GUATEMALA:MAPAS DE POBREZA

Guatemala, septiembre de 2015

INSTITUTO NACIONAL DE ESTADISTICA -INE-

CONTENIDO

�CONCEPTUALIZACIÓN

�ANTECEDENTES

�ASPECTOS METODOLÓGICOS

� CONCLUSIONES

“NO HAY GOBIERNO SABIO SIN EL GENIO DEL

CÁLCULO Y NO PUEDE HABER CÁLCULO SIN

ESTADÍSTICA”.

JOSE CECILIO DEL VALLE

DEFINICIÓN DE LA POBREZA

Situación de aquellos hogares que no logran reunir, en forma

relativamente estable, los recursos necesarios para satisfacer las necesidades básicas de sus miembros

hogares que tienen un

consumo por debajo de la

línea de pobreza

¿QUÉ SIGNIFICAN?• Los mapas de pobreza proveen información

espacial de la distribución de la pobreza en el paíspor medio de un ordenamiento de las divisionesgeográficas, según alguna medida que indique elnivel de bienestar de la población.

¿CÓMO SE PRESENTAN?• Ayudan a visualizar de una forma sencilla aquellos

lugares con mayores o menores problemas depobreza y desigualdad.

5

CONCEPTUALIZACIÓN Mapas de pobreza

ANTECEDENTES

• En Guatemala se han construido varios mapas

en los últimos años, mediante el uso de distintas

fuentes.

• NBI 1981-1994-2002.

• En 1999, basado en NBI, elaboran un mapa

conjuntamente el INE y el FIS.

• El Programa Mundial de Alimentos con el MAGA

presentaron la cartografía y análisis de la

vulnerabilidad alimentaria en Guatemala.

• Otros que se han ido elaborando.

ANTECEDENTES

• En 1999, la SEGEPLAN, con el INE y la URL,

elaboraron los primeros mapas de pobreza por

el método de línea de pobreza. ENIGFAM y

Censos de 1994.

• El Mapa de Pobreza 2002, conjuga la

información de la Encuesta Nacional de

Condiciones de Vida del año 2000 con el Censo

de Población y Vivienda de 2002.

ANTECEDENTES

• Los mapas de 2002 permitieron visualizar que si

bien la pobreza es un fenómeno generalizado,

hay áreas que padecen mayor precariedad en

las condiciones de vida de su población:

• Departamentos: Quiché (84.6%), Alta Verapaz

(84.1%) y Huehuetenango (78.3%).

• Los municipios Santa Bárbara, San Gaspar

Ixchil, Colotenango y San Juan Atitán, (95%).

METODOLOGÍA

• Metodología desarrollada por Elbers, Lanjouw y

Lanjouw (econometría 2003).

• Emplea encuesta de hogares y censos de población.

1. Utiliza la encuesta de hogares para estimar un modelo

de consumo.

2. Usa este modelo de consumo para predecir el

consumo de cada hogar.

3. Usa el consumo imputado en el censo para calcular

pobreza a nivel local con muchas más observaciones.

10

Mapa Probabilístico: origen

El Censo: provee información de loshogares para toda la población del país.• Se aprovecha la amplia cobertura (universal) que

permite hacer inferencias sobre toda la población y aniveles desagregados.

La ENCOVI permite relacionar característicasdel hogar con una medida confiable deconsumo y una línea de pobreza.• La ENCOVI brinda información para establecer la

relación entre las características del hogar y el consumo(o ingreso) esperado y la correspondientes línea(s) depobreza.

11

Mapa Probabilístico: origen

Variables igualesSe pueden incluir directamente las variables que han sido identificadas como iguales o “comunes” entre el censo y la ENCOVI.

Variables a nivel de personasLa unidad de medida es el hogar, las variables“comunes” a nivel de cada miembro se han detransformar a nivel de hogar. Por ejemplo se puedeutilizar el promedio o porcentaje de individuos alfabetosen el hogar.

12

Mapa Prob.: variables comunes

Variables transformadas:También se considera importante transformar algunas de

las variables para mejorar la capacidad explicativa sobre el

consumo (o ingreso):

1.Por similitud de características: agrupar características

negativas o positivas que se espera tengan un efecto

similar en el consumo (o ingreso) esperado

2.Calcular índices: hacinamiento, desempleo, etc.

13

Mapa Prob.: variables comunes

V I V I E N D A

M A T E R I A L E S

BPARED

Buena Pared

MPARED Mal pared

BPISO Buen piso

MPISO

Mal piso BTECHO Buen techo

MTECHO Mal techo

T I P O

BVIVIEN Buena vivienda

MVIVIEN Mala vivienda

COCINA Cocina dormitorio y leña

VPROPIA

Vivienda propia

VALQUIL Vivienda alquilada

TPERVTotal personasPMEI12% menores de 12 añosPMAI65% mayores de 12 añosM1865

PERSONA

Personas entre 18 y 65JMUJERJefe mujerJEFUNIJefe UnidoJEFINDJefe indígenaJEFCAS

JEFE

Jefe casadoPINDIG% de indígenas en hogarTHIJNVIHijos nacidos vivosHACIN

DEMOGRAFIA

OTROS

Hacinamiento

14

Mapa Prob.: Primera etapa

• Estimación de parámetros “Beta”Los parámetros “beta” son los que nos relacionan las características de los hogares (variables comunes), con el consumo de cada hogar en la ENCOVI a través de la regresión:

Donde:

Ln Y = Logaritmo natural del consumo o ingreso per cápita

X’ = Vector de variables “comunes”

β = Betas o parámetros a estimarse

ε = Error

σ = desviación estándar

( )2,0' σεεβ NXYnL ≈+=

15

Mapa Prob.: Segunda etapa

• Pobreza estimada por hogarCon los parámetros “beta” estimados en la regresión de la primera etapa y los valores de las variables comunes en el Censo, podemos estimar la probabilidad de ser pobre de cada hogar como:

Donde:

ln Z = logaritmo natural del valor de la línea de pobreza deseada

Φ = distribución estándar normal acumulada

^ = valores estimados en la regresión de la primera etapa

)X-zln

( =] P[Eσ

β

ˆ

ˆ'ˆ Φ

β

16

Mapa Prob.: Segunda etapa

• Pobreza estimada por municipioPara cada municipio la probabilidad de ser

pobre se estima al promedio de las

probabilidades de los hogares que la

conforman.

• Error estándarEl consumo de los hogares en el censo no

fueron observados sino estimados. El cálculo

del error estándar tiene que reflejar esta

característica (Hentschel et al 2000)

17

Mapa Prob.: Otras medidas

• Medidas de la distribución de la pobreza

La metodología probabilística nos permite el cálculo de la brecha (α=1) y la profundidad (α=2) de la pobreza las cuales se definen con la fórmula:

Donde: q = el pobre con mayor consumo o ingresoz = línea de pobrezay = consumo per cápita del hogar I

N = tamaño de la muestra

∑=

−=

q

n

i

z

Yz

NP

1

1α

α

18

Mapa Prob.: Otras medidas

• Medidas de iniquidad

Tradicional el GINI y el índice de Theil.

• Cálculo de “otras medidas”El cálculo de la brecha y profundidad de la

pobreza al igual que los índices GINI y Theil no

tienen una expresión analítica o fórmula. Estas

medidas se estiman usando el método

estadístico conocido como “Estimaciones Monte

Carlo”

19

Mapa Prob.: Otras medidas

• Cálculo de errores en “otras

medidas”Los errores estándar de las “otras medidas” se

estiman en base a simulaciones “Monte Carlo”.

Para una explicación más detallada ver el

documento de Elbers et al 2000

1. Asegurarse que las variables Xs sean comparables

2. Verificar el R2 en el modelo de consumo

3. Verificar que la varianza del error de la localidad no sea muy grande en relación al error total

4. Verificar que no se pierdan muchos hogares en la simulación.

5. Comparar medidas de pobreza generadas con este método y con la encuesta directamente (para niveles más agregados)

20

Procesos de verificación

• Cuántos hogares del censo no se utilizan (se dejan por fuera) porque la predicción de consumo es muy alta o muy baja.

• Cuanto menos hogares se pierden significa que el modelo es mejor.

• Verificar los errores estándar de las medidas de pobreza, cuanto mas bajos mejor.

Verificar después de la simulación

22

Mapa Prob.: Limitaciones

• Disponibilidad y calidad de los datos:Los censos normalmente se hacen cada diez años o

más. Los censos y las encuestas de hogares

raramente se hacen el mismo año.

• Requerimientos computacionales En países con grandes poblaciones se pueden presentar

problemas de capacidad computacional

23

Mapa Prob.: Limitaciones

• Requerimientos computacionales En países con grandes poblaciones se pueden

presentar problemas de capacidad

computacional

Nuevos programas que permiten el cálculo de la

segunda etapa en menos de un minuto cuando

antes se tomaba de 2 a 6 horas de cálculos.

Índice de incidencia de la pobreza (P0)• Mide la proporción de personas de cierta unidad

geográfica cuyo consumo se encuentra por

debajo de la línea de pobreza (extrema o

general). Que se encuentra en situación de

pobreza.

• El municipio de San Miguel Chicaj es de 84.7%,

se encuentran por debajo de la línea de pobreza

general.

INDICADORES QUE REVELA EL MAPA DE POBREZA

24

Índice de brecha de la pobreza o profundidadde la pobreza (P1)

• Este índice considera además del número de

pobres, qué tan alejados de la línea de la

pobreza están.

• Expresa lo que le faltaría a los pobres para salir

de la pobreza (distancia promedio entre el

consumo de los pobres y la línea de pobreza),

respecto a la población total.

INDICADORES QUE REVELA EL MAPA DE POBREZA

25

Índice de severidad de la pobreza (P2)• El índice de severidad toma en cuenta el

número de pobres y qué tan pobres son. Este

indicador eleva al cuadrado las brechas de

consumo de los pobres y se expresa como una

proporción de la línea de pobreza.

• El municipio de San Bartolomé Jocotenango es

el que tiene el mayor índice de severidad

(27.8%).

INDICADORES QUE REVELA EL MAPA DE POBREZA

26

Desigualdad Índice de Theil• El índice de Theil otorga mayor valor a aquellos

lugares con más desigualdad en el consumo de supoblación.

• A nivel municipal, el rango para el índice de Theil, Los municipios con más altos valores son Cobán (42.9), Santa Cruz Verapaz (38.3), Fraijanes (38.2).

• Con menor desigualdad son Santa Bárbara (10.9), Chajul (11.4).

INDICADORES QUE REVELA EL MAPA DE POBREZA

27

29

CONCLUSIONES

• Los mapas de pobreza son una herramienta que

ayuda a entender la distribución y características

de la pobreza.

• La orientación de la inversión pública y la mejora

en las intervenciones de combate a la pobreza.

• Dar a conocer las condiciones de pobreza del

país.

• La investigación del fenómeno de la pobreza y la

desigualdad.

• El mapeo de la pobreza puede ser también un

insumo importante para los investigadores y

centros académicos.

• Para la toma de decisiones a nivel local

• Brinda a las organizaciones y gobiernos

municipales, las herramientas para la gestión

de proyectos y búsqueda de cooperación

contribuyendo al empoderamiento local .

CONCLUSIONES

30

31

Bibliografía

• Hentschel J., Lanjouw J., Lanjouw P., and Poggi Javier. CombiningCensus and Survey Data to Trace the Spatial Dimmensions of Poverty: A Case Study of Ecuador The World Bank EconomicReview, 14 (1), January 2000

• Elbers C., Lanjouw J., and Lanjouw P. Welfare in Villages and Towns: Micro-Level Estimation of Poverty and Inequality, April 5, 2000

Gracias por su VALIOSA

atenciónwww.ine.gob.gt