Anexo metodológico

Cálculo del IDH Municipal

Para el cálculo del índice de Desarrollo Humano Municipal se utilizó una metodología
similar a la detallada en el Informe de Desarrollo Humano mundial (PNUD, 2003: 341),
pero con variaciones en los indicadores que componen el índice a fin de hacerlo más
sensible a la realidad del desarrollo del país y sus 314 municipios.

Dimensión Componente Indicador IDH Municipal Metodología IDH Mundial

Salud Una larga vida y saludable • Esperanza de vida al nacer • Esperanza de vida al nacer
Educación Conocimientos • Alfabetización de adultos • Alfabetización de adultos
• Tasa neta combinada de • Tasa bruta combinada de
matriculación del nivel matriculación primaria,
inicial, primaria y secundaria y terciaria.
secundaria
• Años promedio de
escolaridad
Ingresos Un nivel de vida decoroso • Consumo per cápita • PIB per cápita ($ PPA/año)
($PPA/año) ajustado al PIB
per cápita ($PPA/año)

Antes de calcular el IDH, es necesario crear un índice para cada uno de sus tres
componentes. Para calcularlos, se utilizan valores mínimos y máximos de referencia a
nivel mundial.

Valores internacionales de referencia para el cálculo del IDH

Valor Valor
Indicador
máximo mínimo
Esperanza de vida al nacer (años) 85 25
Tasa de alfabetización de adultos (%) 100 0
Años promedio de escolaridad 15 0
Tasa neta combinada de matriculación (%) 100 0
PIB per cápita (PPA en dólares) 40.000 100

El desempeño en cada componente se expresa como un valor entre 0 y 1 aplicando la

siguiente fórmula general.

Índice del componente = valor real - valor mínimo__

valor máximo - valor mínimo

Luego se calcula el IDH como simple promedio de los índices de los componentes:

IDH = 1/3 (índice de salud) + 1/3 (índice de educación) + 1/3 (índice del consumo)

A continuación se pone como ejemplo el cálculo del IDH para Cochabamba, ciudad
capital.
a) Cálculo del Índice de salud

El índice de salud mide los logros relativos de un 90

municipio en lo referente a la esperanza de vida Valor máximo de

referencia 1.00
al nacer, (número de años que viviría un recién 85 años
80

nacido si las pautas de mortalidad imperantes en

0.800
el momento de su nacimiento seguirían siendo las 70

mismas a lo largo de toda su vida). 66.7 0.695

60 0.600

Para Cochabamba ciudad capital, cuya

esperanza de vida era de 66.7 años en 2001, el 50
0.400
índice de esperanza de vida es de 0,695.
40
0.200
Índice de esperanza de vida = 66,7 -25
85 - 25 Valor mínimo de
30

referencia 0
25 años Índice de
Índice de esperanza de vida = 0,695 20
Esperanza esperanza de
de vida vida
(años)

b) Cálculo del Índice de Educación

El índice de educación mide el

progreso relativo de un municipio en
materia de alfabetización de adultos, 100 100 15
1.00
tasa neta combinada de matriculación 94.6
91.8
(inicial primaria y secundaria) y años 0.871

promedio de escolaridad. 80 80 12
0.800

En primer lugar, se calcula un índice 10.1

60 60 9
para cada componente educativo, 0.600

luego se combinan los tres índices

para crear el índice de educación, en 40 40 6 0.400
el que se da una ponderación de dos
cuartos al índice de alfabetización de
adultos, de un cuarto para el índice de 20 20 3 0.200
la tasa neta de matriculación
combinada y un cuarto para los años
promedio de escolaridad. 0 0 0
0
Tasa de Tasa de Años de Índice de
alfabetización matriculación Escolaridad educación
de adultos (%) neta combinada
(%)

Para Cochabamba en el año 2001, la tasa de alfabetización de adultos era de 94,6%, la

tasa neta combinada de matriculación (inicial, primaria y secundaria) era de 91,8% en el
año escolar 2001 y los años promedio de escolaridad de la población eran 10,1 por lo que
el índice de educación es de 0,871.

Índice de alfabetización de adultos = 94,6 - 0 = 0,946

100 - 0
Índice de matriculación neta combinada = 91,8 - 0 = 0,918
100 - 0

Índice de años de escolaridad = 10,1 - 0 = 0,674

15 - 0

Índice de educación = 2/4 (índice de alfabetización de adultos) + ¼ (índice de

matriculación neta combinada) + ¼ (Índice de años de
escolaridad)

Índice de educación = 2/4 (0,946) + ¼ (0,918) + ¼ (0,674) = 0,871

c) Cálculo del Índice del Ingreso

Para el cálculo del índice de ingreso a nivel 100.000

municipal, este estudio usa la variable Valor máximo de
referencia 1.00
consumo per cápita en lugar del ingreso per $US 40.000
cápita. Ello se debe a que una estimación
robusta y consistente del consumo medio 0.800
en los municipios de Bolivia se obtiene de la 10.000

publicación de UDAPE “Pobreza y 0.657

Desigualdad en los Municipios de Bolivia”. 2.565 0.600

De esta forma, el cálculo del consumo per 1.000

0.400
cápita en dólares PPA tiene su origen en el
consumo promedio per cápita Bs/mes
calculado por UDAPE. Este consumo se lo 0.200
multiplica por 12 para que sea anual, se lo
divide entre el tipo de cambio y se lo ajusta
Valor mínimo de
con el coeficiente de la Paridad de Poder referencia 0
Adquisitivo (PPA) del Banco Mundial. $US 100
0
Índice del
PIB
Consumo per
cápita
(PPA en $US)
Escala logarítmica

A diferencia de los otros componentes de salud y educación, la fórmula del índice de

ingresos utiliza la función logarítmica bajo el supuesto de que lograr un nivel respetable de
desarrollo humano no exige ingresos o consumos ilimitados.

Finalmente el valor obtenido es ajustado por un factor de ponderación que relaciona el

PIB per cápita nacional en dólares PPA con el consumo per cápita nacional en dólares
PPA (factor de ponderación = índice del PIB per cápita/índice del consumo per cápita =
1.2128). En definitiva, para construir el índice de ingresos se utiliza el logaritmo del
consumo per cápita $u$ PPA año y el resultado se multiplica por el factor de ponderación
como se muestra en el ejemplo.
Para el municipio de Cochabamba, se utiliza el valor de $2.565 consumo per cápita (PPA
en $us) para el año 2001, que da un índice del consumo ajustado al PIB per cápita de
0,657.

Índice del ingreso = log(2.565) - log(100) x 1,2128 = 0,657

log(40.000) - log(100)

d) Cálculo del Índice de Desarrollo Humano

Índices de los componentes IDH

Una vez que se han calculado los 1.00

índices de cada componente, la 0.871

determinación del IDH es sencilla, se 0.800
realiza un promedio simple de los 0.741
índices de los tres componentes. 0.695
0.657
0.600

IDH = 1/3 (Índice esperanza de vida) +

1/3 (índice de educación) + 1/3
0.400
(índice del ingreso)

IDH = 1/3 (0,695) + 1/3 (0,871) + 1/3 0.200

(0,542)

IDH = 0,741 Esperanza de Educación PIB

0
vida
6.2 Síntesis de las variables utilizadas para el cálculo del IDH Municipal

Esperanza de Vida al nacer a nivel municipal

La esperanza de vida se define como los años que viviría un recién nacido si las pautas
de mortalidad imperantes en el momento de su nacimiento siguieran siendo las mismas a
lo largo de toda su vida.

Dado que el Registro de Hechos Vitales en el país no cuenta con una cobertura ni
extensión requerida que permita disponer de una información básica confiable para el
cálculo directo de los indicadores demográficos, a los niveles de desagregación
geográfica necesarios para una planificación local, se recurre a métodos indirectos para
su cálculo.

Como primer paso se estima la tasa de mortalidad infantil para hombres y mujeres de los
314 municipios a partir del Censo 2001, aplicando el método de William Brass, variante
Coale-Trusselse cuyo software fue desarrollado por el Centro Latinoamericano y Caribeño
de Demografía (CELADE), en el paquete denominado Paquete para Análisis Demográfico
por Microcomputador (PANDEM).

Luego, para determinar las tasas de mortalidad infantil, se aplican técnicas de

interpolación para los niveles de probabilidad de sobrevivencia establecidos en las tablas
de vida de Coale y Demeny, Modelo Sur para cada sexo, las que permitieron establecer
los valores de las tasas de mortalidad infantil para hombres y mujeres (Manual X de las
Naciones Unidas, Nueva York, 1986).

Estimadas las tasas de mortalidad infantil a nivel municipal se procede a construir las
tablas de mortalidad discriminando el sexo, mediante el software MORTPAK-Lite de
Naciones Unidas y la aplicación del programa denominado MATCH.1

Obtenidas estas tablas de mortalidad para cada sexo y los 314 municipios, se procede a
la lectura y la extracción de la función “Esperanza de Vida al Nacer”, que corresponde a
los cero años de edad. A fin de que los resultados obtenidos sobre las esperanzas de vida
al nacer sean coherentes con los estimados oficialmente en las proyecciones de
población departamentales, se realiza un ajuste de estos valores, cuidando que el
promedio ponderado de los mismos mantengan coherencia con las esperazas de vida
departamentales.

Tasa de alfabetismo de adultos

Corresponde al porcentaje de población de 15 y más años de edad que son alfabetos, es

decir, que saben leer y escribir. Estos datos son obtenidos a partir del Censo 2001

Tasa de matriculación neta combinada

1
Cabe mencionar que en el proceso de aplicación del software para la construcción de las tablas de
Mortalidad por sexo, se ha utilizado como patrón de cálculo el Modelo Sur de las tablas de vida de Coale-
Demeny, el mismo que se encuentra incorporado en el paquete mencionado para su aplicación directa.
La tasa neta de matriculación combinada o cobertura neta combinada es un indicador de
acceso a la educación. Se define como el número de alumnos inscritos en el nivel de
educación inicial, primario y secundario que tienen la edad oficial para asistir a esos
niveles, expresado como porcentaje de la población total en edad correspondiente. El
propósito de este indicador es medir de manera más precisa la participación en el nivel
inicial, primario y secundario, de niños que pertenecen al grupo etáreo correspondiente a
esos niveles.

La diferencia con usar la tasa de matriculación bruta combinada es que evitamos el

problema del rezago educativo existente en los municipios del país.

Estos datos son obtenidos de los Registros Administrativos del Ministerio de Educación de
la Dirección de Análisis.

Años promedio de escolaridad

Se define como el promedio ponderado de años de instrucción formal recibidos por la

población de un determinado grupo etáreo. Este indicador tiene la finalidad de explicar el
número de años promedio de escolarización, que un individuo alcanza en un determinado
grupo etáreo. Estos datos son obtenidos a partir del Censo 2001

Consumo

La extensa literatura desarrollada recientemente sobre la producción de estadísticas para

áreas geográficas menores, sugiere procedimientos para obtener estimadores de ingreso
o consumo en función de variables comunes en encuestas de hogares y censos de
población (Ghosh y Rao, 1994, Rao, 1999). La combinación de fuentes de información no
es nueva en la literatura estadística, trabajos previos fueron aplicados a modelos sobre
oferta de trabajo, educación y el comportamiento del consumo.

La posibilidad actual de disponer tres encuestas de hogares continuas (1999-2001) con

información de ingresos y consumo permitieron combinar esta fuente de información con
el Censo 2001 para proponer un modelo de estimación del gasto de consumo hasta el
nivel de sección de provincia, según clusters o estratos diferenciados por región (altiplano,
valle y llano) y actividad económica (extractivas, productiva familiar, productiva
empresarial, entre otros).

El primer paso para la estimación del ingreso consiste en desarrollar un modelo empírico
apropiado para ych (ingreso y del ocupado h en el cluster c). Esto es,

(1) ln y ch = E[ln y ch | xch

T
] + u ch = xch
T
β + u ch

donde la estimación condicional de y sobre las variables observables están capturadas

por β y el vector de errores es u ~F(0, Σ) y. Sin embargo, el modelo no sólo busca que los
parámetros estimados midan el efecto directo de x en y, también es deseable captar
efectos locacionales, que pueden estimarse con variables asociadas a los clusters en el
Censo.
La presencia de correlación en los errores al interior del cluster permite distinguir la
siguiente especificación del error:
uch=ηc+εch

donde η y ε son los componentes del error, que tienen la característica de ser
independientes y no correlacionadas con las variables observables, xch. Se espera que la
localización esté relacionada con el ingreso del perceptor ocupacional. Cuanto más
elevado sea el error locacional, menor será la desigualdad del ingreso.

La estimación inicial de β en la ecuación (1) se obtiene por estimaciones de mínimos

cuadrados ordinarios o mínimos cuadrados ponderados. La varianza de la parte
idiosincrática del error, σ e2,ch , puede tener forma flexible. Con estimaciones consistentes
de β, los residuos se descomponen de la siguiente forma:

uˆ ch = uˆ c. + (uˆ ch −uˆ c. ) = ηˆ c. + ech

(donde el símbolo ^ denota un promedio sobre ese índice) puede usarse para estimar la
varianza de εch, dicho componente tiene la siguiente forma logística:
⎡ Ae zchα + B ⎤
T

(2) σ ( z ch , α , A, B ) = ⎢
2
⎥
zT α
⎢⎣ 1 + e Tch ⎥⎦
Los límites superior e inferior, A y B, pueden estimarse junto al vector de parámetros α
usando un procedimiento estándar de pseudo máximo verosimilitud. Esta forma funcional
evita varianzas estimadas muy altas o negativas.

La varianza, σ η2 es el residuo aleatorio, éste se estima por métodos no paramétricos,

permitiendo la existencia de heteroscedaticidad en εch y corresponde a una modelación
de efectos aleatorios. Luego se requiere simular los términos residuales η y ε. La forma de
la distribución apropiada pueden ser determinada desde los residuos del cluster η̂ c y de
los residuos estandarizados de los perceptores ocupacionales:
ech ⎡1 ech ⎤
*
ech =
σˆ ε ,ch
−⎢
⎢⎣ H
∑ σˆ ⎥
ch ε ,ch ⎥
⎦
*
respectivamente, donde H es el número de observaciones. El segundo término en el ech
ajusta los pesos en la primera etapa. Este procedimiento equivale a comparar los
percentiles de la distribución empírica de los residuos estandarizados con los
correspondientes percentiles teóricos de la distribución normal estandarizada, t, u otras
distribuciones.

Antes de proceder a la simulación, la matriz de la varianzas y covarianzas estimada ( Σ̂ ),

ponderada por los factores de expansión, lch fue utilizada para obtener estimaciones de
los parámetros de primera etapa β̂ GLS , y la varianza, Var( β̂ GLS ) a partir de mínimo
cuadrados generalizados (MCG). Las estimaciones del modelo fueron robustas y las que
utilizaron MCG no son significativamente diferentes a las que resultan de OLS.
La segunda etapa del análisis combina las estimaciones de parámetros de la primera fase
con las características observables de cada perceptor ocupacional en el censo con el
objeto de predecir el ingreso y simular las perturbaciones aleatorias.

Se realizan un conjunto de simulaciones, por cada simulación se obtiene un conjunto de

~
estimaciones de los coeficientes de primera etapa α~ r , β r con su correspondiente
distribución estimada, así como las matrices de varianza-covarianza σ~η2 ( ) r
.

Luego se calcula la varianza del componente de error locacional. Se combinan los

coeficientes con los datos del Censo para cada perceptor ocupacional en el Censo.
Entonces, para cada perceptor ocupacional se obtuvo una simulación del término de error,
η~cr y ε~chr desde su correspondiente distribución.

Simulamos un valor de ingreso por cada perceptor ocupacional basado en la predicción:

yˆ chr = exp( x ch' β~ r + η~cr + ε~chr )

r
Finalmente, el total de la simulación del consumo, ŷ ch fue utilizado para calcular
estimaciones de consumo promedio y desigualdad del consumo para cada cluster.

~
Repetimos el procedimiento 100 veces obteniendo un nuevo α~ r , β r , σ~η2 , con sus
r
( )
correspondientes errores estándar. Ello permite obtener estimadores de la media y
desviación estándar del ingreso promedio y de los índices de desigualdad.

Existen dos fuentes principales de error en las estimaciones de ingreso que se obtienen
mediante esta metodología2. El primer componente, denominado error del modelo por
Elbers et al. (2002), se debe al hecho de la estimación de parámetros en la ecuación (1)
desarrollada en la primera etapa. El segundo componente, denominado error
idiosincrático, está asociado al término de error en el mismo modelo, lo que implica que el
consumo se desvía de su valor esperado. A pesar de que el tamaño de la población en
una región no afecta el error del modelo, el error idiosincrático se incrementa a medida
que el número de observaciones decrece.

2
Una tercera potencial fuente de error esta asociada con los métodos de cómputo utilizados. Elbers et al.
(2002) demuestra que este componente es muy pequeño.
 Comparabilidad de los índices de Desarrollo Humano

Nivel de Componentes
Informes Nacionales
desagregación del Una larga y Un nivel de vidad
y Regionales
IDH saludable vida Conocimiento decoroso
Informe de Desarrollo Índice Provincial de Esperanza de Tasa de PIBi= (YP/YD)*PIBd
Humano en Bolivia Desarrollo Humano, vida al nacer. alfabetismo de los donde PIBi es el PIB
1998: "Equidad, 1994 para los 9 Fuente ENDSA adultos mayores por habitante en la
Competitividad e departamentos y las 1994 y CNPV de 15 años (2/3), provincia: YP es el
Institucionalidad" 111 provincias 1992 Tasa de Ingreso promedio de
asistencia escolar la provincia y YD es
o de matriculación el Ingreso promedio
combinada de la del departamento y
población de 5 a el PIBd es el PIB por
24 años (1/3) habitante $u$ PPA.
Fuente: Fuente: Estadísticas
Estimaciones a Regionales, Cuentas
partir del CNPV Nacionales y
1992 Encuesta Nacional
de Empleo 1996 -
INE
Informe de Desarrollo Índice de Desarrollo Esperanza de Tasa de PIB per cápita real
Humano en Bolivia Humano nacional, vida al nacer. alfabetismo de ($PPA)
2002: "La Política y su 1975 - 1999 Fuente: adultos mayores W(y)=(log (y) - log (y
vinculación con los Informe de de 15 años (2/3), min))/(log(y max) -
procesos de desarrollo" Desarrollo Tasa bruta de log(y min))
Humano matriculación Fuente: Informe de
Mundial 2000 combinada Desarrollo Humano
primaria, Mundial 2000
secundaria y
terciaria (1/3)
Fuente: Informe
de Desarrollo
Humano Mundial
2000
Informe de Desarrollo Índice de Desarrollo Esperanza de Tasa de Ingreso Ajustado:
Humano de la ciudad Humano para la vida al nacer alfabetismo de los W(y) = Y0 1+(Y - Y0)
(1-E)
de Santa Cruz de la ciudad de Santa Cruz Fuente: adultos mayores /(1 - E) donde Y0
Sierra: "Elay Santa por distrito Estimaciones de 15 años (2/3), es el umbral igual al
Cruz" - 1995 distritales a mediana de los PIB per cápita real
partir de la años de medio mundial en
ENDSA 94 escolaridad de la dólares PPA, Y=
población mayor Ingreso definido por
de 25 años (1/3) el Poder de Paridad
Fuente: Censo Adquisitiva; W(Y) =
1992 Ingreso ajustado: E=
a/(a-1) para todo
ingreso superior o
igual a aπ e inferior
a (a+1)π .
Fuente: Estadísticas
Regionales - INE
Sostenibilidad y Índice de Desarrollo Para 1976: Tasa de W(y)= [1/(1-ε)]y^(1-
Desarrollo Humano : Humano nacional y Esperanza de alfabetismo de la ε) donde ε= α/ (α+1)
"La calidad de vida en departamental 1976 - vida al nacer población mayor para αy*≤y≤(α+1)y*
Cochabamba" - 1995 1992 Fuente: de 15 años (2/3), donde Y*= PIB per
Estimada en mediana de cápita mundial
base a las escolaridad de la promedio además se
tasas de población mayor a han modificado los
mortalidad 25 años (1/3) parámetros a
Censo 1976 Fuente: Censo precios de 1976.
1976 Fuente. Banco
Central de Bolivia
Para 1992: Tasa de
W(y)= [1/(1-ε)]y^(1-
Esperanza de alfabetismo de la
vida al nacer población mayor ε) donde ε= α/ (α+1)
para αy*≤y≤(α+1)y*
Fuente: de 15 años (2/3),
donde Y*= PIB per
Estimada a mediana de
partir de la escolaridad de la cápita mundial
promedio además se
Tasa de población mayor a
han modificado los
mortalidad 25 años (1/3)
Censo 1992 Fuente: Censo parámetros a
precios de 1992
1976
Desarrollo Humano en Índice de Desarrollo Esperanza de Tasa de Ingreso Ajustado:
las Montañas: "Informe Humano de la ciudad vida al nacer alfabetismo de los W(y) = Y0+(Y - Y0)
(1-E)
de Desarrollo Humano de La Paz por zonas local adultos mayores /(1 - E) donde Y0
de la ciudad de La Paz" censales Fuente: de 15 años (2/3), es el umbral igual al
1995 Estimada a años promedio de PIB per cápita real
partir de la escolaridad de la medio mundial en
Tasa de población mayor dolares PPA, Y=
mortalidad - de 25 años (1/3) Ingreso definido por
INE Fuente: Censo el Poder de Paridad
1992 Adquisitiva; W(Y) =
Ingreso ajustado: E=
a/(a-1) para todo
ingreso superior o
igual a aπ e inferior
a (a+1)π .
Fuente: Estadísticas
Regionales - INE
Índices de Desarrollo Índice de Desarrollo Esperanza de Tasa de W(y)=(y - y min)/(y
Humano y Otros Humano Municipal vida al nacer alfabetismo de la max - y min)
Indicadores sociales en Fuente: INE, población de 15 Fuente: INE, Censo
311 municipios de estimada a años y más (2/3), 1992, cuentas
Boliva - 1997 partir de la mediana de años nacionales, cuentas
estimación de de escolaridad de regionales,
la tasa de la población de 25 encuestas de
mortalidad años y más (1/3) hogares y la
infantil y la Fuente: INE, encuesta de
información de Censo 1992 presupuestos
la ENDSA 1994 familiares.
Informes de Desarrollo Índice de Desarrollo Esperanza de Tasa de W(y)=(log (y) - log (y
Humano regionales Humano nacional y vida al nacer alfabetismo de la min))/(log(y max) -
(Norte Amazónico, departamental 1992 - Fuente: Censo población de 15 log(y min))
Tarija, Lapaz y Oruro, 2001 1992 y años y más (2/3), Fuente: Cuentas
Santa Cruz) - 2003 proyecciones años promedio de Nacionales - INE
para el 2000 escolaridad de la
población de 19
 años o más (1/3)
Fuente: INE,
Censo 1992 -
Censo 2001

Informe de Desarrollo Índice de Desarrollo Esperanza de Tasa de W(y)=(log (y) - log

Humano Mundial – Humano de 175 vida al nacer alfabetismo de la (ymin))/(log(ymax) -
2003 países Fuente: población de 15 log(ymin))
Naciones años o más (2/3), Fuente: PIB per
Unidas Tasa bruta cápita (PPA en
combinada de dólares) Banco
matriculación mundial
primaria,
secundaria y
terciaria (1/3)
Fuente: UNESCO
Ranking Municipal de Índice Municipal de Esperanza de Tasa de W(y)=(log (y) - log
Desarrollo Humano – Desarrollo Humano vida al nacer alfabetismo de la (ymin))/(log(ymax) -
2003 de 314 municipios Fuente: población de 15 log(ymin))
Estimada a años y más (2/4), Fuente: Consumo
partir de la Tasa Neta per cápita ajustado
mortalidad combinada de al PIB per cápita
infantil, INE - matriculación nacional, UDAPE
CNPV 2001. inicial, primaria y
secundaria (1/4),
años promedio de
escolaridad de la
población de 19
años o más (1/4)
Fuente: INE,
Censo 2001 y
Min. Educ -
Dirección de
análisis