboral tiene poco más del doble de riesgo, de que su hogar se encuentre en la pobreza con respecto a quienes se encuentran en el sector formal (p. 19).

Otro resultado importante por mencionar, el cual no se asocia a factores específicos de privación que condicionan la pobreza en el país, es que la región más pobre de Colombia es la Caribe, cuyo planteamiento es ratificado en el estudio de ^{Marrugo et al. (2015)}, quienes realizan un estudio de los determinantes de la pobreza en la región Caribe, y afirman que el país ha mostrado estar caracterizado por un modelo centro-periferia en perjuicio de las regiones Caribe, Pacífica, como las más pobres del país. Estos autores sustentan que las variables del mercado laboral y la tasa de desempleo están entre los principales determinantes de la pobreza en las regiones costeras de Colombia.

Por todo lo anterior, los resultados de este estudio ratifican que analizar la pobreza implica evaluar diversas dimensiones, porque desde cada una de ellas se pueden diseñar estrategias de política pública dirigidas que aporten a la reducción de la precariedad en las condiciones de vida de las personas y sus hogares. En este sentido, los resultados de este estudio son acordes con la inferencia de ^{Dong et al. (2021)}, quienes afirman, ”la reducción de la pobreza es un proceso sistemático y complejo, que involucra disciplinas como la economía, política, cultura, geografía, sociedad y psicología, y cambia con diferencias en el espacio, el tiempo y el entorno de desarrollo” (p. 146).

6. Conclusiones

Desde un punto de vista interpretativo, las conclusiones de este estudio se resumen en tres aspectos:

Desde un punto de vista metodológico, es preciso concluir:

Dado que entender las características que delimitan la pobreza de una población permite diseñar acciones de política pública que contribuyan al mejoramiento de la calidad de vida de las personas, para terminar, es preciso indicar que, las dos principales recomendaciones de este estudio en términos de acciones gubernamentales requeridas, son: