Artículo
de investigación
Apuntes del CENES
ISSN 0120-3053
E-ISSN 2256-5779
Volumen 36 - Nº. 64
Julio -
Diciembre 2017
La
línea de pobreza subjetiva para Tunja, Colombia 2015
Subjective Poverty Line for Tunja, Colombia 2015
A linha de pobreza
subjetiva de Tunja - Colombia 2015
Eliana Marcela
Tobasura Jiménez*
Julián Augusto
Casas Herrera**
Fecha de
recepción: 9 de septiembre de 2016
Fecha de aceptación:
25
de mayo de 2017
DOI: https://doi.org/10.19053/01203053.v36.n64.2017.6548
Resumen
La mayoría
de los gobiernos del territorio nacional vienen anunciando, en los últimos años,
descensos significativos de la pobreza como un éxito derivado de sus propios
actos. Sin embargo, la percepción de los colombianos no concuerda con dichos
descensos. Por ello, es pertinente establecer medidas complementarias, que tengan
en cuenta la percepción de quienes se consideran pobres, con el propósito de
erigir políticas públicas más certeras para mitigar y superar las consecuencias
negativas de la pobreza. Este documento muestra una estimación de la línea de
pobreza subjetiva, a partir de tres métodos, para la ciudad de Tunja en 2015,
que permite evidenciar que el DANE subestimó la pobreza de la ciudad al menos
en un 30 %.
Palabras clave: condiciones de vida,
línea de pobreza subjetiva, medición y análisis de la pobreza.
Clasificación JEL: C01, C10, I30, I32.
Abstract
Most governments of the
departments of Colombia have been announcing significant decreases in poverty
in recent years as a success resulted from their own actions. However, the
perception of Colombians disagrees with these opinions. Therefore, it is
important to establish complementary measures that take into account the
perception of those who consider themselves to be in poverty, with the purpose
of creating more accurate public policies to mitigate and overcome the negative
consequences of poverty. This paper shows an estimate of the Subjective Poverty
Line using three methods for Tunja in 2015, which indicates that DANE (Office
of National Statistics of Colombia) has underestimated the poverty line in the
city by at least 30%.
Keywords: living conditions,
subjective poverty line, measurement and analysis of poverty
Resumo
A maioria dos governos dos
departamentos da Colômbia tem anunciado reduções significativas da pobreza nos
últimos anos, pois o sucesso resultou de suas próprias ações. No entanto, a
percepção dos colombianos discorda dessas opiniões. Portanto, é importante
estabelecer medidas complementares que levem em conta a percepção daqueles que
se consideram na pobreza, com o objetivo de criar políticas públicas mais
precisas para mitigar e superar as conseqüências negativas da pobreza. Este
artigo mostra uma estimativa da Linha de Pobreza Subjetiva usando três métodos
para Tunja em 2015, o que indica que o DANE (Escritório de Estatísticas
Nacionais da Colômbia) subestimou a linha de pobreza na cidade em pelo menos
30%.
Palavras-chave: condições de
vida, linha de pobreza subjetiva, medição
e análise da pobreza
La motivación de este documento se debe a que en los años
recientes tanto el Gobierno nacional como los entes territoriales vienen
anunciando descensos significativos en las tasas de pobreza. Sin embargo, la
impresión que tiene la mayoría de la sociedad es que las cifras no concuerdan
con lo que se percibe en la realidad. De hecho, las estrategias de protección social en Colombia se han incrementado en las últimas
décadas y han puesto especial énfasis en estrategias de superación de la
pobreza. Así pues, la
pobreza en el ámbito nacional se redujo en 9.4 puntos porcentuales de 2010 a 2015.
No
obstante, la percepción que tiene la sociedad sobre las condiciones
en las que vive en la actualidad no encaja con las mejoras que presentan los
indicadores de medición de pobreza objetiva. Por esta razón, este documento estima una línea de
pobreza subjetiva (LPS) urbana para la ciudad de Tunja para 2015, a partir de
tres métodos, con el propósito de contrastar los resultados oficiales frente a
los que surgen desde la propia percepción de quienes sienten que viven en la pobreza.
Se destaca la importancia de este documento en cuanto
trata el flagelo de la pobreza desde una visión subjetiva, en la que es el
propio individuo quien evalúa su condición de vida respecto de su situación
actual y el entorno que lo rodea, convirtiéndola en una medición complementaria
a la medición objetiva de pobreza oficial. Lo que permitirá identificar
elementos adicionales en el análisis de pobreza para Tunja y tener una
comprensión integral sobre este fenómeno que permita brindar a los hacedores de
políticas públicas, herramientas que contribuyan a destinar el gasto público
social de manera eficiente, mediante el conocimiento de primera mano de las
necesidades de los tunjanos y, de este modo, ayuden a mejorar el bienestar de los
mismos.
El
documento consta de seis secciones. La primera es esta introducción. En la
segunda se hace una breve revisión de los aspectos fundamentales de los
enfoques de pobreza objetiva y subjetiva. En la tercera se muestra un análisis
descriptivo del estado actual de la pobreza objetiva monetaria en Boyacá, Tunja
y en el ámbito nacional. En la cuarta se presentan los detalles metodológicos
que se tuvieron en cuenta para calcular la LPS de Tunja para el año 2015, a
partir de tres métodos. En la quinta se analizan los resultados obtenidos. Finalmente,
se hacen unos comentarios que recogen los principales aspectos tratados en el
documento.
La pobreza es un fenómeno que ha estado presente a lo
largo de la historia del mundo. Con el paso de los años, los gobiernos han
mostrado interés en superar este flagelo y, para ello, han intentado mejorar
las condiciones económicas y sociales de los países a través de la
implementación de políticas públicas, con el propósito de incrementar los
niveles de vida y bienestar de sus habitantes.
Ante ello, la economía, como ciencia social, ha buscado establecer
una explicación de la pobreza, desde su conceptualización hasta su forma de
medición, a fin de identificar, localizar y cuantificar a los pobres existentes
en una sociedad, así como distinguir cuáles son las carencias dentro del
territorio que habitan, para poder plantear estrategias puntuales que aminoren
los efectos de la pobreza y logren mejores niveles de vida, mediante el acceso de
la población a un mayor número de bienes y servicios, a través de una mejor asignación
y distribución de los recursos escasos.
Por ello, la pobreza se ha convertido en una preocupación
esencial para la teoría económica, por tratarse de un factor determinante en el
proceso de desarrollo de cualquier país. Sin embargo, al ser un fenómeno tan
complejo no se ha podido llegar a un consenso sobre una definición y menos aún a
una forma de medición única. En efecto, la conceptualización y
comprensión de la pobreza se ha dificultado, porque se suele priorizar un
aspecto, dejando de lado otros.
No
obstante, su análisis se puede abordar desde lo general a lo específico. Desde
la perspectiva general, la mayoría de autores concuerda en señalar que la pobreza es carencia o insuficiencia de un
atributo (monetario o no monetario)
con relación a un umbral por debajo del cual se hallará en pobreza (Casas & Barichello, 2015a). Desde lo específico,
el análisis de la pobreza se ha hecho desde cinco componentes: enfoques,
definiciones, determinantes, consecuencias y tipos, y medición.
La explicación detallada de cada
uno de los componentes escapa de los alcances de este documento (Casas &
Barichello, 2015a), dado que el interés es confrontar los resultados obtenidos
por la línea de pobreza objetiva (en adelante LP) frente a la LPS. Para ello es
preciso señalar que los dos métodos más utilizados en el mundo para medir la
pobreza, son: necesidades básicas insatisfechas (NBI) y LP. El método de NBI opta por
cinco atributos de bienestar y evalúa
directamente y efectivamente si los hogares sufren cinco tipos de carencias
(Casas, 2015a). Así, los integrantes de un hogar serán pobres si tienen al
menos una NBI; pero si tienen más de una estarán en situación de miseria.
En
cambio, el método de la LP opta por un único atributo de bienestar (la renta)
con el fin de calcular los recursos
que requiere un hogar/individuo para compararlo con el umbral y, de este modo,
establecer si tiene o no la posibilidad
de satisfacer sus necesidades básicas. De este método hay tres aproximaciones:
LP relativa, LP absoluta y LPS. Estas dos últimas son objeto de atención en
este documento. A continuación se exponen sucintamente sus principales aspectos
metodológicos necesarios para su construcción.
LP
absoluta
La
estimación de esta se compone de dos líneas: LP alimentaria y LP no
alimentaria. La metodología para el cálculo de la LP alimentaria establece dos
pasos. El primero determina el requisito
calórico mínimo necesario para mantener vivo a un individuo en reposo
durante un día. El segundo establece el contenido
y costo de una canasta de alimentos. El contenido de la canasta se
desprende del cumplimiento de unos criterios que define el que la construye,
tales como frecuencia de consumo de los alimentos. El costo de la canasta se
suele determinar a partir de la utilización de los precios implícitos[1] que arroja una Encuesta de Ingresos y
Gastos para una población objetivo seleccionada.
Para el
cálculo de la LP no alimentaria se organizan los hogares, de menor a mayor, de
acuerdo con el valor gastado en los bienes, con el fin de seleccionar un grupo poblacional objetivo, conocido como población
de referencia. Esta sirve para definir la composición de la canasta y calcular
el coeficiente de Orshansky (CO)[2]. El valor del CO contempla los rubros
de vivienda, transporte y vestuario. Una vez se tiene el valor del CO, se
multiplica por el valor de la LP alimentaria y se obtiene la LP (Instituo Nacional
de Estadística de Uruguay –INE-, s.f.).
El análisis de la pobreza subjetiva intenta capturar la
percepción que tienen las personas sobre su bienestar. Sin embargo, no ha sido
muy usada en los países ni estandarizada por una institución como una
metodología para la medición de la pobreza. Este enfoque se distingue de los
enfoques de pobreza absoluta y relativa, pues estos, según Hagenaars y Van
Praag (citados por Feres & Mancero, 2001a), restringen
el problema al criterio del investigador, quien define el concepto de pobreza y
lo mide respecto de un umbral que él mismo ha establecido bajo ciertos
parámetros considerados como mínimos, por lo que este método se encuentra libre
de presunciones preestablecidas con anterioridad por el investigador.
Esta
medición se aleja de las medidas objetivas, porque es manejado desde una
perspectiva de abajo hacia arriba (bottom
up). Según García (2002), en este análisis es el propio individuo quien valora su
condición de vida y evalúa si el ingreso que posee es suficiente para suplir
las necesidades de su familia para no considerarse pobre. Confrontar el valor
de las cifras oficiales de pobreza con la posición del ciudadano sobre la
percepción que tiene sobre su condición actual, nivel de vida y bienestar es de
interés, debido a que sobre las personas que son consideradas como pobres a
través de indicadores objetivos de pobreza monetaria, se ciernen los objetivos
de política pública encaminados a su superación y además son los directamente
afectados por esta condición.
En
ese sentido, vale la pena destacar el debate que ha girado en torno de la
aplicación del método de estimación de la LPS. En principio, se podría enunciar
que hasta el momento ningún país ha adoptado el método de la LPS como
metodología oficial para la estimación de las líneas de pobreza, porque hay
riesgos en la implementación de políticas basadas en la LPS, tales como las
dificultades que se presentarían a la hora de realizar comparaciones de las
tasas de pobreza, tanto en el nivel internacional como nacional e incluso regional,
pues hay un hecho que es irrefutable y es necesario enfatizarlo: las personas inherentemente van a considerar
sus recursos insuficientes (Colasanto, Kapteyn & Van der Gaag, 1983).
De ahí que las respuestas al cuestionamiento sobre el ingreso mínimo necesario
tienden a inflar el dato suministrado, lo cual podría conducir a una
sobreestimación de la verdadera pobreza vivida en una sociedad.
Sin
embargo, el método de estimación de la LP absoluta o monetaria (léase objetiva)
también contiene objeciones (Casas & Barichello, 2015a). Por ejemplo, para
la selección de la población de referencia hay un grado de subjetividad por
parte del diseñador y encargado de llevar a cabo la medición de la pobreza. Para
contextualizar este punto se debe indicar que el encargado de la medición tiene
un propósito: estimar un porcentaje de pobreza para una sociedad. Por tanto,
para hacerlo debe organizar todos los hogares, de menor a mayor, de acuerdo con
el valor gastado en los bienes. Esto con el fin de seleccionar hogares que, por
un lado, satisfagan sus necesidades alimentarias (para definir la composición
de la canasta básica de alimentos), y por otro, que los hábitos de consumo en
otras necesidades no alimentarias no resulten de decisiones sujetas a un marco
de extrema escasez ni de gran abundancia económica (para establecer coeficiente
de Orshansky). En Colombia, en las mediciones de pobreza se han elegido de tres
tipos de población de referencia ubicadas entre los percentiles 1 al 25, 30 al
59 y 1 al 90. Pero nuevamente surge un cuestionamiento, ¿cuál es la correcta?
Posiblemente
no haya una respuesta. De ahí que a la hora de hacer mediciones de pobreza
exista un grado de arbitrariedad (léase subjetividad), pero esto no
necesariamente invalida los resultados, puesto que después de todo estos se
sustentan en la consistencia de los supuestos que adopta el encargado de la
medición. En consecuencia, la discusión no debería ser sobre la subjetividad de
un método o no, sino sobre su grado de explicación de la realidad, ya que todo
ejercicio de medición debe aproximarse a explicarla lo más fielmente posible. Por
tanto, esa es la valía que tiene el método de la LPS. Es decir, intenta
capturar la realidad de sus dolientes. En ese sentido, el ejercicio de este
documento va en esa dirección, debido a que en la sociedad colombiana, en
general, existe una sensación de inconformismo sobre los porcentajes estimados
de las tasas de pobreza por el Departamento Administrativo Nacional de
Estadística (DANE) para el país, los departamentos y las principales ciudades.
Por ello, a continuación se muestra el comportamiento de la pobreza monetaria para el período comprendido entre el año
2010 y 2015 del nivel nacional, así como para el departamento de Boyacá y la
ciudad de Tunja.
Esta
sección describe los resultados de pobreza objetiva monetaria para el período
comprendido entre el año 2010 y 2015 del nivel nacional, así como para el
departamento de Boyacá y la ciudad de Tunja, con base en la metodología
realizada por la Misión para el Empalme de las Series de Empleo (MESEP) presentada
en 2011. Estos datos los tiene en cuenta el Gobierno nacional para formular
políticas públicas nacionales y territoriales, que permiten focalizar el gasto
público con miras a la reducción de la pobreza.
Según
el DANE (2016), la LP es el costo per cápita mensual mínimo necesario para
adquirir una canasta de bienes alimentarios y no alimentarios que permiten un
nivel de vida adecuado. Para 2015, la LP aumentó seis puntos porcentuales, que
representó en términos monetarios un incremento de $11.831 respecto del año
anterior. Para este periodo, la LP nacional fue de $223.638. Además, un hogar
compuesto por cuatro personas se clasificó como pobre, si su ingreso mensual
estaba por debajo de $985.344 en la zona urbana y de $591.008 en la rural (ver
Figura 1).
Figura 1. Línea de
pobreza: nacional, urbana y rural (2010–2015).
Fuente: DANE–Gran Encuesta Integrada de Hogares.
Cabe
señalar que la brecha entre la LP urbana y rural permaneció relativamente
constante en el periodo indicado, aunque con una diferencia en el nivel
nacional de $98.584 para 2015. Es decir, las personas de la zona rural pueden
acceder a una canasta con una menor cantidad de dinero. Esto se explica por las
diferencias en los precios de los bienes entre ambas zonas y, también, por la
cantidad de alimentos y demás bienes a los que ambos grupos acceden.
Figura 2. Pobreza:
nacional, urbana y rural (2010–2015).
Fuente: DANE–Gran Encuesta Integrada de Hogares.
Ahora,
al cotejar los resultados de pobreza del nivel nacional frente a los del
departamento de Boyacá, y particularmente de la ciudad de Tunja para el periodo
2010–2015, se puede visualizar en la Figura 3 que la reducción de la pobreza del
nivel nacional para el periodo señalado fue de 9.4 puntos porcentuales, ya que pasó de 37.2 % a 27.8 %; mientras que la
disminución de las tasas de pobreza en Boyacá fue de 11.7 puntos porcentuales,
pasando de 47.1 % a 35.4 %; en cambio, para Tunja solo descendió 3.3 puntos
porcentuales en el lapso de esos seis años, pasando de 22.1 % en 2010 a 18.8 %
en 2015.
Figura 3. Pobreza en
Boyacá, en comparación con el nivel nacional (2010–2015).
Nota: datos expandidos con proyecciones de población
elaboradas con base en los resultados del Censo 2005.
Fuente: DANE–Gran Encuesta Integrada de Hogares.
Por
último, cabe indicar que el valor de la LP monetaria para la ciudad de Tunja
para el año 2015 se situó en $233.530. De acuerdo con este valor se obtuvo que
el 18.8 % de los tunjanos se situó en condición de pobreza para dicho año. Esto
viene a significar que 33.952 habitantes de Tunja son pobres dentro de los 180.594
habitantes que proyectó el DANE con base en los resultados del censo 2005. Es con
fundamento en esta información del año 2015 que se confrontan los resultados
obtenidos con cada uno de los tres métodos que se comentan en la siguiente
sección.
En
esta sección se explican los detalles metodológicos que se tuvieron en cuenta
para calcular la LPS de Tunja para el año 2015. Para ello se subdivide esta
sección en dos partes. En la primera se exponen sucintamente los principales
aspectos de los tres métodos más utilizados para la obtención de la LPS. En la
segunda se tratan los aspectos que se tuvieron en cuenta para la
implementación, el diseño y la recolección de información de la encuesta que se
utilizó para la estimación de la LPS para Tunja.
Se hizo una revisión bibliográfica relacionada con los métodos
más utilizados en el mundo para la obtención de la LPS. Sobre esto, Ravallion y
Lokshin (1999, p. 2) afirman que es “una paradoja que los economistas asuman
por un lado que los individuos son los mejores jueces para apreciar el impacto
de las políticas económicas sobre su bienestar y por otro lado se resistan a
preguntarles a dichas personas si su bienestar ha mejorado o no”.
Goedhart, Halberstadt Kapteyn y Van Praag (1977) evalúan la
diferencia entre lo que las personas ganan y gastan, y además, interrogan a
estas sobre lo que consideran su ingreso mínimo necesario para su familia. La
agrupación de los valores proporcionados en la respuesta arroja el ingreso
mínimo denotado por
La respuesta proporcionada por el entrevistado suele depender
del ingreso que percibe el hogar mensualmente. Sin embargo, el entrevistado
suele considerar que el ingreso percibido está por debajo del que necesita su
familia. Para obtener el valor de la LPS es necesario estimar los parámetros de
una ecuación en la que el IMS depende del ingreso corriente que percibe el encuestado y del
tamaño de la familia de la que es miembro. Para determinar el valor de la
línea se plantea la ecuación 1:
Donde,
Según Monge y Ravina (2003), reemplazando los
coeficientes estimados de la ecuación 1 en la ecuación 3 se obtiene el
Como
resultado
No
obstante, este método presenta problemas de sobreestimación. En primer lugar,
porque el
valor de la respuesta a la pregunta de ingreso mínimo que se obtiene está
condicionado al ingreso corriente que el encuestado percibe actualmente y, en
consecuencia, tiende a inflarlo en función del ingreso actual (Aguado, Osorio & Ahumada, 2007). En segundo lugar, no se puede saber con
certeza la noción que tiene cada encuestado sobre el “ingreso mínimo”. De ahí
que Ravallion (1998) advierta
que el ingreso no es un concepto bien definido en términos generales. Por
lo anterior, el método que se presenta a continuación surge como una
solución cualitativa a las
restricciones que presenta la formulación de una pregunta cuantitativa del
ingreso mínimo.
Diseñada por Colasanto, Kapteyn y Van der Gaag (1983), quienes
sugieren utilizar preguntas cualitativas dirigidas a evaluar categorías de
consumo específicas, tales como ingreso, consumo, alimento, vivienda,
vestuario, salud, educación. La pregunta y las respuestas propuestas por estos
autores las plantearon en los siguientes términos: Según las circunstancias de su hogar, ¿cómo considera su
nivel mensual de ingreso/consumo/vivienda… disponible?
Y las respuestas: Menos
que adecuado, solo adecuado o más que adecuado.
Las líneas son obtenidas a partir de un modelo
La ecuación 4 se puede sintetizar en Y=Xβ. Por tanto, la probabilidad de que Y sea igual a 1 se
encuentra condicionada a los valores de las variables explicativas, tomando la
siguiente forma:
Y cuando la probabilidad de Y es igual a cero:
Donde
Por ello, la probabilidad de que el evento Y = 1 suceda, se puede expresar de la
siguiente manera:
En cambio, la probabilidad de que el evento Y=0 ocurra viene dada por la ecuación 7:
Siguiendo a Enchautegui
Por último, el ingreso mínimo que los individuos
consideran adecuado surge de la combinación lineal exponenciada de los
estimadores de coeficientes de regresión y variables explicativas. Haciendo los
ajustes correspondientes a la ecuación 7 se tiene:
Donde,
Pregunta de evaluación del ingreso
Otra opción es la LP de Leyden, que se basa en el
siguiente interrogante:
Por favor trate de indicar lo que usted considera una suma apropiada de
dinero para cada uno de los siguientes casos. Bajo mis (nuestras) condiciones,
yo llamaría a un ingreso semanal/mensual/anual (por favor, haga un círculo
alrededor del período apropiado), después de impuestos de:
Alrededor de _______ muy malo
Alrededor de _______ malo
Alrededor de _______ insuficiente
Alrededor de _______ suficiente
Alrededor de _______ bueno
Alrededor de _______ muy bueno
Este método supone que cada hogar calcula adecuadamente
el ingreso para cada una de las seis situaciones planteadas. Además, supone que
los individuos evalúan el ingreso a través de una función de utilidad U=U(y)
que se puede acotar entre 0 y 1. La función de utilidad del hogar se puede
estimar para cada uno de los ingresos que contestan los hogares. Así, por ejemplo,
a la respuesta “muy malo” se le asigna 1/12, a “malo” 3/12, a “insuficiente” 5/12”,
a “suficiente” 7/12, a “bueno” 9/12; y a “muy bueno” 11/12 (Ortiz
& Marco, 2001).
De esta manera, se tendrán seis puntos en las ordenadas
que pertenecen a cada una de las situaciones planteadas, y seis puntos en las
abscisas correspondientes a los valores de ingresos asignados por los hogares a
cada situación. La forma funcional de la función de utilidad se ajusta a una
distribución
Donde, f es el tamaño del hogar,
Donde
Así que la LPS sale de igualar
Una de las ventajas de este método es que permite obtener
umbrales de pobreza para diferentes tamaños del hogar. Así mismo, por su diseño
metodológico, las estimaciones son más robustas, debido a las ponderaciones que
hacen de cada una de las situaciones planteadas (Ortiz
& Marco, 2001). De este modo, la LPS se obtiene a raíz de seis valores,
que al ponderarse y ajustarse al parámetro de necesidad del hogar y un mínimo
aceptable de utilidad para el hogar, es posible que se tenga un valor más
ajustado a la realidad, debido a que el encuestado suministra información desde
un ingreso “muy malo” a uno “muy bueno”.
Los
datos para determinar la LPS de Tunja para 2015 se obtuvieron a partir de
encuestas realizadas a los hogares entre los distintos estratos socioeconómicos
de la ciudad. Sin embargo, para estimar el tamaño de la muestra se acudió al Comité
de Estratificación de la Alcaldía de Tunja, la cual proporcionó la información
de la cantidad de hogares por barrios y estrato en la ciudad. Además, se tuvo
en cuenta la información de la población proyectada suministrada por el DANE
para Tunja en 2015,
elaborada con base en los resultados del Censo 2005, junto con la información
relacionada con el factor de expansión de la Encuesta de Hogares de 2015 para
la ciudad de Tunja, para expandir los resultados de las tasas de pobreza.
En este punto,
se consideró pertinente tener en cuenta el factor de expansión de la encuesta
señalada del DANE, porque se confrontaron las tres LPS obtenidas a partir de
los tres métodos con la base de datos de la entidad, para así poder hacer un
mejor ejercicio comparativo. Sin embargo, se hizo el factor de expansión propio
de la encuesta que se presentó a la población urbana de Tunja. De este modo, se
muestran ambos resultados para que el lector pueda tener el panorama de las cifras
y así mostrar la consistencia del ejercicio de muestreo realizado. Como se
podrá observar en la Tabla 7, las cifras de pobreza son mayores en la encuesta
del DANE, en promedio un 4.9 7%.
El método de
muestreo utilizado fue muestreo simple.
Sin embargo, se fraccionó la población por estratos y se ponderó de acuerdo con
la cantidad de habitantes residentes en los mismos, con el propósito de que cada
estrato tuviera asignado una cantidad de encuestas de forma proporcional al
tamaño dentro del total poblacional. Para la construcción del documento se
consideró apropiado encuestar a hogares de todos los estratos, con el fin de
ser completamente objetivos, ya que la percepción de pobreza puede ubicarse en
cualquier condición y estrato social. De este modo, fueron entrevistadas las personas
mayores de edad que integran un hogar (asociándolo como sujeto representativo
del mismo). El
municipio de Tunja está distribuido en cinco estratos, con un total de 42.748
hogares (ver Tabla 1).
Tabla 1. Cantidad
de barrios, hogares y peso de los mismos según estrato.
ESTRATO |
BARRIOS |
HOGARES |
PORCENTAJE DE HOGARES |
1 |
19 |
2.878 |
7 % |
2 |
28 |
11.838 |
28 % |
3 |
66 |
17.233 |
40 % |
4 |
33 |
7.559 |
18 % |
5 |
11 |
3.240 |
8 % |
TOTAL |
157 |
42.748 |
100 % |
Fuente: Oficina Asesora de Planeación,
Alcaldía de Tunja (2012).
Teniendo en
cuenta que la población objetivo fue de 42.748 hogares, se procedió a utilizar el
estadístico de prueba zeta (
Donde,
Reemplazando
los valores en la ecuación 14, se obtuvo una muestra de
El siguiente
paso fue aplicar la encuesta a la población urbana del municipio de Tunja,
compuesta por cuatro preguntas. Las cuatro iniciales pretendían garantizar que el
perfil del encuestado se ajustara a los
criterios establecidos, tales como estrato y mayoría de edad. Las restantes se
dirigían a obtener la información necesaria para obtener la LPS, por medio de
una pregunta cuantitativa y una cualitativa, bajo los tres métodos comentados
en la primera subdivisión de esta sección (ver Figura 4).
Figura
4. Encuesta aplicada en la cabecera
municipal de Tunja.
Fuente: construcción
propia con base en Goedhart et
al. (1977); Colasanto, Kapteyn y Van der
Gaag (1983); Ortiz y Marco (2001).
Por último, se pueden citar algunos
trabajos interesados en capturar la percepción de la pobreza de los seres
humanos, con el fin de tener referentes que nos permitan obtener la LPS. Al
respecto, el Banco Mundial
llevó a cabo un estudio mundial, sobre las percepciones de las personas
acerca de su nivel de vida y bienestar. El informe se tituló “La voz de los pobres” y se publicó en
1999. Este recopiló las opiniones y experiencias de más de 40.000 personas
pobres en 50 países para el informe sobre el desarrollo mundial 2000–2001. Este
estudio marcó un precedente al diferenciarse de otros, debido a que intentó
entender la pobreza desde los puntos de vista de los directamente afectados,
enviando mensajes para implementar estrategias eficaces de desarrollo social y
económico (Banco Mundial, 1999).
En América Latina se han encontrado estudios recientes
sobre bienestar subjetivo. En Argentina se construyó un índice de bienestar
económico que mide el nivel de satisfacción de la población respecto de unos
aspectos (ingresos, educación, trabajo, entre otros) de acuerdo con el nivel de
importancia que la propia población le brinda a los mismos. El valor del IBE a
diciembre de 2005 se ubicó en 45 puntos sobre una escala de 0 a 100 (Giarrizo, 2007).
En México se hizo un trabajo basado en una encuesta
aplicada a 1540 personas pertenecientes a cinco estados del centro y del sur,
buscando analizar la evaluación que cada persona hace de su condición de vida,
que no solo se basa en su ingreso actual, sino en su situación histórica, grupo
de referencia y aspiraciones materiales futuras. Al respecto, Rojas y Jiménez
(2008) encontraron que la pobreza subjetiva no coincide con los tres criterios
determinados por la Secretaría de Desarrollo Social, que mide la pobreza de
acuerdo con tres criterios de pobreza de imputación/presunción, destacándose
que la pobreza subjetiva es mayor frente a la reportada por la Secretaría de
ese país.
Para Colombia, Aguado, Osorio y Ahumada (2007)
propusieron un diseño preliminar de una encuesta para analizar la pobreza desde
un enfoque subjetivo, que puede ser replicada en Colombia y América Latina.
Pinzón (2011) estableció los determinantes de la pobreza subjetiva desde el
enfoque de capacidades y la economía de la felicidad a partir de la Encuesta
Nacional de Calidad de Vida del DANE en 2011, en la que se menciona que el 80 % de los hogares colombianos que no se
consideran pobres bajo la línea de pobreza monetaria, se siente pobre, por lo
que permitió encontrar que aunque el ingreso tiene una mayor importancia en la
percepción de pobreza de los colombianos, estar bien nutrido se constituye como
la capacidad elemental que deben tener las personas para desarrollar otras
capacidades y, además, que en las regiones con alta presencia de violencia, el
desplazamiento forzoso incide en la percepción de pobreza.
Por
último, González (2013) llevó a cabo un estudio en el cual se estimó una LPS a
través de la encuesta de percepción ciudadana para Cali de 2008, que arrojó que
un hogar era pobre si sus ingresos son menores a $872.545 pesos. Además,
encontró una relación negativa entre el tamaño del hogar y el ingreso que
perciben los hogares. Como puede observarse, los estudios relacionados con la
pobreza subjetiva no son abundantes en el país y en el caso particular no
existe uno para el municipio de Tunja, de allí la pertinencia de este
documento, pues abarca una dimensión de la pobreza que no es fácilmente
observable.
ANÁLISIS
DE RESULTADOS
Al
aplicar la encuesta se supuso que las personas encuestadas entendieron las
preguntas y tuvieron la capacidad para comprender y evaluar su propia condición
y, además, respondieron de forma veraz a cada una de las preguntas, pues no tenían
incentivos para mentir. Fuera de las respuestas de los encuestados, se
detectaron elementos interesantes, que se muestran en la Tabla 2. Por ejemplo,
se puede observar que el ingreso mensual medio reportado por los hogares del
estrato uno fue de $538.848, mientras que para el estrato cinco fue de
$5´572.414, lo que indica una brecha de 934.1 %; así mismo, se puede notar que el
ingreso mensual del estrato uno está por debajo del promedio de la ciudad en
293 %. Esto revela las brechas en materia de ingresos de un estrato a otro.
Variable |
Estrato1 |
Estrato 2 |
Estrato 3 |
Estrato 4 |
Estrato 5 |
Promedio Tunja |
Ingreso mensual |
$538,848 |
$1,165,171 |
$1,872,948 |
$3,456,716 |
$5,572,414 |
$2,117,936 |
Tamaño hogar |
4.27 |
3.69 |
3.28 |
3.22 |
3.48 |
3.48 |
Fuente: elaboración propia con los datos obtenidos de la
encuesta aplicada.
Así mismo, en la Tabla 2 se ve el
número promedio de miembros del hogar por estratos, y se nota que entre más
bajo sea el estrato, más miembros hay. El estrato uno tiene 4.27 miembros,
mientras que el estrato cinco tiene 3.48, lo que significa que la diferencia es
de 18.5 %. Esto indica que el menor ingreso percibido por parte de los hogares
de estrato uno lo tienen que repartir entre más miembros; en contraste con lo
que sucede en el estrato cinco.
Este método busca evaluar la diferencia entre lo que las
personas ganan y gastan versus lo que ellos consideran un ingreso mínimo
absoluto para su familia. A partir de las respuestas proporcionadas por los
habitantes de Tunja a la pregunta número 2 de la Figura 4, se estimó
un modelo econométrico por mínimos cuadrados ordinarios, que permitió estimar los
parámetros de la ecuación 1, para reemplazar sus valores en las ecuaciones 2 y
3.
Antes de mostrar los resultados se debe advertir que el
IMS depende del ingreso corriente que el encuestado percibe, el tamaño de la
familia de la que es miembro y un indicador socioeconómico y demográfico de los
hogares que en este caso es el tamaño promedio de los hogares en Tunja (3.48).
Es de notar que existe una relación positiva y cóncava entre la función de
ingreso actual y los valores mínimos de ingresos proporcionados. En la Tabla 3
se muestran los estimadores obtenidos para este método.
Tabla
3. Regresión lineal sobre la pregunta de ingreso mínimo.
Dependent Variable: Log(Ymin) |
|||
Observations |
381 |
|
|
Variable |
Coefficient |
Std. Error |
t-Statistic |
Constant |
4.643*** |
-0.301 |
-15.4252492 |
Ln(Y) |
0.676*** |
-0.0205 |
-32.9756098 |
Ln(f) |
0.0802*** |
-0.0107 |
-7.4953271 |
R-squared |
0.745 |
|
|
***
p<0.01, ** p<0.05, * p<0.1 |
Fuente: cálculos propios en stata 12.
Los estimadores son estadísticamente significativos. Por
lo tanto, se procedió a reemplazarlos dentro de las ecuaciones señaladas para
obtener el valor de la LPS. De este modo, se obtuvo que la LPS fue
de $3.938.052 que, dividida entre cuatro miembros, atendiendo a la definición
de hogar del DANE, se obtuvo una LP per cápita de $984.513.
Estimación
de la LPS por el método de adecuación del ingreso
Este método busca ser una alternativa de
solución a las restricciones que presenta el método del ingreso mínimo, por medio de la formulación de una pregunta sujeta a una respuesta
cualitativa que evalúa la percepción que tienen las personas sobre su ingreso
actual. A partir de las respuestas proporcionadas por los habitantes de Tunja a
la pregunta 3 de la Figura 4, se estimó un modelo
econométrico
Además, cuando la variable dependiente es dicótoma, el
valor esperado de la variable de acuerdo con las variables explicativas no es
lineal en parámetros, por lo que se usó el método de máxima verosimilitud, que
busca que los valores de los estimadores maximicen la probabilidad de que el
valor observado de la variable dependiente sea predicho según los valores de las
variables independientes
Tabla 4. Estimación del Logit del método de adecuación del
ingreso.
Dependent
Variable: LOGIT_Tunja Dummy |
|||
Observations |
381 |
|
|
Variable |
Coefficient |
Std. Error |
t-Statistic |
Constant |
-28.04*** |
-3.399 |
8.249485143 |
Ln(Y) |
2.118*** |
-0.244 |
-8.68032787 |
Tamaño hogar |
-0.576*** |
-0.111 |
5.189189189 |
*** p<0.01,
** p<0.05, * p<0.1 |
Fuente: cálculos
propios en stata 12.
Según Aguado, Osorio y
Ahumada (2007), se puede estimar la LPS para el modelo
de adecuación del ingreso a partir de las
ecuaciones 4 a 9. Con los
resultados obtenidos se obtuvo la LPS por este método, dando como resultado una
LPS para el hogar de $2'313.481 y una LPS per cápita de $578.310. Por medio de
los valores
Estimación
de la LPS por el método de evaluación
del ingreso
La ventaja que ofrece este método es que se pueden
obtener líneas de acuerdo con el tamaño del hogar. Con las respuestas de la
pregunta 4 de la Figura 4, se procedió a aplicar el procedimiento señalado para
reemplazar los valores en las ecuaciones 10 a 13. Igualmente, el valor que se
asumió para
Tabla 5. Regresión lineal sobre la pregunta de evaluación del
ingreso
Dependent Variable: Ln(Ymin) |
|||
Observations |
381 |
|
|
Variable |
Coefficient |
Std. Error |
t-Statistic |
Constant |
8.4540*** |
0.3566 |
23.70254 |
Ln(Y) |
0.4013*** |
0.0243 |
16.47037 |
Ln(f) |
0.0511 |
0.0406 |
1.25932 |
R-squared |
0.4136 |
|
|
***
p<0.01, ** p<0.05, * p<0.1 |
Fuente: cálculos propios en stata 12.
Con estos valores se obtuvo la LPS por este método,
teniendo en cuenta el número de miembros del hogar. De este modo, en la Tabla 6
se presentan cuatro columnas. En la primera se muestra el valor de la LPS
estimada para cada uno de los distintos tamaños del hogar (columna dos). En la
tercera columna se muestra el porcentaje del número de integrantes que
conforman el hogar, que va de uno a diez (al respecto se encontró que en la
ciudad el 34.2 % de los hogares tunjanos tiene tres miembros, seguida de los
hogares conformados por cuatro miembros). Y en la cuarta columna se detalla el
valor de la LPS per cápita para cada uno de los tamaños del hogar.
Tabla 6. Valores de la LPS para distintos tamaños de hogar
LPS |
TH |
% |
LPS per cápita |
$1,626,217 |
1 |
8.2 % |
$1,626,216.9 |
$1,725,485 |
2 |
12.1% |
$862,742.45 |
$1,786,339 |
3 |
34.2% |
$595,446.25 |
$1,830,812 |
4 |
24.7% |
$457,703.10 |
$1,866,070 |
5 |
15.2% |
$373,213.99 |
$1,895,381 |
6 |
3.1% |
$315,896.82 |
$1,920,522 |
7 |
1.0% |
$274,360.27 |
$1,942,569 |
8 |
0.3% |
$242,821.17 |
$1,962,227 |
9 |
0.5% |
$218,025.18 |
$1,979,979 |
10 |
0.5% |
$197,997.91 |
Promedio LPS= |
$516,442 |
Fuente: cálculos propios.
No obstante, es preciso destacar el valor de la LPS per
cápita de aquellos hogares que tienen cuatro miembros, por el hecho de que el
DANE establece este criterio para obtener la LP del hogar. De modo que si se
quiere hacer un contraste, se deberá tomar el valor de $457,703 como la LPS por
este método.
Finalmente,
se consideró pertinente contrastar el número de tunjanos que se encuentran en
situación de pobreza bajo la LP y los distintos métodos utilizados en el
documento para la obtención de la LPS. Al respecto, se tomaron como referencia
los siguientes valores: i) LP $233.530 que corresponde a la LP urbana per
cápita estimada por el DANE para el dominio urbano de Tunja en 2015; ii) LPS
por el método del ingreso mínimo $984,513; iii) LPS por el método de
adecuación del ingreso $578,310; iv) LPS por el método de evaluación del ingreso $457,703.
Como se
señaló en la sección cuatro, se tuvo en cuenta la
información relacionada con el factor de expansión de la Encuesta de Hogares de
2015 para la ciudad de Tunja, para expandir los resultados de las tasas de
pobreza. Así mismo, el documento hizo el factor de expansión
propio de la encuesta realizada. Con los
valores de las líneas obtenidas con los tres métodos, se procedió a contrastarlos
frente al porcentaje de pobres conseguido por el DANE para Tunja en 2015 (18,79
%). En la Tabla 7 se
presenta un resumen de los valores hallados de las líneas, así como el
porcentaje de pobres.
Tabla 7. Valor líneas y porcentaje de pobres para la ciudad de Tunja
2015.
Ítem |
DANE |
Método 1 |
Método 2 |
Método 3 |
Valor línea de pobreza |
$221,950 |
$982,099 |
$578,370 |
$457,703 |
Porcentaje pobres con factor de expansión DANE |
18.79
% |
80.53
% |
59.60
% |
48.77
% |
Porcentaje pobres con factor de expansión propio |
No
aplica |
76.37
% |
53.54
% |
44.09
% |
Fuente: cálculos propios utilizando la Base de
Datos de Hogares de 2015–DANE.
En síntesis, con los resultados obtenidos se observa que por
el método del ingreso mínimo el porcentaje de pobres, utilizando el factor de
expansión de la encuesta de hogares de 2015 del DANE, sería del 80.53 %;
mientras que con el factor de expansión del documento fue de 76.37 %. De todos
modos, con esta línea habría un 61.74 % y 57.58 % más de pobres, recurriendo al
factor de expansión del DANE y al del documento respectivamente. A partir de la
estimación de la LPS por el método de adecuación del ingreso se obtuvo, con el
factor de expansión del DANE, un 59.6 % de pobres en Tunja; en cambio con el
factor de expansión del documento habría un 6.06 % menos de pobres, es decir
53.54 %. Con estos resultados, contrastándolos con el dato del DANE para 2015
(18.79 %), habría un 40.81 % y 34.75 % más de pobres respectivamente. Respecto
de la estimación de la LPS por el método de evaluación del ingreso, se halló un
porcentaje de pobres en Tunja de 48.77 %, usando el factor de expansión del
DANE, y con el factor de expansión del documento un 44.09 %.
Es preciso resaltar que en el caso del primer método, la LPS
estimada suele estar por encima, por lo que su resultado se desprende de lo que
entiende el entrevistado por “ingreso mínimo”. En el caso del segundo método,
su resultado se ajusta a una probabilidad del 0.5 de ser o no pobre. En cuanto
al tercer método, la LPS surge de acotar los resultados entregados por los
entrevistados a un nivel dado de utilidad, lo cual permite registrar seis datos
de ingresos por parte del encuestado y, de este modo, hacer un ejercicio un
tanto más robusto para obtener una LPS a partir de la ponderación de cada uno
de los resultados suministrados.
Sin embargo, no se dice que ningún método es preferible a
otro. Nótese que hay arbitrariedad en la selección del método y consideraciones
“normativas”, es decir, el diseñador del instrumento de medición de la pobreza
asume un juicio de valor, porque él lo considera adecuado para describir la
realidad. No obstante, lo que sí se presume al haber encuestado a los tunjanos
es que los resultados arrojados por los tres métodos revelan que la percepción
sobre lo que debería ser el ingreso mínimo es superior al que considera el
DANE, lo que vendría a significar que hay más personas que requieren asistencia
pública para mitigar las consecuencias negativas de la pobreza y, por ende, el
gobierno de Tunja no debería contentarse con las cifras del DANE, sino
complementar su medición con la LPS y así lograr identificar a aquellos que no
clasificaron dentro del 18.79 % estimado por el DANE, para proponer políticas públicas
que permitan mejorar el bienestar de los excluidos de las cifras oficiales.
En este documento se estimó la LPS urbana de Tunja para
el 2015 a partir de tres métodos, con el fin de contrastar los resultados
oficiales suministrados por el DANE frente a los surgidos de la percepción de
los tunjanos. Los resultados obtenidos evidencian que, por lo menos, el
gobierno de Tunja no debería ni conformarse ni contentarse con los descensos de
las tasas de pobreza que viene anunciando el DANE.
Lo anterior debido a que de la información que arroja el
indicador del porcentaje de pobreza les sirve a los gobiernos para cuantificar el
número de personas que requieren asistencia y seguridad social subsidiada a
través de la política pública. De ahí la relevancia de los hallazgos del
documento que agrega a la percepción de inconformismo y escepticismo que se
sentía en la sociedad tunjana sobre las cifras oficiales de pobreza, un dato que
ameritaría cuestionarse sobre los aspectos metodológicos que sustentan los
resultados de la pobreza presentados por el DANE, puesto que, al parecer, no
estarían teniendo en cuenta un número importante de personas que necesitan
ayuda por parte del Estado.
Cuantificando el porcentaje de pobres en Tunja que
requieren dicha asistencia, a partir de los tres métodos planteados en este
documento se estimaron unas brechas significativas entre los cálculos del DANE
y los del documento. De todos modos, en el caso en el que se minimizan las
brechas, para el método de evaluación del ingreso, se encontraría un 48.77 % al
aplicar el factor de expansión del DANE o un 44.09 % con el factor del
documento. Así que de tomarse las estimaciones del documento como ciertas, se
estaría desconociendo alrededor de un 29.9 % o 25.3 %, que vendría a
representar a 54142 o 45690 personas que deberían considerarse como pobres, ya
que su ingreso corriente mensual es inferior al ingreso mínimo que suponen como
necesario para suplir sus gastos mínimos.
Finalmente,
el desarrollo de este documento puede considerarse como un primer acercamiento al
análisis de la percepción subjetiva de la pobreza por parte de los individuos. Sin
embargo, debido a limitaciones presupuestarias, en el documento no se pudo
considerar la percepción de la pobreza para el sector rural, indispensable para
establecer un mejor mapa de las necesidades de la población tunjana. De ahí
que se espere que el gobierno de la ciudad de Tunja encuentre en este estudio
un referente para formular políticas dirigidas a mejorar el bienestar de quienes
más lo necesitan.
REFERENCIAS
Aguado, L.,
Osorio, A.M. & Ahumada, J.. (2007). Medición de
pobreza a partir de la percepción de los individuos: Colombia y el Valle del
Cauca de la línea de pobreza subjetiva. Economical
Analysis Working Papers, 11, 1-22.
Alcaldía
de Tunja. (2012). Cantidad de barrios, hogares y peso de los mismos según estrato.
Tunja, Colombia: Oficina Asesora de Planeación.
Banco Mundial. (1999). La voz de los pobres, ¿Hay alguien
que nos escuche? España: Mundi-Prensa.
Bencardino, C. M. (2013). Estadística y muestreo. Bogotá: ECOE.
Casas, J. & Barichello, R. (2015,ene-jun.). Hacia una
noción sobre la pobreza. Apuntes del Cenes,
34(59), 39-62. https://doi.org/10.19053/22565779.2784
Colasanto, D.,
Kapteyn, A. J. & Van der Gaag, J. (1983). Two Subjective Definitions of Poverty:
Results from the Wisconsin Basis needs Study. Ter Discussie FEW, 83(18).
DANE. (2015). Microdatos
anonimizados de Encuestas de Hogares. Recuperado de http://190.25.231.249/pad/index.php/catalog/161.
DANE. (2016). Boletín técnico de pobreza monetaria. Bogotá: DANE.
Enchautegui, M. (2000). Módulo de
estudio sobre modelos Probit y Logit. Puerto Rico:
Universidad de Puerto Rico.
Feres, J. & Mancero, X. (2001a). Enfoques para la
medición de la pobreza, breve revisión de la literatura. Comisión Económica para América Latina y el Caribe, Serie de Estudios Estadisticos
y Prospectivos, 4(18).
García, M. (2002). El bienestar subjetivo. Escritos de Psicología, (6), 18-39.
Giarrizo, V. (2007). La pobreza subjetiva en Argentina: una
aproximación al bienestar de la población. En XI Jornadas de Epistemología de la Economía. FCE/UBA.
Goedhart, T.,
Halberstadt, V., Kapteyn, A. & Van Praag, B (1977). The poverty line: concept and
measurement. The Journal of Human
Resources, 12, 503-520. https://doi.org/10.2307/145372
González, O.
A. (2013). Un acercamiento a la pobreza
subjetiva en Cali 2008: ¿Cali cómo vamos en pobreza? Trabajo de grado.
Universidad del Valle. Recuperado de http://hdl.handle.net/10893/5885
Grupo de Río.
(2007). Compendio de mejores prácticas en
la medición de la pobreza. Recuperado de http://dds.cepal.org/infancia/guia-para-estimar-la-pobreza-infantil/bibliografia/capitulo-II/Grupo%20de%20Expertos%20sobre%20Estadisticas%20de%20Pobreza%20(Grupo%20de%20Rio)%20(2007)%20Compendio%20de%20mejores%20practicas%20en%20la%20medicion%20de%20la%20pobreza.pdf
Instituto Nacional de Estadística de Uruguay –INE- (s.f). Determinación de la línea de pobreza.
Programa para el Mejoramiento de los Sistemas de Información Socioeconómica en
el Uruguay. CEPAL/INE/BID. Recuperado de http://www.ine.gub.uy/biblioteca/metodologias/taller%20pobreza/pobreza%20capitulo2.pdf
Martín-Guzmán, P., Toledo, M. I., Bellido, N., López, F.
J. & Jano, D. (1996). Desigualdad y
pobreza en España. Estudio basado en las Encuestas de Presupuestos Familiares
de 1973-74, 1980-81 y 1990-91. España: INE y Universidad Autónoma de
Madrid.
Monge,
A. & Ravina, R. (2003). Más allá del componente objetivo en la medición de
la pobreza: análisis geográfico de las dimensiones objetiva y subjetiva de la
pobreza en el Perú. Departamento de Economía, Universidad del Pacífico. Chapters of Books, 1, 61-100.
Morales,
P. (2012). Tamaño necesario de la
muestra: ¿Cuántos sujetos necesitamos? Estadística
aplicada a las ciencias sociales. Madrid: Universidad Pontificia Comillas.
Ortiz,
S. & Marco, R. (2001). La medición
estadística de la pobreza. Madrid: Visión Net.
Pinzón, L. F. (2011). Los
determinantes de la pobreza subjetiva en Colombia: un estudio desde el enfoque
de las capacidades y la economía de la felicidad. Recuperado de
http://bibliotecadigital.univalle.edu.co/bitstream/10893/7081/1/0461969-p.pdf
Ravallion, M. (1998). Poverty Lines in Theory and Practice. World Bank Living Standards Measurements.
Study Working Paper 133. Washington D.C.: World Bank. https://doi.org/10.1596/0-8213-4226-6
Ravallion, M. & Lokshin, M. (1999). Identifying Welfare Effects from Subjective Questions. World Bank
Policy Research Papers Series 2301. Washington D.C.: World Bank. https://doi.org/10.1596/1813-9450-2301
Rojas, M.,
& Jiménez, E. (2008, jul.-dic.). Pobreza
subjetiva en México: el papel de las normas de evaluación de ingreso. Perfiles Latinoamericanos, (32), 11-33.
* Economista de la Universidad
Pedagógica y Tecnológica de Colombia (UPTC). Tunja, Colombia. Correo: eliana.tobasura@gmail.com.
** Magister en Ciencias Económicas.
Docente de la escuela de economía de la Universidad Pedagógica y Tecnológica de
Colombia (UPTC). Tunja, Colombia. Correo: julian.casas01@uptc.edu.co
[1] Salen de dividir el gasto del
alimento entre la cantidad adquirida del mismo.
[2] Se obtiene de dividir los gastos
totales entre el gasto de alimentos.
[3] Véanse Ortiz y Marco (2001, pp.
47-53).
[4] Los modelos