|
CAPITULO VI |
|
VI. Resultados Y Discusión
6.1 EVIDENCIA EMPIRICA:
Promedio de las variables relevantes para el análisis
 Fuente: ENAHO 98-IV. Nota: Urbano: proporción de hogares urbanos segón condición de pobreza
Los resultados de las regresiones logit y probit se muestran en los Cuadros 2 y 3. No se observa una relación como la esperada entre la participación en el mercado laboral del jefe de hogar y la condición del hogar, es decir, se esperaba que los hogares pobres tuviesen menos posibilidades de inserción en el mercado laboral, sin embargo, son los jefes de hogares pobres quienes se insertan, en mayor proporción al mercado laboral (promedio de la variable "empleo del jefe"). Esto puede estar asociado a la calidad del trabajo en la que la laboran los jefes de hogar.
Como se observa en el Cuadro 1, los jefes de hogares pobres laboran en empresas de menor tamaño, sin embargo no lo suficientemente pequeñas (en promedio) como para asegurar algo sobre las condiciones laborales en la que se desempeñan. Sin embargo, la hipótesis de calidad del trabajo queda planteada. Todo esto es consistente con los resultados de los cuadros 2 y 3, en los que se observa que a mayor participación del jefe del hogar en el mercado laboral, mayor es la probabilidad de pertenecer a un hogar pobre (Modelos A, B y Urbano), aunque cabe indicar que esta relación positiva no es significativa.
La variable que sí es significativa es "porcentaje de perceptores de ingresos en el hogar", mostrando una relación negativa. Esto quiere decir que mientras mayor sea el porcentaje de miembros del hogar que participan en el mercado laboral, menor es la probabilidad de pertenecer a un hogar pobre. De esta forma, lo que incide en reducir la probabilidad de que un hogar sea pobre, como es de esperarse, no es tanto que el jefe del hogar trabaje o no, sino principalmente que exista un mayor porcentaje de miembros del hogar que sean aportantes de ingresos al mismo, lo que significa una mayor proporción de miembros que se encuentran insertados al mercado de trabajo y perciben ingresos.
También se confirma que los pobres tienden a vivir en hogares relativamente más numerosos. El tamaño de la familia tiene un efecto positivo sobre la probabilidad de que un joven pertenezca a un hogar pobre, y esta relación positiva se da tanto en el ámbito urbano como rural.
Adicionalmente, destaca que los hogares pobres están conformado por jefes de hogares más jóvenes. La menor edad de los jefes de los hogares pobres sugeriría que tengan una menor capacidad de generación de ingresos. Sin embargo, cuando se incluye esta variable "edad del jefe de hogar" en la regresión del modelo B, muestra una relación negativa, aunque no significativa con la probabilidad que el hogar sea pobre.
La variable que sí es significativa y con el signo esperado, que mide mejor la incidencia de la edad y su posibilidad de generación de ingresos, es "la experiencia potencial del jefe de hogar". En los diferentes modelos de regresiones tenemos que a mayor experiencia potencial del jefe de hogar se reduce la probabilidad que el hogar sea pobre.
De otro lado, la educación de los padres permite predecir, de manera significativa, si el jefe del hogar pertenece o no a un hogar pobre. A mayor educación, mayores ingresos de la familia y menor la probabilidad de ser pobre. El coeficiente encontrado mide el cambio en la probabilidad por un año adicional de estudio. Así, los resultados muestran que un año más de educación de los padres reduce en un porcentaje importante la probabilidad que el hogar sea pobre. Del mismo modo, completar los primeros 6 años de educación, es decir terminar la educación básica le significa a una persona reducir la probabilidad de ser pobre de 79.4 % a un 58.4 %. De esta manera, la educación aparece como una de las palancas más importantes para sacar a la población de su condición de pobreza.
Adicionalmente, se construyeron variables dummies que indiquen el nivel educativo del jefe del hogar (modelo B). Se observa que los valores de los coeficientes aumentan -y por ende, es mayor el efecto en reducir la probabilidad que el hogar sea pobre, a medida que es mayor el nivel educativo del jefe de hogar con respecto nivel cero (sin nivel educativo).
Finalmente, un resultado interesante se refiere al tema de género. En la regresión general, se puede observar que el coeficiente no es significativo para la variable "hombre", lo cual indicaría que no existen diferencias por género. Este resultado es un poco extraño, pero se puede especular que la creciente participación de la mujer en el mercado laboral lo está motivando. Sin embargo, cuando se analizan las regresiones por separado (modelos probit que se muestran en el cuadro 3), se encuentra que las variables familiares tienen efectos marginales mayores para las mujeres. Es decir, los condicionantes familiares tendrían un efecto mayor para las mujeres. Además, el impacto de la participación familiar en la obtención de ingresos reduce mucho menos la probabilidad de que un hogar con jefa mujer sea pobre que en el caso de un hogar con jefe hombre.
Adicionalmente a las variables asociadas al capital humano, situación ocupacional del jefe de hogar, características demográficas del hogar y la localización espacial, como grupos de factores determinantes de la pobreza en el Perú, el presente estudio identifica otro conjunto de variables que han sido poco trabajadas empíricamente. Así se realiza las regresiones correspondientes incluyendo a variables asociadas al capital institucional, capital físico (privado y público) y al capital social, que son importantes e incidental como se demuestra empíricamente- en la probabilidad que un hogar sea pobre o no.
En cuanto al capital institucional nos interesa conocer la legalidad de los activos con los que cuenta el hogar. Como una variable proxi a que si los activos del hogar cuentan con título de propiedad (definición de los derechos de propiedad de todos estos activos), se ha utilizado la posesión de la vivienda, asumiendo que si esta es propia entonces tiene título de propiedad. Sin embargo, cabe advertir que la posesión de la vivienda no necesariamente implica tener título de propiedad, la diferencia entre la posesión y el tener título de propiedad, es que este último permite prendar el bien, y por ende, obtener crédito, mientras que la posesión no. La variable "propiedad de la vivienda" es significativa en todas los modelos de regresiones y muestra el signo negativo esperado.
Las variables asociadas a capital físico privado son "tenencia de la tierra" y "posibles activos empresariales", las cuales muestran una relación negativa y significativa con la probabilidad de que un hogar sea pobre. De esta forma, la posesión de activos como tierras o activos que puedan utilizarse para llevar adelante un negocio propio tiene un efecto claramente positivo sobre la situación del hogar, y disminuyen su probabilidad de ser pobre.
Por su parte, las variables de capital físico público como es la infraestructura económica vial tiene el efecto esperado de disminuir la probabilidad de ser pobre. Asimismo, la presencia de servicios básicos como agua, desagüe, electricidad y teléfono en la vivienda hace que los hogares tengan menos probabilidad de ser pobres. Cuando el número de estos servicios se incrementa la probabilidad de que el hogar sea pobre se reduce significativamente.
Por último, en cuanto a las variables de capital social, para ver si el hogar establece o no establece algún tipo de modalidad de coordinación y cooperación por fuera mercado, se han utilizado como variables proxi la participación de los individuos en programas de alimentación (comedores y vaso de leche). Igualmente esta variable es significativa en todos los modelos de las regresiones. Así tenemos que la participación en los comedores populares tiene relación con la pobreza del hogar. El efecto positivo que tendría para superarla no se detecta, pero se podría analizar a través del necesario seguimiento de cada hogar.
En suma, los hogares pobres enfrentan una serie de condicionantes que vienen dados por las propias características personales del jefe del hogar y, por las características y los diversos tipos de capital con los que cuentan. Todas estas características y dotación de capitales conforman un panorama sumamente diverso donde ciertos grupos demográficos, especialmente los jóvenes pobres tienen menores posibilidades de salir de la pobreza por sí solos, y por lo tanto, su situación es más crítica.
Modelo Logit: Análisis de los determinantes de la pobreza
Estadísticos "t" entre parentesis. (*) Significativo al 95 %. Fuente: ENAHO 98-IV.
A continuación se muestran los valores de los coeficientes y los efectos marginales estimados para el modelo logit en conjunto. Los coeficientes serán utilizados en el análisis de sensibilidad que realizamos en el cuadro 2b. Se trata de ver cuánto cambia la probabilidad de ser pobre cuando cambia marginalmente cada variable explicativa.
Modelo Logit: Efectos marginales de las variables sobre la probabilidad de ser pobre
Fuente: ENAHO 98-IV.
Los resultados y los signos obtenidos para el conjunto de variables son los esperados. Si analizamos por grupos de variables tenemos que las relacionadas a la dotación de capital físico, institucional y social tienen un efecto marginal mayor sobre la probabilidad de que un hogar sea pobre o no. La más importante dentro de este conjunto de variables, es aquella que está vinculada al capital físico privado y aquí destaca el alto valor encontrado para el coeficiente asociado a la variable activos empresariales, activos que pueden utilizarse para llevar adelante un negocio propio. Así, cuando éste cambia en una unidad (en realidad es un cambio infinitesimal) la probabilidad de ser pobre disminuye en 24 por ciento (cuadro 2a). Esta cifra es importante tanto por el aporte positivo a la reducción de la pobreza como por la magnitud misma. Este resultado es confirmado cuando se realiza el ejercicio de simulación (cuadro 2b), donde la probabilidad de ser pobre para quien tiene activo empresarial es de 32 %, probabilidad sustancialmente inferior para alguien que no tiene activos, que es de 57.7 %. De esta manera, cobra relevancia la variable activo en sacar al hogar de la pobreza, sin embargo, hay que tener en cuenta que posiblemente en una situación de recesión económica tener activos o un activo más en el hogar puede que no signifique nada en términos de reducción de pobreza.
El resto de variables de dotación de capital utilizadas en el modelo logit disminuyen la probabilidad de ser pobre entre 6 por ciento a 8 por ciento, ante un cambio infinitesimal en las mismas. El capital físico público medido a través de la accesibilidad del hogar a infraestructura vial (caminos) nos indica que ante un cambio infinitesimal de esta variable reduce la probabilidad de ser pobre en 8 %. Esto nos indica, que variabales vinculadas a infraestructura vial en general constituyen relevantes para reducir la pobreza; seguro que el desarrollo de los mercados, la disminución de los costos de transacción deben estar detrás de este resultado. Por otro lado, el capital institucional medido a través de la propiedad de la vivienda, también constituye un elemento importante ya que reduce la probabilidad de que el hogar sea pobre en más de 8 %. Sin embargo conviene recordar que tener la posesión de la vivienda (dado que es la proxi que estamos utilizando para reflejar título de propiedad) no necesariamente le puede permitir prendar o hipotecar el bien por ejemplo para tener acceso al crédito.
Respecto al capital social (se han utilizado como variables proxi la participación de los individuos en programas de alimentación: comedores y vaso de leche), sorprende el signo encontrado. La idea de incorporar la participación del hogar en programas de vaso de leche y comedores era para poder ver si estos les permitía tener modalidades de coordinación por fuera del mercado, el resultado parece no indicar. En todo caso, el resultado parece indicarnos, que mientras más participación en este tipo de programas la pobreza no disminuye o el efecto positivo que tendría para superarla no se detecta.
En cuanto al las variables de capital humano, situación ocupacional del jefe de hogar y características demográficas del hogar, se observa que la variable más importante es el tamaño de la familia, en términos de tener impacto en incrementar la probabilidad de ser pobre. Así, un cambio marginal en esta variable aumenta la probabilidad de ser pobre en 4 por ciento aproximadamente.
Por su parte, la variable educación del jefe del hogar tiene un efecto negativo sobre la probabilidad de que el hogar sea pobre. Un cambio marginal en la educación del jefe de hogar reduce la probabilidad de ser pobre en 2.7 %. Este resultado es similar al obtenido en otros estudios como Psacharopoulus (1992) y Romaguera y otros (1994). Si bien, su efecto marginal no es el mayor, su importancia real puede verse cuando se realiza y muestra los resultados del ejercicio de simulación (cuadro 2b). Pasar de una situación en la que el jefe del hogar es analfabeto, a una en la que tiene primaria completa reduce la probabilidad de ser pobre de 79 por ciento a 58 por ciento. Asimismo, si el jefe del hogar tiene secundaria completa disminuye la probabilidad de que el hogar sea pobre de 58 por ciento a 17 por ciento, en comparación a que si él tuviera sólo primaria completa. Posteriormente los años adicionales de educación del jefe de hogar si bien también reducen la probabilidad de que el hogar sea pobre, esta disminución es de menor magnitud. Así, si el jefe del hogar tiene educación superior completa disminuye la probabilidad de que el hogar sea pobre de 17 por ciento a 7 por ciento, en comparación a que si él tuviera educación secundaria completa. Así, la educación aparece como otra de las palancas más importantes para sacar a los hogares de su condición de pobreza.
De otro lado, al incrementarse la proporción de perceptores de ingreso en el hogar la probabilidad de que el hogar sea pobre se reduce. Este resultado se complementa cuando se realiza un ejercicio de simulación y vemos que pasar de una situación donde el 20 por ciento de miembros percibe ingreso a una donde lo hace el 40 por ciento, reduce la probabilidad de ser pobre de 70 por ciento a 38 por ciento; entonces, a mayor proporción de miembros que perciben ingresos en el hogar -y por ende, mayor participación en el mercado laboral- menor es probabilidad de ser pobre. De esta forma, se muestra la importancia de llevar a cabo políticas que favorezcan la participación de ciertos sectores en la fuerza de trabajo familiar como los jóvenes y las mujeres. Sin embargo, la efectividad de la participación de jóvenes y mujeres dependerá del contexto macroeconómico imperante, pues en una situación de desempleo abierto mayor número de miembros 'trabajando" puede no significar nada por los problemas de calidad del empleo. Por otro lado, sorprende el bajo poder explicativo de la variable experiencia que en otro tipo de estudios, como regresiones de ingreso siempre aparece como una variable de gran relevancia.
A continuación se muestra los resultados del ejercicio de simulación para todas las variables analizadas en el modelo, con los coeficientes estimados de la regresión. Para esto se calculó la probabilidad de ser pobre de un hogar con las características promedio de la población (el valor medio de las variables utilizadas en la regresión) variando sólo los valores de la variable de análisis en cada caso34. Los resultados se presentan en el cuadro 2b.
Resultados del Análisis de Sensibilidad o Simulación
Fuente: ENAHO 98-IV.
Del cuadro 2b, se puede observar que la educación es una de las variables más importantes para sacar a una persona de la pobreza, basta terminar con los estudios secundarios para que la probabilidad de ser pobre se reduzca al 16 %. Por otro lado, con 20 años de experiencia la probabilidad de ser pobre se reduce a 50 % comparado con alguien que no tiene nada de experiencia que tiene la probabilidad de ser pobre de 67 %. Algo que hay que tener en cuenta con estos resultados es que mezcla generaciones, problema que es inherente a los estudios de corte transversal. Este es un punto a tener en cuenta al observar cualquiera de estos resultados. De estos resultados, se desprende la relevancia de políticas destinadas a elevar el nivel educacional de los pobres que puede tener externalidades positivas sobre aspectos demográficos que se asocian a la educación.
Una variable que no podemos dejar de resaltar como palanca para superar la pobreza es la presencia del capital físico privado (activos microempresariales de los hogares). Pasar de no tener activos a tener activos reduce la probabilidad de ser pobre de 57 % a 32 %. Por otro lado, tener capital físico público (accesibilidad a caminos) con respecto a no tener acceso reduce la probabilidad de ser pobre en 60 % a 52 %. Otra variable que llama la atención es el número de personas en el hogar. La probabilidad de ser pobre de una familia unipersonal comparado con una familia con dos personas es impresionante, se pasa de 32 % a 74 %, esta incidencia aumenta a 94.7 % con 10 miembros. Este último resultado es similar a los resultados obtenidos por Romaguera para el caso Chileno.
Se hizo un análisis complementario para ver la bondad de ajuste del modelo. Calculando la probabilidad estimada que el hogar sea pobre en función del grupo de variables explicativas. Se observa que el modelo predice el resultado de la variable pobre (pobre, no pobre) en el 78 % de los casos.
Bondad del ajuste del modelo logit
Modelo Probit: Análisis de los determinantes de la pobreza
Fuente: ENAHO 98-IV. Estadísticos "t" entre parentesis (*) Significativo al 95 %.
Modelo Probit: Análisis de los determinantes de la
Fuente: ENAHO 98-IV. (*) Significativo al 95 %.
|