TRADUCIDO Economies-07-00096-V2 Traducccion

Economías 2019, 7, 96
Economías
Articulo
Un análisis de los determinantes del hogar

Gastos de consumo y pobreza en India
Almas Heshmati 1,* , Esfandiar Maasoumi 2 y Guanghua Wan 3
1
Departamento de Economía, Universidad de Sogang, Sala GN702, 35 Baekbeom-ro, Mapo-gu, Seúl 04107,
Corea
2
Departamento de Economía, Facultad de Artes y Ciencias, Universidad de Emory, 201 Dowman Drive,
3
Atlanta, GA 30322, Estados Unidos; esfandiar.maasoumi@emory.edu
4
Instituto del Banco Asiático de Desarrollo, 6 ADB Avenue, Mandaluyong City 1550, Filipinas;
gwan@adbi.org
* Correspondencia: heshmati@sogang.ac.kr; Tel .: + 82-10-4513-1712
Recibido: 27 de junio de 2019; Aceptado: 18 de septiembre de 2019; Publicado: 20 de septiembre

de 2019
Resumen: Este artículo examina los determinantes del ingreso de los hogares entre las zonas
urbanas y rurales de la India y evalúa el desempeño de los hogares con diferentes características en
términos de pobreza. Utiliza cuatro rondas de datos de la encuesta de gasto del consumidor (50,
1993/1994; 55, 1999/2000; 61, 2004/2005; y 66, 2009/2010) por la Organización Nacional de
Encuestas de Muestra (NSSO) en la sección empírica. . Este estudio consta de dos partes principales.
En el primero, analiza el impacto de las características del jefe del hogar (edad, nivel educativo,
estado civil y género) y las características del hogar (tipo ocupacional principal, tamaño del hogar y
estado social) en el gasto mensual per cápita mediante regresiones condicional de mínimos
cuadrados (LS) y regresiones cuantiles condicionales. Los hogares encabezados por personas
mayores, casadas, pertenecientes a castas inferiores y que viven en estados menos desarrollados
tienen más probabilidades de estar en la pobreza. En la segunda parte, el artículo explora las
clasificaciones de dominio estocástico en relación con grandes clases de funciones / preferencias de
bienestar entre subgrupos por pares identificados por el año de la encuesta, el género, el estatus
social y el tipo de ocupación de los jefes de hogar. Nuestros resultados muestran que los "grupos
inferiores", como las "clases atrasadas", la mano de obra agrícola en las zonas rurales y la mano de
obra informal en las zonas urbanas son vulnerables y pueden ser objeto de estrategias de alivio de
la pobreza. La primera parte arroja luz sobre los determinantes clave del gasto de los hogares,
mientras que la segunda proporciona una imagen de los resultados de la pobreza que ayuda a
identificar posibles grupos objetivo para las estrategias de alivio de la pobreza.
Palabras clave: determinante del ingreso; pobreza; regresión cuantil; dominio estocástico
JEL Clasificación: C31, D63, O15, 018

1. Introducción
El alivio de la pobreza ha sido el objetivo de la política de ingresos de la India desde su

independencia en 1947. Las inversiones en capital humano para aumentar la productividad laboral es
un ejemplo de los objetivos de esta política. A pesar de tres décadas de buenas intenciones de
distribución y cambios constantes en la política, aproximadamente la mitad de la población en la
India ha estado luchando por debajo del umbral de la pobreza. Muchos han atribuido el fracaso del
alivio de la pobreza al lento crecimiento de la economía (un poco más del 1 por ciento) y al aumento
constante de su población (más del 2 por ciento) antes de la década de 1980 (Panagariya 2008).
Sin embargo, a medida que se desarrollaba la década de 1980, India comenzó a salir del lento
crecimiento que había experimentado hasta entonces. Una encuesta realizada por el gobierno de
India (2012) mostró que entre 1980 y 2010, India logró una tasa de crecimiento anual de 6.2 por
ciento, mientras que el mundo en su conjunto registró una tasa de crecimiento de 3.3 por ciento.
Como resultado, la participación de la India en el PIB mundial se duplicó con creces del 2.5 por ciento
en 1980 al 5.5 por ciento en 2010, lo que la convierte en la cuarta economía más grande del mundo.
Rango de la India en per cápita.
El PIB mostró una mejora de 117 en 1990 a 101 en 2000 y más a 94 en 2009. Afortunadamente,
este cambio en la tasa de crecimiento también coincidió con una ruptura en las tendencias de la
pobreza. Según las estadísticas de la Encuesta nacional de muestra, la tasa de pobreza a nivel
nacional cayó del 51,3 por ciento en 1977-1978 (Comisión de planificación 2002) para 29.8 porcentaje
en 2009–2010 (Comisión de planificación 2012).
Sin embargo, algunos han planteado dudas sobre esta fuerte disminución en la tasa de pobreza.
Como escéptico reformas, Sen (2000) se apresuró a señalar que un cambio crítico en el diseño de la
muestra introducido en la 55ª Ronda (1993/1994) hizo que los cálculos no fueran comparables a los
basados en las rondas anteriores. Un debate más reciente se ha centrado en el cambio en la
definición de los niveles de pobreza. Sobre la base de los índices de precios calculados a partir de la
Encuesta de gastos de consumo de los hogares 2009–2010, el comité Suresh Tendulkar redujo el nivel
de pobreza de 2004–2005 de Rs 32 por día a Rs 28 por día. Como resultado, la línea de pobreza se fijó
en Rs 859.60 por mes en las regiones urbanas y Rs 672.80 por mes en las regiones rurales.
Hacer juicios sobre la incidencia de la pobreza monetaria en el tiempo y el espacio, o clasificar la

severidad de la pobreza entre subgrupos, requiere hacer un número sustancial de elecciones
metodológicas importantes. Cualquier investigación empírica de la pobreza se enfrenta
inmediatamente a los problemas de establecer la línea de pobreza adecuada y elegir el índice de
pobreza adecuado, ya que es posible representar imágenes contradictorias de órdenes de
clasificación entre subgrupos.
Duclos y Araar (2006) afirman que la mayoría de los estudios empíricos se centran en medir y
comparar índices cardinales de pobreza. La principal ventaja de estos índices es que se centran en
solo una o unas pocas evaluaciones numéricas para el "pedido completo". Usando este método, la
pobreza y la equidad se pueden comparar entre diferentes distribuciones. Sin embargo, las
comparaciones ordinales (Sen 1976) 3 permiten una comparación de índices a través del tiempo,
estados y características sociodemográficas, o comparaciones de regímenes de políticas e
introducción de políticas fiscales y programas de ajuste macroeconómico. Estos dos enfoques pueden
ser sensibles a la elección subjetiva de los índices y las líneas de pobreza, lo que socava la confianza
de uno para comparar distribuciones o para hacer recomendaciones de políticas.
Vale la pena mencionar que, como ventaja, el uso de comparaciones ordinales puede evitar las
dificultades en la elección de modelos y métodos teóricos y econométricos apropiados. Las
comparaciones de pobreza ordinaria proporcionan "órdenes débiles" que pueden ser robustas en la
elección de algunos supuestos de medición, ya que serán válidos para clases amplias y rangos de
dichos supuestos. Cuando el problema es simplemente resolver cuál de los dos enfoques aliviará
mejor la pobreza, las comparaciones ordinales que pueden permitir comparaciones entre diferentes
dimensiones y características de la población y los regímenes de políticas pueden ser más
informativas en la toma de decisiones.
Las comparaciones ordinarias de la pobreza implican el uso de clases de índices distributivos

para determinar si un orden de pobreza es válido para todos los índices que son miembros de una
clase de un orden específico puede probarse empíricamente mediante pruebas de dominio
estocástico. Cuando dos distribuciones de ingresos no se cruzan, pueden clasificarse por dominio de
primer orden. Si se cruzan, diferentes índices pueden estar en desacuerdo sobre sus pedidos antes y
después de las distribuciones de políticas (eventos). Para resolver esta ambigüedad, podemos pasar a
ordenar por dominación de segundo orden, reflejando una clase de preferencias que prefiere la
igualdad. En este caso, los índices distributivos obedecen a principios éticos adicionales (distintos del
anonimato y la invariancia de la población) de sensibilidad de distribución. A medida que aumenta el
orden, también aumenta el peso ético relativo asignado al efecto de los cambios en el ingreso en la
parte inferior de la distribución. Los índices correspondientes se vuelven más sensibles a la
distribución del ingreso entre los más pobres y a salir de la pobreza.
Este estudio es un intento de identificar las características importantes de los grupos vulnerables
y determinar qué características socioeconómicas observables están asociadas con la reducción de la
pobreza al ritmo más rápido. Primero usamos métodos paramétricos (media condicional y
regresiones cuantiles condicionales) para especificar los modelos para los determinantes del gasto de
consumo de los hogares. Luego aplicamos pruebas de dominio estocástico no paramétrico para
evaluar el desempeño de los subgrupos en términos de reducción de la pobreza con el objetivo de
revelar cualquier clasificación distribucional entre los grupos objetivo a lo largo del tiempo. Los dos
métodos son diferentes pero complementarios al analizar el gasto de consumo, que está cerca de las
necesidades de la población y es más fluido que el ingreso.
La primera parte de este artículo analiza el impacto de las características del jefe de hogar y del
hogar en el gasto a través de mínimos cuadrados condicional y regresiones cuantiles condicionales.
Los resultados muestran que los hogares encabezados por personas mayores, casadas,
pertenecientes a castas inferiores y que viven en estados menos desarrollados tienen más
probabilidades de estar en la pobreza. La segunda parte explora el uso de las clasificaciones de
dominio estocástico entre los subgrupos por pares identificados por el año de la encuesta y varias
características de los jefes de hogar y del hogar. Los resultados muestran que las "clases atrasadas", la
mano de obra agrícola en las zonas rurales y la mano de obra informal en las zonas urbanas se
encuentran entre las más vulnerables y deberían ser el objetivo de las estrategias de alivio de la
pobreza.
Las dos partes son complementarias, ya que la primera arroja luz sobre los determinantes clave
del gasto de los hogares, mientras que la segunda proporciona una imagen de la pobreza que ayuda a
identificar los grupos destinatarios a los que el gobierno puede dirigir estrategias de alivio de la
pobreza. La identificación de determinantes clave del nivel y las variaciones en el gasto de los hogares
tiene relevancia para las estrategias de reducción de la pobreza. El método no paramétrico
proporciona información sobre la distribución del gasto de consumo por diferentes características del
hogar, pero no arroja luz sobre los factores que afectan el nivel y las variaciones en el consumo y la
cuantificación de su impacto. Por lo tanto, una mejor comprensión del gasto de consumo de los
hogares está directamente relacionada con la pobreza por la importancia de los determinantes al
seleccionar formas alternativas de ajustar la política para reducir efectivamente la pobreza entre los
diferentes subgrupos en las políticas específicas. Las regresiones cuantiles ayudan a distinguir entre el
comportamiento pobre y no pobre y las respuestas a los cambios en los determinantes individuales
del gasto de consumo. Junto con el dominio estocástico, esto permite la identificación de los pobres y
su separación de los segmentos no pobres de la población. Por lo tanto, identificar y estimar los
efectos de los determinantes del gasto de los hogares y su uso efectivo en el diseño e
implementación de políticas sugiere la presencia de relaciones directas entre las tres metodologías y
sus complementariedades.
El resto de este documento está organizado de la siguiente manera. La sección 2 revisa y resume
la literatura relevante sobre la pobreza de ingresos y el análisis de dominio estocástico de la
distribución de ingresos y pobreza. La Sección 3 presenta los datos y las variables utilizadas en esta
investigación. La sección 4 es un estudio econométrico que incluye la introducción de modelos
paramétricos y un marco teórico de dominación de la pobreza. La sección 5 presenta los resultados
de un análisis de la pobreza de ingresos en la India. La sección 6 ofrece un resumen de los resultados
y la conclusión.
2. Revisión de literatura
Hay literatura voluminosa disponible sobre la pobreza. Esto se centra principalmente en los
ingresos unidimensionales y la pobreza basada en el consumo. En los últimos años, se ha prestado
mayor atención a la pobreza multidimensional. En ambos casos, se hace una distinción entre países
rurales versus urbanos y desarrollados contra países en desarrollo. También se hace una elección
entre líneas de pobreza relativa y absoluta, y entre líneas de pobreza relativa fijas y variables. La tasa
de pobreza medida se explica luego por sus posibles determinantes. Debido a las limitaciones de
espacio, nuestro estudio se centra en un análisis de regresión de las variaciones de la pobreza y un
análisis de distribución de la pobreza utilizando el dominio estocástico. Como enfoque alternativo y
en el contexto de los países en desarrollo. Fernández-Ramos et al. (2016) y Garza-Rodríguez et al.
(2010) Investigar la dinámica de la transición de la pobreza y la pobreza crónica y transitoria en
México.
La literatura sobre el dominio estocástico que analiza la distribución del ingreso se ha
desarrollado rápidamente. Este desarrollo ha seguido una metodología que proporciona mejores
pruebas de dominio en la distribución del ingreso y los análisis de pobreza. Existe una asociación
entre la distribución desigual del ingreso y la pobreza relativa. En su análisis de pobreza y equidad,
Duclos y Araar (2000) proporcionar una revisión exhaustiva de los problemas de medición, política y
estimación. Anderson (1993) analiza las pruebas no paramétricas del dominio estocástico en la
distribución del ingreso. En los últimos años, los estudios también han proporcionado evidencia
empírica sobre el uso de la metodología y su utilidad. Deaton y Dreze (2002) reexaminan la pobreza y
la desigualdad en la India. Araar (2006) analiza la teoría y las prácticas de pobreza, desigualdad y
dominio estocástico con ilustraciones basadas en encuestas en Burkina Faso. Chin y Prakash (2011)
mire los efectos redistributivos de las reservas políticas sobre las minorías en la India. Fan et al. (2000)
Estudiar los efectos del gasto público, el crecimiento y la pobreza en la India rural. Aquí,
proporcionamos una imagen cronológica parcial del desarrollo de esta literatura.
Maasoumi y Heshmati (2000) propuso relaciones de orden parcial uniformes para clasificar las
situaciones de bienestar en clases muy amplias de funciones de bienestar con un grado de confianza
estadística. Hicieron pruebas de arranque para la existencia del dominio estocástico de primer y
segundo orden entre la distribución de ingresos de Suecia a lo largo del tiempo y para varios
subgrupos. Su análisis del ingreso fue motivado por el hecho de que el desarrollo del ingreso para
diferentes subgrupos había sido diferente. Su comparación de la distribución de diferentes
definiciones de ingresos ofrece una visión parcial del sistema de bienestar de Suecia. Sus resultados
muestran que el dominio de primer orden era raro, pero las relaciones de segundo orden se
mantuvieron en varios casos. Las políticas de ingresos y bienestar de Suecia favorecieron a los
ancianos, las mujeres, las familias numerosas y los períodos más largos de residencia.
Los problemas de inferencias robustas sobre las tendencias recientes en la calidad ambiental de
los EE.UU son investigados por Maasoumi y Millimet (2005). Su metodología se puede utilizar para
comprender las tendencias en el alivio de la pobreza que son importantes tanto para los individuos
como para los encargados de formular políticas. Las tendencias en el alivio de la pobreza se pueden
determinar a través de comparaciones de niveles medios de pobreza incondicional o condicional. Sin
embargo, llegar a una conclusión inequívoca sobre la base de solo el primer momento de la
distribución es problemático, ya que ignora lo que ocurre en las diferentes regiones de la distribución.
Las clasificaciones relativas no suelen ser robustas para indexar la elección. Al abordar estas
inquietudes, Maasoumi y Millimet adaptaron los desarrollos recientes en la literatura de dominio
estocástico para probar relaciones inequívocas entre distribuciones actuales y pasadas que pueden
ser útiles en un estudio actual de la pobreza.
Los hogares se pueden observar en una secuencia de tiempo y se puede realizar un estudio de la
dinámica de distribución. Linton et al. (2005) proporcionar pruebas consistentes para el dominio
estocástico bajo esquemas generales de muestreo al proponer un procedimiento para estimar los
valores críticos de las pruebas extendidas de Kolmogorov-Smirnov de dominio estocástico de un
orden arbitrario. Permiten que las observaciones sean dependientes en serie y acomoden la
dependencia general entre las perspectivas que se clasificarán condicionalmente. Por lo tanto,
desarrollan una prueba de dominio estocástico basada en submuestreo y muestran que las pruebas
resultantes son consistentes y potentes. Además, proponen algunos métodos para seleccionar el
tamaño de la submuestra y demuestran en simulación que esto funciona razonablemente bien.
Además, describen un método alternativo para obtener valores críticos basados en volver a ingresar
las estadísticas de prueba y usar métodos de arranque de muestra completa. Whang (2019)
proporciona una revisión exhaustiva de un análisis econométrico del dominio estocástico con énfasis
en los conceptos, métodos, herramientas y diferentes aplicaciones.
Bishop et al. (2005) utilice datos de los proyectos de ingresos de los hogares chinos y calcule una
ecuación de ganancias estándar y regresiones cuantiles para estimar y descomponer la brecha de
ganancias. A diferencia de la regresión estándar, que no va más allá de una investigación promedio de
la brecha de género utilizando regresiones cuantiles, el método que utilizan permite modelar la
distribución condicional de ganancias en función de las características de los trabajadores en
diferentes niveles de ingresos. Sus hallazgos sugieren que si bien la brecha de ganancias ha
aumentado, la fracción de la brecha "inexplicable" por las diferencias en las variables de capital
humano ha disminuido con el tiempo.
Las reglas teóricas suponen la continuidad en los ingresos, los gastos de consumo o en los
porcentajes de la población. En realidad, esta continuidad por diferentes razones no existe o se
observa solo de forma limitada. Un conjunto de reglas útiles para verificar el dominio de la pobreza o
la desigualdad utilizando datos discretos o discontinuos es proporcionado por Araar (2006). El autor
propone condiciones que tienen en cuenta la solidez estadística en las pruebas de dominio
estocástico. Usando el consumo per cápita para representar los niveles de vida, Araar utiliza las
encuestas de hogares representativas a nivel nacional de Burkina Faso para 1994 y 1998 para ilustrar
el conjunto de reglas propuesto. Los resultados de Araar muestran que no se puede llegar a una
conclusión sólida sobre los cambios en la pobreza o la desigualdad entre los dos períodos. Esto se
explica por el nivel no significativo de cambio en la distribución del nivel de vida entre estos dos
períodos.
El fenómeno de que los hombres casados ganan salarios promedio más altos en comparación
con los hombres solteros, la llamada prima de matrimonio, es bien conocido. La robustez de la prima
del matrimonio a través de la distribución salarial y sus causas subyacentes es estudiada por
Maasoumi et al. (2009). Su metodología es útil en casos donde los programas difieren por su impacto
en el alivio de la pobreza. La robustez del programa afecta la distribución de la población y las causas
subyacentes de los efectos merecen un análisis más detallado. Este método permite enfocarse en
toda la distribución de la pobreza y emplear pruebas semi no paramétricas desarrolladas
recientemente para los efectos del tratamiento cuantil. Maasoumi y col. (2009) investigan los efectos
causales en diferentes niveles de pobreza.
Por el contrario, los ordenamientos sólidos completos se basan en índices (efecto de
tratamiento promedio) y se usan ampliamente para las evaluaciones del programa. Dichos
ordenamientos sólidos no requieren evaluaciones de consenso, por lo que proporcionan una
orientación inadecuada para los análisis de políticas. Un análisis de dominancia estocástica (DE)
revela todos los cambios distributivos entre los grupos objetivo. Maasoumi and Heshmati (2008) siga
un procedimiento de arranque alternativo para estimar la probabilidad de rechazo de las hipótesis SD
con una prueba de Kolmogorov – Smirnov (KS) adecuadamente extendida para el dominio estocástico
de primer y segundo orden utilizando pares coincidentes a lo largo del tiempo para preservar la
dependencia y obtener estimaciones sin restricciones de las probabilidades de no -rechazo en las
muestras reales. Esto permite la "prueba de hipótesis" clásica por intervalos de confianza que evita el
"sesgo de hipótesis nula" del método. Al realizar pruebas de ¨DE¨ utilizando los datos del Panel
Estudio de dinámica de ingresos (PSID) para los ingresos de diferentes grupos, Maasoumi y Heshmati
identificaron numerosas características de comparación.
Utilizando datos de encuestas de hogares de India y la metodología de dominio estocástico,
podemos investigar y documentar evidencia estadísticamente significativa de distribuciones
condicionales e incondicionales de la pobreza según las diferentes características de los hogares en
todos los estados y a lo largo del tiempo. Una pregunta relevante para los formuladores de políticas y
el público es: qué partes de la pobreza / desigualdad y los cambios en la misma se deben a la
educación, la estructura de edad, las condiciones del mercado laboral, las características del capital
humano, los eventos temporales, etc., y qué partes son sujetos / objetivos de decisiones de política
que pueden tener el mayor rendimiento para un nivel de costo de política dado?
Para responder a esta pregunta, es necesario identificar los componentes de la pobreza o sus
cambios. Un método para hacerlo es estadísticamente "purgar" la variable de ingresos de la
influencia de otras variables. Esto requiere técnicas de regresión condicional o regresión cuantil (ver
Maasoumi y Heshmati 2008 para un ejemplo). Una alternativa es estimar la distribución del ingreso
condicional en un conjunto deseado de variables en secuencia para aislar las contribuciones deseadas
al ingreso total. En cualquier caso, un análisis del "ingreso residual", basado en índices de pobreza o
clasificaciones de dominancia, responderá a la pregunta de política planteada anteriormente.
3. Los datos y las variables seleccionadas
Utilizamos cuatro rondas de datos de encuestas de gastos de consumo a nivel de hogares: 50

(1993/1994), 55 (1999/2000), 61 (2004/2005) y 66 (2009/2010), de la Organización Nacional de
Encuestas de Muestra en India. Las cuatro rondas de encuestas pertenecen a encuestas quinquenales
que contienen de 100,000 a 120,000 observaciones anualmente y proporcionan las principales
fuentes de indicadores estadísticos de nivel de vida, consumo familiar y bienestar social. Los datos del
hogar que se informan en función del consumo mensual per cápita (MPCE) de un hogar se utilizan
junto con el consumo de la línea de pobreza del hogar por parte del gobierno de la India para
clasificar los hogares en términos de su estado de pobreza. Antes de realizar nuestra estimación y la
prueba de dominio de la pobreza, los datos medidos monetariamente por el MPCE se ajustaron a la
inflación dividiéndolos por el índice de precios al consumidor con el año 2009-2010 establecido como
el año base.
La elección de variables explicativas se guía tanto por la teoría económica como por las
observaciones empíricas. En el análisis, incluimos las características demográficas de los jefes de
hogar, como la edad, el sexo, el estado civil y el nivel educativo, así como las características del hogar,
como el grupo social, el tipo de hogar y la región. Tabla 1 proporciona las estadísticas resumidas
(valores medios) de los datos en las encuestas de gastos de consumo de los hogares. Los estados
también se usan como variables para controlar los efectos fijos espaciales.
Tabla 1. (A) Muestra de valores medios, encuestas de gastos de hogares de 1993–1994 y 1999–2000. (B)
Muestra de valores medios, 2004–2005 y 2009–2010 encuestas de gastos de los hogares.
(A)
1993–1994 1999–2000
Variable Rural Urbano Rural Urbano
Mensual per capita
gasto de consumo 330.95 583.25 581.25 1018.76
(Precio actual, rupia)
Demográficas y otras variables de control:
Años (edad) 44.66 43.23 45.34 44.14
Soltero 0.03 0.07 0.03 0.07
Casado 0.86 0.83 0.86 0.83
Divorciado o viudo 0.11 0.10 0.11 0.10
Tamaño del hogar 5.15 4.51 5.25 4.60
Masculino-cabeza 0.91 0.89 0.90 0.90
Grupos sociales:
Tribu programada 0.15 0.07 0.14 0.07
Castas 0.19 0.11 0.18 0.12
Otras catas atrasadas --- --- 0.35 0.28
Otros 0.66 0.82 0.33 0.53
Ocupaciones:
Trabajadores por cuenta propia --- 0.35 --- 0.36
Asalariado irregular --- 0.43 --- 0.42
Labor casual --- 0.12 --- 0.12
Autónomos en no agricultura
0.12 --- 0.15 ---
Mano de obra agricola 0.24 --- 0.26 ---
Otro trabajo 0.07 --- 0.08 ---
Autónomos en agricultura 0.42 --- 0.38 ---
Otros 0.14 0.10 0.14 0.10
Nivel educacional:
No alfabetizado en absoluto 0.49 0.20 0.45 0.19
Alfabetizado, debajo de Primaria 0.16 0.12 0.16 0.11
Alfabetizado, Primario 0.13 0.13 0.12 0.12
Alfabetizada, Secundaria 0.17 0.30 0.20 0.31
Alfabetizada, secundaria superior y

0.06 0.25 0.07 0.27
superior
Numero de observaciones 69,120 46,074 71,044 48,841
Tabla 1. Cont.
(B)
2004–2005 2009–2010
Mensual per capita
gasto de consumo 696.58 1122.99 1195.25 1916.93
(Precio actual, rupia)
Demográficas y otras variables de control:
Años de edad) 46.16 44.95 46.64 45.82
Soltero 0.02 0.06 0.02 0.06
Casado 0.86 0.82 0.87 0.82
Divorciado o viudo 0.11 0.12 0.11 0.12
Tamaño del hogar 5.08 4.55 4.86 4.35
Cabeza masculina 0.89 0.88 0.89 0.88
Grupos sociales:
Tribu programada 0.16 0.08 0.16 0.08
Castas 0.17 0.14 0.18 0.14
Otras castas atrasadas 0.38 0.36 0.38 0.36
Otros 0.29 0.42 0.27 0.42
Ocupaciones:
Trabajadores por cuenta propia --- 0.39 --- 0.37
Asalariado regular --- 0.39 --- 0.38
Labor casual --- 0.13 --- 0.13
Autónomos en no agricultura
0.22 --- 0.25 ---
Mano de obra agricola 0.15 --- 0.11 ---
Otro trabajo 0.11 --- 0.17 ---
Autónomos en agricultura 0.35 --- 0.28 ---
Otros 0.17 0.10 0.19 0.11
Nivel educacional:
No alfabetizado en absoluto 0.37 0.20 0.31 0.17
Alfabetizado, debajo de Primaria 0.26 0.21 0.27 0.19
Alfabetizado, Primario 0.16 0.18 0.16 0.16
Alfabetizado, Secundario 0.15 0.23 0.19 0.27
Alfabetizado, secundaria superior y
0.06 0.18 0.07 0.22
superior
Numero de observaciones 79,162 45,251 59,091 41,714
Para el análisis de dominación de la pobreza, nos enfocamos en comparar la distribución de MPCE
identificada por el año de la encuesta, el género del jefe de hogar, la clasificación del grupo social y el
tipo de hogar.1
Según el resumen de las estadísticas, los hogares encabezados por mujeres (FHH) representaron
alrededor del 10 por ciento del total de hogares. Hay afirmaciones de que los FHH retrocedieron a la
1 Idealmente, uno debería mostrar un logaritmo del consumo mensual per cápita (MPCE) utilizando un gráfico de densidad
del núcleo para cada ronda de datos, separando los datos rurales y urbanos. Esto proporcionará una indicación de cómo
ha evolucionado el MPCE entre rondas y su distribución en cada ronda. Tales gráficos no se proporcionan aquí debido a
limitaciones de espacio.
pobreza más rápidamente que los hogares encabezados por hombres (MHH) debido a la persistencia
de las desigualdades de género y las limitaciones físicas de las mujeres en términos de recolección de
alimentos y combustible de la disminución de los recursos de propiedad común como pastos y
bosques (Sengupta 2007). Usando las rondas 61 y 66 de los datos de NSSO, Sarkar (2012) sugiere que
las economías de escala juegan un papel importante en la comparación de hogares encabezados por
hombres y mujeres.
Los grupos sociales, que se refieren a las categorías del sistema de castas en la India, se pueden
dividir en clases "hacia atrás" y otras clases. En nuestra investigación, consideramos castas
programadas, tribus programadas y otros Casillas "hacia atrás" como la clase "hacia atrás", mientras
que las demás conforman las otras clases. Sengupta (2007) sugiere que las personas de las clases
atrasadas se encuentren en desventaja desde el nacimiento y casi no hay forma de avanzar y mejorar
sus vidas. No solo carecen de instalaciones educativas y de atención médica, sino que también tienen
muy poca tierra o derechos de tenencia garantizados. Varios estudios también demuestran que las
castas y tribus programadas son las clases más vulnerables en términos de pobreza (Sarkar 2012;
Ravallion y Chen 2003). Deaton y Dreze (2002) reexaminó la pobreza y la desigualdad en la India. Chin
y Prakash (2011) mire los efectos redistributivos de las reservas políticas para las minorías.
El tipo de hogar captura las principales fuentes de las variaciones en los ingresos familiares. En
las zonas rurales, a los hogares se les asignan cinco códigos de tipo de hogar diferentes: trabajadores
por cuenta propia en actividades no agrícolas (1), trabajadores por cuenta propia en agricultura (2),
otros trabajadores (3), trabajadores agrícolas (4) y otros (5) . Para las dos primeras categorías, el uso
de la tierra y los activos de capital humano o físico no agrícola en el proceso de producción
proporcionan las principales fuentes de sustento. Las siguientes dos categorías de hogares
prácticamente no poseen activos de capital físico o humano, pero subsisten en función de su trabajo
manual. La quinta categoría cubre los residuos, principalmente con dos tipos de ingresos: (i) aquellos
hogares cuya principal fuente de ingresos es el empleo contractual con sueldos y salarios regulares;
(ii) aquellos que se ganan la vida con activos no laborales sin participación directa en actividades
económicas lucrativas. En el análisis de dominio estocástico, combinamos "otro trabajo" y "otros" en
un grupo para simplificar.
Para las áreas urbanas, los hogares se dividen en: trabajadores independientes (1), salarios
regulares (2), trabajo informal (3) y otros (4). En esta clasificación, las categorías segunda y tercera
están bien definidas y se distinguen en función de la naturaleza (contractual y casual) del empleo
contratado. La primera categoría es una categoría agregada heterogénea que abarca desde
profesionales de altos ingresos que obtienen sus ingresos utilizando altas habilidades y educación
hasta servicios comerciales y de baja productividad no calificados con escaso capital físico o humano.
La cuarta categoría de "otros" incluye aquellos hogares cuya fuente principal de ingresos se deriva de
ganancias no participativas que incluyen los rendimientos actuales de la propiedad de bienes
inmuebles, o de inversiones financieras pasadas, o recibos de transferencias públicas o privadas
(Sundaram y Tendulkar 2003). Fan et al. (2000) también estudie los efectos del gasto público, el
crecimiento y la pobreza en la India rural.
El tamaño del hogar puede tener una relación negativa con el ingreso per cápita del hogar en los
países en desarrollo (Lipton y Ravallion 1994), mientras que también hay evidencia que indica que los
miembros de la familia cooperan entre sí y, por lo tanto, elevan el nivel de ingresos per cápita del
hogar que no sería posible. si los miembros operaban como hogares individuales. La asociación
positiva entre los niveles de ingreso per cápita y el tamaño del hogar puede deberse a la distribución
de los costos fijos de administrar un hogar, como alquiler, electrodomésticos y facturas de servicios
públicos. Además, los hogares más grandes pueden aprovechar los descuentos por volumen con
compras más grandes (Meenakshi y Ray 2002).
Generalmente se sostiene que la educación tiene un efecto positivo en los ingresos y, por lo
tanto, en los niveles de consumo. La educación se divide en cinco niveles: aquellos que no saben leer
ni escribir; los que saben leer y escribir pero tienen un nivel educativo inferior al primario; aquellos
que han terminado la educación primaria; aquellos que han terminado la educación secundaria; y por
último, aquellos que han alcanzado la educación secundaria superior o terciaria. La edad y la edad al
cuadrado se utilizan para evaluar si existe una relación cóncava convencional entre la edad y el gasto
de consumo. Finalmente, examinamos el impacto del estado civil en el consumo; esto tiene tres
grupos: soltero, casado y divorciado o viudo.
4. Modelos y marco teórico
4.1. Modelos para medias condicionales y regresiones cuantiles condicionales
En esta parte usamos robustos mínimos cuadrados ordinarios (MCO) y regresiones cuantiles
condicionales para estimar los efectos de las características del hogar en MPCE para residentes
urbanos y rurales, respectivamente, en diferentes partes de la distribución. El modelo estándar se
basa en la función de ganancias de capital humano desarrollada por Mincer (1994):
ln MPCE i= X i β +ε i (1)
Donde ln MPCE i es el logaritmo natural del gasto mensual per cápita para observación i , y X i es un
vector de características del hogar y funciones no lineales de la edad y otros (ver Tabla 1 para la lista
de las variables explicativas características), β es el vector de coeficientes desconocidos a estimar, y ε i
es un término de perturbación.
Además, utilizamos la regresión cuantil condicional introducida por Koenker and Bassett (1978) lo que
permite mirar más allá de los efectos medios. El modelo se estima en la mediana condicional, así
como en otros percentiles condicionales. Por lo tanto, ofrece una oportunidad para una visión más
completa del panorama estadístico y las relaciones entre variables estocásticas en diferentes partes
de la distribución de ganancias (ver también Koenker 2005).
La regresión lineal clásica es un método para estimar funciones medias condicionales. De
manera similar, en la regresión cuantil condicional usamos una optimización de una función objetiva
lineal por partes de los residuos. Especificamos la ecuación (1) bajo una regresión cuantil condicional
como:
ln ( MPCE i|X i) =X í β τ + εi, τ con Q τ ln ( MPCE i| X i )= X í β τ (2)
Donde Q τ representa el τ −th cuantil de la distribución de ( log) MPCE, condicional en X , y β τ es

el parámetro estimado para cada variable en ese cuantil. Otras anotaciones siguen siendo las mismas
que en la ecuación (1).
Esta es una especificación de cuantil lineal en términos de parámetros cuantiles, pero variables
tales como el cuadrado de edad se incluyen en x . El estimador cuantil del vector de parámetros β τ es
definido como:
^
βτ =
argmin
βτ ϵ Rk {
∑ τ| y i −( x í β τ )|+¿ ¿ iϵ {|i| y i ≥ x í β τ }∑
( 1−τ )| y i−( x í β τ )|
iϵ {|i| y i ≤ x i β τ }
´
} (3)
argmin
¿
βτ ϵ Rk
∑ ρτ ( ¿ y i −ξ ( xi , β τ )) ¿
Estimamos las ecuaciones de gastos para diferentes valores de τ (5, 25, 50, 75, y 95 por ciento),
por separado para residentes urbanos y rurales. No consideramos la posible endogeneidad para la
educación y / u otras variables explicativas en este estudio. Dependiendo de la elección de los IV en
métodos de estimación alternativos, algunos resultados de la línea fronteriza pueden no ser sólidos.
Muchos de nuestros hallazgos son generalmente fuertes en dirección, pero su magnitud
probablemente variará con varias estimaciones IV y otras estrategias.
4.2. Marco teórico para el dominio de la pobreza 2
Las comparaciones ordinales completas / fuertes se basan en índices escalares. Si un orden de

pobreza es robusto para indexar la elección puede examinarse a través de clasificaciones uniformes
por medio de pruebas de dominio estocástico. El objetivo de buscar el dominio estocástico es
determinar la solidez de las clasificaciones ordinales en relación con las grandes clases de juicios
socio-éticos subyacentes a una clase de índices. Cada índice de pobreza representa diferentes
sensibilidades a diferentes partes de la distribución del ingreso. Esto sugiere que las evaluaciones y
clasificaciones pueden proporcionar puntos de vista conflictivos utilizando diferentes índices.
Denotamos la clase de índices de pobreza aditivos como Π s ¿, donde s representa el orden ético de
la clase y ¿, representa el límite superior del rango de todas las posibles líneas de pobreza. Los
índices de pobreza aditiva toman la forma general:
ymax
P ( z )= ∫ v ( y ; z ) dF ( y ) (4)
ymin
Donde v( y ; z ) es el indicador de pobreza o la contribución de un hogar con ingresos y al índice de

pobreza. Suponga que los índices de pobreza aditivos respetan el axioma de enfoque, entonces:
v( y ; z )=0 si y ≥ z . Para la primera clase de índices de pobreza señalados por Π 1 ¿, estos índices
no cambiarán o disminuirán con un aumento en los ingresos o el nivel de vida, y la línea de pobreza
no excede z +¿. Formalmente, los índices dentro de Π 1 ¿ son tales que:
Π1 ¿ (5)
v1 ( y ; z) es la primera derivada de v en y . La segunda clase de índices de pobreza

Donde
2
Π ¿ pertenece a la clase de primer orden y es convexo en niveles de vida o ingresos y . Esto
también implica que estos índices respetar el principio de Pigou-Dalton, de tal manera que una
transferencia marginal de ingresos de los ricos a los pobres reduce la pobreza:
Π2 ¿ (6)
La tercera clase de índices de pobreza son índices dentro de la segunda clase que están disminuyendo
en las siguientes transferencias compuestas: (1) una transferencia beneficiosa de Pigou-Dalton dentro
de la parte inferior de la distribución acompañada de una transferencia adversa de Pigou-Dalton
dentro de la parte superior de la distribución; (2) no disminuyen en la varianza de la distribución:
3
Π ¿ (7)
2 Esta sección se basa en anotaciones en Duclos y Araar (2006).

s s
En general, los índices de pobreza serán miembros de la clase Π s ¿ si (−1 ) v y ( y , z) ≤ 0 y si
v s ( z , z ) =0 para i=0 , 1 , 2... , s−2. A medida que aumenta el orden de la clase de índices de
pobreza, estos índices se vuelven cada vez más sensibles a las transferencias de ingresos entre los
más pobres. Según lo propuesto por Davidson y Duclos (2009), Para verificar el dominio estocástico
para el orden s, uno puede comparar entre las curvas de dominio que toman la forma:
ymax
1
s
D ( z )= ∫
( s−1 ) ! ymin
( z− y )s +dF ( y ) (8)
Donde ( z− y )+¿=(z − y)¿ si z > y y cero de lo contrario. Se puede observar que esta curva es
simplemente una transformación monotónica de la curva FGT (ver Foster et al. 1984). Basado en
esto, uno puede usar las curvas FGT directamente para verificar el dominio de la pobreza. La curva de
dominancia se puede expresar como:
D s ( z )=cP ( α=s−1 , z ) (9)
Donde c=1 /(1−s)! Es un término constante. La distribución B domina en la pobreza la

distribución A para el otro orden s=α +1 si:
Δ a ( z ) =P A ( α , Z ) −P B ( α , z ) >0 ∀ z ∈ [ 0 , ∞ ] (10)
Donde P(α , z ) es el índice FGT. El dominio aquí se refiere a la distribución que genera más bienestar
social o menos pobreza.
5. Resultados empíricos
5.1. Resultados de regresión de mínimos cuadrados ordinarios (MCO)
Tabla 2 presenta los resultados de las regresiones OLS para grupos urbanos y rurales,
respectivamente. En general, el modelo se ajusta a los datos relativamente bien y la mayoría de los
coeficientes tienen signos esperados y son estadísticamente significativos.
Tabla 2. (A) Resultados de la estimación de mínimos cuadrados ordinarios (MCO) para 1993–1994 y 1999–
2000. (B) Resultados de la estimación de mínimos cuadrados ordinarios (MCO) para 2004–2005 y 2009–2010.
(A)
1993–1994 1999–2000
Constante 4.544 *** 4.531 *** 5.468 * 5.907 **
**
Año 0.010 *** 0.013 *** 0.011 * 0.012 **
− − −
Año al cuadrado 0.00004 * 0.00006 * 0.00006 * −0.00004*
− − −
Casado 0.146 *** 0.162 *** 0.140 *** −0.119 *
− − −
Divorciado o viudo 0.172 *** 0.248 *** 0.171 *** −0.170 *
− − −
Tamaño del hogar 0.050 *** 0.102 *** 0.053 *** −0.089 *
− − −
Cabeza masculina 0.008 0.043 *** 0.002 0.043 *
−
Castas 0.052 *** 0.031 ** 0.055 * * −0.056 *
Otras castas atrasadas --- --- 0.125 * * 0.011
Otros 0.160 *** 0.099 *** 0.204 * * 0.114 **
Asalariado regular --- 0.028 *** --- 0.040 **

− −
Labor casual --- 0.240 *** --- 0.228 *
− −
Mano de obra agrícola 0.203 *** --- 0.186 *** ---
− −
Otro trabajo 0.121 *** --- 0.096 *** ---
Autónomos en agricultura 0.052 *** --- 0.039 * ---
**
Otros 0.032 *** −0.091 *** 0.051 * * −0.048 *
Alfabetizado, debajo de Primaria 0.126 *** 0.126 *** 0.082 * * 0.110 **
Alfabetizado, Primario 0.169 *** 0.163 *** 0.131 * * 0.150 **
Alfabetizado, Secundario 0.306 *** 0.352 *** 0.252 * * 0.315 **
Alfabetizado, secundaria superior 0.553 *** 0.736 *** 0.480 * * 0.648 **
R-cuadrado 0.3444 0.4519 0.421 6 0.4817
1993–1994 1999–2000
Estados Rural Urbano Rural Urbano
Arunachal Pradesh 0.157 *** 0.007 0.290 *** −0.105 *
− − − −
Assam 0.101 *** 0.010 0.098 *** 0.027
−
Bihar 0.225 *** −0.114 *** − −
0.117 *** 0.116 *
Goa 0.338 *** 0.224 *** 0.487 *** 0.337 **
Gujarat 0.122 *** 0.153 *** 0.185 *** 0.120 **
Haryana 0.259 *** 0.120 *** 0.348 *** 0.201 **
Himachal Pradesh 0.109 *** 0.259 *** 0.258 *** 0.283 **
Jammu and Kashmir 0.188 *** 0.201 *** 0.294 *** 0.229 **
−
Karnataka 0.015 0.037 *** 0.103 *** 0.084 **
Kerala 0.165 *** 0.140 *** 0.357 *** 0.197 **
− − −
Madhya Pradesh 0.079 *** 0.010 0.058 *** −0.067 *
−
Maharashtra 0.093 *** 0.176 *** 0.016 * 0.151 **
− −
Manipur 0.001 0.231 *** 0.074 *** −0.144 *
Meghalaya 0.234 *** 0.183 *** 0.297 *** 0.230 **
Mizoram 0.316 *** 0.357 *** 0.418 *** 0.361 **
Nagaland 0.430 *** 0.281 *** 0.718 *** 0.449 **
−
Orissa 0.208 *** −0.038 ** −
0.174 *** −0.112 *
Punjab 0.412 *** 0.261 *** 0.449 *** 0.199 **
Rajasthan 0.129 *** 0.067 *** 0.220 *** 0.074 **
−
Sikkim 0.004 0.189 *** 0.107 *** 0.212 **
−
Tamil Nadu 0.040 *** −0.026 ** 0.075 *** 0.065 **
Tripura 0.095 *** 0.098 *** 0.079 *** 0.097 **
−
Uttar Pradesh 0.061 *** −0.019 * 0.000 −
0.042 *
− − −
West Bengal 0.014 0.025 ** 0.004 0.025 *
A and N Islands 0.553 *** 0.615 *** 0.503 *** 0.371 **
Chandigarh 0.469 *** 0.479 *** 0.623 *** 0.429 **
−
Dadra y Nagar Haveli 0.001 0.090 0.226 *** 0.244 **
Daman y Diu 0.497 *** 0.219 *** 0.646 *** 0.211 **
Delhi 0.610 *** 0.419 *** 0.530 *** 0.338 **
Lakshdweep 0.711 *** 0.428 *** 0.724 *** 0.622 **
Pondicherry 0.264 *** 0.019 0.252 *** 0.081 **
Table 2. Cont.
(B)
2004–2005 2009–2010
Constante 5.775 *** 6.103 *** 6.835 * ** 7.234 **
Años 0.018 *** 0.021 *** 0.015 * ** 0.009 **
−
Años al cuadrado 0.00012 * −0.00014 * −
0.00009 ** −0.00003
−
Casado 0.110 *** −0.148 *** −
0.184 *** −0.235 *
−
Divorciado o viudo 0.149 *** −0.214 *** −
0.214 *** −0.292 *
−
Tamaño del hogar 0.051 *** −0.089 *** −
0.061 *** −0.094 *
−
Cabeza masculina 0.023 *** −0.020 * −
0.01 0 −
0.044 *
Castas 0.044 *** −0.034 *** −
0.040 * ** 0.050 *
Otras castas atrasadas 0.132 *** 0.009 0.112 * ** −0.003
Otros 0.192 *** 0.154 *** 0.183 * ** 0.127 **
Asalariado regular --- 0.037 *** --- 0.059 **
− −
Labor casual --- 0.225 *** --- 0.255 *
− −
Mano de obra agricola 0.191 *** --- 0.196 *** ---
− −
Otro trabajo 0.110 *** --- 0.121 *** ---
Autónomos en agricultura 0.051 *** --- 0.081 * ** ---
−
Otros 0.056 *** 0.005 0.086 * ** −0.008
Alfabetizado, debajo de Primaria 0.118 *** 0.127 *** 0.107 * ** 0.129 **
Alfabetizado, Primario 0.229 *** 0.263 *** 0.212 * ** 0.258 **
Alfabetizado, Secundario 0.364 *** 0.471 *** 0.340 * ** 0.471 **
Alfabetizado, secundaria superior 0.599 *** 0.821 *** 0.543 * ** 0.782 **
R-cuadrado 0.3927 0.4741 0.443 9 0.5085
2004–2005 2009–2 010
Estados Rural Urbano Rural Urbano
− −
Arunachal Pradesh 0.286 *** 0.042 * 0.149 *** 0.186 *
−
Assam 0.085 *** −0.042 ** −
0.251 *** −0.330 *
−
Bihar 0.253 *** −0.235 *** −
0.316 *** −0.381 *
Goa 0.316 *** 0.221 *** 0.387 *** 0.162 *
Gujarat 0.065 *** 0.122 *** 0.045 *** −0.035 *
Haryana 0.252 *** 0.184 *** 0.238 *** 0.089 **
Himachal Pradesh 0.161 *** 0.268 *** 0.145 *** 0.082 **
Jammu and Kashmir 0.241 *** 0.198 *** 0.068 *** −0.145 *
− −
Karnataka 0.125 *** 0.024 * 0.124 *** −0.110 *
Kerala 0.341 *** 0.233 *** 0.313 *** 0.114 **
−
Madhya Pradesh 0.183 *** −0.076 *** −
0.218 *** −0.251 *
− −
Maharashtra 0.088 *** 0.142 *** 0.047 *** 0.003
−
Manipur 0.031 *** −0.128 *** −
0.199 *** −0.523 *
−
Meghalaya 0.244 *** 0.209 *** 0.028 * 0.061 *
Mizoram 0.354 *** 0.392 *** 0.122 *** 0.080 **
−
Nagaland 0.504 *** 0.438 *** 0.258 *** 0.007
−
Orissa 0.357 *** −0.216 *** − −
0.390 *** 0.334 *
Punjab 0.358 *** 0.226 *** 0.339 *** 0.062 **
Rajasthan 0.074 *** 0.108 *** 0.067 *** 0.006
Sikkim 0.114 *** 0.043 0.110 *** 0.181 *
− −
Tamil Nadu 0.031 *** 0.064 *** 0.059 *** −0.089 *
− − − −
Tripura 0.160 *** 0.024 0.036 *** 0.125 *
− − − −
Uttar Pradesh 0.072 *** 0.038 *** 0.189 *** 0.217 *
− − −
West Bengal 0.038 *** 0.008 0.183 *** 0.217 *
A and N Islands 0.370 *** 0.510 *** 0.399 *** 0.449 **
Chandigarh 0.383 *** 0.293 *** 0.531 *** 0.334 **
−
Dadra and Nagar Haveli 0.068 ** 0.225 *** 0.014 0.045
Daman and Diu 0.602 *** 0.394 *** 0.277 *** 0.059 **
Delhi 0.380 *** 0.304 *** 0.337 *** 0.170 **
Lakshdweep 0.623 *** 0.646 *** 0.477 *** 0.546 **
Pondicherry 0.193 *** 0.126 *** 0.347 *** 0.225 **
− − − −
Chattigarh 0.223 *** 0.094 *** 0.314 *** 0.308 *
− − − −
Jharkhand 0.223 *** 0.033 * 0.302 *** 0.266 *
− − −
Uttaranchal 0.035 *** 0.053 *** 0.033 ** 0.101 *
Notas: * Significativo al 10%; ** Significativo al nivel del 5%; *** Significativo al nivel del 1%. Características de
referencia: encabezada por una mujer, soltera, otras castas, autoempleada, no alfabetizada y estado de Andhra Pradesh.
Los signos de los coeficientes de edad y edad al cuadrado sugieren una relación cóncava entre la
edad y el gasto de consumo. Además de la 66ª Ronda, la edad ejerce efectos más importantes en el
gasto de consumo de los residentes urbanos en comparación con los residentes rurales. Un jefe de
familia que nunca se casó tiene un nivel de consumo más alto que los que están casados o
divorciados. El grupo de casados tiene un nivel de consumo 11.9 por ciento ~ 15.2 por ciento más
bajo que el grupo soltero, mientras que este rango para el grupo divorciado / viudo aumenta a 14.9
por ciento ~ 29.2 por ciento. Los efectos negativos del matrimonio son más evidentes en el caso de
los residentes urbanos y la mayor diferencia se puede encontrar en la 66ª Ronda. El tamaño del hogar
está relacionado negativamente con los niveles de consumo per cápita del hogar. Un miembro
adicional de la familia conduce a una reducción de alrededor del 5 por ciento (rural) y del 10 por
ciento (urbano) en los niveles de consumo per cápita de los hogares.
No hay evidencia de que los hogares encabezados por mujeres (FHH) sean más pobres que los
hogares encabezados por hombres (MHH). Por el contrario, encontramos que los MHH tienen un
nivel de consumo 2 ~ 4 por ciento más bajo que los FHH en las zonas urbanas. Esto es consistente con
hallazgos anteriores (por ejemplo, Meenakshi and Ray 2002; Sarkar 2012) que en la mayoría de los
estados los FHH disfrutan de un consumo agregado más alto que sus contrapartes MHH. Sin embargo,
esta afluencia relativa de los FHHs cambia drásticamente si se permiten economías de escala
relacionadas con el tamaño del hogar y necesidades de consumo no idénticas entre adultos y niños.
El grupo social se ha dividido en tres subgrupos sociales (ronda 50) y cuatro (ronda 55, 61 y 66)
en las encuestas. Cuando las tribus programadas se configuran como el grupo de referencia, los
resultados muestran que las castas programadas tienen un nivel de consumo 5 por ciento más alto
que las tribus programadas en las zonas rurales, mientras que para las áreas urbanas la relación se
invierte. Para el subgrupo Otras castas atrasadas, los hogares rurales tienen alrededor de un 10% más
de nivel de consumo que el subgrupo Tribus programadas, pero para los hogares urbanos los
coeficientes son insignificantes. El subgrupo otros9 tiene el mayor nivel de gasto de consumo.
El tipo de hogar se basa en los medios de vida de cada hogar. Se asignan dos conjuntos de
subcategorías a grupos rurales y urbanos, respectivamente. Para el grupo rural, el autoempleo no
agrícola se establece como punto de referencia. Los resultados sugieren que este grupo tiene niveles
de consumo de alrededor de 20 por ciento y 10 por ciento más altos que la mano de obra agrícola y
otras categorías laborales, respectivamente. En las zonas rurales, las personas que trabajan por
cuenta propia en una empresa agrícola tienen niveles de consumo más altos que las personas que
trabajan por cuenta propia en otras empresas. El grupo "otros" tiene los niveles de consumo más
altos entre todos los tipos ocupacionales. En cuanto a los hogares urbanos, el grupo de trabajadores
independientes se establece como punto de referencia. Entre todos los tipos de hogares, los
asalariados regulares tienen los niveles de consumo más altos, seguidos por el grupo de trabajadores
independientes. Debido a la inestabilidad ocupacional, el trabajo informal tiene los rendimientos más
bajos.
Por último, los logros educativos están positivamente relacionados con los niveles de consumo.
Alguien con educación de nivel terciario tiene un nivel de gasto per cápita de 70 a 80 por ciento más
alto que una persona analfabeta. En general, los residentes urbanos se benefician más de la
educación ya que los empleos altamente calificados se concentran en las áreas urbanas. Cabe señalar
que en algunos estudios la educación se trata como endógena. Para evitar resultados de estimación
de OLS sesgados, en tales casos el modelo se estima utilizando el método IV. En este estudio, la
unidad de observación son los jefes de hogar adultos donde se da el nivel de educación en el
momento de la encuesta. El modelo se estima utilizando el método OLS con errores estándar
robustos en los niveles agregados y cuantiles.
Los resultados de los dummies estatales para las cuatro rondas reflejan diferentes niveles de
consumo para diferentes estados según su nivel de desarrollo. La mayoría de los coeficientes son
estadísticamente significativos y positivos, lo que sugiere niveles de consumo más altos que el estado
de referencia, Andhra Pradesh. Los estados de Bihar y Odisha están más rezagados, mientras que las
personas en Delhi y Lakshadweep disfrutan de niveles de consumo más altos que otros.
5.2. Resultados de regresión condicional cuantil
Tabla 3 presentar las estimaciones de regresión cuantil para cinco valores de τ. Los coeficientes
estimados miden el impacto de cada covariable en toda la distribución real; por ejemplo, el
coeficiente de los hogares encabezados por hombres en la mediana representa el porcentaje de
cambios de consumo para un hogar con un nivel medio de gasto de consumo si el jefe del hogar es un
hombre en lugar de una mujer. En las regresiones cuantiles, no hay R2 o R2 ajustado. Solo hay un
pseudo R2 que se calcula siguiendo la medida sugerida por Koenker y Machado (1999) que mide la
bondad del ajuste. Para conservar espacio, discutimos principalmente los resultados de las
regresiones cuantiles para la 66ª ronda de encuestas. Los resultados de las otras rondas de encuestas
solo se abordan con fines de comparación.
Año
Como se vio en las estimaciones de MCO en la media, la edad tiene efectos no lineales en los
cuantiles. El efecto lineal de la edad siempre es estadísticamente significativo en todos los cuantiles.
Sin embargo, en el caso de los términos al cuadrado, algunos coeficientes se vuelven estadísticamente
insignificantes en los cuantiles superiores, lo que sugiere que el efecto que se encontró convexo en la
cola inferior de la distribución disminuye. Además, la influencia de la edad en los niveles de consumo
disminuye a medida que avanzamos hacia la cola derecha de la distribución del gasto. Por ejemplo, en
2009–2010, el coeficiente cayó de 0.017 (en el 5º cuantil) a 0,003 (en el 95º cuantil).
Estado civil
Los resultados de todas las rondas sugieren que los jefes de hogar que nunca se habían casado tenían
niveles de consumo más altos que los jefes casados. Los coeficientes son estadísticamente
significativos en todos los cuantiles, excepto en los del quinto percentil, y la magnitud de los
coeficientes aumenta con los niveles de gasto. Esto sugiere que la influencia del estado civil está
estrechamente relacionada con los niveles de consumo y refleja que el resultado en la media (MCO)
puede no capturar adecuadamente los efectos del estado civil. Al comparar los efectos entre las áreas
urbanas y rurales, encontramos que el estado civil es más influyente en los hogares urbanos que en el
consumo de los hogares rurales, aunque se pueden encontrar algunas excepciones en 1999-2000: los
hogares rurales en los percentiles 75 y 95 se vieron afectados por estado civil en mayor medida que
sus contrapartes urbanas. Estos resultados pueden ser sensibles a la elección de estimadores y
diferentes estimadores IV, por ejemplo, pueden no confirmar este hallazgo.
Tamaño del hogar
El tamaño del hogar está relacionado negativamente con el gasto de consumo del hogar. Para los
hogares rurales, cuantos más altos son los niveles de consumo de un hogar, mayor es el efecto del
tamaño del hogar. Mientras que para el grupo urbano, a diferencia de la relación monotónica
anterior, la magnitud de los efectos disminuye ligeramente en el percentil 95 de la distribución del
gasto.
Hogares encabezados por hombres (MHH)
Figura 1 representa las diferencias en los niveles de consumo entre MHH y FHH en detalle para
las zonas rurales y urbanas. En el 5to cuantil de toda la distribución, aunque los MHH muestran
niveles de consumo más altos, el efecto es estadísticamente insignificante. En cuanto a los otros
cuantiles, las desventajas de MHH son robustas tanto para las zonas rurales como para las urbanas y
la brecha de gasto aumenta de manera apreciable, lo que es consistente con la distribución de 27.
Tabla 3. (A) Resultados de regresiones cuantiles para 1993–1994. (B) Resultados de regresiones cuantiles para
1999–2000. (C) Resultados de regresiones cuantiles para 2004–2005. (D) Resultados de regresiones cuantiles
para 2009–2010.
(A)
1993–1994 (50th) Q5 Q25 Q50 Q75 Q95
Rural Urbano Rural Urban Rural Urban Rural Urban Rural Urban
Constante 3.671 ** 3.843 ** 4.251 ** 4.406 ** 4.636 ** 4.770 ** 5.035 ** 5.124 ** 5.484 ** 5.718 *
Año 0.013 ** 0.014 ** 0.011 ** 0.014 ** 0.007 ** 0.012 ** 0.006 ** 0.011 ** 0.007 ** 0.006 *
Año al cuadrado −
0.0001 * −
0.0001 * −0.0001 * −
0.0001 * −
0.00001 −
0.0001 * 0.00001 −
0.00002 −
0.00001 0.0000
5
Casado −
0.026 −
0.047 * −
0.111 ** −
0.157 * −
0.133 ** −
0.202 ** −
0.183 ** −
0.220 ** −
0.246 ** −
0.214 *
Divorciado o viudo −
0.086 ** −
0.142 ** −
0.148 ** −
0.233 * −
0.165 ** −
0.287 ** −
0.209 ** −
0.325 ** −
0.211 ** −
0.336 *
Tamaño del hogar −
0.045 ** −
0.087 ** −
0.050 ** −
0.103 * −
0.052 ** −
0.109 ** −
0.054 ** −
0.113 ** −
0.054 ** −
0.108 *
Cabeza masculina 0.025 0.005 −
0.010 −
0.021 −
0.033 ** −
0.052 ** −
0.067 ** −
0.096 ** −
0.043 ** −
0.158 *
Castas 0.041 ** −
0.172 ** 0.004 ** −
0.177 * −
0.002 ** −
0.147 ** −
0.007 −
0.113 ** −
0.010 ** −
0.065 *
Otros 0.116 ** −
0.050 ** 0.079 ** −
0.066 * 0.079 ** −
0.047 ** 0.087 ** 0.001 0.130 ** 0.046 *
Asalariado regular --- 0.075 ** --- 0.067 ** --- 0.046 ** --- 0.014 --- −
0.051 *
Labor casual --- −
0.184 ** --- −
0.203 * --- −
0.241 ** --- −
0.278 ** --- −
0.350 *
Mano de obra agricola −
0.187 ** --- −
0.217 ** --- −
0.240 ** --- −
0.273 ** --- −
0.293 ** ---
Otro trabajo −
0.041 ** --- −
0.071 ** --- −
0.083 ** --- −
0.102 ** --- −
0.108 ** ---
Autónomos en agricultura 0.041 ** --- 0.047 ** --- 0.043 ** --- 0.035 ** --- 0.078 ** ---
Otros −
0.011 −
0.158 ** 0.051 ** −
0.108 * 0.060 ** −
0.091 ** 0.066 ** −
0.073 ** 0.102 ** −
0.092 *
Alfabetizado, debajo de Primaria 0.140 ** 0.133 ** 0.136 ** 0.147 ** 0.123 ** 0.136 ** 0.114 ** 0.116 ** 0.120 ** 0.143 *
Alfabetizado, Primario 0.185 ** 0.177 ** 0.191 ** 0.201 ** 0.206 ** 0.191 ** 0.213 ** 0.192 ** 0.224 ** 0.214 *
Alfabetizado, Secundario 0.272 ** 0.319 ** 0.290 ** 0.343 ** 0.314 ** 0.367 ** 0.346 ** 0.389 ** 0.424 ** 0.473 *
Efectos fijos literarios, 0.491 ** 0.585 ** 0.492 ** 0.664 ** 0.542 ** 0.740 ** 0.598 ** 0.825 ** 0.669 ** 0.877 *
superiores secundarios y
superiores espaciales incluidos
Pseudo R cuadrado 0.109 0.180 0.135 0.229 0.147 0.257 0.157 0.271 0.163 0.244
(B)
1999–2000 (55th) Q5 Q25 Q50 Q75 Q95
Rural Urbano Rural Urbano Rural Urbano Rural Urbano Rural Urbano
Constante 4.632 ** 5.187 ** 5.204 ** 5.768 ** 5.615 ** 6.140 ** 5.975 ** 6.498 ** 6.593 ** 7.028 *
Año 0.019 ** 0.014 ** 0.012 ** 0.013 ** 0.010 ** 0.010 ** 0.009 ** 0.008 ** 0.006 ** 0.005 *
0.00014 −
0.0001 * −
0.0001 * −
0.0001 * −
0.00004 −
0.00003 −
0.00002 0.00001 0.00002 0.00005
Casado −
0.036 −
0.016 −
0.093 ** −
0.116 * −
0.153 ** −
0.122 ** −
0.192 ** −
0.155 ** −
0.267 ** −
0.180 *
Divorciado y viudo −
0.097 ** −
0.069 ** −
0.129 ** −
0.182 * −
0.182 ** −
0.196 ** −
0.219 ** −
0.213 ** −
0.317 ** −
0.250 *
0.049 ** −
0.083 ** −
0.053 ** −
0.094 * −
0.055 * −
0.097 ** −
0.056 ** −
0.095 ** −
0.057 ** −
0.089 *
Cabeza masculina 0.003 0.002 0.0001 −
0.041 * −
0.033 ** −
0.078 ** −
0.054 ** −
0.087 ** −
0.086 ** −
0.142 *
Castas 0.047 ** −
0.108 ** 0.036 ** −
0.156 * 0.0001 −
0.174 ** −
0.011 −
0.175 ** −
0.026 −
0.143 *
Otras castas atrasadas 0.100 ** −
0.060 ** 0.079 ** −
0.110 * 0.040 ** −
0.131 ** 0.032 ** −
0.144 ** 0.013 −
0.117 *
Otros 0.206 ** 0.054 ** 0.194 ** 0.010 0.159 ** 0.001 0.155 ** 0.001 0.136 ** 0.043 *
Asalariado regular --- 0.100 ** --- 0.088 ** --- 0.075 ** --- 0.034 ** --- −
0.003
0.182 ** --- −
0.191 * --- −
0.215 ** --- −
0.244 ** --- −
0.286 *
0.156 ** --- −
0.175 ** --- −
0.209 ** --- −
0.248 ** --- −
0.323 ** ---
Otro trabajo −
0.056 ** --- −
0.033 ** --- −
0.034 ** --- −
0.052 ** --- −
0.072 ** ---
Otros 0.005 −
0.091 ** 0.074 ** −
0.079 * 0.104 ** −
0.064 ** 0.101 ** −
0.063 ** 0.084 ** −
0.039 *
Alfabetizado, debajo de Primaria 0.093 ** 0.122 ** 0.089 ** 0.117 ** 0.088 ** 0.116 ** 0.097 ** 0.130 ** 0.101 ** 0.155
Alfabetizado, Primario 0.148 * 0.162 ** 0.156 ** 0.190 ** 0.166 ** 0.191 ** 0.179 ** 0.205 ** 0.201 ** 0.190 *
Efectos fijos literarios, 0.373 ** 0.538 ** 0.410 ** 0.614 ** 0.482 ** 0.653 ** 0.551 ** 0.707*** 0.670 ** 0.768 *
superiores secundarios y
superiores espaciales
incluido
15
Tabla 3. Cont.
(C)
2003–2004 (61st) Q5 Q25 Q50 Q75 Q95
Rural Urban Rural Urban Rural Urban Rural Urban Rural Urban
Constante 4.234 ** 4.904 ** 5.147 ** 5.730 ** 5.656 ** 6.192 ** 6.075 ** 6.673 ** 6.716 ** 7.279 *
Año 0.030 ** 0.030 ** 0.021 ** 0.024 ** 0.016 ** 0.019 ** 0.014 ** 0.014 ** 0.012 ** 0.009 *
0.00025 −
0.00025 −0.00015 −
0.00017 −
0.00009 −
0.00011 −
0.00006 −
0.00005 −
0.00003 0.0000
1
Casados 0.170 * 0.008 −
0.094 * −
0.145 * −
0.152 * −
0.175 * −
0.218 * −
0.238 ** −
0.296 ** −
0.271 *
Divorciado o viudo 0.106 −
0.071 −
0.129 * −
0.238 * −
0.192 * −
0.269 * −
0.253 * −
0.311 ** −
0.361 ** −
0.361 *
0.048 * −
0.068 * −
0.052 * −
0.088 * −
0.054 * −
0.096 * −
0.056 * −
0.098 * −
0.058 ** −
0.091 *
Cabeza masculina 0.030 * 0.019 −
0.007 −
0.027 * −
0.052 * −
0.068 * −
0.077 * −
0.081 ** −
0.176 * −
0.148 *
Castas 0.079 ** −
0.101 * −
0.001 −
0.172 * −
0.038 * −
0.167 * −
0.046 * −
0.171 * −
0.011 ** −
0.123 *
Otras castas atrasadas 0.129 * −
0.104 * 0.043 ** −
0.165 * 0.013 * −
0.161 * 0.018 ** −
0.153 ** 0.094 * −
0.103 *
Otros 0.231 ** 0.051 ** 0.146 ** 0.011 0.124 ** 0.025 * 0.137 ** 0.044 ** 0.209 ** 0.102**
Asalariado regular --- 0.085 ** --- 0.071 ** --- 0.068 ** --- 0.045 ** --- 0.019
0.132 * --- −
0.171 * --- −
0.204 * --- −
0.254 ** --- −
0.306 *
0.124 * --- −
0.164 * --- −
0.197 * --- −
0.234 * --- −
0.305 * ---
Otro trabajo −
0.039 * --- −
0.037 * --- −
0.054 * --- −
0.078 * --- −
0.107 ** ---
Otros 0.059 ** −
0.077 * 0.093 ** −
0.052 * 0.110 ** −
0.014 0.103 ** 0.001 0.045 ** 0.011
Se incluyen efectos fijos 0.516 ** 0.661 ** 0.561 ** 0.799 ** 0.596 ** 0.838 ** 0.654 ** 0.874 ** 0.842 ** 0.955 *
literarios, superiores
secundarios y superiores
espaciales
(D)
2009–2010 (66th) Q5 Q25 Q50 Q75 Q95
Rural Urbano Rural Urbano Rural Urbano Rural Urbano Rural Urbano
Constante 5.712 ** 6.284 ** 6.301 ** 7.039 ** 6.703 ** 7.433 ** 7.083 ** 7.724 ** 7.746 ** 8.292 *
Año 0.017 ** 0.014 ** 0.016 ** 0.007 ** 0.013 ** 0.007 ** 0.015 ** 0.008 ** 0.013 ** 0.003 *
0.0001 * −
0.0001 * −
0.0001 * −
0.00001 −
0.0001 * 0.00001 −
0.0001 * 0.00001 −
0.00003 0.0001
Casado 0.016 −
0.106 * −
0.081 * −
0.193 * −
0.162 * −
0.226 * −
0.298 * −
0.278 ** −
0.499 ** −
0.365 *
Divorciado o viudo −
0.032 −
0.231 * −
0.124 * −
0.291 * −
0.197 * −
0.328 * −
0.333 * −
0.361 * −
0.552 ** −
0.399 *
0.056 * −
0.090 * −
0.063 * −
0.104 * −
0.066 * −
0.108 * −
0.069 * −
0.107 ** −
0.071 ** −
0.095 *
Cabeza masculina 0.022 0.034 * −
0.027 * −
0.029 −
0.047 * −
0.093 * −
0.067 * −
0.125 ** −
0.137 ** −
0.148 *
Castas 0.082 ** −
0.090 * 0.013 * −
0.096 * 0.007 −
0.112 * 0.010 −
0.077 ** 0.031 ** −
0.034
Otras castas atrasadas 0.130 ** −
0.081 * 0.057 ** −
0.093 * 0.047 ** −0.088 * 0.066 * −
0.032 ** 0.130 ** 0.033 *
Otros 0.205 ** 0.075 ** 0.145 ** 0.069 ** 0.152 ** 0.071 ** 0.190 ** 0.123 ** 0.299 * 0.202 *
Asalariado regular --- 0.135 * --- 0.128 ** --- 0.105 ** --- 0.084 ** --- 0.041 *
Casual labor --- −
0.122 * --- −
0.201 * --- −
0.234 * --- −
0.250 * --- −
0.312 *
0.167 * --- −
0.156 * --- −
0.174 * --- −
0.206 * --- −
0.228 * ---
Otro trabajo −
0.043 * --- −
0.036 * --- −
0.054 * --- −
0.076 * --- −
0.101 ** ---
Otros 0.098 ** −
0.108 * 0.133 ** −
0.055 * 0.151 ** −
0.020 0.147 ** 0.010 0.143 ** 0.086 *
Alfabetizado, Secundario 0.341 ** 0.387 ** 0.341 ** 0.438 ** 0.352 ** 0.463 ** 0.377 ** 0.490 ** 0.447 * 0.492 *
Se incluyen efectos fijos 0.506 ** 0.679 ** 0.509 ** 0.708 ** 0.540 ** 0.738 ** 0.596 ** 0.781 ** 0.718 ** 0.845 *
literarios, superiores
secundarios y superiores
espaciales
Pseudo R-cuadrado 0.143 0.195 0.159 0.262 0.172 0.282 0.190 0.274 0.199 0.260
Nota: * Significativo al 10% nivel; ** Significativo al 5% nivel; *** Significativo al 1% nivel.
Economies 2019, 7, 96 20 of 31
Figura 1. Efectos de los hogares encabezados por hombres (MHH) en áreas rurales y urbanas en 2009–2010.
Grupos sociales
Para examinar la relación del consumo con los grupos sociales, nos centramos en los resultados de la
Ronda 2009-2010. Hay cuatro subgrupos sociales. Las tribus programadas (ST) se establecen como punto de
referencia y muestran diferencias notables con respecto a las demás. Los resultados para los hogares
urbanos y rurales difieren notablemente cuando se comparan ST, castas "hacia atrás" (BC) y otras castas
"hacia atrás" (OBC). Al mirar el lado izquierdo de la Figura 2, los ST tienen niveles de consumo más bajos que
los BC y los OBC. Esto es especialmente pronunciado en los dos extremos de la distribución. Para los grupos
urbanos, los ST están mejor que los BC y los OBC, y esta ventaja no cambia para el grupo con un gasto
inferior a la mediana.
Figura 2. Social efectos de consumo de los grupos en las zonas rurales y urbanas para 2009–2010 (BC: Castas
atrasadas; OBC: Otras castas atrasadas; Otros: Otras clases).
Tipos ocupacionales
Para los residentes rurales, las ocupaciones se dividen en cinco tipos (Figura 3). El grupo de trabajadores
autónomos no agrícolas se establece como el grupo de referencia que tiene mayores niveles de consumo que
la mano de obra agrícola y otros grupos de tipo laboral. En cuanto a los grupos urbanos, las variaciones en los
efectos junto con la distribución parecen menores. Para los residentes urbanos, el grupo de trabajadores
independientes se establece como grupo de referencia. Es obvio que los asalariados regulares tienen
mayores retornos ocupacionales que otros grupos, a pesar de que esta ventaja disminuye a medida que
avanzamos junto con la distribución del gasto. Es probable que el trabajo informal sea el grupo más inferior
entre todas las categorías con rendimientos consistentemente más bajos. En cuanto al otro grupo, los
efectos varían ampliamente, con un coeficiente tan bajo como −0.108 en el 5º cuantil y un coeficiente tan
alto como 0,086 en el 95º cuantil.
Economies 2019, 7, 96 21 of 31
Figura 3. Efectos de consumo de los tipos ocupacionales para las zonas rurales y urbanas para 2009–2010
(AL: trabajo agrícola; OL: otro trabajo; SAL: trabajo por cuenta propia en la agricultura; RW: asalariado
regular; CL: trabajo informal).
Educación
Los coeficientes para la educación son positivos y altamente significativos para los grupos urbanos y rurales.
Los rendimientos aumentan ligeramente a medida que avanzamos desde el cuantil más bajo al más alto para
la educación secundaria o por debajo. Se observan los mismos patrones para la educación terciaria para las
zonas rurales y urbanas, pero con cambios más visibles en la escala de los hogares rurales. Por lo tanto, se
confirma que la educación es relativamente más remunerativa para las personas con mayores gastos de
consumo.
5.3. Resultados de la dominación de la pobreza
Con la ayuda del paquete de software DASP para STATA desarrollado por Araar y Duclos (2012) , Verificamos
el dominio de la pobreza para los subgrupos por pares. Cuando dos curvas de distribución acumulativa (con
respecto a diferentes órdenes) no se cruzan, se puede observar una relación de dominancia completa. Esto
puede ayudar a identificar qué grupo es más vulnerable en términos de pobreza para todas las líneas de
pobreza posibles. Sin embargo, cuando se cruzan dos distribuciones acumulativas, la condición de
dominación no existirá, lo que implica que las comparaciones de pobreza entre los subgrupos dependen de la
línea de pobreza. Las relaciones de dominancia se presentan en la tabla. 4. Tabla 4 da los valores críticos de
dos distribuciones acumulativas. Aquí los valores críticos se denominan el primer o último punto de
intersección de pares de funciones de distribución acumulativa; La Tabla 4 solo informa las relaciones de
dominio completo donde no se produce una intersección. A continuación, discutimos los resultados de
acuerdo con los subgrupos que nos interesan.
Resultados de la prueba para períodos de tiempo

Primero analizamos los resultados para los períodos de tiempo seleccionados: 1993/1994 (50º),
1999/2000 (55º), 2004/2005 (61º) y 2009/2010 (66º). Las comparaciones entre diferentes períodos de
tiempo arrojan luz sobre el movimiento del bienestar general de los hogares en la India.
Para los residentes rurales, cuando comparamos la 50. ronda con otras rondas, los resultados son
bastante sólidos y muestran que todas las otras rondas dominan completamente la 50.ª ronda en términos
de la primera (FSD), la segunda (SSD) y la tercera (TSD). ) Orden el dominio estocástico. Esto implica que la
pobreza fue la más severa en 1993-1994. Los resultados de una comparación entre las rondas 55, 61 y 66
muestran que existía al menos un punto de intersección, por lo que no se cumplió la condición de dominio
completo. La Tabla 4 muestra lo que sucede si establecemos la línea de pobreza en el valor crítico, los datos
de la 66.a ronda FSD, SSD y TSD para la 61.a y 55.a ronda y la 61.a ronda FSD, SSD y TSD, y la 55.a ronda. Sin
embargo, estos valores críticos son más pequeños que la línea de pobreza oficial de India presentada en la
Tabla 5. Por lo tanto, no es posible clasificar estas tres rondas en términos de dominio de la pobreza. Tabla4.
(A) Resultados del dominio de la pobreza (informe sobre la primera intersección entre dos distribuciones). (B) Resultados
Economies 2019, 7, 96 22 of 31
del dominio de la pobreza (informe sobre la última intersección entre dos distribuciones). (C) Resultados del dominio de
la pobreza (informe solo sobre el dominio completo).
(A)
Dominio de primer orden Dominio de segundo orden Dominio de tercer orden
Comparación de Rural Urbano Rural Urbano Rural Urbano
pares
66 vs. 61 B (2.50) C A (5.30) * C B (4.29) C
66 vs. 55 A (7.16) * C A (12.94) * C A (18.56) * C
66 vs. 50 C C C C C C
61 vs. 55 A (58.51) A (89.09) A (82.58) * A (113.58) * A (100.14) * A (137.83) *
61 vs. 50 C C C C C C
55 vs. 50 50 C C C C C C
th
BC vs. OTH B (1.77) A (14.69) B (2.42) * D B (3.23) * D
MHHs vs. FHHs A (3.23) B (384.75) A (8.03) C A (9.74) C
T1 vs. T2 B (2.36) B (9.65) * B (3.95) B (12.18) B (6.24) B (15.32) *
T1 vs. T3 B (2.34) A (19.13) * B (2.46) A (25.77) * B (2.68) A (31.90) *
T1 vs. T4 A (6.04) B (60.33) A (9.37) B (78.20) * A (12.42) B (98.65) *
T2 vs. T3 D A (14.69) * D A (18.11) * D A (22.30) *
T2 vs. T4 A (3.23) B (203.39) A (6.63) B (523.27) * A (10.19) D
T3 vs. T4 55 A (2.38) B (35.79) * B (102.11) * B (47.76) * A (3.12) B (59.32) *
th
BC vs. OTH D A (23,931.58) * D D D D
MHHs vs. FHHs A (26.87) A (35.40) A (36.33) A (54.42) A (45.64) A (72.80)
T1 vs. T2 A (50.75) B (83.19) A (61.72) * B (106.52) * A (73.44) * B (127.51) *
T1 vs. T3 A (371.33) A (53.10) A (1012.84) * A (61.75) * C A (72.58) *
T1 vs. T4 B (151.04) B (158.71) B (189.26) * B (205.62) * B (230.31) * B (250.85) *
T2 vs. T3 A (5904.93) A (59.00) D A (76.08) * D A (95.20) *
T2 vs. T4 B (74.63) * B (682.63) * A (96.56) * B (1430.94) * B (11.4.48) * D
T3 vs. T4 B (197.01) B (102.66) B (248.16) * B (127.57) * B (304.85) * B (150.16) *
61 st
BC vs. OTH B (9.27) * A (14.38) B (16.16) * A (57.48) B (22.30) * D
MHHs vs. FHHs B (250.37) B (2345.20) B (326.97) * C B (427.27) * C
T1 vs. T2 A (61.20) * B (153.93) * A (73.31) * B (178.68) * A (83.64) * B (206.66) *
T1 vs. T3 A (70.74) B (16,000) D C D C
T1 vs. T4 B (166.16) B (229.96) B (223.22) * B (315.52) * B (276.75) * B (403.99) *
T2 vs. T3 --- A (71.33) D A (97.61) * D A (114.43) *
T2 vs. T4 B (97.98) B (721.36) B (126.74) * B (1284.72) * B (133.26) * D
T3 vs. T4 66 B (317.60) B (158.61) * B (433.84) * B (205.97) * B (568.70) * B (256.78) *
th
BC vs. OTH A (74.00) D --- D D D
MHHs vs. FHHs A (62.00) B (1976.00) B (561.74) * B (5661.63) * A (94.43) B (11983.33) *
T1 vs. T2 --- --- C D C D

T1 vs. T3 B (197.87) A (168.00) B (266.516) * A (191.66) * B (295.07) C
T1 vs. T4 B (279.86) B (400.00) B (482.91) * B (467,79) * B (556.61) B (567.09) *
T2 vs. T3 D A (168.00) * D A (178.22) * D A (197.65) *
T2 vs. T4 B (144.71) * B (1815.60) B (169.93) * B (3256.94) * B (204.67) B (5263.05) *
B (1334.464) *
T3 vs. T4 B (874.80) B (248.44) B (302.50) * B (1915.79) B (355.10) *
Tabla 4. Cont.
(B)
Comparación de Rural Urbano Rural Urbano Rural Urbano
pares
66 vs.61 A (4.63) C A (5.30) * C A (6.22) C
66 vs.55 A (7.16) * C A (12.94) * C A (18.56) * C
66 vs.50 C C C C C C
61 vs.55 A (59.70) B (104,104.24) A (82.58) * A (113.58) * A (100.14) * A (137.83) *
Economies 2019, 7, 96 23 of 31
50 th
BC vs. OTH A (7735.91) B (22.13) B (2.42) * D B (3.23) * D
MHHs vs. FHHs A (1918.48) A (7250.99) B (74.92) C B (94.43) C
T1 vs. T2 A (15.08) B (9.65) * A (17.11) B (12.18) * A (21.53) B (15.32) *
T1 vs. T3 B (1180.41) A (19.13) * B (8853.240) A (25.77) * A (308.62) A (31.90) *
T1 vs. T4 B (1175.13) B (62.07) B (74.57) B (78.20) * B (88.68) B (98.65) *
T2 vs. T3 D A (14.69) * D A (18.11) * D A (22.30) *
T2 vs. T4 B (20.60) A (13,642.43) B (25.51) B (523.27) * B (30.96) D
T3 vs. T4 55 A (2216.04) B (35.79) * B (102.11) * B (47.76) * B (127.87) B (59.32)
th
BC vs. OTH D A (23,931.58) D D D D
MHHs vs. FHHs B (139.70) A (21,011.08) B (168.00) B (1329.87) B (204.54) B (2090.55)
T1 vs. T2 B (10,006.92) A (8035.21) A (61.72) * B (106.52) * A (73.44) * B (127.51) *
T1 vs. T3 B (10,006.92) B (28,911.52) A (1012.84) * A (61.75) * C A (72.58) *
T1 vs. T4 B (10,006.92) A (49,810.16) B (189.26) * B (205.62) * B (230.31) * B (250.85) *
T2 vs. T3 B (11,023.61) B (8934.00) D A (76.08) * D A (95.20) *
T2 vs. T4 B (74.63) * B (682.63) * A (96.56) * B (1430.94) * B (11.4.48) * D
T3 vs. T4 A (15,789.47) A (49,810.16) B (248.16) * B (127.57) * B (304.85) * B (150.16) *
61 st
BC vs. OTH B (9.27) * B (71.18) B (16.16) * B (88.09) B (22.30) * D
MHHs vs. FHHs A (34401.69) A (4124.65) B (326.97) * C B (427.27) * C
T1 vs. T2 A (61.20) * B (153.93) * A (73.31) * B (178.68) * A (83.64) * B (206.66) *
T1 vs. T3 A (39,854.19) A (27,578.41) D C D C
T1 vs. T4 A (34,567.16) B (231.52) B (223.22) * B (315.52) * B (276.75) * B (403.99) *
T2 vs. T3 --- A (27,578.41) D A (97.61) * D A (114.43) *
T2 vs. T4 B (97.98) B (41753.77) B (126.74) * B (1284.72) * B (133.26) * D
T3 vs. T4 66 A (54,119.16) B (158.61) * B (433.84) * B (205.97) * B (568.70) * B (256.78) *
th
BC vs. OTH B (117.00) D --- D D D
A B (11,983.33) *
MHHs vs. FHHs A (11,918.00) B (561.74) * B (5661.63) * B (697.58)
(124,470.33)
T1 vs. T2 --- --- C D C D
B
T1 vs. T3 A (245.14) B (266.516) * A (191.66) * B (295.07) C
(132,960.50)
B
T1 vs. T4 B (71,870.20) B (482.91) * B (467,79) * B (556.61) B (567.09) *
(132,960.50)
T2 vs. T3 D A (168.00) * D A (178.22) * D A (197.65) *
T2 vs. T4 B (144.71) * B (132,201.50) B (169.93) * B (3256.94) * B (204.67) B (5263.05) *
A B (1334.464) *
T3 vs. T4 B (254.17) B (302.50) * B (1915.79) B (355.10) *
(124,470.33)
Tabla 4. Cont.
(C)
Comparación de pares Rural Urbano Rural Urbano Rural Urbano
66 vs. 61 --- C --- C --- C
66 vs. 55 --- C --- C --- C
66 vs. 50 C C C C C C
61 vs. 55 --- --- --- --- --- ---
61 vs. 50 C C C C C C
55 vs. 50 50 C C C C C C
th
BC vs. OTH --- --- --- D --- D
MHHs vs. FHHs --- --- --- C --- C
T1 vs. T2 --- --- --- --- --- ---
T1 vs. T3 --- --- --- --- --- ---
T1 vs. T4 --- --- --- --- --- ---
T2 vs. T3 D --- D --- D ---
T2 vs. T4 --- --- --- --- --- D
T3 vs. T4 55 --- --- --- --- --- ---
th
Economies 2019, 7, 96 24 of 31
BC vs. OTH D --- D D D D

MHHs vs. FHHs --- --- --- --- --- ---
T1 vs. T2 --- --- --- --- --- ---
T1 vs. T3 --- --- --- --- C ---
T1 vs. T4 --- --- --- --- --- ---
T2 vs. T3 --- --- D --- D ---
T2 vs. T4 --- --- --- --- --- D
T3 vs. T4 --- --- --- --- --- ---
61 st
BC vs. OTH --- --- --- --- --- D
MHHs vs. FHHs --- --- --- C --- C
T1 vs. T2 --- --- --- --- --- ---
T1 vs. T3 --- --- D C D C
T1 vs. T4 --- --- --- --- --- ---
T2 vs. T3 --- --- D --- D ---
T2 vs. T4 --- --- --- --- --- D
T3 vs. T4 66 --- --- --- --- --- ---
th
BC vs. OTH --- D --- D D D
MHHs vs. FHHs --- --- --- --- --- ---
T1 vs. T2 --- --- C D C D
T1 vs. T3 --- --- --- --- --- C
T1 vs. T4 --- --- --- --- --- ---
T2 vs. T3 D --- D --- D ---
T2 vs. T4 --- --- --- --- --- ---
T3 vs. T4 --- --- --- --- --- ---
Caso A: Antes de esta intersección, la distribución 1 domina la distribución 2. Caso B: Antes de esta intersección, la
distribución 2 domina la distribución 1. Caso C: Distribución1 domina la distribución 2. Caso D: Distribución 2 domina la
distribución 1. Rural: T1: Autónomo en no- agricultura, T2: mano de obra agrícola, T3: autónomos en agricultura, T4: otros.
Urbano: T1: Autónomo, T2: Salario regular, T3: Trabajo informal, T4: Otros. BC: clases atrasadas; Otros: otras clases. *:
Cuando solo hay una intersección entre dos curvas de distribución. MHH: hogar masculino, FHH: hogar femenino.
Tabla 5. Línea mensual oficial de pobreza familiar per cápita (ajustada por inflación, 2009–2010 es el año de
referencia).
Ronda Año Rural Urbano Promedio

66th 2009/2010 673.00 896.00 784.50
61st 2004/2005 295.02 416.88 355.95
55th 1999/2000 196.20 267.86 232.03
50th 1993/1994 102.98 112.32 107.65
Las relaciones de dominio total se observan con mayor frecuencia en los grupos urbanos que en los rurales,
lo que implica que el alivio de la pobreza se ha logrado mejor junto con el tiempo en el caso de los residentes
urbanos. Entre todas las comparaciones en el caso de los grupos urbanos, las órdenes de clasificación para
las rondas 61 y 55 son ambiguas. Se pueden encontrar varias intersecciones cuando verificamos el FSD para
las rondas 61ª y 55ª, ya que la primera intersección es Rs 89.09 (Tabla 4) mientras que la última intersección
es Rs 104, 104.24 (Tabla 4), lo que dificulta la identificación La relación de dominio de primer orden. En el
dominio de segundo y tercer orden, el valor crítico es demasiado bajo para alcanzar cualquier clasificación
ordinal.
Resultados de la prueba para grupos sociales
Para la 50ª ronda, la categoría de BC contiene solo castas hacia atrás y tribus programadas, mientras
que para las otras tres rondas, las BC incluyen además otras castas hacia atrás. Los resultados muestran que
en las rondas 50 y 61, no existía un dominio completo en los grupos rurales. Sin embargo, para las rondas 55
y 66, las SSD y TSD de las otras clases eran clases atrasadas tanto en áreas rurales como urbanas. Esto puede
interpretarse como las clases atrasadas que son más vulnerables que otras clases en términos de pobreza.
Economies 2019, 7, 96 25 of 31
Resultados de la prueba para hogares encabezados por mujeres (FHHs) versus MHHs
Recordando los resultados en nuestras OLS y regresiones cuantiles, los FHH muestran un nivel más alto
de MPCE que los MHH. Sin embargo, según el análisis de dominio de la pobreza, las cosas se vuelven más
complicadas.
Para la 50ª Ronda, no se observa una relación de dominio total en las zonas rurales y el valor crítico
proporciona información limitada para clasificar estos dos subgrupos. Por otro lado, para las áreas urbanas,
el SSD de MHH y el TSD de FHH muestran que los MHH son más resistentes a la pobreza,
independientemente de la línea de pobreza. Curiosamente, el primer punto de intersección entre las
distribuciones examinadas con respecto al dominio de primer orden es Rs 277.88, mientras que la línea de
pobreza oficial correspondiente es Rs 112.32 (Tabla 5). Los resultados del dominio de primer orden sugieren
que los FHH dominan a los MHH en términos del primer dominio hasta Rs 277.88 del MPCE. Aunque no es
una relación de dominio total, este valor crítico está cerca de la línea de pobreza real. Por lo tanto, parece
más práctico adoptar los resultados que muestran los MHH de FSD de FHH.
Del mismo modo, al considerar la línea de pobreza real, la 61ª Ronda alcanza los mismos resultados.
Para las rondas 55 y 66, aunque no existe una relación de dominio total, si consideramos el valor crítico dado
como la línea de pobreza, los FHH dominan sobre los MHH en términos del dominio de primer, segundo y
tercer orden.
Resultados de prueba para tipos de hogar
Los tipos de hogares en las zonas rurales y urbanas se definen de manera diferente. Primero analizamos
las relaciones de dominio de la pobreza en las zonas rurales. Los resultados muestran que los trabajadores
por cuenta propia en FSD, SSD y TSD no agrícolas en la 66ª ronda, mientras que en las otras rondas no se
observan tales relaciones. La clasificación del trabajo por cuenta propia no agrícola y el trabajo por cuenta
propia agrícola (SA) cambia con el tiempo. En la 55ª ronda, el SCN domina al SA en términos de dominio de
tercer orden, mientras que en la 61ª ronda, el SA domina el dominio de segundo y tercer orden. Para las dos
rondas restantes, estas dos curvas de distribución se cruzan entre sí, lo que conduce a resultados no
concluyentes. Las intersecciones también se pueden detectar fácilmente cuando comparamos el SCN con el
otro grupo para las cuatro rondas de encuestas. En contraste, SA muestra un poder más fuerte para resistir
la pobreza que el grupo de trabajo agrícola como se ve en la Tabla 4; existen relaciones de dominio total en
todos los años de la encuesta. Es sorprendente encontrar que el otro grupo no muestra ninguna relación de
dominio total con respecto a los grupos SNA y SA, a pesar de las estadísticas resumidas en la Tabla 6 muestra
que la media y la mediana del grupo de "otros" son más altas que "otros grupos".
Tabla 6. (A) La desviación media, mediana y estándar del consumo mensual per cápita (MPCE) para 1993–1994. (B)
La media, mediana y desviación estándar de MPCE para 1999–2000. (C) La media, mediana y desviación estándar de
MPCE para 2004–2005. (D) La media, mediana y desviación estándar de MPCE para 2009–2010.
(A)
Media de MPCE Mediana de MPCE Std. Dev. DeMPCE
Variable Rural Urban Rural Urban Rural Urban
50th 125.76 209.97 102.18 152.28 128.47 207.62
Control demográfico y de otro tipo
variables:
Soltero 162.62 315.84 127.72 251.64 117.22 294.26
Casado 124.47 203.61 101.32 149.04 130.81 287.37
Divorciado o viudo 126.9 188.83 104.39 137.2 109.83 268.12
Cabeza masculina 125.19 210.6 101.76 153.07 130.77 294.17
Cabeza femenina 131.27 204.59 107 145.95 103.64 222.41
Grupos sociales:
Clases atrasadas 106.48 163.26 90.37 130.1 109.82 138.2
Otras clases 135.58 220.34 109.22 158.73 135.96 310.09
Ocupaciones:
Economies 2019, 7, 96 26 of 31
Trabajadores por cuenta propia --- 189.03 --- 140.64 --- 172.4
Asalariado regular --- 243.52 --- 180.62 --- 368.68
Labor casual --- 115.05 --- 98.05 --- 70.26
Autónomos en no agricultura 133.48 --- 110.15 --- 103.42 ---
Mano de obra agricola 89.21 --- 78.83 --- 51.02 ---
Autónomos en agricultura 133.57 --- 109.85 --- 156 ---
Otros 147.36 248.79 116.43 178.65 134.07 333.66
Nivel educacional:
No alfabetizado en absoluto 103.88 123.05 88.78 101.93 111.42 77.72
Alfabetizado, debajo de Primaria 121.29 148.81 102.6 121.07 101.88 118.16
Alfabetizado, Primario 132.61 163.34 111.5 130.63 135.33 337.32
Alfabetizado, Secundario 158.55 206.51 128.47 162.87 149.57 172.8
Alfabetizado, secundaria superior y 209.12 339.32 166.77 257.29 178.08 448.33
superior
(B)
Media de MPCE Mediana de Std. Dev. de
MPCE MPCE
Variable Rural Urbano Rural Urbano Rural Urbano
55th 347.01 601.07 287.16 472.59 261.64 906.35
Control demográfico y de otro tipo.
variables:
Soltero 459.27 790.06 367.75 661.98 341.86 588.83
Casado 342.13 590.01 284.17 465.51 251.55 950.33
Cabeza femenina 371.58 606.88 304.47 464.92 344.2 576.1
Grupos sociales:
Otras clases 415.26 688.6 342.68 554.6 307.83 1077.8
Ocupaciones:
Labor casual --- 366.98 --- 295.59 --- 1576.55
Mano de obra agrícola 251.67 --- 225.07 --- 152.72 ---
Autónomos en agricultura 364.22 --- 308.95 --- 256.77 ---
Otros 421.86 711.08 342.08 555.78 332.71 896.29
Nivel educacional:
superior
Economies 2019, 7, 96 27 of 31
Tabla 6. Cont.
(C)
Mean de MPCE Median de MPCE Std. Dev. de
MPCE
61st 461.14 807.43 362.82 582.84 645.48 998.53
variables:
Soltero 597.18 1117.62 446.68 875.72 683.89 1216.12
Casado 456.24 799.82 360.79 579.67 602.6 1020.01
Cabeza femenina 492.31 765.43 540.29 540.29 666.18 710.42
Grupos sociales:
Otras clases 556.23 1003.79 427.47 760.16 871.51 1304.4
Ocupacioness:
Labor casual --- 438.53 --- 364.53 --- 449.86
Mano de obra agricola 309.64 --- 269.78 --- 230.12 ---
Otros 523.46 1021.13 400.51 743.51 726.9 1166.43
Nivel educacional:
Alfabetizado, secundaria superior y 843 1437.44 631.18 1142.49 1520.17 1760.83
superior
(D)
Mean de MPCE Mediana de Std. Dev. de
MPCE MPCE
66th 1195.25 1916.93 934 1435 2644.92 2749.43
variables:
Soltero 1789.94 2922.19 1306 2325 2170.73 2570.44
Casado 1182.2 1859.95 929.67 1407.5 2718.16 2763.6
Cabeza femenina 1294.13 1954.53 540.29 540.29 2659.12 2808.28
Grupos sociales:
Clases atrasadas 1091.39 1599.48 883 1226.17 1974.61 1629.53
Otras clases 1475.54 2359.06 1105 1776.25 3904.62 3748.93
Ocupaciones:
Trabajadores por cuenta propia --- 1693.36 --- 1287 --- 2160.67
Labor casual --- 1026.42 --- 827.5 --- 897.11
Mano de obra agrícola 822.28 --- 713.13 --- 547.54 ---
Economies 2019, 7, 96 28 of 31

Otros 1300.57 2426.21 995 1811.38 2844.62 3175.92
Nivel educacional:
No alfabetizada en absoluto 914.49 1082.53 775.75 864.67 956.71 1188.62
Alfabetizado, debajo de Primaria 1091.87 1342.53 875 1061 3592.06 1268.55
Alfabetizado, Primario 1203.44 1591.2 984.4 1283 1158.68 1614.65
superior
Para los residentes urbanos, comenzamos examinando la relación entre los trabajadores
independientes y otras categorías. Los resultados en la tabla 4 sugieren que el trabajo asalariado regular
tiene menos incidencia de pobreza que las personas que trabajan por cuenta propia. Sin embargo, esta
relación de dominio completo solo ocurre en la 66ª ronda. Los resultados de una comparación entre el
trabajo independiente y el trabajo informal sugieren que el primer grupo está mejor que el segundo con
respecto a la pobreza. La relación entre los trabajadores independientes y el grupo de los demás sigue sin
estar clara debido a las intersecciones entre las dos distribuciones acumulativas. Los trabajadores asalariados
regulares tienen un valor medio de MPCE que es casi el doble que el de los trabajadores ocasionales, sin
mostrar una relación de dominio total. Sin embargo, los trabajadores ocasionales SSD y TSD de los
trabajadores asalariados regulares hasta la línea de pobreza son iguales al valor crítico. Los resultados de las
rondas 50, 55 y 61 muestran el TSD de los trabajadores asalariados regulares y el grupo de otros, mientras
que una relación de dominio tan completo no se detecta en la 66 ronda. Por último, al comparar a los
trabajadores ocasionales con el otro grupo, los resultados no son concluyentes, pero en su mayoría el último
grupo domina al primero cuando se controla la línea de pobreza.
Los resultados del dominio de la pobreza utilizando diferentes características del hogar proporcionan
una base sólida para una comprensión más profunda del estado heterogéneo y las causas de la pobreza en la
India. También proporcionan información sobre posibles implicaciones de política. En resumen, los
resultados indican que los resultados de los esfuerzos de alivio de la pobreza en la India han diferido, siendo
más prominentes en las áreas urbanas en comparación con las áreas rurales en las últimas dos décadas. En
línea con las intenciones de este documento, los resultados de la prueba ayudan a identificar los grupos
objetivo más vulnerable a los que se pueden dirigir las estrategias de alivio de la pobreza. Entre otras cosas,
los resultados indican claramente que las clases atrasadas, el trabajo agrícola rural y el trabajo informal o
temporal en las zonas urbanas son más vulnerables a la pobreza. El gobierno de la India debería aprovechar
la relación crecimiento-pobreza para reducir aún más la pobreza. Por lo tanto, el enfoque correcto para el
gobierno es diseñar estrategias adecuadas de reducción de la pobreza para lograr mejores resultados a un
costo menor. Se espera que estas estrategias sean capaces de elevar los niveles de ingresos de los grupos
vulnerables de manera efectiva. Esto es importante para evitar la irrelevancia de las estrategias nacionales
señaladas por Krishna y Shariff (2011) en relación con la dinámica de la pobreza rural en los estados y
regiones de la India.
6. Conclusiones
Este documento utilizó la rica información de cuatro rondas de la Encuesta Nacional de Muestra
Encuestas de la organización sobre el gasto de los hogares en la India rural y urbana, con un rango de tiempo
de 1993 a 2010. Contrastó el gasto de consumo y las características demográficas contenidas en los registros
unitarios de 100,000 a 120,000 hogares por año para analizar los determinantes del gasto y el estado de
pobreza en la India rural y urbana, respectivamente.
Este estudio aplicó primero la OLS y la regresión cuantil condicional para especificar y estimar los
efectos de los determinantes del gasto per cápita de los hogares. Los datos se ajustan bien a la función de
ganancia de Mancerina en la media de la distribución del gasto. Las regresiones cuantiles proporcionaron
una "instantánea" de diferentes puntos de una distribución condicional y, por lo tanto, fueron una forma
Economies 2019, 7, 96 29 of 31
parsimoniosa de describir toda la distribución. Descubrimos que la influencia de la forma de U inversa de la

edad en el gasto de consumo disminuyó a medida que avanzamos hacia el lado derecho de toda la
distribución. También encontramos que, sorprendentemente, en India las personas solteras tienen mayores
niveles de gasto per cápita que las personas casadas y divorciadas / viudas. A diferencia de los efectos de la
edad, los efectos maritales aumentaron con los gastos de consumo.
En cuanto a los grupos sociales, las "otras clases" estaban significativamente mejor que las clases
atrasadas, como las castas atrasadas, las tribus programadas y otras castas atrasadas. Cuando se considera la
distribución completa, las diferencias parecen ser las más grandes en el lado derecho de la distribución.
También encontramos que los hogares encabezados por mujeres tenían niveles de gasto más altos que los
hogares encabezados por hombres. La mano de obra agrícola rural y los trabajadores ocasionales urbanos
tuvieron los niveles más bajos de consumo. Los coeficientes para los tipos de hogares rurales tuvieron una
variación menor en comparación con los urbanos junto con la distribución. En cuanto a los retornos
educativos, encontramos que, aunque los retornos a la educación fueron positivos en todos los cuantiles, la
educación fue relativamente más valorada por los hogares con mayores niveles de consumo.
Los resultados del dominio de la pobreza indican que el alivio de la pobreza ha sido más prominente en las
zonas urbanas que en las rurales en los últimos 20 años. Cuando se trata de identificar los grupos objetivo
para dirigir las estrategias de alivio de la pobreza, encontramos que las clases atrasadas, el trabajo agrícola
en las zonas rurales y el trabajo informal en las zonas urbanas eran más vulnerables que sus contrapartes en
otros lugares. Para reducir aún más la pobreza en los próximos años, el mejor enfoque para el gobierno
puede ser diseñar estrategias que sean capaces de elevar los niveles de ingresos de los "grupos inferiores" de
manera efectiva.
Contribuciones del autor: Conceptualización, E.M. y A.H .; metodología, E.M .; software, A.H .; validación, E.M. y
A.H .; análisis formal, E.M. y A.H .; investigación, A.H .; recursos, A.H .; curación de datos, A.H .; escritura: preparación del
borrador original, A.H .; redacción: revisión y edición, E.M .; visualización, A.H .; supervisión, E.M .; administración del
proyecto, A.H. y G.W .; adquisición de fondos, G.W.
Fondos: Esta investigación fue financiada por el Instituto del Banco Asiático de Desarrollo, número de subvención
103812-S77262.
Expresiones de gratitud: Los autores desean agradecer al Editor de la revista y a cinco árbitros anónimos por sus
comentarios y sugerencias muy constructivos sobre una versión anterior del manuscrito.
Conflictos de interés: Los autores declaran no tener ningún conflicto de intereses. Los financiadores no tuvieron ningún
papel en el diseño del estudio; en la recopilación, análisis o interpretación de datos; en la redacción del manuscrito o en
la decisión de publicar los resultados.
Lista de abreviaciones
AL Trabajo agrícola
BC casta hacia atrás
CL trabajo casual
Paquete Stata de Análisis Distributivo DASP
FGT Foster, Geer y Thorbecke
FHH Hogar encabezado por una mujer
FSD Dominio estocástico de primer orden
Producto interno bruto del PIB
Prueba de Kolmogorov-Smirnov de KS
MHH Hogar encabezado por un hombre
MPCE Consumo mensual per cápita
Organización Nacional de Encuestas de Muestra NSSO
OBC Otra casta atrasada
PL Otro trabajo
OLS mínimos cuadrados ordinarios
Regresión QR Cuantil
Rupias indias
RW Asalariado regular
Economies 2019, 7, 96 30 of 31
SAL Trabajo por cuenta propia en agricultura

Dominio estocástico SD
SNA Trabajo no agrícola por cuenta propia
SSD Dominio estocástico de segundo orden
Tribu programada ST
STATA Un paquete de software estadístico de propósito general creado en 1985 por StataCorp
TSD Dominio estocástico de tercer orden
Referencias
Anderson, Gordon. 1993. Nonparametric Tests of Stochastic Dominance in Income Distributions. Econometrica 64: 1183–
93. [CrossRef]
Araar, Abdelkrim. 2006. Poverty, Inequality and Stochastic Dominance, Theory and Practice: Illustration with Burkina Faso
Surveys. CIRPEE Working Paper No. 06-34. Berlin: Logos Verlag.
Araar, Abdelkrim, and Jean-Yves Duclos. 2012. DASP: Distributive Analysis Stata Package. Version 2.2. Washington: PEP,
CIRPEE, University Laval and World Bank.
Bishop, John A., Feijun Luo, and Fang Wang. 2005. Economic transition, gender bias, and the distribution of earnings in
China. Economics of Transition 13: 239–59. [CrossRef]
Chin, Aimee, and Nishith Prakash. 2011. The redistributive effects of political reservation for minorities: Evidence from
India. Journal of Development Economics 96: 265–77. [CrossRef]
Davidson, Russell, and Jean-Yves Duclos. 2009. Testing for Restricted Stochastic Dominance. DT-GREQAM Working Papers
39. Marseille, France: Sciences de l’Homme et de la Société.
Deaton, Angus, and Jean Dreze. 2002. Poverty and Inequality in India: A Reexamination. Economic and Political Weekly 9:
3729–48.
Duclos, Jean-Yves, and Abdelkrim Araar. 2000. Poverty and Equity: Measurement, Policy and Estimation with DAD.
London: Kluwer Academic Publishers.
Duclos, Jean-Yves, and Abdelkrim Araar. 2006. Poverty and Equity: Measurement, Policy and Estimation with DAD.
Available online: http://dad.ecn.ulaval.ca/ (accessed on 15 October 2018).
Fan, Shenggen, Peter Hazell, and Sukhadeo Thorat. 2000. Government Spending, Growth and Poverty in Rural India.
American Journal of Agricultural Economics 82: 1038–51. [CrossRef]
Fernández-Ramos, Jennifer, Ana K. Garcia-Guerra, Jorge Garza-Rodriguez, and Gabriela Morales-Ramirez. 2016. The
dynamics of poverty transitions in Mexico. International Journal of Social Economics 43: 1082–95.
Foster, James, Joel Greer, and Erik Thorbecke. 1984. A Class of Decomposable Poverty Measures. Econometrica 52: 761–
76. [CrossRef]
Garza-Rodriguez, Jorge, Martha Gonzalez-Martinez, Marcela Quiroga-Lozano, Luz Solis-Santoyo, and Gabriela Yarto-
Weber. 2010. Chronic and transient poverty in Mexico: 2002–5. Economics Bulletin 30: 3188–200.
Koenker, Roger. 2005. Quantile Regression. Cambridge: Cambridge University Press.
Koenker, Roger, and Gilbert Bassett Jr. 1978. Regression quantiles. Econometrica 46: 1–26. [CrossRef]
Koenker, Roger, and Jose AF Machado. 1999. Goodness of Fit and Related Inference Processes for Quantile Regression.
Journal of the American Statistical Association 94: 1296–310. [CrossRef]
Krishna, Anirudh, and Abusaleh Shariff. 2011. The Irrelevance of National Strategies? Rural Poverty Dynamics in States
and Regions of India, 1993–2005. World Development 39: 533–49. [CrossRef]
Linton, Oliver, Esfandiar Maasoumi, and Yoon-Jae Whang. 2005. Consistent Testing for Stochastic Dominance under
General Sampling Schemes. Review of Economic Studies 72: 735–65. [CrossRef]
Lipton, M., and M. Ravallion. 1994. Poverty and Policy. Handbook of Development Economics 3. Amsterdam: North-
Holland.
Maasoumi, Esfandiar, and Almas Heshmati. 2000. Stochastic Dominance amongst Swedish Income Distributions.
Econometric Reviews 19: 287–320. [CrossRef]
Economies 2019, 7, 96 31 of 31
Maasoumi, Esfandiar, and Almas Heshmati. 2008. Evaluating dominance ranking of PSID incomes by various household
attributes. In Advances in Income Inequality and Concentration Measures. London: Routledge.
Maasoumi, Esfandiar, and Daniel L. Millimet. 2005. Robust inference concerning recent trends in US environmental
quality. Journal of Applied Econometrics 20: 55–77. [CrossRef]
Maasoumi, Esfandiar, Daniel L. Millimet, and Dipanwita Sarkar. 2009. Who Benefits from Marriage? Oxford Bulletin of
Economics and Statistics 71: 1–33. [CrossRef]
Meenakshi, Jonnalagadda Venkata, and Ranjan Ray. 2002. Impact of Household Size and Family Composition on Poverty
in Rural India. Journal of Policy Modeling 24: 539–59. [CrossRef]
Mincer, J. 1994. Schooling, Experience, and Earnings. Human Behavior and Social Institutions No. 2. New York: National
Bureau of Economic Research.
Panagariya, Arvind. 2008. Declining Poverty: The Human Face of Reforms. India: The Emerging Giant. New York: Oxford
University Press.
Planning Commission. 2002. Tenth Five-Year Plan. New Delhi: Government of India.
Planning Commission. 2012. Press Note on Poverty Estimates, 2009–10. New Delhi: Government of India.
Ravallion, Martin, and Shaohua Chen. 2003. Measuring pro-poor Growth. Economics Letters 78: 93–99. [CrossRef]
Sarkar, S. 2012. Application of Stochastic Dominance: A Study on India. Procedia Economics and Finance 1: 337–45.
[CrossRef]
Sen, Amartya. 1976. Poverty: An Ordinal Approach to Measurement. Econometrica 44: 219–31. [CrossRef]
Sen, Amartya. 2000. Social Exclusion: Concept, Application and Scrutiny, Government and Social Development
Resources Center (GSDRC). Available online: http://www.gsdrc.org/go/display&type=Document&id=1916
(accessed on 14 October 2018).
Sengupta, Jayshree. 2007. A Nation in Transition: Understanding the Indian Economy. New Delhi: Academic Foundation.
Sundaram, Krishnamurthy, and Suresh D. Tendulkar. 2003. Poverty among Social and Economic Groups in India in the
Nineteen Nineties. Working Paper No. 118. New Delhi, India: Centre for Development Economics, Delhi School of
Economics.
Whang, Yoon-Jae. 2019. Econometric Analysis of Stochastic Dominance: Concepts, Methods, Tools, and Applications
(Themes in Modern Econometrics). Cambridge: Cambridge University Press.
2019 by the authors. Licensee MDPI, Basel, Switzerland. This article is an open access article distributed
der the terms and conditions of the Creative Commons Attribution (CC BY) license
ttp://creativecommons.org/licenses/by/4.0/).

TRADUCIDO Economies-07-00096-V2 Traducccion

Cargado por

Información del documento

Descripción original:

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

TRADUCIDO Economies-07-00096-V2 Traducccion

Cargado por

Copyright:

Formatos disponibles

Economías 2019, 7, 96

Un análisis de los determinantes del hogar

Recibido: 27 de junio de 2019; Aceptado: 18 de septiembre de 2019; Publicado: 20 de septiembre

JEL Clasificación: C31, D63, O15, 018

El alivio de la pobreza ha sido el objetivo de la política de ingresos de la India desde su

Hacer juicios sobre la incidencia de la pobreza monetaria en el tiempo y el espacio, o clasificar la

Las comparaciones ordinarias de la pobreza implican el uso de clases de índices distributivos

3. Los datos y las variables seleccionadas

Utilizamos cuatro rondas de datos de encuestas de gastos de consumo a nivel de hogares: 50

Alfabetizada, secundaria superior y

4.1. Modelos para medias condicionales y regresiones cuantiles condicionales

ln ( MPCE i|X i) =X ´i β τ + εi, τ con Q τ ln ( MPCE i| X i )= X ´i β τ (2)

Donde Q τ representa el τ −th cuantil de la distribución de ( log) MPCE, condicional en X , y β τ es

4.2. Marco teórico para el dominio de la pobreza 2

Las comparaciones ordinales completas / fuertes se basan en índices escalares. Si un orden de

Donde v( y ; z ) es el indicador de pobreza o la contribución de un hogar con ingresos y al índice de

v1 ( y ; z) es la primera derivada de v en y . La segunda clase de índices de pobreza

2 Esta sección se basa en anotaciones en Duclos y Araar (2006).

D s ( z )=cP ( α=s−1 , z ) (9)

Donde c=1 /(1−s)! Es un término constante. La distribución B domina en la pobreza la

Asalariado regular --- 0.028 *** --- 0.040 **

5.2. Resultados de regresión condicional cuantil

Tamaño del hogar

Hogares encabezados por hombres (MHH)

5.3. Resultados de la dominación de la pobreza

Resultados de la prueba para períodos de tiempo

T1 vs. T2 --- --- C D C D

BC vs. OTH D --- D D D D

Ronda Año Rural Urbano Promedio

Resultados de la prueba para grupos sociales

Autónomos en agricultura 1244.81 --- 978.4 --- 3370.66 ---

parsimoniosa de describir toda la distribución. Descubrimos que la influencia de la forma de U inversa de la

SAL Trabajo por cuenta propia en agricultura

También podría gustarte

Asalariado regular --- 0.028 * --- 0.040