Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Metodologia Pobrez PDF
Metodologia Pobrez PDF
Pobreza Multidimensional
Maria Emma Santos
Universidad Nacional del Sur-CONICET y OPHI
Taller sobre Indices de Pobreza Multidimensional
18 y 19 de Septiembre 2013
Bogotá, Colombia
Una Aplicación:
El Indice de Pobreza
Multidimensional
[Global]
Índice de Pobreza
Multidimensional (IPM)
Analistas y asistentes en el cálculo del IPM desde 2011: Akmal Abdurazakov, Cecilia Calderon, Iván
Gonzalez De Alba, Usha Kanagaratnam, Gisela Robles Aguilar, Juan Pablo Ocampo Sheen, Christian Oldiges y Ana Vaz.
Contribuciones especiales: Heidi Fletcher (preparación de los mapas), Esther Kwan y Garima Sahai (asistentes de
investigación y preparación de gráficos), Christian Oldiges (asistencia de investigación en descomposiciones regionales y errores est;andar),
John Hammock (material de campo de Ground Reality Checkl), Yadira Diaz (asistencia en prepación de mapas).
Equipo de Comunicaciones: Paddy Coulter (Director de Comunicaciones), Emma Feeny (Research Communications
Officer), Heidi Fletcher (Web Manager), Moizza B Sarwar (Research Communications Assistant), y Cameron Thibos (Design Assistant).
Apoyo Administrativo: Laura O’Mahony (OPHI Project coordinator), Natasha Francis (OPHI Project Assistant)
10 indicatores: 62 10 indicatores 66
Faltan 1 31 Faltan 1 31
Faltan 2 8 Faltan 2 6
Faltan 3 3 Faltan 3 1
Años 2000-08 Años 2002-11
14
Ponderaciones iguales por dimension
“la interpretación del conjunto de indicadores se facilita
enormemente cuando los componentes individuales
tienen grados de importancia que, si bien no
exactamente iguales, no son manifiestamente
diferentes.”
Atkinson, Cantillon, Marlier y Nolan (2002), p. 25
0 .1 .2 .3 .4 .5 .6 .7 .8 .9 1
Poverty cutoff (k)
0 .1 .2 .3 .4
0 .1 .2 .3 .4 .5 .6 .7 .8 .9 1
Poverty cutoff (k)
.5
.4
.4
.4
.3
.3
.3
.2
.2
.2
.1
.1
.1
0
0
0
0 .1 .2 .3 .4 .5 .6 .7 .8 .9 1 0 .1 .2 .3 .4 .5 .6 .7 .8 .9 1 0 .1 .2 .3 .4 .5 .6 .7 .8 .9 1
Poverty cutoff (k) Poverty cutoff (k) Poverty cutoff (k)
Lower Limit T1 Lower Limit T2 Lower Limit T1 Lower Limit T2 Lower Limit T1 Lower Limit T2
MPI T1 MPI T2 MPI T1 MPI T2 MPI T1 MPI T2
Upper Limit T1 Upper Limit T2 Upper Limit T1 Upper Limit T2 Upper Limit T1 Upper Limit T2
.5
Multidimensional Poverty Index (MPI)
Multidimensional Poverty Index (MPI)
.4
.2
.3
.3
.15
.2
.2
.1
.1
.1
0 .05
0
0 .1 .2 .3 .4 .5 .6 .7 .8 .9 1 0 .1 .2 .3 .4 .5 .6 .7 .8 .9 1 0 .1 .2 .3 .4 .5 .6 .7 .8 .9 1
Poverty cutoff (k) Poverty cutoff (k) Poverty cutoff (k)
Lower Limit T1 Lower Limit T2 Lower Limit T1 Lower Limit T2 Lower Limit 2008 Lower Limit 2010
MPI T1 MPI T2 MPI T1 MPI T2 MPI 2008 MPI 2010
Upper Limit T1 Upper Limit T2 Upper Limit T1 Upper Limit T2 Upper Limit 2008 Upper Limit 2010
Análisis de robustez – cambios en la línea de pobreza, k
Casos en el límite: todos con valores de IPM bajos (<0.09)
Armenia 2005-2010 Guyana 2005-2009
Multidimensional Poverty Index (MPI)
0
0 .1 .2 .3 .4 .5 .6 .7 .8 .9 1 0 .1 .2 .3 .4 .5 .6 .7 .8 .9 1
Poverty cutoff (k) Poverty cutoff (k)
Jordan 2007-2009
Peru 2005-2008
.06
Multidimensional Poverty Index (MPI)
.1
.02
.05
0
0 .1 .2 .3 .4 .5 .6 .7 .8 .9 1
Poverty cutoff (k) 0 .1 .2 .3 .4 .5 .6 .7 .8 .9 1
Poverty cutoff (k)
Lower Limit T1 Lower Limit T2
MPI T1 MPI T2 Lower Limit T1 Lower Limit T2
Upper Limit T1 Upper Limit T2 MPI T1 MPI T2
Upper Limit T1 Upper Limit T2
Phuba
20
21
21
22
22
23
23
24
24
25
26
26
27
27
28
28
29
29
Otras historias
Metodología: IPM – matriz g0(k)
Tasa de Pobreza Ajustada = M0 = H*A = .442
k=3 (calcular IPM para cada valor de k)
Indicadores c(k) c(k)/d
0 0 0 0 0 0 0 0 0 0 0 0
1.67 1.67 1.67 1.67 .55 0 0 0 0 .55 7.76 .776
g 0 (k ) =
0 1.67 0 1.67 .55 0 .55 .55 .55 0 5.53 .553
0 0 0 1.67 .55 .55 .55 0 .55 . 55 4.42 .442
Fórmula: MPI = M0 = H × A
0.00
• Descomposición por Dimensión (luego de la
Mexico
Brazil China
Dominican Nairobi
Central
Republic Urban
0.10
identificación): se puede ver fácilmente qué Indonesia
Ghana
Bolivia Central Central
MPI Value
Rift Valley
Tanzania Nyanza
0.40
Mozambique
0.50
North
Mali Eastern
0.60 Urban
Niger
North North
0.70 Eastern Eastern
Rural
0.80
Base de datos IPM
http://www.ophi.org.uk/multidimensional-poverty-index/mpi-data-bank/
Base de datos IPM:
http://www.ophi.org.uk/multidimensional-poverty-index/mpi-data-bank/
Ethiopia
Cambios en Bolivia, Etiopía, Nepal y Uganda
Cambios en el tiempo en el IPM
Multidimensional Poverty Index (MPI) over Time
Armenia 2005-2010**
Jordan 2007-2009 18 countries have statistically
Colombia 2005-2010*** significant MPI reduction at α=0.05
Guyana 2005-2009**
Per u 2005-2008*
Bolivia 2003-2008***
Zimbabwe 2006-2010/11***
Lesotho 2004-2009***
Ghana 2003-2008***
Cambodia 2005-2010***
Nepal 2006-2011***
Kenya 2003-2008/9*** Note: *** statistically significant at α=0.01
India 1998/9-2005/6*** ** statistically significant at α=0.05,
Bangladesh 2004-2007*** * statistically significant at α=0.10
Nigeria 2003-2008***
Tanzania 2008-2010***
Rwanda 2005-2010***
Malawi 2004-2010***
Uganda 2006-2011***
Madagascar 2004-2008/9
Senegal 2005-2010/11
Ethiopia 2005-2011***
Ethiopia 2000-2005***
Note: 45
*** statistically significant at α=0.01, ** statistically significant at α=0.05, * statistically significant at
α=0.10
Cómo cambia el IPM:
- Reducciones en la incidencia
- Reducciones en la intensidad
Reduciendo incidencia e intensidad
País A: País B:
Política de reducción de pobreza Política orientada a los más pobres entre
(sin foco en desigualdad) los pobres
Multidimensional Intensity
Intensity of Multidimensional Multidimensional
Multidimensional Intensity of
Intensityof Multidimensional
Multidimensional
Headcount Deprivations Poverty Index Headcount
Headcount Deprivations
Deprivations Poverty
Poverty Index
Index
(H) (A) (MPI = H * A) (H)
(H) (A)
(A) (MPI
(MPI =
=HH ** A)
A)
0.34 0.34
0.34
53.00 53.00
53.00
0.33 0.33
0.33
55.00 55.00
55.00 52.00 After
52.00 52.00
0.32 0.32
0.32
51.00 51.00
51.00
0.31 0.31
0.31
50.00 50.00 0.30 País B redujo la intensidad
50.00
50.00
de50.00
las deprivaciones
50.00 0.30
0.30
Reduction in Incidence
of Poverty (H) -0.2
-0.4
-0.6
Reduction in
Intensity of
Lo mejor es reducir -0.8
Poverty (A)
simultáneamente la incidencia e
intensidad de la pobreza -1
-1.2
-1.4
49
Reducir incidencia o intensidad?
La misma reducción en incidencia
pero diferente reducción en
intensidad de la pobreza
50
Reducir incidencia o intensidad?
Diferentes grupos –
diferentes caminos a la
reducción de pobreza?
51
Reducción IPM
Rwanda Ethiopia Nigeria
2005-2010 2005-2011 2003-2008 Diferente camino
a la reducción de
-.011
-.014 pobreza
-.026 Rwanda Ethiopia Nigeria
2005-2010 2005-2011 2003-2008
6%
32%
55%
94%
68%
45%
-1.00 Nutrition
Annualized Absolute Change
Child
-2.00 Mortality
Years of
Schooling
-3.00 Attendance
-4.00 Cooking
Fuel
Sanitation
-5.00
Water
-6.00 Electricity
Floor
-7.00
Assets
-8.00
Otros patrones de reducción
Ghana Tanzania Cambodia Bolivia
(.309) (.367) (.298) (.175)
1.00
in proportion who is poor and deprived in...
Nutrition
0.00
Annualized Absolute Change
Child
Mortality
Years of
-1.00 Schooling
Attendance
-2.00 Cooking
Fuel
Sanitation
-3.00 Water
Electricity
-4.00 Floor
Assets
-5.00
Otros patrones de reducción
Madagascar Malawi Uganda
(.383) (.381) (.417)
0.03
in proportion who is poor and deprived in...
Nutrition
0.01
Annualized Absolute Change
Child
Mortality
Years of
-0.01 Schooling
Attendance
-0.03 Cooking
Fuel
Sanitation
-0.05 Water
Electricity
-0.07 Floor
Assets
-0.09
Cambios en IPM Subnacional:
- Yendo más allá de promedios
- Mostrando disparidades
“No dejes atrás a nadie” (HLP2015)
59
Cambios en el tiempo en Rwanda
Rwanda 2005-2010: Annualized Absolute Changes in Regional MPI
City of
North West East South National Kigali
(0.481) (0.481) (0.479) (0.469) (0.460) (0.260)
0.000
-0.005
Annualized Absolute Change
-0.010
in the regional MPI
-0.015
-0.020
-0.025
-0.030
-0.035
Países como Rwanda
-0.040 muestran igual ritmo de
-0.045 reducción en todas sus
-0.050 regiones
60
Cambios en el tiempo en Nepal
Nepal 2006-2011: Annualized Absolute Changes in Regional MPI
Annualized Absolute Change
0.000
in the regional MPI
-0.005
-0.010
-0.015
-0.020
-0.025
-0.030
-0.035
-0.040 Países como Nepal
-0.045 muestran una reducción
desigual de pobreza entre
-0.050
sus regiones 61
Cambios en el tiempo en Nigeria
Nigeria 2003-2008: Annualized Absolute Changes in Regional MPI
0.000
Annualized Absolute Change
-0.010
in the regional MPI
-0.020
-0.030
-0.040
-0.050
62
En algunos países
Changes overobservamos
time inaumentos
MPI y caídas en la pobreza
simultáneamentente: Senegal, Nigeria y Zimbabwe
Annualized Absolute Variation in MPI
-.2 -.1 0
la ia
Bo s h
Et pia bia
G na
Jo na
Le nya
ri a
ba al
Se nda
ia 05
N o
e
G 11
Ke n
am ia
R eru
Et o dia
Ni al
a
th
bw
ng en
Zi neg
ep
C liv
de
ha
ge
a
op 00/
rd
hi lom
bo
05
so
P
a
uy
Ba rm
m
A
C
o
hi
10%
20%
30%
40%
50%
60%
70%
80%
90%
0%
Niger
Ethiopia
Mali
Burundi
Burkina Faso
Liberia
Guinea
Somalia
Mozambique
Sierra Leone
Senegal
DR Congo
Benin
Uganda
Rwanda
Timor-Leste
Madagascar
Malawi
Tanzania
Zambia
Chad
Mauritania
Cote d'Ivoire
Intensity 50-69.4%
Vanuatu
Djibouti
Nicaragua
Bhutan
Guatemala
Indonesia
Bolivia
Swaziland
Tajikistan
Mongolia
Peru
Iraq
Philippines
South Africa
Paraguay
China
Morocco
Suriname
Guyana
Estonia
Intensity 44.4-50%
Turkey
Egypt
Trinidad and Tobago
Belize
Syrian Arab Republic
Colombia
Sri Lanka
Azerbaijan
Maldives
Kyrgyzstan
Dominican Republic
Hungary
Croatia
Viet Nam
Mexico
Czech Republic
Argentina
Tunisia
Brazil
Jordan
Uzbekistan
Ecuador
Intensity 33.3-44.4%
Ukraine
Macedonia
Moldova
Comparing the Headcount Ratios of MPI Poor and $1.25/day Poor
Uruguay
Thailand
Latvia
Montenegro
Palestinian Territories
Albania
Russian Federation
Serbia
Bosnia and Herzegovina
Georgia
$1.25 a day
Kazakhstan
United Arab Emirates
Armenia
Belarus
Slovenia
Slovakia
Población Total en los 104 países del IPM 2013 La mitad de la población
Europe and
Central Asia mundial considerada en
7.5% Arab States
Sub-
Saharan
4.2%
Latin
el IPM vive en Asia del
Africa
14.3%
America and
Caribbean Sur, y 29% en África Sub-
9.5%
South Asia
Sahariana
29.8% East Asia
and Pacific
34.6%
Europe and Arab States
Central Asia 2.12%
0.7% Latin America
& Caribbean
2.2%
Sub-Saharan East Asia &
Africa Pacific
Individuos pobres 28.90% 14.9%
Ingresos
Medios
Bajos
Datos 60.1%
poblacionales 2010
IPM y $1.25 por día:
complementarios
IPM vs $1.25/día: 16 comparaciones
Difícil comparar tendencia de IPM vs $1.25 dado a la poca
frecuencia en los datos
0
Relative variation
-0.05
-0.1
-0.15
-0.35
Los rankings son muy distintos!
Cambios en H (IPM) vs incidencia $1.25 (relativa)
0.05
-0.05
Relative variation
-0.1
-0.15
-0.2
-0.3
-0.35
Análisis de Robustez
Robustez de los rankings del IPM a:
76
Composición del Hogar:
Los hogares pobres tienen…
(porcentaje ponderado por población de 2007 de países donde
los hogares pobres Signific.
Signific. tienen…) No signific.
mayor menor distinto
Tamaño del hogar 49.6% 38.2% 12.2%
Número de 47.8% 38.1% 14.1%
mujeres
Número de niños 56.3% 7.5% 36.2%
menores de 5
Niños en edad 59.4% 5.5% 35.1%
escolar
Jefa mujer 11.1% 36.1% 52,8%
Número de 19.4% 42.5% 38.1%
personas 50+
77
Composición del Hogar:
En general, no hay una
Los hogares pobres tienen…
diferencia significativa
en el tamaño del hogar
(porcentaje ponderado
y # de mujeres por población de 2007 de países donde
los hogares pobresSignific.
Signific. tienen…) No signific.
mayor menor distinto
Tamaño del hogar 49.6% 38.2% 12.2%
Número de 47.8% 38.1% 14.1%
mujeres
Número de niños 56.3% 7.5% 36.2%
menores de 5
Niños en edad 59.4% 5.5% 35.1%
escolar
Jefa mujer 11.1% 36.1% En general, lá
52,8%
probabilidad de tener
Número de 19.4% 42.5% 38.1%
personas 50+ niños es mayor para los
hogares pobres por IPM
78
Composición del Hogar
• Realizamos algunos tests separando valores
“Bajos”, “Medios” y “Altos” del MPI, así como
diferencias regionales. Alkire y Santos 2013, OPHI WP 59
80
Entendiendo el ‘sesgo’ en la composición
de hogares en países con MPI alto
1. La pobreza IPM podría ser objetivamente más elevada
para hogares de mayor tamaño y con más niños.
2. El diseño muestral y la construcción de los indicadores
IPM podría ‘inflar’ inadecuadamente la pobreza
aparente en hogares de gran tamaño.
3. Los indicadores IPM podrían tener un sesgo
justificado: reflejan la prioridad de los niños y mujeres
en los ODM, al ser grupos vulnerables.
Robustez ante cambios en las líneas de
corte/indicadores
a) 3 medidas alternativas de nutrición infantil (peso-por-
edad, peso-por-altura y altura-por-edad), y diferente
población de referencia
b) Mortalidad infantil con y sin restricciones de edad
c) Incluir asistencia escolar vs usar sólo años de educación
d) Ignorar tiempo que lleva obtener agua en el indicador
de agua potable
e) Requerir agua por tubería, inodoros con arrastre de
agua y pisos mejorados (considerando palma de
bambú/tabla de madera como privado), para estar no
privado en agua, saneamiento y pisos
Robustez ante cambios en las líneas de
corte/indicadores
• Se computó el MPI en cada caso, se obtuvo el
ranking de países y se calculó el índice de
correlación de Spearman entre los rankings.
10% 20% 33% 40% 50% 60% 70% 80% 90% 100%
k
0 .1 .2 .3 .4 .5 .6 .7 .8 .9 1
Poverty cutoff (k)
0 .1 .2 .3 .4
0 .1 .2 .3 .4 .5 .6 .7 .8 .9 1
Poverty cutoff (k)