|
旼컴컴컴컴컴컴컴컴컴컴컴컴컴컴컴컴컴컴컴컴컴컴컴컴컴컴컴컴컴컴컴�
� 3.4. JERARQUIZACION DE LAS PROVINCIAS DEL PERU SEGUN GRADO DE �
� POBREZA: ASPECTOS METODOLOGICOS (1) �
읕컴컴컴컴컴컴컴컴컴컴컴컴컴컴컴컴컴컴컴컴컴컴컴컴컴컴컴컴컴컴컴�
Jorge Bravo
Centro Latinoamericano de Demograf죂 (CELADE)
Santiago, Chile
1. Antecedentes y objetivo
Este documento se elabora como un aporte del Convenio BID/CELADE a
los programas de inversi줻 social que el Banco Interamericano de
Desarrollo (BID) apoya en el Per�. El documento persigue, m쟳
particularmente, presentar una propuesta metodol줳ica para
integrar informaci줻 sociodemogr쟣ica de censos y encuestas del
Per�, con el prop쥀ito de obtener indicadores de pobreza a nivel
de provincias que sirvan a una m쟳 eficiente asignaci줻 de
recursos en las pol죜icas y los programas sociales.
Uno de los principios que gu죂n el dise쨚 y la ejecuci줻 de dichas
pol죜icas y programas, sobre todo aquellos que tienen un alcance
no universal o focalizado, es la priorizaci줻 de la asignaci줻 de
recursos. Esta priorizaci줻 se establece, de modo importante, en
funci줻 del grado de necesidad o de carencias que afecta a los
diferentes grupos que componen la poblaci줻; es decir, en funci줻
de su grado de pobreza. Una de las dimensiones importantes de
dicha priorizaci줻 es la geogr쟣ica o pol죜ico-administrativa, en
atenci줻 a la funcionalidad que ella representa para la ejecuci줻
de programas. Quedan comprendidos en tal caso, por ejemplo, los
programas o fondos de inversi줻 social que funcionan en muchos
pa죛es de la regi줻, y algunos proyectos de emergencia, como el de
alivio y reducci줻 de la pobreza en el Per�, iniciado el a쨚 1994.
En general, la jerarquizaci줻 de las unidades pol죜ico-
administrativas es relevante en todo programa orientado a aliviar
las condiciones de pobreza mas cr죜icas.
Sin embargo, al intentar operacionalizar dicho principio y obtener
indicadores sint굏icos apropiados, se encuentran algunas
dificultades pr쟠ticas. Por un lado, los datos que tienen un
adecuado nivel de desagregaci줻 son generalmente insuficientes.
Estos datos son, t죖icamente, indicadores de necesidades b쟳icas
insatisfechas provenientes del censo. Si bien se encuentra all�
una cantidad de informaci줻 relevante a niveles geogr쟣icos
suficientemente desagregados, no resulta f쟠il obtener un
indicador sint굏ico de aceptaci줻 generalizada por parte de los
analistas o los tomadores de decisiones. En particular, el censo
de 1993, as� como la gran mayor죂 de los censos de la regi줻 de
Am굍ica Latina y el Caribe, no recogen informaci줻 de ingresos, lo
que impide una estimaci줻 directa de la proporci줻 de hogares
debajo de la l죒ea de pobreza, que es un indicador s죒tesis de
relativamente amplia aceptaci줻 y utilizaci줻. Por otro lado, las
encuestas nacionales de hogares y de caracter죛ticas socioecon�-
micas contienen informaci줻 suficientemente detallada de ingresos
para hacer las estimaciones requeridas, pero su representatividad
alcanza s줹o a grandes regiones, 쟲eas urbanas o aun
metropolitanas.
En una primera mirada, pues, y en ausencia de otras estad죛ticas
completas y confiables al nivel requerido, el problema pareciera
ser insalvable. Sin embargo, tal como sugiere este documento, es
posible obtener estimaciones indirectas de la distribuci줻 del
ingreso de los hogares mediante la combinaci줻 de ambas fuentes de
informaci줻 (censo y encuestas) y del uso de m굏odos estad죛ticos
apropiados. Un antecedente de que dicha combinaci줻 es no tan s줹o
factible sino tambi굈 즨il desde el punto de vista de las
pol죜icas sociales, lo constituye el cruce de informaci줻 de
ingresos y de necesidades b쟳icas insatisfechas, expuesto en el
extensamente aplicado desarrollo de Rub굈 Kaztman (1989) para la
caracterizaci줻 de la pobreza.
Partiendo de la posibilidad de combinar los tipos de informaci줻
antedichos, estas notas exponen brevemente una posible forma de
integrar las fuentes de informaci줻 (l괶se el Censo de 1993 y la
Encuesta nacional de prop쥀itos m즠tiples, ENAPROM) para obtener
ciertos indicadores del nivel de vida en departamentos y
provincias. Es importante anotar que la ENAPROM cubr죂, hasta
1994, s줹o el 쟲ea metropolitana de Lima y Callao y las 24
ciudades capitales del resto de los departamentos del pa죛. A
partir de 1995, la encuesta de hogares del Per� ha extendido su
cobertura a la totalidad del pa죛, con representatividad a nivel
nacional, 쟲ea urbana y rural. A partir de 1995 la encuesta se
denomina Encuesta nacional de hogares (ENAHO).
La idea b쟳ica del m굏odo aqu� propuesto es realizar una
estimaci줻 indirecta del nivel de vida en cada provincia,
expresado a trav굎 del porcentaje de pobreza, en dos etapas:
i) Establecer una relaci줻 estad죛tica entre el nivel de ingreso
de los hogares y un conjunto de caracter죛ticas de las personas,
de la vivienda y del tipo de localidad donde ellas habitan;
ii) Usar el modelo desarrollado para estimar el porcentaje de
pobreza a nivel departamental y provincial sobre la base de las
caracter죛ticas ya se쨅ladas. Dicho indicador puede servir para el
objetivo deseado de jerarquizaci줻 de distritos.
2. Metodolog죂
2.1 Factibilidad de combinar fuentes
Esta secci줻 examina brevemente la posibilidad pr쟠tica de
combinar la informaci줻 sobre los hogares y sus miembros del Censo
de 1993 y la ENAPROM. Tal como sugiere el cuadro 1, hay una gran
cantidad de variables que fueron recogidas tanto en el Censo como
en la ENAPROM. Existen varias excepciones, como la informaci줻
sobre los materiales de paredes, techo y piso, que fue recopilada
en el Censo pero no en la ENAPROM, as� como algunas variables
espec죉icas que fueron captadas en la ENAPROM pero no en el Censo
(p.ej., preguntas sobre combustible para cocinar, por qu� no
asiste a la escuela, actividades secundarias , y otras). Con todo,
el conjunto de variables comunes es bastante amplio para los
prop쥀itos presentes. Adem쟳, la gran mayor죂 de estas variables
tienen un formato similar y c줰igos compatibles. Lo anterior,
sumado al hecho de que los cuestionarios son bastante coherentes
entre s� y que ambas encuestas se llevan bajo la responsabilidad
de una sola instituci줻, el Instituto Nacional de Estad죛tica e
Inform쟴ica (INEI), hace presumir que la informaci줻 recogida
debiera ser suficientemente comparable.
2.2 Modelo estad죛tico
Ya se se쨅l� que un antecedente 즨il para lo que se plantea aqu�
son los m굏odos que usan informaci줻 de encuestas en cruces de
necesidades b쟳icas insatisfechas con l죒eas de pobreza. La
propuesta presente persigue extender ese recurso a la vinculaci줻
entre censo y encuesta, de modo de poder jerarquizar las
provincias seg즢 indicadores del nivel de vida.
Cuadro 1
INFORMACION SOBRE HOGARES EN PERU, A쩙 1993, SEGUN FUENTES
쩡컴컴컴컴컴컴컴컴컴컴컴컴컴쩡컴컴컴컴컫컴컴컴컴컴컴컴컫컴컴컴컴컴컴�
� � � C줰igos � �
� M줰ulo/tema/pregunta � Censo � compatibles? � ENAPROM �
좔컴컴컴컴컴컴컴컴컴컴컴컴컴좔컴컴컴컴컨컴컴컴컴컴컴컴컨컴컴컴컴컴컴�
Localizaci줻 � si �
Vivienda
tipo (particular) � si �
propiedad/uso � si �
material de paredes � -
material de techo � -
material del piso � -
abastecimiento de agua � si �
ba쨚s � si �
alumbrado el괹trico � si �
combustible para cocina - �
n즡. de habitaciones � si �
n즡. de dormitorios � si �
cocina � -
producci줻 de ingresos
en el hogar � -
equipamiento � si �
Personas
Educaci줻
n즡. de personas � si �
parentesco � si �
permanencia - �
sexo � si �
edad � si �
estado civil � si �
religi줻 � -
idioma materno � -
alfabetismo � si �
asiste � no �
즠timo grado � no �
por qu� no asiste - �
Ocupaci줻 y empleo
profesi줻 u oficio � -
actividad semana pasada � si �
ocupaci줻 semana pasada � si �
rama de actividad � si �
categor죂 � si �
n즡. de trabajadores
tipo, lugar, horas - �
actividad principal
y secundaria - �
Salud - �
Migraci줻 - �
Gastos del hogar - �
Transferencias realizadas - �
Transferencias financieras - �
Ingresos - �
컴컴컴컴컴컴컴컴컴컴컴컴컴컴컴컴컴컴컴컴컴컴컴컴컴컴컴컴컴컴컴컴컴컴컴�
Fuente: INEI (1993) C�dula Censal; INEI (1993b) Cuestionario ENAPROM-93
Para efectos del modelo aqu� propuesto, se parte de la premisa
general de que existe una relaci줻 entre el nivel de ingreso de un
hogar (Y) y el n즡ero de miembros econ줺icamente activos (n), sus
caracter죛ticas individuales (i), las caracter죛ticas de la
vivienda (v) y la zona de residencia (z) dentro del pa죛. Se
propone, como primer paso, la estimaci줻 de un modelo de regresi줻
de la variable dependiente Y respecto de las variables
independientes n, i, v, z, sobre la base de los datos de la
ENAHO1995, y ajustar el modelo a nivel provincial con base en las
variables independientes del Censo de 1993 (INEI, 1994). Un
procedimiento an쟫ogo se llev� a cabo para efectos de estratifi-
caci줻 en una encuesta de hogares en Paraguay (Sauma, 1993, anexo
3), con el objeto de imputar el nivel relativo de ingreso de 1982
a partir de la informaci줻 censal de ese a쨚 y la relaci줻
estad죛tica entre ingreso de 1990 y variables no ingreso de ese
mismo a쨚.
La lista preliminar de variables independientes debe incluir a
todas aquellas que sean comunes, ya sea exacta o aproximadamente,
a la ENAHO y al Censo. Una posible especificaci줻 de las variables
es la siguiente:
n - n즡ero de miembros econ줺icamente activos (EA)
i - edad promedio de los EA en el hogar
- nivel educativo promedio de los EA en el hogar
- tipo de ocupaci줻 de los EA en el hogar
- rama de actividad de los EA en el hogar
v - tipo de vivienda
- abastecimiento de agua
- tipo de servicios sanitarios
- disponibilidad de electricidad
- hacinamiento
- disponibilidad de veh죅ulos
- equipamiento del hogar
z - zona de residencia (쟲ea metropolitana,
ciudades grandes, ciudades medianas y peque쨅s, 쟲eas rurales)
N쥁ese que algunas de estas variables deben ser calculadas o
codificadas previamente a la realizaci줻 de regresiones propuestas
en la secci줻 siguiente. Por ejemplo, el tipo de ocupaci줻 y la
rama de actividad deber쟮 agruparse en unas pocas categor죂s y
definir un 죒dice (p.ej., un promedio ponderado) de composici줻 de
ocupaciones y rama de actividad. La forma m쟳 simple de este
procedimiento ser죂 tomar, respecto de la ocupaci줻, la proporci줻
de los miembros EA en ocupaciones pertenecientes a los grupos
principales, 0 a 5, de la clasificaci줻 del Censo de 1993, que
incluye a los miembros de las fuerzas armadas, miembros del poder
ejecutivo, profesionales, t괹nicos, jefes y empleados de oficina,
y a trabajadores calificados. Este grupo est� m쟳 estrechamente
asociado al sector 췱oderno� del mercado laboral y, es de
presumir, podr죂 determinar una relaci줻 distinta entre ingreso
del hogar y las variables de vivienda, individuales y de zona de
residencia, ya mencionadas.
Consideraciones y definiciones an쟫ogas deber쟮 realizarse con
relaci줻 a todas las dem쟳 variables categoriales. Entre 굎tas,
cabe destacar la variable z, referida a la zona de residencia.
Si se define la variable dependiente como el ingreso per c쟰ita en
lugar del ingreso total del hogar, parece razonable redefinir la
variable n como el cociente del n즡ero de miembros econ줺icamente
activos entre el n즡ero total de personas en el hogar.
Como un paso previo a cualquier an쟫isis estad죛tico, ser죂
altamente conveniente una evaluaci줻 de la variable ingreso,
especialmente en lo relativo a posibles problemas de
subdeclaraci줻. Un procedimiento com즢mente utilizado en an쟫isis
de pobreza es tomar como referencia las cuentas de ingresos y
gastos de las cuentas nacionales y realizar ajustes diferenciados
seg즢 tipo de ingreso.
2.3 Ajuste y estimaci줻
Recu굍dese que el objetivo final del trabajo es obtener una medida
de la proporci줻 (P) de los hogares de cada distrito que se ubican
por debajo de la l죒ea de pobreza. El primer paso propuesto es
ajustar a los datos de la ENAHO 1995 un modelo general a nivel de
hogar, del tipo:
Y = Y(n , i , v , e ) (1)
h h h h h
donde h denota el hogar de referencia y h el t굍mino de error del
ingreso del hogar, o bien uno del tipo:
p = p(h , i , u , m ) (2)
h h h h h
donde ph denota la probabilidad de que el hogar h se sit즕 bajo la
l죒ea de pobreza y uh el t굍mino de error de esta ecuaci줻. Deber�
considerarse atentamente la especificaci줻, ajuste y validaci줻
del modelo de regresi줻. Habr� que ensayar con diferentes formas
funcionales en las variables independientes, as� como detectar y
minimizar posibles problemas de multicolinearidad, especialmente
en el conjunto de variables v.
Una vez determinado el modelo de regresi줻 final, existen dos
posibilidades para estimar P: i) se usan los coeficientes
estimados de la ecuaci줻 (1) y la informaci줻 del censo correspon-
diente a las variables independientes de cada hogar, y se hace una
estimaci줻 de su nivel de ingreso o de su ingreso per c쟰ita. Para
cada provincia, se calcula el porcentaje de pobreza sobre la base
de los valores estimados de Yh ; ii) se usan los coeficientes
estimados de la ecuaci줻 (2) y la informaci줻 del censo
correspondiente a las variables independientes de cada provincia,
y se calcula directamente el valor ajustado de P para la
provincia. Cada una de estas variantes tiene ventajas y
desventajas (v괶se el ap굈dice); eventualmente, podr죂n implemen-
tarse ambas para evaluar la consistencia de los ordenamientos
resultantes.
Finalmente, ser죂 deseable realizar alg즢 an쟫isis de consistencia
de los resultados globales de la ENAHO y de su sensibilidad
respecto de la especificaci줻 del modelo estad죛tico, que permita
evaluar la robustez de la jerarquizaci줻 resultante.
3. Comentarios y sugerencias
Como puede deducirse de las secciones anteriores, la combinaci줻
de informaci줻 de la Encuesta nacional de hogares y del Censo es
factible y -mediante un trabajo estad죛tico cuidadoso- puede
resultar de mucha utilidad para basar una jerarquizaci줻 de
departamentos y provincias seg즢 nivel de vida. Que la ENAHO
recoja una cantidad apreciable de informaci줻 del mismo car쟠ter y
en un formato similar al Censo y que tenga representatividad a
nivel nacional, urbano y rural, son factores que permiten tener
optimismo en cuanto a la utilidad y confiabilidad de los
resultados.
Un primer acercamiento a la jerarquizaci줻 podr죂 realizarse a
nivel departamental y provincial sobre la base de los indicadores
censales recientemente publicados (INEI, 1994). Como primer punto
de comparaci줻 y de posterior verificaci줻 de consistencia, parece
conveniente obtener un primer conjunto de ordenamientos uni o
multivariados, con la informaci줻 censal solamente. Los
componentes principales de la matriz {n i v z} o mediante an쟫isis
de discriminantes podr죂n ser particularmente 즨iles a este
efecto. La preparaci줻 de un archivo de las variables ya
mencionadas a nivel de hogar ser�, en cualquier caso,
indispensable para la segunda etapa propuesta, por lo que ese
an쟫isis preliminar complementar� las fases siguientes del
trabajo.
Ap굈dice
Tal como se se쨅la en la p쟥ina 7, en el contexto presente existen
dos formas de obtener una estimaci줻 de la proporci줻 (P) de los
hogares de cada provincia que se ubican por debajo de la l죒ea de
pobreza: i) realizar un ajuste (mediante la ecuaci줻 1) del
ingreso de cada hogar en el distrito y usar la distribuci줻 de
hogares seg즢 nivel de ingreso para calcular P, o ii) realizar un
ajuste (mediante la ecuaci줻 2) de la probabilidad ph de que el
hogar h se sit즕 bajo la l죒ea de pobreza y utilizar el valor
ajustado de p para cada provincia como la estimaci줻 de P.
El procedimiento i tiene como ventaja que su interpretaci줻
conceptual es bastante directa y entrega adicionalmente una
distribuci줻 de los hogares seg즢 ingreso, la que se puede
utilizar para hacer diferentes cortes, adem쟳 del de la l죒ea de
pobreza aqu� privilegiado. Tiene como desventaja un requerimiento
de un gran volumen de c쟫culos, ya que la estimaci줻 se hace sobre
los m쟳 de 4 millones 760 mil hogares encuestados en el censo de
julio de 1993. Otra desventaja es que no existe garant죂, a
priori, de que algunos de los valores estimados se ubiquen en un
rango fuera de los m쟲genes observados en la ENAPROM.
El procedimiento ii, por su parte, tiene como ventaja que requiere
de una cantidad de c쟫culos much죛imo menor (sobre las 187
provincias del pa죛), adem쟳 que los programas estad죛ticos
disponibles incorporan la restricci줻 deseable de que los valores
estimados de p y P se ubiquen dentro del rango establecido (0,1).
Tiene el peque쨚 inconveniente, m쟳 bien de car쟠ter conceptual,
de que involucra usar estimaciones hechas sobre la base de una
variable dicot줺ica (que asume el valor 1 si el hogar est� bajo la
l죒ea de pobreza, 0 si no lo est�) para predecir el valor de una
variable continua (la proporci줻 de hogares o de poblaci줻 bajo la
l죒ea de pobreza). Ello requiere tener alguna presunci줻 respecto
de la forma de la distribuci줻 probabil죛tica de p. Este 즠timo
inconveniente, sin embargo, puede superarse en buena medida
experimentando con diferentes funciones de distribuci줻 para p, de
modo de minimizar el riesgo de sesgo debido a la elecci줻 de una
muy espec죉ica o poco flexible.
旼컴컴컴컴컴컴컴커
� Bibliograf죂 �
읕컴컴컴컴컴컴컴켸
� Instituto Nacional de Estad죛tica e Inform쟴ica (INEI) (1993a),
C괺ula Censal, Censos nacionales de 1993: IX de poblaci줻 y IV
de vivienda. Lima, Per�.
� (1993b), Cuestionario ENAPROM-1993, Encuesta nacional de
prop쥀itos m즠tiples, Lima.
� (1994), Mapa de necesidades b쟳icas insatisfechas, Lima.
� Kaztman, R. (1989), "La heterogeneidad de la pobreza: el caso de
Montevideo", Revista de la CEPAL, N� 37, abril, pp. 141-152.
� Sauma, P. (1993), La distribuci줻 del ingreso en el Paraguay,
Facultad de Ciencias Econ줺icas, Administrativas y Contables,
Universidad Nacional de Asunci줻, Proyecto BID ATP/SF-2156-PR.
|
