Econometría de la pobreza en Paraguay

ANÁLISIS

Ernesto Rodríguez Carámbula

[email protected]

MCS GRUPO CONSULTOR

Un ejercicio econométrico permite poner en cifras el impacto que variables como la edu­cación, la salud, el género u otras relativas a cada hogar ejercen sobre la pobreza. La eco­nometría permite abordar los fenómenos económicos desde una perspectiva cuantitativa relacionando tanto la teoría como los datos observados en la realidad. En este ejercicio analizamos los datos de la pobreza en Paraguay desde una perspectiva econométrica.

LA TÉCNICA ECONOMÉTRICA

Al analizar la pobreza, no solo alcanza con conocer su perfil sino que es necesario profun­dizar en las variables que la determinan como fenómeno. Poder cuantificar los determi­nantes de la pobreza permite ir a las causas que la generan. Uno de los instrumentos utili­zados en la ciencia económica para estudiar y cuantificar las variables que inciden sobre la pobreza es la econometría y, más precisamente, la regresión logística.

En el modelo de regresión logística se intenta cuantificar las relaciones entre una variable dependiente dicotómica, en nuestro caso si un hogar es pobre o no, con un conjunto de variables independientes o explicativas. Entre estas últimas se encuentran las variables que son plausibles de incidir y determinar si un hogar es pobre o no. En un ejercicio que se presenta a continuación, se toman en cuenta variables explicativas tales como la edad del jefe/a de hogar, su sexo, su nivel educativo, su categoría laboral y otras variables que caracterizan al hogar.

GÉNERO Y POBREZA

La Tabla 1 muestra los resultados del modelo de regresión logística propuesto donde la variable dependiente es la pobreza (1 si el hogar es pobre y 0 si no lo es). Una de las primeras observaciones es que un año adicional en la edad disminuye la probabilidad de ser pobre pero muy marginalmente. También se observa que si el hogar es urbano y está a cargo de una mujer (d_mujer), la probabilidad de que sea un hogar pobre aumenta en 3,1 puntos porcentuales (pp) mientras que en las zonas rurales, este aumento es de apenas 0,5pp.

El tamaño del hogar importa: un incremento en el tamaño del hogar (totpers) aumenta la pobreza urbana en 2,8pp y la rural en 4,1pp. En el mismo sentido, si tomamos en cuenta la relación entre personas inactivas y menores de 10 años en relación al total de personas en el hogar (ratio_depen), vemos que un aumento en este ratio aumenta la pobreza en 30pp en las ciudades y 22,7pp fuera de ellas.

Otro dato interesante tiene que ver con el porcentaje de mujeres mayores de 14 años en cada hogar (porc_mujeres). En las zonas urbanas, un aumento del número de mujeres por hogar disminuye la probabilidad de que el hogar sea pobre en 11,2pp. En las zonas rurales esta variable no es significativa para explicar los niveles de pobreza.

DESOCUPACIÓN, EDUCACIÓN Y SALUD

La tabla también muestra que la desocupación (d_JHdesocupados), tanto urbana como rural, aumenta la pobreza en más de 17pp. Otra variable fundamental es la educación del jefe/a del hogar (JH_*). En las ciudades por ejemplo, un jefe/a de hogar que haya alcanzado una educación media disminuye la probabilidad de ser pobre en 4pp comparado con otro hogar cuyo jefe/a apenas alcance una educación primaria. Más aún, si el jefe/a tiene una educación universitaria, la probabilidad de ser un hogar pobre disminuye en 14,7pp compa­rado con un hogar donde el jefe/a solo tenga una educación primaria. Estos rendimientos de la educación son aún más palpables en las zonas rurales: −5,2pp y −26,6pp respectivamente.

Además de la educación, el acceso a la salud es fundamental: hogares urbanos que dispo­nen de un seguro médico (público o privado) disminuyen la probabilidad de ser pobres en 12,5pp mientras que en las zonas rurales, esta disminución es de 16,7pp (d_seguromedico).

LENGUAJE Y POBREZA

Uno de los resultados más desoladores desde el punto de vista sociológico es el vín­culo entre lenguaje y pobreza. Tanto en hogares urbanos como rurales, el uso pre­dominante del idioma guaraní aumenta la probabilidad de ser pobres en 5,6 y 14,2 puntos porcentuales respectivamente (d_guarani). Por otro lado, aquellos hogares urbanos que predominantemente hablan castellano (d_castellano) tienen 4,2pp me­nos de probabilidad de ser pobres (−5,3pp en zonas rurales).

HOGARES PRECARIOS Y POBREZA

Otras características de los hogares pobres pueden ser analizadas. Aquellos hoga­res que no tienen paredes de ladrillo o de cemento (d_nopared) aumentan la proba­bilidad de ser pobres en 3,5pp en la ciudad y 6pp en el ámbito rural. En las ciudades, hogares con piso de tierra (d_pisotierra) tienen 2,3pp más de probabilidad de ser pobres (5,2pp en zonas rurales). Por otra parte, tanto en las ciudades como en las zonas rurales, los hogares cuya provisión de agua proviene de una cañería ubicada fuera del hogar (d_NOcañeriagua) tienen una mayor probabilidad de ser pobres: 7,7 y 4,8pp respectivamente. Finalmente, el sistema de saneamiento también importa: en zonas urbanas, los hogares que no están conectados a una red de alcantarillado o que no tienen pozos ciegos o cámaras sépticas (d_letrina) aumentan su probabilidad de ser pobres en 7pp. En las zonas rurales este aumento es de 10,2 puntos porcentuales.

En conclusión, este ejercicio nos permite encontrar y cuantificar aquellas variables que inciden sobre la pobreza, destacándose entre los resultados que los hogares con jefas mujeres y los guaraní-parlantes tienen mayores posibilidades de ser pobres, y que la limitada educación en las zonas rurales hace que más personas se vean afec­tadas por la pobreza. Continuar mejorando estos ejercicios nos permitirá orientar, con una mayor eficiencia, las políticas públicas que se desarrollen para combatir la que, junto con la desigualdad, es la mayor de nuestra carencia como sociedad: la pobreza.

También podría gustarte