Poniendo a la pobreza de ingresos y a la desigualdad en el ... Poniendo a la pobreza de ingresos y a...

239economía mexicana NUEVA ÉPOCA, vol. XVI, núm. 2, segundo semestre de 2007

* Al momento de inicio de la presente investigación, los autores estaban afiliados a laSecretaría de Desarrollo Social (SEDESOL), la Escuela de Graduados en Administración PúblicaITESM, Campus Ciudad de México, SEDESOL, SEDESOL y la Universidad de California, Berkeley,respectivamente. Este proyecto se llevó a cabo bajo un esquema de colaboración del PNUD-México y la SEDESOL. Los autores agradecen la colaboración de Gabriela Cordourier y CristinaRodríguez, la asesoría de Peter Lanjouw, Berk Ozler y Quinghua Zhao, y los valiosos comen-tarios de dos dictaminadores anónimos, que mejoraron el documento considerablemente.

Poniendo a la pobreza de ingresos y a la desigualdad en el mapa de México

Miguel Székely Pardo, Luis F. López-Calva, Álvaro MeléndezMartínez, Ericka G. Rascón Ramírez y Lourdes Rodríguez-Chamussy*Fecha de recepción: 8 de noviembre de 2005; fecha de aceptación: 6 de diciembre de 2006.

Resumen: El presente artículo presenta estimaciones de la pobreza de ingre-sos y de la desigualdad a nivel estatal y municipal para México. Esta esti-mación permite mapear la pobreza de ingresos, así como determinar lacontribución de cada Estado y Municipio a la pobreza de ingresos nacional.Adicionalmente, facilita la medición del nivel de desigualdad en espacios geo-gráficos desagregados, y la descomposición de la desigualdad en términos dela proporción debida a desigualdades intra-estatales y municipales, y entre en-tidades federativas y municipios. Nuestras estimaciones se basan en medicio-nes robustas de los ingresos de los hogares, mediante el uso de metodologíasque permiten resolver un dilema comúnmente presente en la medición delbienestar, el cual consiste en conciliar la existencia de información desagre-gable a detalle pero con baja calidad de medición, con información de alta ca-lidad de medición pero con pocas posibilidades de desagregación geográfica.

Palabras clave: pobreza y desigualdad municipal, mapas de pobreza, ma-pas de desigualdad e imputación de ingresos.

Abstract: This paper presents income poverty and inequality estimates atthe State and Municipal levels for Mexico. Our estimates allow for the map-ping of poverty and inequality in the country, as well as for determining thespecific contribution of each geographic unit to overall poverty. Additionally,it allows to measure inequality in disaggregated geographic spaces, and todecompose inequality in terms of the proportion due to within and between

240 Poniendo a la pobreza de ingresos y a la desigualdad en el mapa de México

States and Municipalities. Our estimates are based on robust householdincome measures, generated with methodologies that allow for solving thecommon dilemma in welfare measurement, namely that there is either infor-mation with low quality measurement but high possibilities of disaggrega-tion, or information with high quality measurement but representative onlyat aggregated levels.

Keywords: poverty and inequality by municipality, poverty maps, inequal-ity maps and imputation of income.

Clasificación JEL: C15, I31, I32, O15

Introducción

En un estudio reciente, López Calva et al. (2005) adaptaron y aplica-ron al caso de México una metodología propuesta por Elbers, Lanjouw

y Lanjouw (2003), que consiste en realizar estimaciones econométricaspara incrementar la calidad en la medición y las posibilidades de desagre-gación de uno de los indicadores de bienestar más comúnmente utiliza-dos: el ingreso de los hogares; es decir, los recursos monetarios y nomonetarios con que cuenta la población.

La utilidad de este ejercicio consiste en proporcionar la posibilidad detransformar información sobre el bienestar que en su forma originalpresenta limitaciones de desagregación, para convertirla en datos confia-bles que puedan desglosarse geográficamente. Generalmente, las fuentesde información sobre los ingresos que proveen datos a nivel de localida-des, municipios, y otras áreas geográficas –típicamente los Censos de Po-blación–, presentan un alto grado de subreporte y error.1 Por otra parte,

El acceso a la información censal y el apoyo en la regionalización recibido del INEGI han sidofundamentales para llevar el proyecto a buen término. En particular agradecemos alDr. Gilberto Calvillo, Patricia Méndez, Marcela Eternod y Alfredo Bustos. El procesamientode los datos censales requirió del apoyo del área de padrones de SEDESOL, por lo que agrade-cemos de manera especial a Luis Mejía, Raúl Pérez Carreón y Pablo Hernández. Las ideasexpresadas en este documento son únicamente de los autores, y no coinciden necesariamentecon las de la institución a la que están afiliados.

1 Los Censos generalmente incluyen pocas preguntas sobre el ingreso de los hogares y és-tas suelen ser de carácter muy general. Esto tiene como consecuencia una subestimación deesta variable. López Calva et al. (2005), presentan evidencia al respecto, y muestran que elnivel de subreporte de ingresos en el Censo Nacional de Población y Vivienda del año 2000es de alrededor de 48 por ciento. Adicionalmente, los Censos no especifican claramente el pe-riodo al cual se refiere la pregunta, y se levantan en periodos de tiempo demasiado cortos(típicamente una visita de una hora por hogar), mientras que las encuestas de ingresos y gas-tos se levantan sobre varios días (típicamente una visita de una semana por hogar).


existe otro tipo de instrumentos como las Encuestas de Hogares, que ge-neralmente están diseñadas para medir con detalle el nivel de ingreso ogasto. Sin embargo, por sus requerimientos y altos costos de implemen-tación, suelen aplicarse a muestras representativas de la población, lascuales no permiten obtener estimaciones representativas a nivel de loca-lidad, municipio o incluso de entidad federativa.

Es decir, con la información existente generalmente se presenta undilema entre calidad de medición y detalle, que consiste ya sea en utili-zar información con grandes posibilidades de desagregación pero con altogrado de error, o información con bajo grado de error en su medición perocon pocas posibilidades de desagregación. Por lo tanto, no es posible cons-truir una medida de ingreso agregable en todos sus componentes y queal mismo tiempo sea representativa de una área geográfica menor quela que permite el diseño muestral. Esto limita la capacidad para medirlos recursos monetarios con los que cuenta una población y, por ende,también limita las posibilidades de estimar indicadores de bienestar comola pobreza, la desigualdad y el desarrollo humano, entre otros.

La metodología de Elbers, Lanjouw y Lanjouw (2003) (ELL de aquí enadelante) consiste en un proceso de imputación en dos etapas. En la pri-mera se estima un modelo de ingresos y un modelo de heteroscedastici-dad a partir de los datos de una encuesta de hogares. En la segunda etapase “imputa” un ingreso a cada uno de los hogares del Censo utilizando elvector de parámetros obtenido en la primera etapa, y se incorpora el mo-delo de heteroscedasticidad para minimizar los errores en el cálculo delingreso.

Además de adaptar y aplicar la metodología, López Calva et al. (2005)presentan una primera estimación tanto del ingreso de los hogares comodel Índice de Desarrollo Humano (IDH) –elaborado por el Programa deNaciones Unidas para el Desarrollo (PNUD)–, a nivel estatal y municipalpara México. Estos nuevos indicadores complementan el conjunto, toda-vía limitado, de indicadores sobre las condiciones de vida de la poblacióna nivel municipal que se han empleado para el diseño y la evaluación delas políticas públicas, y que se caracterizan por utilizar para su cálculoinformación sobre ingresos provenientes de los Censos. Este conjunto serestringe al Índice de Marginación (IMG) creado por el Consejo Nacionalde Población (CONAPO), al Índice de Bienestar (IB) desarrollado por el Ins-tituto Nacional de Estadística, Geografía e Informática (INEGI), al ÍndiceMultifactorial de Pobreza (IMP) elaborado por la Secretaría de DesarrolloSocial, y al Índice de Masas CarenciaLES (IMC) especificado en la Ley de


Coordinación Fiscal y utilizado para distribuir recursos fiscales a Estadosy Municipios.2

El presente artículo utiliza el procedimiento de López Calva et al.(2005) (LC de aquí en adelante) para presentar una primera estimaciónsobre la pobreza de ingresos y la desigualdad a nivel estatal y municipalen México. Esta estimación permite mapear la pobreza de ingresos, asícomo determinar la contribución de cada estado y municipio a la pobrezade ingresos nacional.Adicionalmente, facilita la medición del nivel de des-igualdad en espacios geográficos desagregados, y la descomposición dela desigualdad en términos de la proporción debida a desigualdades in-tra-estatales y municipales, y entre entidades federativas y municipios.

Basar la estimación de estos dos nuevos indicadores en medicionesrobustas de los ingresos de los hogares implica que se puede conciliar enbuena medida el dilema entre calidad de medición y detalle, lo cual permi-te un diagnóstico más preciso sobre las condiciones de vida de la población.Esto también hace posible evaluar la evolución de la pobreza y la des-igualdad a nivel local a lo largo del tiempo, y por lo tanto permite dimen-sionar el impacto de las políticas públicas sobre el bienestar de la población.

El artículo consta de cuatro secciones. La primera, presenta de mane-ra descriptiva el dilema entre calidad y detalle en la medición de la pobre-za, y discute los aspectos metodológicos relevantes. La segunda, presentalas estimaciones y descomposiciones de la pobreza. En la tercera secciónse muestran los resultados relacionados con la desigualdad. La últimasección expone nuestras principales conclusiones.

I. Aspectos metodológicos

México cuenta con un Censo Nacional de Población y Vivienda y con unaEncuesta Nacional de Ingresos y Gastos de los Hogares (ENIGH), ambos

2 Véase López Calva et al. (2005) y PNUD (2004) para una discusión detallada de la cons-trucción del IDH, y Hernández y Székely (2005) para una descripción del resto de los indica-dores mencionados. El IDH es una combinación de indicadores sobre educación, salud e ingresos;el IMG incluye información sobre la educación, ocupación, condición de la vivienda, e ingresosde los hogares, los cuales se combinan mediante la técnica de análisis discriminante; el IB in-corpora 36 variables sobre aspectos demográficos, escolaridad, mortalidad infantil, situaciónlaboral, características de la vivienda, ocupación, y seguridad social; el IMC incluye informaciónsobre ingreso, educación, espacio habitacional, drenaje y combustible utilizado en el hogar; porsu parte, el IMP utiliza técnicas de análisis discriminante con un conjunto extenso de variablespara identificar los hogares que se encuentran por debajo de determinado umbral de bienes-tar. Cabe recalcar que todos estos índices utilizan información censal para su construcción.


para el año 2000. Ésta es la información que se utiliza para implementarel método de imputación propuesto por ELL. En esta sección se describentanto las principales características de las bases de datos mencionadas,como el dilema existente para su utilización en la medición de la pobrezacon desagregaciones a nivel estatal y municipal. Además, se presenta elmétodo de imputación y se explican los aspectos relevantes sobre lamedición de la pobreza y la desigualdad.

I.1. El dilema entre calidad y detalle

La ENIGH es la única encuesta del Instituto Nacional de Estadística, Geo-grafía e Informática (INEGI), diseñada con el propósito primordial de medira detalle los ingresos y gastos de los hogares mexicanos.3 En el caso de laENIGH 2000, el tamaño de la muestra es de 10,108 hogares, con represen-tatividad nacional y de zonas urbanas y rurales. Su cuestionario incluyecuarenta y ocho preguntas específicas sobre fuentes de ingreso, que paraefectos prácticos se clasifican en siete grandes rubros: remuneracionesal trabajo, ingresos por negocios propios, ingresos por cooperativas, ingre-sos por renta de la propiedad, transferencias, otros ingresos e ingresosno monetarios.

La gráfica 1 muestra el error estadístico en el que se incurre en la me-dición de la pobreza cuando se usa como fuente de información la ENIGH

–que es la base de datos generalmente utilizada para medir la pobreza yla desigualdad en el país– así como el error de subestimación que resul-ta de utilizar el Censo.

Si se aplica la metodología oficial adoptada por el gobierno mexicano(misma que se explica a detalle en Comité Técnico para la Medición dela Pobreza, 2002) a los ingresos reportados en la ENIGH 2000, se obtieneque el 24.2 por ciento de la población del país se encontraba en condiciónde pobreza alimentaria. Debido a que la estimación es a partir de unamuestra de la población, está sujeta inevitablemente a un error mues-tral, y la gráfica 1 indica que éste es de 3.7 por ciento. Cabe destacar queel error estadístico es pequeño y su magnitud es consistente con una esti-mación de pobreza de alta precisión.4

3 La ENIGH 2000 es una de las nueve encuestas en la serie de las ENIGH levantadas por elINEGI desde 1984.

4 Soloaga y Torres (2003) presentan algunas estimaciones a nivel regional utilizando laENIGH, y discuten su grado de precisión a detalle.


Por su parte, el Censo Nacional de Población y Vivienda, también ge-nerado por el INEGI, tiene como principal objetivo cuantificar la poblacióny los hogares de México para poder caracterizar la dinámica demográfi-ca de la población. A diferencia de la ENIGH, su propósito central no esobtener una medición detallada de los ingresos, por lo que incluye sola-mente seis preguntas relacionadas con el ingreso –es decir, ocho vecesmenos– que parcialmente cubren tres de los grandes rubros considera-dos en la ENIGH. La consecuencia de incluir este número tan restringidode registros de ingreso, es que no logra captarse una parte importan-te de los recursos con los que cuentan las personas y los hogares. Por estemotivo, los Censos poblacionales subestiman los ingresos.Adicionalmente,el tiempo de levantamiento de información en los Censos es demasiadorestringido como para poder obtener el detalle de los recursos con quecuentan los hogares, y la falta de especificación de un periodo de referen-cia de ingresos y gastos distorsionan aún más la medición de estas va-riables.

Al usar el Censo 2000 como fuente primaria de información, el nivel depobreza es mucho mayor –debido a que los ingresos del Censo son meno-res– ya que abarca un 44.7 por ciento de la población total (véase gráfi-

Gráfica 1. Errores en la estimación de la pobreza, utilizando la ENIGH y el Censo de Población y Vivienda del año 2000

Fuente: Cálculos de los autores.


ca 1). Si seguimos la lógica de LC, llamaremos error de “subreporte” a estadiferencia porcentual entre la estimación puntual de la pobreza con laENIGH y con el Censo. En el caso del año 2000, el error de subreporte enla medición de la pobreza es de 83.9 por ciento, pero debido a que el Censoincluye toda la población no existe error estadístico. Ante este panora-ma, si el propósito es contar con una estimación lo más detallada posiblesobre la pobreza a nivel nacional, evidentemente es preferible utilizar laENIGH como fuente de información.

La gráfica 1 contiene dos comparaciones adicionales con estimacionesde pobreza para el caso del estado de Aguascalientes y para el municipiode Calvillo, perteneciente al mismo estado. Cabe destacar que la ENIGH

2000 no es representativa a nivel estatal ni a nivel municipal, por lo quees de esperarse un mayor error estadístico a medida que se incrementala desagregación geográfica. De hecho, la ENIGH arroja un porcentaje depobreza alimentaria de 10.5 por ciento para Aguascalientes, con un errorestadístico de 39 por ciento –muy superior al error de 3.7 por ciento a ni-vel nacional. Si se utiliza como base de datos el Censo, el nivel de pobrezaasciende a 36.5 por ciento, con un error de subreporte de 247.6 por cien-to. Por otro lado, para el municipio de Calvillo la pobreza estimada conla ENIGH es de 25 por ciento, con un error estadístico de 66.8 por ciento,mientras que la estimación censal es de 60.2 por ciento, con un error desubreporte de 140.8 por ciento. Queda claro que en ambos casos, dado elenorme margen de error, existe un dilema entre utilizar el resultadode una u otra fuente de información. Por ejemplo, en el caso de la pobrezaa nivel municipal, no es obvio que una u otra base de datos genere unaestimación más cercana al valor real del parámetro en la población.

I.2. El proceso de imputación de ingresos

Para combinar la ventaja de la calidad de medición de la ENIGH, con laventaja de la desagregación detallada del Censo, ELL proponen un méto-do que consiste básicamente en obtener la distribución conjunta de lavariable de ingresos y de cada hogar h y de una serie de variables xh rela-cionadas con y tanto para el Censo como para la Encuesta. De tal ma-nera se generan valores ajustados puntuales, yh, y residuos e=yh- yh, encada caso. Es decir, se especifica un modelo de regresión para la variabledependiente ych para cada hogar perteneciente al grupo c, en donde eltérmino de error se desagrega en un error de la comunidad c, y un errorεch , que corresponde al error del hogar h radicado en la comunidad c, y


en donde se supone que ambos componentes no están correlacionadosentre sí. La metodología se centra en minimizar el valor de los dos compo-nentes de error mediante el uso de análisis econométrico.5

El Anexo 1 presenta una explicación detallada de la metodología deimputación, así como los principales resultados derivados de su aplicaciónsi se utilizan el Censo Nacional de Población y Vivienda (Censo) y laEncuesta Nacional de Ingresos y Gastos de los Hogares (ENIGH); ambaspara el año 2000.6

I.3. Medición de la pobreza y la desigualdad

Para estimar el nivel de pobreza de ingresos para entidades federativasy municipios, utilizamos la metodología recientemente adoptada de mane-ra oficial por el Gobierno de México. Dicha metodología plantea tres ca-tegorías distintas de pobreza de ingresos, pero para nuestros propósitosnos centramos en el concepto de pobreza alimentaria. Ésta se define comoel porcentaje de la población cuyo ingreso per cápita es inferior al necesa-rio para adquirir el conjunto de bienes básicos para obtener una alimen-tación adecuada, equivalente a $15.4 y $20.9 pesos diarios del año 2000por persona, en áreas rurales y urbanas respectivamente.7

Como índice de pobreza utilizamos el tradicional índice pertenecien-te a la familia P α sugerido por Foster, Greer y Thorbecke (1984). Éstecuenta con la propiedad de descomposición por subgrupos poblacionales.El cálculo se realiza de la siguiente manera:

para todas yi<z, (1)

5 Véase ELL para el planteamiento original y la explicación detallada en López Calva etal. (2005) para la aplicación y adaptación para el caso de México. Los primeros antecedentesen la literatura sobre el tema se encuentran en Hansen, Hurwitz y Madow (1953), Moore(1952) y Hartley (1958). Otros antecedentes más recientes son Angrist y Krueger (1992),Arellano y Meghir (1992), y Alderman et al. (2001). Para otras aplicaciones de la metodologíade ELL véase Elbers y otros (2004) y Durán, Benavides y Noguera (2001).

6 Como se explica en ELL, el escenario ideal en términos de temporalidad de la informa-ción es precisamente el caso en el que el Censo y la Encuesta pertenecen al mismo año. Dehecho, como lo discuten estos autores, la combinación de esta información es aceptable auncuando el marco muestral para su levantamiento no sea el mismo.

7 Véase Comité Técnico de Medición de la Pobreza (2002).


donde N es el tamaño de la población, n es el número total de personasu hogares, z es el valor de la línea de pobreza, y representa el nivel de in-greso de cada individuo i, y α es un parámetro que indica la importanciarelativa atribuida a los ingresos de los más pobres de los pobres en lamedición de la pobreza.8 Cuando la población se divide en subgrupos, porejemplo, de acuerdo a su residencia por entidad federativa o municipio(denominados π), el índice puede expresarse como el promedio pondera-do de las pobrezas dentro de cada grupo:9

(2)

donde ρj (π)=Nj (π)/N es el peso de la población (N) del subgrupo j, Pαj es

el nivel de pobreza registrado en el subgrupo j, y k es el número de sub-grupos mutuamente excluyentes definidos por la característica π. De estamanera, representa la pobreza que el grupo j genera como propor-ción de la pobreza total.

Por su parte, para la medición de la desigualdad utilizaremos la fami-lia de índices de Entropía (E), explicados en Cowell y Jenkins (1995) yen Foster y Sen (1997), los cuales pueden representarse de la siguientemanera:

(3)

en donde β es un parámetro que indica la sección en la distribución delingreso que recibe mayor “peso” en el cálculo de la desigualdad; unparámetro positivo (negativo) indica que el índice de desigualdad es mássensible a cambios en la parte superior (inferior) de la distribución. Paranuestros propósitos, la ventaja de este tipo de índices es que pueden des-componerse en dos elementos: la desigualdad debida a diferencias den-tro de cada grupo j (desigualdad intra-grupal), y la desigualdad entre

8 La familia P a incluye tres indicadores, según el valor que se le asigne al parámetro.Cuando a = 0 el índice es equivalente a la proporción de pobres, cuando a = 1 el índice se con-vierte en la brecha de pobreza (la distancia entre el ingreso promedio de los pobres y la líneade pobreza), mientras que una especificación en donde a = 2 permite incorporar informaciónsobre la proporción de pobres, la intensidad de la pobreza y la distribución del ingreso entrelos pobres al mismo tiempo. Para nuestros propósitos nos concentramos en el caso de a = 0.

9 Esto se demuestra en Foster y Shorrocks (1991).


grupos (desigualdad inter-grupal).10 Esto permite, por ejemplo en el casode los municipios, conocer qué parte de la desigualdad de ingresos na-cional se debe a diferencias de ingresos entre estos espacios geográficos,y qué tanto se debe a inequidades de ingresos al interior de los mismosespacios. Adicionalmente, puede identificarse la contribución de la des-igualdad interna de cada espacio a la desigualdad nacional.

II. Estimaciones de pobreza de ingresos a nivel estatal y municipal para México

El cuadro 1 presenta estimaciones propias de pobreza alimentaria a ni-vel estatal mediante el uso de ingresos imputados en el Censo.11 El esta-do de la República con mayor nivel de pobreza es Chiapas, con 48.3 porciento de su población en esta categoría. Le siguen Oaxaca, con 48.2por ciento, y Guerrero, con 44.5 por ciento. En el extremo opuesto delordenamiento se encuentra que los estados con menor pobreza alimen-taria son Baja California, el Distrito Federal y Nuevo León, con 3.9, 5.7y 5.9 por ciento de su población, respectivamente. Le siguen de cerca BajaCalifornia Sur, con 6 por ciento, y Chihuahua, con 6.3 por ciento.

Para distinguir los estados en materia de pobreza, los agrupamos entres categorías: nivel de pobreza de ingresos elevado, medio, o bajo. Comocriterio de separación tomamos un medio de la desviación estándar a par-tir del nivel de pobreza nacional de 24.2 por ciento (que de hecho, coin-cide con el nivel de pobreza del estado de Durango). En el grupo de estadoscon nivel de pobreza elevado se encuentran Chiapas, Oaxaca, Guerrero,Veracruz, Puebla, Campeche, Yucatán, Hidalgo y San Luis Potosí. En elgrupo de pobreza media se encuentran Tabasco, Tlaxcala, Zacatecas, Mi-choacán, Estado de México, Durango, Nayarit, Querétaro, Guanajuato,

10 La desigualdad intra grupos es igual a la suma ponderada de la desigualdad dentro decada grupo j mientras que la desigualdad entre grupos proviene de la comparación de los in-gresos medios de cada uno de los grupos.

11 Por los errores inherentes a cualquier estimación econométrica, el proceso de imputacióngenera un nivel de pobreza alimentaria a nivel nacional de 28 por ciento de la población total.Existe, por tanto, una diferencia de 3.8 puntos porcentuales con respecto al nivel de pobrezanacional estimado directamente de la ENIGH, que es de 24.2 por ciento. Presentamos, tantoen este cuadro como en los siguientes, la pobreza estatal y municipal normalizada, para queel total nacional coincida con el original de la ENIGH. La pobreza normalizada se obtiene dedividir el nivel de pobreza obtenido por el método de imputación, por un factor de 1.1522 parael caso de todos los estados y municipios. Este procedimiento no altera, por tanto, el orde-namiento de las unidades geográficas consideradas.


Nivel de pobreza alto

Chiapas 48.3 8.0 26.4 3.1 57.3 11.4Oaxaca 48.2 7.0 25.4 2.1 54.8 10.3Guerrero 44.5 5.8 26.9 3.4 55.7 7.4Veracruz 37.7 11.0 23.5 7.2 47.8 13.6Puebla 35.9 7.7 20.7 4.9 48.0 9.6Campeche 34.8 1.0 23.6 0.9 47.4 1.1Yucatán 34.6 2.4 24.9 2.6 48.4 2.3Hidalgo 32.0 3.0 21.5 1.6 36.6 4.0San Luis Potosí 31.4 3.1 14.0 1.6 46.8 4.0

Nivel de pobreza medio

Tabasco 28.3 2.3 11.2 0.8 37.1 3.3Tlaxcala 26.4 1.1 24.4 1.0 27.6 1.1Zacatecas 25.9 1.5 16.5 0.8 30.7 1.9Michoacán 25.3 4.3 15.8 2.9 32.7 5.2Edo. de México 24.9 13.8 25.7 26.0 22.9 5.7Durango 24.3 1.5 17.9 1.4 30.9 1.6Nayarit 24.0 0.9 16.7 0.7 29.3 1.1Querétaro 23.0 1.4 10.2 0.8 36.1 1.8Guanajuato 22.6 4.5 12.3 3.5 37.0 5.1Quintana Roo 21.6 0.8 14.5 1.0 41.0 0.7Sinaloa 21.5 2.3 13.3 1.9 30.7 2.6Jalisco 20.4 5.5 22.0 10.5 16.4 2.1Morelos 20.3 1.3 16.7 1.7 25.6 1.1

Nivel de pobreza bajo

Colima 17.6 0.4 18.5 0.7 15.5 0.2Sonora 17.5 1.6 18.2 3.0 15.6 0.7Tamaulipas 15.7 1.8 15.2 3.5 17.4 0.7Aguascalientes 13.4 0.5 13.4 1.0 13.4 0.2Coahuila 11.0 1.1 10.9 2.2 12.1 0.3Chihuahua 6.3 0.8 5.2 1.3 9.5 0.5Baja California Sur 6.0 0.1 7.4 0.2 3.7 0.0Nuevo León 5.9 1.0 5.6 2.0 8.6 0.3Distrito Federal 5.7 2.1 5.7 5.1 5.3 0.0Baja California 3.9 0.4 3.3 0.7 6.4 0.2

Entidad % de % de la % de % de la % de % de lafederativa pobres pobreza pobres pobreza pobres pobreza

nacional urbana rural

Cuadro 1. Pobreza alimentaria por entidad federativa en el Año 2000

Pobreza nacional Pobreza urbana Pobreza rural



Quintana Roo, Sinaloa, Jalisco y Morelos. En el grupo de estados con ni-vel de pobreza bajo se incluyen Baja California, el Distrito Federal, NuevoLeón, Baja California Sur, Chihuahua, Colima, Sonora, Tamaulipas,Aguascalientes y Coahuila.

La segunda columna del cuadro 1 muestra la contribución de cada es-tado a la pobreza nacional. Es interesante notar que el estado que máspobres aporta es el Estado de México, con casi 14 por ciento del total nacio-nal. El motivo es que, aun cuando registra un nivel de pobreza que lo ubi-ca como estado de pobreza media, ésta es la entidad con mayor poblaciónde todo el país. El número de pobres en este estado es equivalente al agre-gado de otros catorce estados de la república.12 El siguiente estado conmayor aportación a la pobreza nacional es Veracruz, con 11 por ciento,seguido de Chiapas, Oaxaca y Puebla, con 8, 7 y 7.7 por ciento del totalrespectivamente.

La tercera y cuarta columnas del cuadro 1 presentan tanto el nivel depobreza en zonas urbanas en cada estado, como la contribución de cadaentidad federativa a la pobreza urbana nacional.13 Los estados con ma-yor nivel de pobreza urbana son Chiapas, Guerrero y Oaxaca, con másde 25 por ciento de personas en esta categoría, a pesar de que dichas en-tidades están entre las que cuentan con una menor población urbana.Las entidades con menor proporción de población en situación de pobrezaurbana son Baja California, Chihuahua, Nuevo León y el Distrito Federal,con 3.3, 5.2, 5.6 y 5.7 por ciento respectivamente. Al igual que en el casode la pobreza nacional, el estado de la república que mayor número depersonas aporta a la pobreza urbana es el Estado de México, con másde una cuarta parte. Le siguen en importancia los estados de Jalisco yVeracruz, con 10.5 y 7.2 por ciento del total respectivamente.

Las últimas dos columnas del cuadro 1 muestran la proporción de po-bres rurales, y la contribución a la pobreza rural nacional, respectivamen-te. Al igual que en los casos anteriores, los estados de Chiapas, Oaxaca yGuerrero son los que mayores índices presentan, con 57.3, 54.8 y 55.7 porciento. Les siguen Yucatán, Puebla, Veracruz y Campeche, con más de 47por ciento de pobres en cada caso. En el extremo opuesto se encuentranBaja California Sur y el Distrito Federal, con menos de 6 por ciento de supoblación en esta condición. El estado que más contribuye a la pobreza ru-

12 Los catorce estados incluyen el grupo de pobreza baja, y Tlaxcala, Zacatecas, QuintanaRoo y Morelos.

13 Se define como localidad urbana toda aquella con más de 15,000 habitantes.


Mapa 1. Distribución estatal de la pobreza alimentaria en México, año 2000


ral es Veracruz, con casi 14 por ciento del total nacional, seguido por Chia-pas, Oaxaca y Puebla, con alrededor del 10 por ciento del total cada uno.

El mapa 1 muestra la distribución geográfica de la pobreza. Clara-mente se observa un patrón en el que las entidades federativas clasifi-cadas como de nivel de pobreza bajo están concentradas en la zona nortedel país (con las únicas excepciones de Aguascalientes, Colima y el DistritoFederal). Prácticamente todos los estados con nivel de pobreza alta se en-cuentran en la zona sur (a excepción de San Luis Potosí), y los de pobrezamedia en la zona central (solamente Quintana Roo y Tabasco, que son depobreza media, se localizan en el sur).

II.1. Pobreza a nivel municipal

Las estimaciones a nivel municipal muestran que el municipio del paíscon mayor nivel de pobreza de ingresos es el de Eloxochitlán, en el esta-do de Puebla, con 83.2 por ciento de su población en pobreza alimentaria.


Sin embargo, hay relativamente pocos municipios a nivel nacional (deltotal de los 2,441) con estos niveles. El cuadro 2 presenta el porcentajede municipios con niveles de pobreza entre 0 y 9.9 por ciento, 10 y 19.9por ciento, y así sucesivamente hasta llegar a 84 por ciento. De acuerdoa nuestros cálculos, menos del 1 por ciento de los municipios de Méxicopresentan niveles de pobreza mayores a 80 por ciento en el año 2000.

% de pobres en Número total % de el municipio de municipios municipios

80 a 84 9 0.470 a 79.9 203 860 a 69.6 310 1350 a 59.9 307 1340 a 49.9 331 1430 a 39.9 347 1420 a 29.9 399 1610 a 19.9 356 150 a 9.9 180 7

Cuadro 2. Niveles de pobreza en los municipios de México, año 2000

Fuente: Cálculos de los autores. Datos del año 2000.

Es interesante notar que al dividir los municipios de esta manera nose observa una concentración particular alrededor de un nivel de pobrezaespecífico. Mientras que el 15 por ciento de los municipios presenta nive-les de entre 10 y 19.9 por ciento de pobres, el 16 por ciento cuenta conproporciones entre 29 y 29.9 por ciento. Existe una proporción muy simi-lar de municipios (de entre 13 y 14 por ciento del total nacional en cadacaso), cuyos niveles de pobreza oscilan entre 30 y 39.9 por ciento, entre40 y 49.9 por ciento, entre 50 y 59.9 por ciento, y entre 60 y 69.9 por cien-to. Solamente 8 por ciento de los municipios cuenta con niveles de pobre-za entre 70 y 80, por ciento y un porcentaje muy similar –de 7 por ciento–presenta niveles de pobreza menores al 10 por ciento.

El cuadro 3 presenta la lista de los 50 municipios con mayor y menorpobreza alimentaria en el año 2000, respectivamente.14 El nivel de po-

14 La base de datos que incluye los indicadores de pobreza para todos los municipios deMéxico se encuentra en http://www.sedesol.gob.mx/subsecretarias/prospectiva/subse_ingresos.htm. Dicha base de datos también contiene el desglose de la pobreza municipal parazonas urbanas y rurales. No presentamos este desglose aquí por brevedad.


01E

loxo

chit

lán

Pue

bla

83.2

01B

enit

o Ju

árez

D

istr

ito

Fede

ral

0.71

02H

ueyt

lalp

anP

uebl

a82

.002

Ald

ama,

Los

Nue

vo L

eón

1.23

03V

icen

te G

uerr

ero

Pue

bla

81.0

03H

erre

ras,

Los

Nue

vo L

eón

1.60

04Ta

hdzi

uYu

catá

n80

.904

Cer

ralv

oN

uevo

Leó

n2.

0705

Chi

chiq

uila

Pue

bla

80.6

05G

ener

al T

revi

Nue

vo L

eón

2.32

06T

lapa

coya

Pue

bla

80.4

06H

idal

goC

oahu

ila2.

4607

San

Seba

stiá

n P

uebl

a80

.307

Mig

uel H

idal

goD

istr

ito

Fede

ral

2.48

Tla

cote

pec

08C

hico

ncua

utla

Pue

bla

80.3

08Sa

n Pe

dro

Nue

vo L

eón

2.59

Gar

za G

arcí

a09

San

Sim

ón Z

ahua

tlán

O

axac

a80

.109

Chi

naN

uevo

Leó

n2.

6110

Coi

coyá

nO

axac

a79

.810

San

Nic

olás

N

uevo

Leó

n2.

63de

las

Flo

res

de lo

s G

arza

11Sa

n Fe

lipe

Tepa

tlán

P

uebl

a79

.711

Mel

chor

Oca

mpo

Nue

vo L

eón

2.69

12O

lintl

aP

uebl

a79

.412

Gen

eral

Bra

voN

uevo

Leó

n2.

7313

Zoqu

itlá

nP

uebl

a79

.413

Agu

aleg

uas

Nue

vo L

eón

2.79

14C

amoc

uaut

laP

uebl

a79

.214

Lor

eto

Baj

a C

alif

orni

a2.

85Su

r15

Hue

huet

laP

uebl

a79

.115

Coy

oacá

nD

istr

ito

Fede

ral

2.93

16Te

petz

intl

aP

uebl

a79

.016

Salin

as V

icto

ria

Nue

vo L

eón

3.04

17Ix

tepe

cP

uebl

a78

.917

Mex

ical

iB

aja

Cal

ifor

nia

3.15

Cu

adro

3. N

ivel

de

pobr

eza

en lo

s 50

mun

icip

ios

más

y m

enos

pob

res

de M

éxic

o en

el a

ño 2

000

50 M

unic

ipio

s co

n m

ayor

niv

el d

e po

brez

a

50 M

unic

ipio

s co

n m

enor

niv

el d

e po

brez

a

Mun

icip

ioE

ntid

adfe

dera

tiva

% d

epo

bres

Mun

icip

ioE

ntid

adfe

dera

tiva

% d

e po

bres


18C

hilc

hotl

aP

uebl

a78

.718

Hid

algo

Nue

vo L

eón

3.37

19Sa

n L

oren

zo

Oax

aca

78.7

19G

ener

al T

erán

Nue

vo L

eón

3.42

Texm

eluc

an20

Tehu

ipan

goV

erac

ruz

78.5

20H

igue

ras

Nue

vo L

eón

3.47

21C

oyom

eapa

nP

uebl

a78

.321

Tiju

ana

Baj

a C

alif

orni

a3.

5222

Qui

mix

tlán

Pue

bla

78.3

22A

zcap

otza

lco

Dis

trit

o Fe

dera

l 3.

6423

Chi

conc

uac

Est

ado

de M

éxic

o78

.223

Cua

uhté

moc

Dis

trit

o Fe

dera

l 3.

6824

San

Mar

tín

Pera

sO

axac

a78

.124

Sant

a Is

abel

Chi

huah

ua3.

7725

Sant

os R

eyes

Yuc

una

Oax

aca

78.0

25C

iéne

ga d

e F

lore

s N

uevo

Leó

n3.

7926

Ahu

acat

lán

Pue

bla

77.7

26M

arín

Nue

vo L

eón

3.83

27A

quis

món

San

Lui

s Po

tosí

77.3

27M

uleg

éB

aja

Cal

ifor

nia

3.86

Sur

28H

erm

eneg

ildo

Pue

bla

77.1

28Ju

árez

Nue

vo L

eón

3.91

Gal

eana

29

Met

lató

noc

Gue

rrer

o77

.029

Play

as d

e R

osar

ito

Baj

a C

alif

orni

a3.

9230

Sant

iago

el P

inar

Chi

apas

77.0

30A

hum

ada

Chi

huah

ua3.

9731

San

Vic

ente

Lac

hixi

o O

axac

a76

.931

Riv

a Pa

laci

oC

hihu

ahua

4.04

32Sa

nta

Mar

ía

Oax

aca

76.9

32C

hihu

ahua

Chi

huah

ua4.

12Te

max

calt

epec

33Sa

nto

Dom

ingo

O

axac

a76

.933

Gen

eral

Zua

zua

Nue

vo L

eón

4.26

Ozo

lote

pec

Cu

adro

3. N

ivel

de

pobr

eza

en lo

s 50

mun

icip

ios

más

y m

enos

pob

res

de M

éxic

o en

el a

ño 2

000

50 M

unic

ipio

s co

n m

ayor

niv

el d

e po

brez

a

50 M

unic

ipio

s co

n m

enor

niv

el d

e po

brez

a

Mun

icip

ioE

ntid

adfe

dera

tiva

% d

epo

bres

Mun

icip

ioE

ntid

adfe

dera

tiva

% d

e po

bres


34X

ochi

atip

anH

idal

go76

.734

Ven

usti

ano

Car

ranz

a D

istr

ito

Fede

ral

4.44

35Sa

n M

igue

l Tilq

uiap

am

Oax

aca

76.7

35M

anue

l Ben

avid

es

Chi

huah

ua4.

4636

Ast

acin

gaV

erac

ruz

76.7

36Ju

árez

Chi

huah

ua4.

4937

Sant

iago

Yai

tepe

cO

axac

a76

.537

Jano

sC

hihu

ahua

4.57

38Sa

ntia

go A

mol

tepe

c O

axac

a76

.538

Aba

solo

Coa

huila

4.61

39Sa

n F

ranc

isco

Log

uech

e O

axac

a76

.439

Doc

tor

Gon

zále

zN

uevo

Leó

n4.

6140

Tla

ola

Pue

bla

76.4

40R

amon

es,L

osN

uevo

Leó

n4.

6741

Chi

kind

zono

tYu

catá

n76

.241

Valle

de

Zara

goza

Chi

huah

ua4.

7342

Sant

iago

Ixt

ayut

la

Oax

aca

76.2

42O

quit

oaSo

nora

4.74

43Sa

n Pa

blo

Cua

tro

Oax

aca

76.1

43Iz

taca

lco

Dis

trit

o Fe

dera

l 4.

75V

enad

os44

Che

max

Yuca

tán

76.0

44C

iuda

d M

ader

oTa

mau

lipas

4.86

45Te

pehu

acán

H

idal

go75

.945

Nam

iqui

paC

hihu

ahua

4.87

de G

uerr

ero

46Sa

n Pe

dro

el A

lto

Oax

aca

75.8

46G

uada

lupe

Nue

vo L

eón

4.87

47Sa

nta

Cat

arin

aSa

n L

uis

Poto

sí75

.847

Cua

uhté

moc

Chi

huah

ua4.

9048

Tla

quilp

anV

erac

ruz

75.8

48M

orel

osC

oahu

ila4.

9249

Sant

a C

ruz

Oax

aca

75.8

49B

usta

man

teN

uevo

Leó

n4.

93Ze

nzon

tepe

c50

San

And

rés

Paxt

lán

Oax

aca

75.6

50T

lalp

anD

istr

ito

Fede

ral

5.00

Fue

nte:

Cál

culo

s de

los

auto

res.

Dat

os d

el a

ño 2

000.

Cu

adro

3. N

ivel

de

pobr

eza

en lo

s 50

mun

icip

ios

más

y m

enos

pob

res

de M

éxic

o en

el a

ño 2

000

50 M

unic

ipio

s co

n m

ayor

niv

el d

e po

brez

a

50 M

unic

ipio

s co

n m

enor

niv

el d

e po

brez

a

Mun

icip

ioE

ntid

adfe

dera

tiva

% d

epo

bres

Mun

icip

ioE

ntid

adfe

dera

tiva

% d

e po

bres


breza entre los cincuenta municipios más pobres oscila entre 75 y 83.2por ciento. Es interesante notar que entre los ocho municipios con ma-yor porcentaje de pobres a nivel nacional, siete de ellos se encuentran enel estado de Puebla. De hecho, de los 18 municipios más pobres, 15 deellos se encuentran en esta misma entidad federativa. A medida quese desciende en el ordenamiento figuran municipios de los estadosde Veracruz, Oaxaca, Estado de México, San Luis Potosí, Guerrero,Chiapas, Hidalgo y Yucatán.

En el extremo opuesto, el municipio con menor porcentaje de pobrezaalimentaria a nivel nacional es la delegación Benito Juárez, en el DistritoFederal, con menos de 1 por ciento. Le siguen en el ordenamiento los mu-nicipios de Los Aldama, Los Herrera, Cerralvo y General Treviño; todosellos en el estado de Nuevo León. De hecho, de entre los 13 municipios odelegaciones con menor pobreza en el país, 10 de ellos se encuentran enesta misma entidad federativa. Es interesante notar que a medida quese continúa en el ordenamiento, aparecen solamente municipios de los

Mapa 2. Distribución municipal de la pobreza alimentaria en México, año 2000



estados de Nuevo León, Distrito Federal, Baja California, Baja CaliforniaSur, Chihuahua, Coahuila, Sonora y Tamaulipas.

El mapa 2 presenta la distribución geográfica de la pobreza a nivelmunicipal.15 Al igual que en el caso de la distribución estatal, se distingueclaramente un patrón de concentración de municipios con nivel de po-breza bajo en la zona norte del país. Adicionalmente, se observa una con-centración importante en la zona centro-occidental, y destaca queprácticamente no se registran municipios de pobreza baja en la zona sur.Por su parte, el patrón de distribución de la pobreza en las zonas sur ycentro es menos claro.

II.2. Pobreza y otros indicadores de bienestar

Los indicadores de pobreza de ingresos a nivel estatal y municipalpresentados anteriormente complementan las estadísticas existentes so-bre el bienestar en México.16 Lo que aportan estos nuevos indicadores ala lista comprendida por el IDH, el IMG, el IMP, el IB o el IMC ya existenteses, primero, que nuestros resultados son los únicos hasta el momento quepermiten una estimación de niveles de pobreza referidos a la insuficien-cia de recursos monetarios dentro de los hogares para satisfacer una ali-mentación adecuada, y segundo, que utilizamos información sobre ingresoscon mayor calidad de medición. De hecho, estos cinco indicadores ya exis-tentes de alguna manera incorporan información sobre los ingresos, peroen todos los casos –a excepción del IDH, construido recientemente por LC–utilizan como fuente de información primaria los Censos de Población,con todas las limitaciones que esto implica. Los resultados presentadosaquí proveen una dimensión adicional sobre el bienestar, misma que sepuede utilizar para priorizar, evaluar y dirigir acciones de política públi-ca hacia las poblaciones que carecen de lo que es probablemente el satis-factor más básico: el acceso a una alimentación mínimamente adecuada.

El coeficiente de correlación entre el índice de pobreza de ingresos (IPI)y el IDH es de 0.89, mientras que la correlación con el IMG y el IMP es de0.89 y 0.90 respectivamente. La correlación con el IMC es de 0.80, y con

15 Para clasificar los municipios con nivel de pobreza alto, medio y bajo, tomamos un mediode la desviación estándar por arriba y por debajo de la pobreza promedio de todos los munici-pios.

16 Los únicos antecedentes en la literatura sobre estas descomposiciones se refieren adescomposiciones de la pobreza a nivel regional. Para un ejemplo véase Székely (1998).


Gráfica 2. Relación entre distintos índices de bienestar a nivel municipal en México en el año 2000

Índice de pobreza de ingresos (línea) vs índice multifactorial de la pobreza (puntos)

Índice de pobreza de ingresos (línea) vs índice de desarrollo humano (puntos)

Índice de pobreza de ingresos (línea) vs índice de marginación (puntos)



17 En los tres casos, el eje vertical de la gráfica indica el valor del índice correspondiente,mientras que el eje horizontal enumera los municipios de menor a mayor valor del indicador.En el caso del IDH, la gráfica presenta el inverso de la variable.

18 Para dar una idea del significado de este valor, el índice de Gini a nivel nacional parael año 2000 es de 0.53.

el IB de -0.85 por ciento. La gráfica 2 ilustra la relación entre el IPI y elIDH, el IMG y el IMP separadamente. Es natural que exista discrepanciaentre los índices, debido a que incluyen información sobre dimensionesdel bienestar distintas, pero es interesante notar que en los tres casos ladivergencia entre los indicadores es bastante reducida, y se presentanpocas situaciones aberrantes (entendidas como municipios para los cualesla correspondencia entre las variables está fuera de un rango razonable).17

III. Desigualdad estatal y municipal en México

A nivel nacional, el valor del índice de Theil que se obtiene utilizando elprocedimiento de imputación de ingresos es de 0.425.18 El cuadro 4 pre-senta los índices de desigualdad a nivel estatal, así como la contribuciónde cada entidad federativa a la desigualdad nacional.

La entidad federativa que registra mayor desigualdad de ingresos esel estado de Querétaro –con un índice de 0.487–, seguido de cerca porChiapas, Oaxaca y Guerrero, que son también los tres estados que regis-tran mayor pobreza a nivel nacional. Los estados con menor desigualdadson Baja California Sur, Baja California y Chihuahua.

Al igual que en el caso de la pobreza, dividimos las entidades en tresgrupos, de acuerdo a su nivel de desigualdad de ingresos. El grupo dedesigualdad alta incluye los estados con un índice de Theil por encimade media desviación estándar del promedio estatal (que es de 0.367).El grupo de desigualdad baja registra valores por debajo de media des-viación estándar del promedio.

El cuadro 4 presenta el panorama completo del país. El grupo de des-igualdad alta está integrado por los cuatro estados mencionados ante-riormente, y por Puebla, Tabasco, Guanajuato, San Luis Potosí, Morelos,Veracruz, Campeche y Yucatán. El grupo de desigualdad media incluyeSinaloa, Quintana Roo, Colima, Estado de México, Zacatecas, Michoacán,Hidalgo, Durango y Nayarit, mientras que el de desigualdad baja se in-tegra por las tres entidades ya mencionadas, y por Tamaulipas, Jalisco,Aguascalientes, Distrito Federal,Tlaxcala, Nuevo León, Sonora y Coahuila.


Est

ados

con

des

igua

ldad

alt

a

1Q

ueré

taro

0.48

71.

82

Chi

apas

0.46

32.

23

Oax

aca

0.46

01.

94

Gue

rrer

o0.

449

1.9

5P

uebl

a0.

445

3.7

6Ta

basc

o 0.

441

1.6

7G

uana

juat

o0.

441

5.2

8Sa

n L

uis

Poto

sí0.

433

1.9

9M

orel

os0.

428

1.7

10V

erac

ruz

0.41

74.

511

Cam

pech

e0.

411

0.5

12Yu

catá

n0.

406

1.2

Est

ados

con

des

igua

ldad

med

ia

13Si

nalo

a 0.

394

2.3

14Q

uint

ana

Roo

0.37

40.

815

Col

ima

0.37

30.

516

Edo

.de

Méx

ico

0.36

29.

9

Cu

adro

4.D

esig

uald

ad p

or e

ntid

ad fe

dera

tiva

en

Méx

ico

en e

l año

200

0

Ent

idad

fede

rati

vaÍn

dice

de

The

ilC

ontr

ibuc

ión

ala

des

igua

ldad

naci

onal

Ent

idad

fe

dera

tiva

Índi

ce

de T

heil

Con

trib

ució

n a

la d

esig

uald

adna

cion

al

Fue

nte:

Cál

culo

s de

los

auto

res.

17Za

cate

cas

0.34

90.

818

Mic

hoac

án0.

349

2.6

19H

idal

go0.

348

1.2

20D

uran

go0.

347

1.0

21N

ayar

it0.

344

0.6

Est

ados

con

des

igua

ldad

baj

a

22Ta

mau

lipas

0.33

72.

623

Jalis

co

0.33

75.

124

Agu

asca

lient

es0.

309

0.8

25D

istr

ito

Fede

ral

0.30

8

11

.626

Tla

xcal

a0.

307

0.5

27N

uevo

Leó

n0.

293

4.5

28So

nora

0.29

11.

529

Coa

huila

0.28

21.

930

Chi

huah

ua0.

264

2.8

31B

aja

Cal

ifor

nia

0.25

23.

032

Baj

a C

alif

orni

a Su

r0.

252

0.4


Adicionalmente, el cuadro 4 indica la contribución de cada entidad fe-derativa a la desigualdad nacional. El primer lugar en este caso lo ocu-pa el Distrito Federal, en el cual se genera 11.6 por ciento de la desigualdadde ingresos del país, seguido por el Estado de México, con casi 10 por cien-to del total. Destaca que ninguna de estas dos entidades esté en el grupode desigualdad alta. El motivo de su elevada contribución es que son lasdos entidades con mayor población.

Desigualdad entre estados 0.073 17.2Desigualdad intra estatal 0.352 82.8

Desigualdad nacional 0.425 100

Cuadro 5. Descomposición de la desigualdad a nivel estatal en México en el año 2000

Concepto Índice de Theil % del total


En el cuadro 5 incluimos la descomposición de la desigualdad en suscomponentes intra e inter estatal. Como puede observarse, casi el 83 porciento de la desigualdad a nivel nacional se debe a las inequidades de in-greso dentro de cada entidad, mientras que solamente el 17 por ciento sedebe a las desigualdades entre estados.

El mapa 3 ubica la desigualdad en el mapa de la República mexicana.Al igual que en el caso de la pobreza, puede identificarse claramente unpatrón geográfico: los estados de desigualdad baja se concentran en lazona norte –con las excepciones de Jalisco,Aguascalientes, Distrito Federaly Tlaxcala, que se ubican en el centro– y no se observa un solo estado dedesigualdad baja en la zona sur. Los estados de desigualdad media seconcentran en el centro del país –la única excepción es Quintana Roo,que se encuentra en el sur–, mientras que los estados de desigualdad altase concentran claramente en la zona sur.

III.1. Desigualdad municipal

A diferencia de lo que sucede con la pobreza de ingresos, donde mostramosque no existe una concentración particular de municipios alrededor deun nivel de pobreza específico, sí existe una concentración importante al-


rededor de determinados niveles de desigualdad. El cuadro 6 presentaprecisamente la distribución de municipios de acuerdo a distintos ran-gos del índice de Theil. Puede observarse que menos del 10 por ciento delos municipios mexicanos presenta niveles de desigualdad superiores a0.3 puntos, mientras que el 30.2 por ciento de los municipios registra ni-veles de desigualdad entre 0.15 y 0.199 puntos, y casi 40 por ciento cuen-ta con niveles entre 0.2 y 0.249 puntos. En realidad, sorprende que casi3 de cada 4 municipios en México registran un índice de Theil de menosde 0.25 –es decir, 40 por ciento menor que el índice a nivel nacional– elcual es un valor muy reducido incluso bajo estándares internacionales.De hecho, estos niveles de desigualdad municipal son equivalentes, eincluso inferiores, a países de baja desigualdad como Italia y el ReinoUnido, que presentan índices de alrededor de 0.3.

El cuadro 7 presenta estos resultados en un contexto más amplio.Muestra la descomposición de la desigualdad nacional en sus componen-tes intra e inter municipal. Puede observarse que la desigualdad intra-municipal registra un valor de 0.287 puntos, lo cual es significativamentemenor a la desigualdad intra-estatal de 0.352 (véase el cuadro 5). De he-

Mapa 3. Distribución estatal de la desigualdad en México, año 2000



cho, si no existieran diferencias entre municipios –en cuyo caso la desigual-dad nacional sería equivalente a la desigualdad intra-municipal–, Méxicosería un país con niveles de inequidad significativamente menores, yparecidos a los de países desarrollados, que se caracterizan por una tradi-ción de alta equidad.

La desigualdad intra-municipal representa dos terceras partes de ladesigualdad total, mientras que una tercera parte de la desigualdad na-cional se debe a diferencias inter-municipales. Estos resultados sugieren,por una parte, que existe un potencial importante para reducir la des-igualdad en México mediante la reducción de las disparidades geográfi-cas, pero por otra, independientemente de estas inequidades, el problemade la desigualdad tiene sus raíces en buena medida en la inequitativadistribución del ingreso que se observa a nivel local.

0.45 a 0.536 009 00.40.40 a 0.449 011 00.50.35 a 0.399 063 02.60.30 a 0.349 152 06.20.25 a 0.299 400 16.40.20 a 0.249 931 38.10.15 a 0.199 738 30.20.10 a 0.149 137 05.6

Cuadro 6. Niveles de desigualdad en los municipios de México, año 2000

Índice de Theil municipal Número total de municipios % de municipios

Fuente: Cálculos de los autores. Datos del año 2000.

Desigualdad entre municipios 0.139 32.6Desigualdad intra municipios 0.287 67.4

Desigualdad nacional 0.425 100

Cuadro 7. Descomposición de la desigualdad a nivel municipal en México en el año 2000

Concepto Índice de Theil % del total



El cuadro 8 ordena los municipios mexicanos de acuerdo al valor delíndice de Theil. El municipio con mayor desigualdad en todo el país es elde San Miguel de Allende, en el estado de Guanajuato, con un índice de0.537. Le siguen el municipio de Dolores Hidalgo, en el mismo Guanajua-to, Huixquilucan, en el Estado de México, y San José Iturbide, tambiénen el estado de Guanajuato, todos ellos con índices de Theil superiores alos 0.5 puntos. Nótese que tres de los cuatro municipios con mayor des-igualdad en el país se ubican en este último estado. De hecho, quince delos cincuenta municipios más desiguales de México se localizan en Gua-najuato.

Otras dos entidades con una representación importante en el grupode municipios de mayor inequidad son Veracruz y el Estado de México,con ocho y siete municipios en este grupo respectivamente. En el extremoopuesto, o sea de menor desigualdad, se encuentra el municipio de SanFrancisco Logueche, en el estado de Oaxaca, con un índice de Theil de0.117. Probablemente el resultado más interesante en este sentido es quede entre los cincuenta municipios con menor desigualdad en México, cua-renta y dos se ubican en el estado de Oaxaca. El alto componente depoblación indígena en estas regiones del país sugiere que la reducida des-igualdad puede ser reflejo del alto grado de homogeneidad étnica que lasdistingue.

Por su parte, el mapa 4 ilustra la distribución geográfica de la des-igualdad a nivel municipal. A diferencia del mapa 3, no se observan pa-trones claros de concentración de municipios de acuerdo con su grado dedesigualdad.

III.2. Correlaciones entre pobreza, desigualdad e ingresos

Por último, exploramos la relación entre la pobreza, la desigualdad y elingreso. Este análisis es de interés desde el punto de vista de las políti-cas públicas de reducción de la pobreza, ya que si bien la pobreza estádeterminada tanto por el nivel de recursos con que se cuenta como porla distribución de los mismos, el conocer qué tipo de relación es más estre-cha apunta a programas y acciones de distinta naturaleza. Por ejemplo,si la pobreza guarda una relación más estrecha con el ingreso, entoncesse pueden privilegiar las políticas orientadas a determinadas áreas geo-gráficas –con mayor precisión, a los municipios de menor ingreso–, másque a acciones que reduzcan la desigualdad dentro de municipios deter-minados.


01A

llend

eG

uana

juat

o0.

537

01A

bejo

nes

Oax

aca

0.13

602

Dol

ores

Hid

algo

Gua

naju

ato

0.52

802

San

Juan

Oax

aca

0.13

603

Hui

xqui

luca

nE

stad

o de

Méx

ico

0.50

803

San

Pedr

o M

ártir

Qui

echa

paO

axac

a0.

136

04Sa

n Jo

sé It

urbi

deG

uana

juat

o0.

502

04C

hana

lC

hiap

as0.

135

05M

otoz

intla

Chi

apas

0.49

605

Sant

a C

ruz

Zenz

onte

pec

Oax

aca

0.13

506

Alto

tong

aVe

racr

uz0.

492

06Sa

nta

Mar

ía T

exca

titlá

nO

axac

a0.

135

07Ta

ntoy

uca

Vera

cruz

0.47

407

Coi

coyá

n de

las

Flor

esO

axac

a0.

135

08Pa

raís

oTa

basc

o0.

462

08Sa

n A

nton

ino

Mon

te V

erde

Oax

aca

0.13

509

Felip

e C

arri

llo P

uert

o Q

uint

ana

Roo

0.45

909

San

Luca

s C

amot

lán

Oax

aca

0.13

510

Com

onfo

rtG

uana

juat

o0.

442

10Sa

n Pe

dro

Joco

tipac

Oax

aca

0.13

511

Yuri

ria

Gua

naju

ato

0.44

111

Sant

a M

aría

Pe

Oax

aca

0.13

412

Pale

nque

Chi

apas

0.43

012

Mix

tla d

e A

ltam

iran

oVe

racr

uz0.

134

13Sa

n C

rist

óbal

de

las C

asas

Chi

apas

0.41

613

Met

lató

noc

Gue

rrer

o0.

134

14C

hilp

anci

ngo

de lo

s Bra

voG

uerr

ero

0.41

614

Sant

a M

aría

Lac

hixi

oO

axac

a0.

133

15C

orre

gido

raQ

ueré

taro

0.41

315

Sant

iago

Nun

dich

eO

axac

a0.

133

16O

thón

P.B

lanc

oQ

uint

ana

Roo

0.41

016

Mag

dale

na P

eO

axac

a0.

133

17N

auca

lpan

de

Juár

ezE

stad

o de

Méx

ico

0.41

017

San

Mar

tín P

eras

Oax

aca

0.13

318

San

Fran

cisc

o G

uana

juat

o0.

405

18Sa

n Ju

an T

eita

del

Rin

cón

Oax

aca

0.13

319

Pénj

amo

Gua

naju

ato

0.40

219

San

Jaci

nto

Tlac

otep

ecO

axac

a0.

133

20Lo

reto

Zaca

teca

s0.

402

20Sa

n M

artín

de

los

Can

seco

sO

axac

a0.

132

21Fr

onte

ras

Sono

ra0.

399

21Sa

nta

Mar

ía T

emax

calte

pec

Oax

aca

0.13

222

Acá

mba

roG

uana

juat

o0.

397

22Sa

n Pa

blo

Cua

tro

Vena

dos

Oax

aca

0.13

223

San

Luis

de

la P

azG

uana

juat

o0.

396

23Sa

n A

ndré

s N

uxi

Oax

aca

0.13

224

Min

atitl

ánVe

racr

uz0.

394

24Sa

n M

arci

al O

zolo

tepe

c O

axac

a0.

132

25Za

cazo

napa

nE

stad

o de

Méx

ico

0.39

325

Sant

iago

Tla

zoya

ltepe

c O

axac

a0.

132

26R

omita

Gua

naju

ato

0.39

126

Sole

dad

Atz

ompa

Vera

cruz

0.13

1

Cu

adro

8.N

ivel

de

desi

gual

dad

en lo

s 50

mun

icip

ios

más

y m

enos

des

igua

les

de M

éxic

o en

el a

ño 2

000

50 M

unic

ipio

s co

n m

ayor

niv

el d

e de

sigu

alda

d50

Mun

icip

ios

con

men

or n

ivel

de

desi

gual

dad

Mun

icip

ioE

ntid

adfe

dera

tiva

Índi

ce

de T

heil

Mun

icip

ioE

ntid

adfe

dera

tiva

Índi

ce

de T

heil


27C

hapa

laJa

lisco

0.

391

27A

ldam

aC

hiap

as0.

131

28C

hico

ncua

cE

stad

o de

Méx

ico

0.39

128

San

Sim

ón Z

ahua

tlán

Oax

aca

0.13

129

Hua

tusc

oVe

racr

uz0.

391

29M

agda

lena

Mix

tepe

cO

axac

a0.

130

30R

ío G

rand

eZa

cate

cas

0.39

030

San

Cri

stób

al A

mol

tepe

c O

axac

a0.

130

31C

omal

calc

oTa

basc

o0.

389

31Sa

nta

Inés

del

Mon

teO

axac

a0.

130

32To

luca

Est

ado

de M

éxic

o0.

389

32Sa

ntia

go A

mol

tepe

cO

axac

a0.

130

33C

hila

pa d

e Álv

arez

Gue

rrer

o0.

389

33Te

huip

ango

Vera

cruz

0.12

934

Sila

oG

uana

juat

o0.

388

34Sa

n Jo

sé d

el P

eO

axac

a0.

129

35G

uana

juat

oG

uana

juat

o0.

387

35Sa

n Fr

anci

sco

Ozo

lote

pec

Oax

aca

0.12

936

Tapa

chul

aC

hiap

as0.

386

36Sa

n A

ndré

s Pa

xtlá

n O

axac

a0.

129

37Ta

xco

de A

larc

ónG

uerr

ero

0.38

637

Sant

os R

eyes

Yuc

una

Oax

aca

0.12

838

San

Felip

eG

uana

juat

o0.

386

38Sa

n Pe

dro

el A

ltoO

axac

a0.

128

39Pe

rote

Vera

cruz

0.38

439

San

Lore

nzo

Texm

eluc

an

Oax

aca

0.12

840

Papa

ntla

Vera

cruz

0.38

240

San

Seba

stiá

n R

ío H

ondo

Oax

aca

0.12

741

Com

itán

de D

omín

guez

C

hiap

as0.

381

41Sa

n M

igue

l Mix

tepe

cO

axac

a0.

127

42A

tizap

án d

e Za

rago

zaE

stad

o de

Méx

ico

0.38

142

San

Vic

ente

Lac

hixi

oO

axac

a0.

127

43Te

lolo

apan

Gue

rrer

o0.

381

43Sa

nto

Dom

ingo

Ozo

lote

pec

Oax

aca

0.12

644

Cho

apas

,Las

Vera

cruz

0.37

944

Sant

o D

omin

goYo

dohi

noO

axac

a0.

126

45Za

popa

nJa

lisco

0.

379

45E

loxo

chitl

án

Pueb

la0.

126

46C

elay

aG

uana

juat

o0.

379

46Sa

n A

nton

io S

inic

ahua

O

axac

a0.

126

47C

oatz

intla

Vera

cruz

0.37

847

Sant

iago

el P

inar

Chi

apas

0.12

348

Hua

uchi

nang

oPu

ebla

0.37

848

Sant

a Lu

cía

Oax

aca

0.12

249

Sala

man

caG

uana

juat

o0.

376

49Sa

n Ju

an M

ixte

pec

Mia

huat

lán

Oax

aca

0.12

250

Valle

de

Bra

voE

stad

o de

Méx

ico

0.37

450

San

Fran

cisc

o Lo

guec

heO

axac

a0.

117

Fue

nte:

Cál

culo

s de

los

auto

res.

Dat

os d

el a

ño 2

000.

Cu

adro

8.N

ivel

de

desi

gual

dad

en lo

s 50

mun

icip

ios

más

y m

enos

des

igua

les

de M

éxic

o en

el a

ño 2

000

(con

tinu

ació

n)

50 M

unic

ipio

s co

n m

ayor

niv

el d

e de

sigu

alda

d50

Mun

icip

ios

con

men

or n

ivel

de

desi

gual

dad

Mun

icip

ioE

ntid

adfe

dera

tiva

Índi

ce

de T

heil

Mun

icip

ioE

ntid

adfe

dera

tiva

Índi

ce

de T

heil


Mapa 4. Distribución municipal de la desigualdad en México, año 2000


La gráfica 3 ilustra la relación entre estas tres variables a nivel es-tatal.19 Claramente se observa una relación estrecha entre la pobreza yel ingreso y entre la pobreza y la desigualdad. Sin embargo, se observauna correlación más estrecha con el ingreso (de -0.85) que con la des-igualdad (con un coeficiente de -0.40). A nivel municipal las correlacionesascienden a -0.92 y 0.80 respectivamente.

El hecho de que la correlación entre ingresos, desigualdad y pobrezasea tan estrecha, sugiere que las políticas públicas de reducción de la po-breza deben de combinar intervenciones que reduzcan los desequilibriosentre espacios geográficos, pero que al mismo tiempo también reduzcanlas inequidades dentro de dichos espacios. Para reducir las desigualdadesentre regiones puede pensarse en un menú amplio de políticas encami-nadas a mejorar el entorno y aumentar la productividad, mediante laprovisión de infraestructura física, un ambiente de inversión más favora-

19 Los ingresos provienen de López Calva et al. (2005).


Gráfica 3. Pobreza alimentaria, ingresos y desigualdad a nivel estatal

Relación entre pobreza alimentaria e ingreso per cápita a nivel estatal

Relación entre pobreza alimentaria y desigualdad a nivel estatal


ble, y acceso al crédito para la producción, entre otros. Al interior de losestados y municipios, probablemente la mejor opción sean las políticasde inversión en ampliación de capacidades (desarrollo de capital humano),dirigidas explícitamente a los grupos con menores recursos. La combi-nación de un mejor entorno económico a nivel agregado, con mayorescapacidades a nivel local (para que la población en pobreza puedaaprovechar las oportunidades que se generen), puede detonar un círcu-lo virtuoso de desarrollo con mayor equidad y menor pobreza.


IV. Conclusiones

Este artículo aporta estimaciones de pobreza de ingresos y de desigual-dad a nivel estatal y municipal para México. Los índices presentados soncomplementarios a la información existente sobre el bienestar a nivel lo-cal en el país, aunque agregan una visión distinta al referirse a otrasdimensiones del bienestar, y adicionalmente están sustentados en informa-ción más robusta sobre los ingresos de los hogares.

Encontramos que existe un claro patrón geográfico de la pobreza y ladesigualdad. En el caso de la pobreza, los estados y municipios que la tie-nen en menor grado se concentran claramente en la zona norte, mien-tras que los de pobreza media y alta se ubican primordialmente en laszonas centro y sur, respectivamente. Las entidades federativas con ma-yor nivel de pobreza total, urbana, y rural son Chiapas, Oaxaca y Guerrero.Adicionalmente, observamos que entre los cincuenta municipios con ma-yor pobreza destaca el estado de Puebla, con el mayor número de casos.

En cuanto a la desigualdad a nivel estatal, el patrón coincide con elde la pobreza: los estados con desigualdad baja se concentran en el nortedel país, los de desigualdad media se ubican principalmente en el centro,y los de desigualdad alta se encuentran primordialmente en el sur. Los es-tados con mayor desigualdad son Querétaro, Chiapas, Oaxaca y Guerrero.Entre los cincuenta municipios con mayor desigualdad, destaca un númeroimportante de ellos en Guanajuato, mientras que para los cincuenta mu-nicipios con menor desigualdad, sorprende que cuarenta y dos de ellosse ubiquen en el estado de Oaxaca. Destaca también que una terceraparte de la desigualdad a nivel nacional se atribuye a inequidades inter-municipales, mientras que las dos terceras partes restantes se deben adesigualdades intra-municipales.

Finalmente analizamos la relación entre pobreza, desigualdad e ingre-so per cápita. Concluimos que a nivel estatal la correlación entre la po-breza y ambos determinantes es muy similar. Si bien la informaciónpresentada aquí aporta una “fotografía” sobre la pobreza y la desigual-dad con la que no se contaba anteriormente, su utilidad seguramente se-rá más evidente cuando se cuente con información actualizada y puedacompararse la evolución de estas dimensiones del bienestar en diferentesespacios geográficos del país a través del tiempo. La ventaja es que enese momento la comparación podrá realizarse con mayor calidad en sumedición y mayor detalle de desagregación.


Referencias bibliográficas

Alderman H., Babita, M., Demombynes, G., Makhatha, N. y Ozler, B.(2001), “How long Can You Go? Combining Census and Survey Datafor Mapping Poverty in South Africa”, Mimeo.

Angrist, J. y Krueger, A. (1992), “The Effect of Age of School Entry onEducational Attainment: An Application of Instrumental Variableswith Moments from Two Samples”, Journal of the American StatisticalAssociation, vol. 87, pp. 328-336.

Arellano, M. y C. Meghir, (1992), “Female Labour Supply and on the JobSearch: an Empirical Model Estimated Using Complementary DataSets”, Review of Economic Studies 59, pp. 537-559.

Comité Técnico para la Medición de la Pobreza (2002), Medición de lapobreza, variantes metodológicas y estimación preliminar. Serie:Documentos de Investigación 1. México: Secretaría de Desarrollo Social,julio.

Cowell, F. y Jenkins, S. (1995), “How Much Inequality Can We Explain?A Methodology and an Application to the USA”, Economic Journal,105, marzo, pp. 421-30.

Deaton, A. (2000), “Counting the World’s Poor: Problems and PossibleSolutions”. Working paper, Research Program in Development Studies,Princeton University, (August).

Durán, L., L. Benavides y C. Noguera (2001), “Nicaragua Poverty Map toTarget the Extreme Poor”, Mimeo.

Elbers, C., Lanjouw, J.O. y Lanjouw P. (2003), “Micro-Level Estimation ofPoverty and Inequality”, Econometrica 71(1), pp. 355-364.

–––––––––, T. Fujii, P. Lanjouw, B. Ozler, y W. Yin (2004), “PovertyAlleviation Through Geographic Targeting: How Much Does Disag-gregation Help?”, Policy Research Working Paper Series, Washington,The World Bank.

Foster, James E., y Amartya K. Sen (1997), “On Economic Inequality:After a Quarter Century”.Annexe to the Enlarged Edition of On Econo-mic Inequality, by Amartya Sen, Oxford, Clarendon Press.

––––––––– y Shorrocks,A.F. (1991), “Subgroup Consistent Poverty Indices”,Econometrica, vol. 59.

–––––––––, Greer, J., y Thorbecke, E. (1984), “A Class of DecomposablePoverty Measures”, Econometrica, vol. 52.

Hansen, M., Hurwitz W., y Madow, W.G. (1953), “Sample Survey Methodsand Theory”, Nueva York, Wiley, reimpreso en 1993.


Hartley, H.O. (1958), “Maximum Likelihood Estimation from IncompleteData”, Biometrics, 27, pp.783-823.

Hernández, D. y M. Székely (2005), “Medición del bienestar en México enlos inicios del siglo XXI”, capítulo 3 en Székely, M., Números que mue-ven al mundo: la medición de la pobreza en México, México, EditorialPorrúa, en prensa.

López Calva, L.F., E. Rascón, L. Rodríguez, A. Meléndez y M. Székely(2005), “Poniendo al bienestar en el mapa: estimaciones de ingreso es-tatal y municipal en México”, México, Secretaría de Desarrollo Social.

Moore, P.G. (1952), The Estimation of the Poisson Parameter from aTruncated Distribution, Biometrika 39, pp. 247-251.

PNUD (2004), “Informe de desarrollo humano”, NuevaYork, Programa deNaciones Unidas para el Desarrollo.

Soloaga, I. y M. Torres (2003), “Agricultural Growth and Poverty Reduc-tion”, Documento de Trabajo, Puebla, Universidad de las Américas.

Székely, M. (1998), “The Economics of Poverty, Inequality and WealthAccumulation in Mexico”, Londres, MacMillan.

Wooldridge, J. M. (2003), Introductory Econometrics:A Modern Approach,segunda edición, Cincinnati, South-Western College Pub.


Anexo 1

La metodología de imputación supone que si un indicador de bienestarW depende de la variable de interés –en este caso el ingreso per cápitadel hogar yh–, a partir de la encuesta de hogares y el censo de poblaciónse puede obtener la distribución conjunta de yh y una serie de variablesindependientes xh. Esto es, el método consiste en tomar la encuesta dehogares como una muestra aleatoria de la población representada en elcenso, de manera que las variables independientes xh se encuentrendisponibles en ambas fuentes. De esta manera se generan estimacionespuntuales y errores de predicción del vector yh.

El primer paso de implementación consiste en obtener un modelo depredicción de ingresos. Así, la variable ych, el ingreso del hogar h que resi-de en la comunidad c, se estima linealmente como:

(1)

donde el vector de errores se distribuye como una variable aleatoria conmedia cero y matriz de varianza-covarianza diagonal u ˜Γ(0,Σ). Es im-portante notar que el vector β carece de toda interpretación económica.El vector β podría estar sesgado, dado que algunas de las variables con-sideradas pueden ser endógenas. Sin embargo, si éstas contribuyen areducir el error de predicción pueden permanecer en la modelación delos ingresos del hogar. El error se puede desagregar en:

(2)

donde ηccorresponde al error de la comunidad c, y εch corresponde al errorintrínseco del hogar h, que vive en la comunidad c.

Las especificaciones en (1) y (2) forman conjuntamente lo que se conoceen la literatura como “modelo lineal jerárquico” (véase Wooldridge, 2003).Es necesario asumir que ambos componentes en (2), el correspondientea la comunidad y el que se refiere al hogar, no están correlacionados en-tre sí. Si una mayor proporción del error total corresponde al factor delocalidad, las estimaciones serán de menor precisión y no se ganará de-masiado por agregar más hogares en la localidad. La forma de reducir elcomponente inherente a la localidad, consiste en agregar a la estimaciónde los ingresos variables que correspondan a ésta y que no estén relacio-nadas con otras localidades. Variables que no sólo expliquen la condición


de ciertos niveles de ingreso por el hecho mismo de pertenecer a dichalocalidad, sino también que logren capturar la heterogeneidad entre laslocalidades.20

Esta metodología se concentra en la minimización del valor de los doscomponentes del error total de predicción en (2). Adicionalmente, el mo-delo permite corregir por heteroscedasticidad de los errores inherentesal hogar (idiosincrático).

La metodología en la práctica

A continuación presentamos la adaptación e implementación de la me-todología ELL al caso de México, utilizando la información de la ENIGH

2000 y del Censo Nacional de Población y Vivienda de ese mismo año.El proceso consta de una etapa preliminar de selección de variables (eta-pa cero) y de dos etapas de estimación de ingresos y errores.

Etapa cero

Un paso previo al proceso de imputación consiste en la selección de varia-bles comunes entre el Censo y la ENIGH. Para mayor comparabilidad en-tre la encuesta y el censo se recomienda el levantamiento de ambas fuentesde información en el mismo año. Como se mencionó anteriormente, eneste artículo se hará uso de la información para el año 2000.

Para el caso de México, la lista de variables conceptual y estadística-mente comparables entre la ENIGH 2000 y el Censo 2000 es la siguiente:

i) Características de la vivienda: disponibilidad de agua, disponibili-dad de electricidad, combustible para cocinar, material en pisos, mate-rial en muros, material en techos, cuarto para cocinar, disponibilidadde drenaje, y tenencia de la vivienda.ii) Artículos de la vivienda: teléfono, radio, televisión, videocasetera,licuadora, refrigerador, lavadora, calentador de agua, automóvil ocamioneta propios y computadora.iii) Características sociodemográficas: sexo, edad, estado civil, pa-rentesco, asistencia escolar, alfabetismo y escolaridad.

20 La práctica muestra que valores medios a nivel localidad de ciertas variables de loshogares pueden reducir considerablemente el componente ηc (ver ELL).


iv) Características laborales: condición de actividad, ocupación, horastrabajadas y posición en el trabajo.

A partir de las variables mencionadas se construye el conjunto de varia-bles explicativas (originales y compuestas) para cada región geográficacon distinción entre zonas rurales y urbanas.

Etapa uno

Una vez seleccionadas las variables explicativas, se realiza una trans-formación logarítmica al ingreso per cápita de los hogares provenientesde la encuesta. Se estima un modelo de regresión por mínimos cuadra-dos generalizados (MCG), considerando como variable dependiente los in-gresos del hogar y como variables independientes las variables comunesentre la ENIGH y el Censo. Los parámetros estimados de esa regresión seutilizan para predecir el logaritmo del ingreso per cápita para cada ho-gar en el censo. Esto se realiza con base en las mismas variables indepen-dientes consideradas en el modelo de ingresos estimado en la encuesta,pero ahora seleccionadas en el censo. Finalmente, los “indicadores debienestar” se construyen para los grupos de la población definidos geográfi-camente, utilizando las predicciones de ingreso.

La estimación de la primera etapa implica modelar el ingreso per cápitadel hogar al nivel geográfico más desagregado para el cual la encuesta es re-presentativa. En el caso de la ENIGH, esto es a nivel nacional, rural y urbano.

Para no forzar los parámetros a un sólo modelo de imputación a nivelnacional, el país se divide en cinco grupos de estados, haciendo una estra-tificación a partir de los niveles de marginación de las entidades federa-tivas. Las pruebas estadísticas muestran que es posible dividir las treintay dos entidades federativas en cinco grupos; se realiza un ejercicio emplean-do la técnica de Dalenius, que permite seleccionar centros iniciales y asig-nar elementos de acuerdo al criterio de la distancia euclidiana pesada.Este ejercicio realizado por INEGI arroja la siguiente agrupación:

Región 1 (marginación muy baja):Aguascalientes, Baja California, Ba-ja California Sur, Coahuila, Chihuahua, Distrito Federal y Nuevo León.Región 2 (marginación baja): Colima, Jalisco, Estado de México, Sonoray Tamaulipas.Región 3 (marginación media): Durango, Guanajuato, Morelos, Na-yarit, Querétaro, Quintana Roo, Sinaloa, Tlaxcala y Zacatecas.


Región 4 (marginación alta): Campeche, Hidalgo, Michoacán, Puebla,San Luis Potosí, Tabasco y Yucatán.Región 5 (marginación muy alta):Chiapas,Guerrero,Oaxaca y Veracruz.

Así, para cada región geográfica y área (rural y urbana), la primera eta-pa comienza con un modelo de asociación del ingreso per cápita del ho-gar para un hogar h en la ubicación c, donde las variables explicativasson un conjunto de características observables, como se menciona en elmodelo (1). En suma, se estiman diez variantes del modelo (1). Las ubica-ciones corresponden a los clusters de la encuesta como se definen en unesquema de muestreo típico de dos etapas, y el logaritmo del ingreso percápita del hogar se modela empíricamente como:

(1’)

que se deriva del modelo teórico (1). El vector de errores u se distribuyecomo F (0, Σ ). El modelo se estima por mínimos cuadrados generaliza-dos (MCG) usando los datos del hogar de la ENIGH. Para poder estimar elmodelo MCG se obtiene la matriz de varianzas y covarianzas. El error semodela como se muestra en la especificación (2). Esta estructura de erro-res permite modelar la autocorrelación espacial (o “efecto de localidad”)para hogares en la misma área geográfica, así como la heteroscedastici-dad en el componente idiosincrático del error. Ambos componentes sonindependientes entre sí.

En términos prácticos, para estimar Σ se genera un modelo de ingre-so estimado mediante mínimos cuadrados ordinarios (MCO) y controladosegún el diseño muestral de la encuesta, en particular, por las unidadesprimarias de muestreo y por el estrato. La variable dependiente del mode-lo es el logaritmo del ingreso neto total per cápita y las variables explica-tivas son aquellas variables estrictamente comparables entre las distintasfuentes. Para seleccionar las variables explicativas del modelo nos con-centramos en el nivel de significancia de las variables, seguido por unproceso secuencial en el que se eliminan aquellas variables que no cuen-tan con impacto significativo o que contribuyen poco a la R2 ajustada.

Una vez que se obtiene el mejor modelo (1’) según los criterios mencio-nados, se realiza una prueba F interactuando las variables explicativascon los factores de expansión, para determinar la inclusión o exclusión dedichos factores. Si se rechaza la hipótesis nula de que todos los parámetrosson conjuntamente iguales a cero, entonces se estima el modelo con fac-


tores de expansión. Lo contrario sucede si no se rechaza la hipótesis nula.21

Los residuales del modelo anterior se utilizan como estimadores delos errores totales ûch. Si descomponemos éstos en sus dos elementos nocorrelacionados entre sí, obtenemos:

(3)

Los componentes de ubicación estimados del error, dados por , son lasmedias de los residuales generales dentro de cada cluster. Las estimacionesdel componente de hogar εch son los errores totales menos el componentede ubicación. De igual forma se estiman las varianzas correspondientes yla matriz de varianzas-covarianzas.

Una vez especificado el modelo (1’), se incluyen variables a nivel clus-ter para minimizar el efecto a nivel localidad y disminuir los errores están-dar de la estimación. Si la selección y disponibilidad de variables a nivelde localidad es exitosa, los indicadores de bienestar estimados en la eta-pa final están libres de la influencia de dichas variables. Las caracterís-ticas a nivel de localidad se construyen con el Censo de población y basesexternas a la ENIGH y el Censo. Las variables del censo se obtienen a ni-vel localidad, municipio y estado, mientras que para las fuentes exter-nas el nivel mínimo de desagregación disponible es el nivel municipal.22

Para incluir variables a nivel desagregado se sigue un método secuen-cial, considerando en la primera etapa el nivel más desagregado posible.En nuestro caso son las variables a nivel localidad, seguidas por las mu-nicipales y por último las variables a nivel estado.

El procedimiento consiste en rescatar los errores del modelo (1’) paradespués utilizarlos como variable dependiente en un modelo de regre-sión estimado por MCO, incluyendo únicamente como variables indepen-dientes variables dicotómicas construidas para cada una de las localidadesdentro de la región.Antes de continuar con el proceso e identificar las va-riables agrupadas que contribuyen a explicar el error de localidad en elprimer modelo, se realiza una prueba para confirmar que existe una expli-cación de dicho error con las variables agrupadas a nivel localidad. Éstatiene como hipótesis nula que los parámetros estimados en la regresiónde los errores y las variables dicotómicas son conjuntamente iguales a

21 Para mayor detalle sobre la prueba F véase Deaton (1997).22 En el apéndice 1 se encuentra una lista de las variables utilizadas a nivel cluster.


cero, es decir, si la hipótesis nula no se rechaza a nivel localidad, entonceslas variables agrupadas a nivel local no contribuyen a explicar el errordel modelo (1’). Lo contrario sucede al rechazar la hipótesis de que loscoeficientes estimados son conjuntamente iguales a cero. Si se rechazala hipótesis nula, el procedimiento a seguir consiste en transponer el vec-tor de los parámetros estimados, agregados a nivel localidad, al mismotiempo que se genera un factor de expansión al nivel del cluster.

Posteriormente se estima una regresión con MCO, en la que la varia-ble dependiente es el conjunto de parámetros estimados en la regresiónanterior, y las variables independientes son las variables a nivel locali-dad. El modelo anterior se pondera con el factor de expansión acumula-do por localidad. Para la agregación de variables explicativas en nuestromodelo seguimos un proceso similar al que se utiliza en el modelo (1’).El criterio de selección se basa en la significancia estadística de las varia-bles a nivel localidad y en su contribución a la R2. Una vez identificadaslas variables por localidad que explican parte del error, regresamos almodelo (1’) para agregar las variables encontradas mediante el proce-dimiento anterior. Para agregar las variables a nivel municipal y a nivelestatal se sigue la misma metodología considerada para las variables anivel localidad. Una vez que termina el proceso de identificación y agre-gación de las variables agrupadas por cluster, reestimamos el modelo deingresos para obtener un modelo final, minimizando al máximo el errorde localidad (municipio y/o estado).23

Una vez que se permite la presencia de heteroscedasticidad en el com-ponente específico del hogar, procedemos a modelar e2

ch. Esto se hace me-diante la selección de un vector de variables zch, que explica mejor lavariación de e2

ch. Las variables que pueden utilizarse en este modelo sonlas transformaciones cuadráticas de las variables independientes delmodelo (1’), el ingreso predicho y sus interacciones. Se estima así un mo-delo logístico de la varianza condicional de zch, con un rango de variaciónde la predicción entre cero y un máximo “A”, definido empíricamente comoA=(1.05)*max, e2

ch. Así,

(4)

23 El número total de variables incluidas en el modelo final esta determinado por √n, donden es el número de observaciones muestrales en la región a la que pertenece el modelo.


Si definimos exp[zTchα] = B, utilizando el método delta, el modelo implica

un estimador de la varianza del error específico del hogar εch definidocomo:

(5)

Estas estimaciones de los errores se utilizan para generar dos matricescuadradas de dimensión n, donde n es el número de hogares en la encues-ta. La primera es una matriz en bloques, en la que cada bloque corres-ponde a un cluster, mientras que cada celda al interior de un bloque esσ2

η. La segunda es una matriz diagonal, con componentes específicos delos hogares dados por σ22

ε, ch. La suma de estas dos matrices es ∑, la ma-triz estimada de varianza-covarianza para el modelo original dado porla ecuación (1’).

Una vez calculada dicha matriz, el modelo original puede estimarsemediante MCG. La estimación de MCG resulta en un conjunto final de esti-maciones de la primera etapa, βGLS, que son los coeficientes de la ecuaciónprincipal dada por (1’), así como la matriz de varianza-covarianza aso-ciada, V(βGLS). Estos componentes se utilizan en la segunda etapa de laestimación para realizar la corrección por heteroscedasticidad.

Etapa dos

En esta etapa se combinan los parámetros estimados en la primera eta-pa con las características observables para cada hogar en el Censo, paragenerar un ingreso y simular los errores. Para cada simulación r se uti-liza un conjunto de parámetros de la primera etapa. Así se obtiene unconjunto de coeficientes α y β, de las distribuciones normales multiva-riadas descritas por los estimadores puntuales de la primera etapa y susmatrices de varianza-covarianza asociadas. El valor simulado de la va-rianza del error del componente de localidad, σ2

η, se asume con una dis-tribución gamma con varianza V(σ2

η).Para cada hogar se obtienen términos de error simulados y sus dis-

tribuciones correspondientes.24 Se simula un ingreso para cada hogar, ych,

24 Permitimos la no-normalidad de la distribución para nc y ech. Para cada distribuciónelegimos una distribución t de Student con distintos grados de libertad, dado que la kurto-sis coincide con su componente residual de la primera etapa, nc o ech.


que es utilizado para estimar las medidas de bienestar para cada regióngeográfica con distinción de localidades urbanas y rurales.25 Este proce-so se repitió cien veces obteniendo nuevos coeficientes α, β, σ2

η, así comotérminos de error para cada simulación.

En suma, en las estimaciones de las medidas de bienestar existen doscomponentes principales que conforman el error de la estimación.El primero se conoce como “error del modelo” en ELL. Éste está asociadocon la reducción del error a nivel cluster que depende de la disponibili-dad, significancia y nivel de predicción de las variables a nivel localidadsobre los ingresos del hogar. El segundo componente, llamado “error idio-sincrático”, se asocia con la representación de la heterogeneidad de losingresos de los hogares en el modelo especificado; esto es, se encuentraasociado con la desviación de los valores predichos con respecto a los valo-res reales observados. Ceteris paribus, el error idiosincrático aumentaconforme el número de hogares en una región geográfica disminuye.

Estimación para México

Para la implementación al caso de México estimamos diez modelos dis-tintos (dos para cada región), para luego utilizarlos en el proceso de im-putación. Se hicieron estimaciones recurrentes probando cada una de lasvariables posibles. Para cada una de las diez regiones presentamos en elAnexo 2 tanto el modelo de ingresos, como la especificación del modelode errores que disminuye la heteroscedasticidad del modelo de ingresos.

El cuadro 1 presenta la R-cuadrada de cada una de las estimacionesfinales, lo cual da una idea del poder explicativo de los modelos. En to-dos los casos, el modelo de ingresos genera estadísticos de R-cuadradaaceptables, que van de .536 en la Región 1 rural, a .699 en la Región 1urbana. En comparación con otros resultados en la literatura, los mode-los se desempeñan de manera satisfactoria. Por ejemplo, ELL generan unaR-cuadrada de .41 para Ecuador; Elbers y otros (2004) presentan un poderexplicativo que va de .30 a .62 para las estimaciones de distintas regionesde Madagascar; y Durán, Benavides y Noguera (2001) registran una

25 Dado que estamos interesados en medidas basadas en ingreso a nivel individual, estoscálculos se realizan usando el tamaño del hogar como ponderador. En este caso asumimosimplícitamente que el ingreso se distribuye uniformemente entre los hogares. La mismametodología se puede aplicar utilizando escalas de equivalencia para capturar distintossupuestos distributivos entre los hogares.

Región 1 Urbana 0.6993 0.0713Región 2 Urbana 0.6685 0.1565Región 3 Urbana 0.6391 0.1869Región 4 Urbana 0.6768 0.0799Región 5 Urbana 0.5958 0.1467

Región 1 Rural 0.5366 0.0799Región 2 Rural 0.5724 0.0988Región 3 Rural 0.555 0.0264Región 4 Rural 0.6052 0.0622Región 5 Rural 0.5841 0.0647

Cuadro 1. Resumen de las R2 para los modelos finales de ingreso y de heteroscedasticidad

ModeloIngreso

ModeloHeteroscedasticidad



R-cuadrada entre .45 y .63 para las 7 regiones de Nicaragua. Los mode-los de heteroscedasticidad mostrados en el cuadro 1 también presentanun poder de predicción aceptable.


Altitud de la localidad X

Precipitación media anual X

Precipitación total anual X

Temperatura media anual X

Temperatura máxima promedio X

Escuelas de preescolar/total de alumnos en preescolar X

Escuelas de preescolar/total de grupos de preescolar X

Número de escuelas de preescolar X

Hombres en preescolar X

Mujeres en preescolar X

Total de personas en preescolar X

Número de grupos en preescolar X

Porcentaje del total del estado o municipio X X

que asiste a la escuelaPorcentaje del total del estado o municipio que no X X

asiste a la escuelaPorcentaje que no asiste a la escuela entre 6 y 14 años X X

Porcentaje que no asiste a la escuela entre 6 y 19 años X X

Porcentaje que no asiste a la escuela entre 6 y 24 años X X

Porcentaje que asiste a la escuela entre 6 y 14 años X X



Porcentaje de alfabetizados mayores de 15 X X

Porcentaje de no alfabetizados mayores de 15 X X

Porcentaje de mayores de 15 años sin primaria X X

completa/100Porcentaje de alumnos de nuevo ingreso del total X

de alumnos, primaria (1,…6)Porcentaje de alumnos de reingreso del total X

de alumnos, primaria (1,…6)Porcentaje de alumnos de nuevo ingreso del total X

de alumnos, preparatoria (1,…3)Porcentaje de alumnos de reingreso X

del total de alumnos, preparatoria (1,…3)

Cuadro 2. Efectos fijos estatales, municipales y a nivel localidad paramodelar ingresos

Descripción Estatal Municipal Localidad


Porcentaje de de escuelas primaria con respecto X

al total del paísPorcentaje de de escuelas secundaria con respecto X

al total del paísPorcentaje de escuelas preparatoria con respecto X

al total del paísOcupados en el sector primario /PEA X

Ocupados en el sector secundario /PEA X

Ocupados en el sector terciario /PEA X

Ocupados en actividades agrícolas y ganaderas/PEA X

Ocupados en la industria minera/PEA X

Ocupados en la industria manufacturera /PEA X

Ocupados en la industria eléctirca y agua/PEA X

Ocupados en la construcción/PEA X

Ocupados en comercio /PEA X

Ocupados en transporte y comunicaciones /PEA X

Ocupados en servicios financieros/PEA X

Ocupados en Gobierno/PEA X

Porcentaje de habla indígena X X

Número total de indígenas X

Número total de indígenas menores a 5 años X

Población monolingüe X

Número total de hombres X

Número total de mujeres X

Población total X

Población total entre 0 y 14 años X

Población total entre 15 y 65 años X

Población total mayor de 65 años X

Total de unidades médicas X

Unidades de primer nivel X

Unidades de segundo nivel X

Unidades de tercer nivel X

Tasa de mortalidad infantil /100 X X

Índice de sobrevivencia infantil /100 X X

Cuadro 2. Efectos fijos estatales, municipales y a nivel localidad paramodelar ingresos (continuación)



Esperanza de vida (años) estatal X

Índice de esperanza de vida estatal X

Consultas generales/población total X X

Médicos generales/población total X X

Camas censables/población total X X

Enfermeras en contacto/población total X X

Porcentaje de asegurados en el IMSS del total del país X

Porcentaje de viviendas sin luz eléctrica/100 X X

Porcentaje de viviendas sin agua /100 X X

Porcentaje de viviendas que viven X X

en hacinamiento /100Porcentaje de viviendas que tienen X X

piso de tierra/100Porcentaje de migrantes con respecto X X

a la población totalGrado de marginación X

Índice de marginación X

PIB ajustado dólares PPP X X

Ramo 33 Infraestructura social X

Ramo 33 Fondo de aportaciones X

Cuadro 2. Efectos fijos estatales, municipales y a nivel localidad paramodelar ingresos (continuación)



Aut

o o

cam

ione

ta e

n el

hog

ar.2

51[.0

345]

**.1

74[.0

467]

**.4

813

[.077

1]**

.243

9[.0

389]

**.4

101

[.072

5]**

Boi

ler

en e

l hog

ar.1

26[.0

335]

**.1

68[.0

438]

**.2

379

[.056

3]**

.207

9[.0

625]

**C

ocin

a qu

e ut

iliza

n co

mo

dorm

itori

o.2

14[.1

184]

+C

ompu

tado

ra e

n el

hog

ar.2

13[.0

429]

**.3

02[.0

896]

**La

vado

ra e

n el

hog

ar.0

92[.0

321]

**.1

082

[.042

2]*

.133

2[.0

403]

**R

efri

gera

dor

en e

l hog

ar.2

16[.0

549]

**Te

léfo

no e

n el

hog

ar.2

09[.0

347]

**.1

95[.0

502]

**.1

95[.0

329]

**.1

556

[.048

0]**

Vide

o en

el h

ogar

.159

[.029

9]**

.223

3[.0

864]

*.1

461

[.048

8]**

.153

2[.0

470]

**Li

cuad

ora

en e

l hog

ar.2

615

[.063

3]**

.140

6[.0

813]

+M

uros

de

adob

e en

el h

ogar

-.279

[.072

4]**

Mur

os d

e de

sech

o en

el h

ogar

-.217

4[.0

786]

**Te

chos

de

palm

a en

el h

ogar

.142

[.046

9]**

Tech

os d

e te

ja e

n el

hog

ar-.2

626

[.070

5]**

Piso

s de

tier

ra e

n el

hog

ar-.3

186

[.093

6]**

Piso

s de

cem

ento

en

el h

ogar

.202

[.071

9]**

Piso

s co

n ot

ros

recu

brim

ient

os.2

15[.0

737]

**G

as p

ara

coci

nar

en e

l hog

ar.2

416

[.070

4]**

Agu

a en

tuba

da d

entr

o de

la v

ivie

nda

.202

8[.0

399]

**.2

136

[.067

3]**

Agua

ent

ubad

a fu

era

de la

viv

iend

a -.1

35[.0

528]

*pe

ro d

entr

o de

l ter

reno

Dre

naje

con

ecta

do a

la r

ed-.1

5[.0

698]

*.3

951

[.174

8]*

.132

3[.0

507]

**Fo

sa s

éptic

a en

el h

ogar

.628

3[.1

650]

**N

o tie

ne d

rena

je e

n el

hog

ar.4

476

[.173

6]*

Cua

dro

1 U

rban

o.M

odel

os d

e in

gres

os p

ara

zona

s ur

bana

s

Reg

ión

1 U

rban

aR

egió

n 2

Urb

ana

Reg

ión

3 U

rban

aR

egió

n 4

Urb

ana

Reg

ión

5 U

rban

a

Coef.

Err.

Estd

.Co

ef.Er

r.Es

td.

Coef.

Err.

Estd

.Co

ef.Er

r.Es

td.

Coef.

Err.

Estd

.

An

exo

2


Vivi

enda

ren

tada

-.08

[.038

4]*

.143

2[.0

648]

*Vi

vien

da p

ropi

a.1

95[.0

526]

**.1

08[.0

325]

**E

scol

arid

ad m

ínim

a de

l hog

ar.0

28[.0

052]

**.0

236

[.005

3]**

Esc

olar

idad

máx

ima

del h

ogar

.045

[.005

5]**

.037

[.006

0]**

Esc

olar

idad

del

jefe

al c

uadr

ado

.000

6[.0

003]

*Je

fe c

on e

duca

ción

pri

mar

ia in

com

plet

a-.1

57[.0

436]

**-.1

343

[.063

0]*

Jefe

con

edu

caci

ón p

rim

aria

com

plet

a-.1

655

[.074

7]*

Jefe

con

edu

caci

ón s

uper

ior

inco

mpl

eta

.284

[.093

1]**

Jefe

con

edu

caci

ón s

uper

ior

com

plet

a.5

8[.0

614]

**.5

16[.1

205]

**.3

384

[.048

5]**

Jefe

con

edu

caci

ón p

osgr

ado

.674

[.115

5]**

.565

1[.1

202]

**Je

fe d

e ho

gar

hom

bre

-.392

[.084

2]**

Jefe

de

hoga

r ca

sado

-.118

[.033

7]**

-.112

9[.0

533]

*Je

fe d

e ho

gar

sepa

rado

-.1[.0

465]

*Je

fe d

e ho

gar

divo

rcia

do.7

105

[.225

3]**

Jefe

de

hoga

r tra

baja

ent

re 2

4

.085

[.039

1]*

y 47

hor

asLo

gari

tmo

del t

amañ

o de

l hog

ar-.3

82[.0

559]

**-.6

31[.0

579]

**-.5

037

[.047

2]**

Núm

ero

de h

ijos

en e

l hog

ar-.0

56[.0

164]

**-.1

769

[.018

4]**

Núm

ero

de h

ijos

men

ores

a 1

2 añ

os

-.096

[.016

9]**

en e

l hog

arJe

fe tr

abaj

ador

por

cue

nta

prop

ia-.0

11[.0

382]

**-.1

492

[.066

0]*

Jefe

func

iona

rio

o di

rect

ivo

de lo

s .6

69[.1

094]

**.2

96[.0

825]

**.7

667

[.218

9]**

.488

1[.1

179]

**se

ctor

es p

úblic

os,p

riva

do y

soc

ial

Cua

dro

1 U

rban

o.M

odel

os d

e in

gres

os p

ara

zona

s ur

bana

s (c

onti

nuac

ión)

Reg

ión

1 U

rban

aR

egió

n 2

Urb

ana

Reg

ión

3 U

rban

aR

egió

n 4

Urb

ana

Reg

ión

5 U

rban

a

Coef.

Err.

Estd

.Co

ef.Er

r.Es

td.

Coef.

Err.

Estd

.Co

ef.Er

r.Es

td.

Coef.

Err.

Estd

.


Jefe

sup

ervi

sor

en a

ctiv

idad

es

.25

[.110

9]*

.325

7[.0

803]

**ad

min

istr

ativ

as y

de

serv

icio

Jefe

trab

ajad

or d

e ap

oyo

en a

ctiv

idad

es.2

544

[.084

1]**

adm

inis

trat

ivas

Jefe

ope

rado

r de

maq

uina

ria

.142

[.059

5]*

Jefe

trab

ajad

or e

n la

edu

caci

ón-.2

655

[.096

7]**

Jefe

trab

ajad

or e

n ac

tivid

ades

agr

ícol

as-.3

576

[.119

2]**

Jefe

sup

ervi

sor

y tr

abaj

ador

de

cont

rol

-.255

7[.0

908]

**.3

121

[.119

1]*

.420

8[.1

140]

**en

fabr

icac

ión

arte

sana

l e in

dust

rial

Jefe

art

esan

o o

trab

ajad

or fa

bril

-.261

5[.0

613]

**Je

fe a

yuda

nte

o pe

ón e

n el

pro

ceso

-.3

161

[.127

2]*

arte

sana

lJe

fe c

ondu

ctor

o a

yuda

nte

-.222

6[.0

768]

**.1

88[.0

792]

*de

maq

uina

ria

móv

ilJe

fe v

ende

dor

ambu

lant

e-.4

391

[.107

0]**

Jefe

com

erci

ante

,em

plea

do d

e co

mer

cio

.168

1[.0

752]

*o

agen

te d

e ve

ntas

Jefe

en

serv

icio

s de

est

able

cim

ient

os-.2

49[.0

979]

*Je

fe e

n se

rvic

ios

de p

rote

cció

n,-.4

332

[.163

9]*

.340

4[.0

732]

**vi

gila

ncia

o fu

erza

s ar

mad

asPr

opor

ción

de p

erso

nas m

ayor

es

.191

[.082

8]*

-.264

[.120

3]*

a 60

año

s en

el h

ogar

Cua

dro

1 U

rban

o.M

odel

os d

e in

gres

os p

ara

zona

s ur

bana

s (c

onti

nuac

ión)

Reg

ión

1 U

rban

aR

egió

n 2

Urb

ana

Reg

ión

3 U

rban

aR

egió

n 4

Urb

ana

Reg

ión

5 U

rban

a

Coef.

Err.

Estd

.Co

ef.Er

r.Es

td.

Coef.

Err.

Estd

.Co

ef.Er

r.Es

td.

Coef.

Err.

Estd

.


Prop

orci

ón d

e m

enor

es d

e 6

años

-.5

53[.1

060]

**en

el h

ogar

Porc

enta

je d

e al

fabe

tizad

os m

ayor

es

.429

[.128

0]**

.47

[.217

6]*

.443

2[.1

252]

**a

15 a

ños

en e

l hog

arPo

rcen

taje

de

muj

eres

en

el h

ogar

-.543

2[.1

756]

**Po

rcen

taje

de

hom

bres

en

el h

ogar

.833

5[.0

959]

**Po

rcen

taje

de

hija

s en

el h

ogar

-.150

5[.0

703]

*Po

rcen

taje

de

hijo

s va

rone

s en

el h

ogar

-.622

1[.1

467]

**-1

.194

3[.1

050]

**Po

rcen

taje

de

hijo

s m

enor

es a

6 a

ños

-.760

3[.1

661]

**Te

mpe

ratu

ra m

edia

fría

(Loc

)-.0

76[.0

424]

+Pr

ecip

itaci

ón m

edia

anu

al d

e 80

0 .1

36[.0

417]

**a

1200

mm

(Loc

)Te

mpe

ratu

ra m

áxim

a pr

omed

io

-.123

2[.0

349]

**en

tre

24 y

26

grad

os c

entíg

rado

s (L

oc)

Tem

pera

tura

máx

ima

prom

edio

-.2

071

[.045

2]**

entr

e 26

y 2

8 gr

ados

cen

tígra

dos

(Loc

)Te

mpe

ratu

ra m

áxim

a pr

omed

io

.526

7[.0

990]

**de

30

a 32

gra

dos

(Loc

)Te

mpe

ratu

ra m

áxim

a pr

omed

io

.202

[.059

4]**

de 3

2 a

34 g

rado

s (L

oc)

Tem

pera

tura

máx

ima

prom

edio

.2

575

[.061

8]**

de 3

4 a

36 g

rado

s (L

oc)

Porc

enta

je d

e la

pob

laci

ón o

cupa

da

2.98

94[1

.622

1]+

Cua

dro

1 U

rban

o.M

odel

os d

e in

gres

os p

ara

zona

s ur

bana

s (c

onti

nuac

ión)

Reg

ión

1 U

rban

aR

egió

n 2

Urb

ana

Reg

ión

3 U

rban

aR

egió

n 4

Urb

ana

Reg

ión

5 U

rban

a

Coef.

Err.

Estd

.Co

ef.Er

r.Es

td.

Coef.

Err.

Estd

.Co

ef.Er

r.Es

td.

Coef.

Err.

Estd

.


en la

indu

stri

a de

tran

spor

te y

co

mun

icac

ione

s/PE

A(M

un)

Porc

enta

je d

e la

pob

laci

ón o

cupa

da e

n

.918

[.167

4]**

activ

idad

es a

gríc

olas

y g

anad

eras

/PE

A

(Mun

)Po

rcen

taje

de

la p

obla

ción

ocu

pada

6.

8006

[.941

7]**

en a

ctiv

idad

es m

iner

as/P

EA

(Mun

)Po

rcen

taje

de

la p

obla

ción

ocu

pada

-1

.32

[.626

2]*

-.04

[.007

8]**

en c

omer

cio/

PEA

(Mun

)Po

rcen

taje

de

pers

onas

ocu

pada

s -1

.206

[.343

4]**

en e

l sec

tor

prim

ario

/PE

A(M

un)

Porc

enta

je d

e pe

rson

as o

cupa

das

-.608

[.280

6]*

1.12

03[.2

912]

**en

la m

anuf

actu

ra/P

EA

(Mun

)Po

rcen

taje

de

pers

onas

ocu

pada

s 3.

3809

[1

.214

1]**

en e

l gob

iern

o/PE

A(M

un)

Porc

enta

je d

e pe

rson

as o

cupa

das

-12.

7

[1

.799

4]**

en in

dust

ria

eléc

tric

a y

agua

/PE

A(M

un)

Porc

enta

je d

e gr

upos

de

pree

scol

ar

1.23

75[.3

588]

**(M

un)

Prop

orci

ón d

e no

alfa

betiz

ados

por

-2

.647

2[.3

901]

**m

unic

ipio

(Mun

)Pr

opor

ción

de

alfa

betiz

ados

por

6.

566

[1.4

264]

**m

unic

ipio

(Mun

)

Cua

dro

1 U

rban

o.M

odel

os d

e in

gres

os p

ara

zona

s ur

bana

s (c

onti

nuac

ión)

Reg

ión

1 U

rban

aR

egió

n 2

Urb

ana

Reg

ión

3 U

rban

aR

egió

n 4

Urb

ana

Reg

ión

5 U

rban

a

Coef.

Err.

Estd

.Co

ef.Er

r.Es

td.

Coef.

Err.

Estd

.Co

ef.Er

r.Es

td.

Coef.

Err.

Estd

.


Prop

orci

ón d

e la

pob

laci

ón m

onol

ingü

e 0.

000

[.000

0]**

(Mun

)H

acin

amie

nto

en e

l mun

cipi

o (M

un)

-.750

1[.1

847]

**To

tal d

e gr

upos

en

pree

scol

ar (M

un)

.005

[.000

9]**

Alu

mna

s m

ujer

es a

niv

el p

rees

cola

r -.0

001

[.000

0]**

(Mun

)To

tal d

e es

cuel

as a

niv

el p

rees

cola

r -.0

063

[.001

6]**

(Mun

)Po

rcen

taje

de

escu

elas

sec

unda

rias

.0

84[.0

328]

*en

el e

stad

o (E

st)

Con

sulta

s ge

nera

les/

-.13

[.060

9]*

Pobl

ació

n to

tal (

Est

)H

acin

amie

nto

en e

l Est

ado

(Est

).0

232

[.006

8]**

Enf

erm

eras

/Pob

laci

ón to

tal (

Est

)-2

.051

1[.3

500]

**

Con

stan

te1.

424

[1.3

555]

7.89

7[.2

710]

**5.

3481

[.552

5]**

6.39

39[.1

665]

**5.

9392

[.152

9]**

Obs

erva

cion

es14

5192

312

3210

8918

70R

-cua

drad

a.6

99.6

99.6

391

.676

8.5

958

Err

ores

est

ánda

r en

tre

corc

hete

s.+

Sign

ifica

tivo

al 1

0%.*

Sign

ifica

tivo

al 5

%.*

* Si

gnifi

cativ

o al

1%

.

Cua

dro

1 U

rban

o.M

odel

os d

e in

gres

os p

ara

zona

s ur

bana

s (c

onti

nuac

ión)

Reg

ión

1 U

rban

aR

egió

n 2

Urb

ana

Reg

ión

3 U

rban

aR

egió

n 4

Urb

ana

Reg

ión

5 U

rban

a

Coef.

Err.

Estd

.Co

ef.Er

r.Es

td.

Coef.

Err.

Estd

.Co

ef.Er

r.Es

td.

Coef.

Err.

Estd

.


Auto

o ca

mio

neta

en

el h

ogar

.337

7[.0

870]

**.2

521

[.060

4]**

.207

1[.0

677]

**.2

391

[.082

1]**

.327

6[.0

865]

**

Bolie

r en

el h

ogar

.414

2[.0

679]

**

Com

puta

dora

en

el h

ogar

.911

3[.0

160]

**.5

823

[.170

1]**

.483

4[.0

878]

**

Lava

dora

en

el h

ogar

.309

9[.0

676]

**

Refr

iger

ador

en

el h

ogar

.271

1[.0

611]

**.1

947

[.054

6]*

Tele

visi

ón e

n el

hog

ar.2

849

[.055

2]**

.123

5[.0

485]

+

Telé

fono

en

el h

ogar

.178

4[.0

762]

*.2

585

[.093

7]*

Vide

o en

el h

ogar

.315

9[.0

765]

**

Licu

ador

a en

el h

ogar

.191

3[.0

621]

**.2

042

[.058

3]*

.228

3[.0

374]

**

Mur

os d

e ad

obe

en e

l hog

ar-.1

707

[.047

5]*

Mur

os d

e ca

rriz

o en

el h

ogar

.463

2[.1

910]

*

Mur

os d

e m

ader

a en

el h

ogar

-.158

3[.0

590]

*

Piso

s de

tierr

a en

el h

ogar

-.231

1[.1

008]

*

Piso

s de

cem

ento

en

el h

ogar

-.171

[.073

4]*

Leña

par

a co

cinar

en

el h

ogar

-.201

5[.0

625]

*-.2

309

[.041

8]**

-.163

3[.0

557]

*

Agua

ent

ubad

a de

ntro

de

la v

ivie

nda

-.233

1[.0

694]

**

No

tiene

dre

naje

el h

ogar

-.196

1[.0

51]*

*

Esco

larid

ad m

ínim

a en

el h

ogar

.031

4[.0

117]

**

Esco

larid

ad m

áxim

a en

el h

ogar

.026

9[.0

085]

**.0

543

[.005

9]**

.051

2[.0

074]

**

Jefe

con

educ

ació

n su

perio

r com

plet

a.6

451

[.069

3]**

Jefe

del

hog

ar h

ombr

e.2

958

[.034

8]**

Cua

dro

1 R

ural

.Mod

elos

de

ingr

esos

par

a zo

nas

rura

les

Reg

ión

1 R

ural

Reg

ión

2 R

ural

Reg

ión

3 R

ural

Reg

ión

4 R

ural

Reg

ión

5 R

ural

Coef.

Err.

Estd

.Co

ef.Er

r.Es

td.

Coef.

Err.

Estd

.Co

ef.Er

r.Es

td.

Coef.

Err.

Estd

.


Jefe

del

hog

ar tr

abaj

a 48

hor

as.2

161

[.077

4]*

Loga

ritm

o de

l tam

año

del h

ogar

-.567

6[.0

440]

**-.5

691

[.056

7]**

-.724

[.057

3]**

-.523

1[.0

535]

**-.6

6[.0

423]

**

Núm

ero

de h

ijos m

enor

es a

-.0

587

[.021

3]**

-.048

5[.0

175]

*-.0

879

[.013

0]**

12 a

ños e

n el

hog

arJe

fe tr

abaj

a co

mo j

orna

lero o

peó

n-.3

683

[.080

6]**

Jefe

trab

aja

com

o ob

rero

o e

mpl

eado

.243

8[.0

588]

**

Jefe

func

iona

rio o

dire

ctiv

o de

los

.584

3[.0

909]

**

sect

ores

púb

licos

,priv

ado

y so

cial

Jefe

ope

rado

r de

maq

uina

ria.2

44[.1

010]

*

Jefe

supe

rvis

or y

trab

ajad

or d

e co

ntro

l1.

0254

[.416

1]*

en fa

brica

ción

arte

sana

l e in

dust

rial

Jefe

en

serv

icios

de

esta

blec

imie

ntos

.189

[.085

9]*

Prop

orció

n de

per

sona

s may

ores

-.5

113

[.109

6]**

-.401

2[.0

719]

**

a 60

año

s en

el h

ogar

Porc

enta

je d

e m

enor

es d

e 12

año

s-.6

804

[.111

9]**

Porc

enta

je d

e la

pob

lació

n oc

upad

a 5.

5903

[2.5

283]

*

en la

indu

stria

del

tran

spor

te y

co

mun

icacio

nes/P

EA(M

un)

Porc

enta

je d

e pe

rson

as o

cupa

das

1.59

31[.2

790]

**

en e

l sec

tor t

ercia

rio/P

EA(M

un)

Porc

enta

je d

e pe

rson

as o

cupa

das

-.355

2[.1

263]

*

en se

rvici

os fi

nanc

iero

s/PEA

(Mun

)

Cua

dro

1 R

ural

.Mod

elos

de

ingr

esos

par

a zo

nas

rura

les

(con

tinu

ació

n)

Reg

ión

1 R

ural

Reg

ión

2 R

ural

Reg

ión

3 R

ural

Reg

ión

4 R

ural

Reg

ión

5 R

ural

Coef.

Err.

Estd

.Co

ef.Er

r.Es

td.

Coef.

Err.

Estd

.Co

ef.Er

r.Es

td.

Coef.

Err.

Estd

.


Porc

enta

je q

ue n

o as

iste

a la

3.08

28[.5

300]

**1.

9348

[.580

3]**

escu

ela

entr

e 6

y 24

año

s (M

un)

Piso

s de

tierr

a a

nive

l mun

icipa

l (M

un)

-.012

5[.0

037]

**

Pobl

ació

n in

díge

na a

niv

el

.013

4[.0

033]

**-.0

034

[.000

7]**

mun

icipa

l (M

un)

Tasa

de

mor

talid

ad in

fant

il m

unici

pal

-.000

2[.0

000]

(Mun

)

Cons

tant

e5.

7196

[.315

5]**

7.37

23[.1

348]

**5.

4712

[.242

3]**

7.62

68[.1

183]

**6.

7278

[.080

6]**

Obs

erva

cione

s54

849

976

268

565

7

R-cu

adra

da.5

366

.572

4.5

55.6

052

.584

1

Erro

res e

stán

dar e

ntre

corc

hete

s.+

Sign

ifica

tivo

al 1

0%.*

Sig

nific

ativ

o al

5%

.**

Sign

ifica

tivo

al 1

%.

Cua

dro

1 R

ural

.Mod

elos

de

ingr

esos

par

a zo

nas

rura

les

(con

tinu

ació

n)

Reg

ión

1 R

ural

Reg

ión

2 R

ural

Reg

ión

3 R

ural

Reg

ión

4 R

ural

Reg

ión

5 R

ural

Coef.

Err.

Estd

.Co

ef.Er

r.Es

td.

Coef.

Err.

Estd

.Co

ef.Er

r.Es

td.

Coef.

Err.

Estd

.


Auto

o ca

mio

neta

en

el h

ogar

.957

6[.2

393]

**Li

cuad

ora

en e

l hog

ar-.5

957

[.235

6]*

Vivi

enda

pro

pia

-3.8

698

[1.0

655]

**Pr

opor

ción

de h

ijos e

n el

hog

ar-6

.237

9[1

.073

1]**

Prop

orció

n de

hom

bres

en

el h

ogar

1.12

15[.3

092]

**D

rena

je co

nect

ado

a la

red

3.07

65[1

.532

4]*

No

tiene

dre

naje

en

el h

ogar

6.62

84[1

.403

0]**

Jefe

art

esan

o y

trab

ajad

or fa

bril

-1.2

435

[.334

3]**

Jefe

con

educ

ació

n pr

imar

ia in

com

plet

a.5

79[.2

236]

**Fu

ncio

nario

s y d

irect

ivos

de

71.5

441

[10.

4348

]**

los s

ecto

res p

úblic

os,p

rivad

o y

socia

l Po

rcen

taje

de

alfa

betiz

ados

may

ores

2.

5844

[.962

3]**

a 15

año

s en

el h

ogar

* Po

rcen

taje

de

alfa

betiz

ados

may

ores

a 1

5 añ

os en

el h

ogar

Prop

orció

n de

men

ores

de

6 añ

os

7.43

3[1

.716

6]**

en e

l hog

ar*

Prop

orció

n de

men

ores

de

6 a

ños e

n el

hog

arPo

rcen

taje

de

muj

eres

en

el h

ogar

*

.465

7[.2

896]

+Po

rcen

taje

de

muj

eres

en

el h

ogar

Auto

o ca

mio

neta

en

el h

ogar

* Aut

o o

.496

2[.1

412]

**ca

mio

neta

en

el h

ogar

Auto

o ca

mio

neta

en

el h

ogar

* T

echo

s de

-.813

4[.2

477]

*pa

lma

en e

l hog

ar

Cu

adro

2 U

rban

o.M

odel

os d

e he

tero

sced

asti

cida

d pa

ra z

onas

urb

anas

Reg

ión

1 U

rban

aR

egió

n 2

Urb

ana

Reg

ión

3 U

rban

aR

egió

n 4

Urb

ana

Reg

ión

5 U

rban

a

Coef.

Err.

Estd

.Co

ef.Er

r.Es

td.

Coef.

Err.

Estd

.Co

ef.Er

r.Es

td.

Coef.

Err.

Estd

.


Auto

o ca

mio

neta

en

el h

ogar

* J

efe

-.471

8[.2

288]

*tr

abaj

ador

por

cuen

ta p

ropi

aAu

to o

cam

ione

ta e

n el

hog

ar *

Vid

eo

-.909

5[.2

104]

**en

el h

ogar

Auto

o ca

mio

neta

en

el h

ogar

* B

oile

r .5

926

[.210

6]**

en e

l hog

arAu

to o

cam

ione

ta e

n el

hog

ar *

Lav

ador

a 1.

4714

[.351

8]**

-.945

3[.3

009]

**en

el h

ogar

Auto

o ca

mio

neta

en

el h

ogar

* L

ogar

itmo

-.602

2[.1

804]

**de

l tam

año

del h

ogar

Auto

o ca

mio

neta

en

el h

ogar

* T

eléf

ono

en

-.566

8[.2

987]

+el

hog

arAg

ua e

ntub

ada

dent

ro d

e la

viv

iend

a *

Jefe

6.

2953

[1.2

353]

**su

perv

isor y

trab

ajad

or d

e co

ntro

l en

fa

brica

ción

arte

sana

l e in

dust

rial

Agua

ent

ubad

a de

ntro

de

la v

ivie

nda

* Je

fe.3

916

[.222

5]+

con

educ

ació

n pr

imar

ia in

com

plet

aBo

iler e

n el

hog

ar *

Dre

naje

cone

ctad

o -.3

093

[.140

9]*

a la

red

Boile

r en

el h

ogar

* J

efe

de h

ogar

trab

aja

.4

091

[.159

1]*

entr

e 24

y 4

7 ho

ras

Boile

r en

el h

ogar

* P

ropo

rció

n de

per

sona

s .6

161

[.268

3]*

-2.1

62[.6

924]

**m

ayor

es a

60

años

en

el h

ogar

Cu

adro

2 U

rban

o.M

odel

os d

e he

tero

sced

asti

cida

d pa

ra z

onas

urb

anas

(con

tinu

ació

n)

Reg

ión

1 U

rban

aR

egió

n 2

Urb

ana

Reg

ión

3 U

rban

aR

egió

n 4

Urb

ana

Reg

ión

5 U

rban

a

Coef.

Err.

Estd

.Co

ef.Er

r.Es

td.

Coef.

Err.

Estd

.Co

ef.Er

r.Es

td.

Coef.

Err.

Estd

.


Boile

r en

el h

ogar

* Je

fe d

e hog

ar d

ivor

ciado

.923

3[.5

263]

+Bo

iler e

n el

hog

ar *

Jef

e co

n ed

ucac

ión

-1.9

185

[.389

4]**

prim

aria

inco

mpl

eta

Boile

r en

el h

ogar

* J

efe

com

ercia

nte,

1.01

91[.3

802]

**em

plea

do d

e co

mer

cio o

age

nte

de v

enta

sM

uros

de

adob

e en

el h

ogar

* T

echo

s de

1.49

33[.5

307]

**pa

lma

en e

l hog

arTe

chos

de

palm

a en

el h

ogar

* P

ropo

rcio

n-1

.524

9[.6

543]

*de

per

sona

s may

ores

a 6

0 añ

os e

n el

hog

arTe

chos

de

teja

en

el h

ogar

* J

efe

del h

ogar

-2

.689

5[.4

224]

**

hom

bre

Tech

os d

e te

ja e

n el

hog

ar *

Pro

porc

ión

2.

6732

[.593

4]**

de h

ombr

es e

n el

hog

arLa

vado

ra e

n el

hog

ar *

Pro

porc

ión

de h

ijos

2.83

47[.7

745]

**m

enor

es a

6 a

ños e

n el

hog

arLa

vado

ra e

n el

hog

ar *

Jef

e de

l hog

ar

.724

4[.1

984]

**ho

mbr

eLa

vado

ra e

n el

hog

ar *

Vid

eo e

n el

hog

ar-.9

452

[.259

7]**

Lava

dora

en

el h

ogar

* T

echo

s de

teja

en

2.03

64[.5

809]

**el

hog

arLa

vado

ra e

n el

hog

ar *

Jef

e co

n ed

ucac

ión

.985

6[.5

334]

+po

sgra

doLa

vado

ra e

n el

hog

ar *

Viv

iend

a pr

opia

-1.4

687

[.304

2]**

Cu

adro

2 U

rban

o.M

odel

os d

e he

tero

sced

asti

cida

d pa

ra z

onas

urb

anas

(con

tinu

ació

n)

Reg

ión

1 U

rban

aR

egió

n 2

Urb

ana

Reg

ión

3 U

rban

aR

egió

n 4

Urb

ana

Reg

ión

5 U

rban

a

Coef.

Err.

Estd

.Co

ef.Er

r.Es

td.

Coef.

Err.

Estd

.Co

ef.Er

r.Es

td.

Coef.

Err.

Estd

.


Lava

dora

en

el h

ogar

*Li

cuad

ora

en

.634

6[.2

802]

*el

hog

arPi

sos d

e tie

rra

en e

l hog

ar *

No

tiene

1.

6572

[.636

7]**

dren

aje

el h

ogar

Piso

s de

tierr

a en

el h

ogar

*

-3.8

334

[.650

0]**

Jefe

trab

ajad

or e

n ac

tivid

ades

agr

ícola

sPi

sos d

e tie

rra

en el

hog

ar *

Jefe

en se

rvici

os

-9.3

055

[.928

3]**

de p

rote

cció

n,vi

gila

ncia

o fu

erza

s arm

adas

Piso

s de

tierr

a en

el h

ogar

* J

efe

-2.5

182

[1.1

616]

*ar

tesa

no o

trab

ajad

or fe

bril

Vivi

enda

rent

ada

*Jef

e su

perv

isor e

n -3

.050

1[1

.076

0]**

activ

idad

es a

dmin

istra

tivas

y d

e se

rvici

osVi

deo

en e

l hog

ar *

Jef

e de

hog

ar se

para

do-1

.769

[.383

1]**

Gas

par

a co

cinar

en

el h

ogar

* P

ropo

rció

n1.

9637

[.527

9]**

de h

ijos e

n el

hog

arEs

cola

ridad

mín

ima

en e

l hog

ar *

Jef

e .1

068

[.032

7]**

supe

rviso

r en

activ

idad

es a

dmin

istra

tivas

y

de se

rvici

osEs

cola

ridad

mín

ima

*Jef

e de

hog

ar ca

sado

-.053

2[.0

154]

**Je

fe co

n ed

ucac

ión

prim

aria

.6

954

[.187

8]**

inco

mpl

eta

* Je

fe d

e ho

gar c

asad

oPo

rcen

taje

de

hijo

s var

ones

*N

úmer

o de

.2

627

[.122

0]*

hijo

s tot

ales

en

el h

ogar

Cu

adro

2 U

rban

o.M

odel

os d

e he

tero

sced

asti

cida

d pa

ra z

onas

urb

anas

(con

tinu

ació

n)

Reg

ión

1 U

rban

aR

egió

n 2

Urb

ana

Reg

ión

3 U

rban

aR

egió

n 4

Urb

ana

Reg

ión

5 U

rban

a

Coef.

Err.

Estd

.Co

ef.Er

r.Es

td.

Coef.

Err.

Estd

.Co

ef.Er

r.Es

td.

Coef.

Err.

Estd

.


Porc

enta

je d

e hi

jos v

aron

es *

Fos

a sé

ptica

-2

.783

9[1

.056

1]**

en e

l hog

arPo

rcen

taje

de

hijo

s var

ones

* J

efe

trab

aja

-2.7

893

[1.0

832]

**en

serv

icios

de

esta

blec

imie

ntos

Núm

ero

de h

ijos t

otal

es e

n el

hog

ar *

Jef

e .3

23[.1

126]

**ar

tesa

no y

trab

ajad

or fe

bril

Núm

ero

de h

ijos m

enor

es a

12

años

en

-.1

62[.0

770]

*el

hog

ar *

Núm

ero

de h

ijos m

enor

esa

12 a

ños e

n el

hog

arN

úmer

o de

hijo

s men

ores

a 1

2 añ

os e

n

-1.1

898

[.554

3]*

el h

ogar

* J

efe

func

iona

rio o

dire

ctiv

o de

lo

s ser

vicio

s púb

licos

,priv

ado

y so

cial

Porc

enta

je d

e al

fabe

tizad

os m

ayor

es a

-.8

518

[.278

3]**

15 a

ños e

n el

hog

ar *

Núm

ero

de h

ijos

men

ores

a 1

2 añ

os e

n el

hog

arPo

rcen

taje

de

alfa

betiz

ados

may

ores

a 1

5-3

.040

4[1

.377

2]*

años

en

el h

ogar

* F

osa

sépt

ica e

n el

hog

arPo

rcen

taje

de

alfa

betiz

ados

may

ores

a 1

5 -4

.181

9[1

.306

5]**

años

en el

hog

ar *

No t

iene

dre

naje

el

hog

arPo

rcen

taje

de

alfa

betiz

ados

may

ores

a

-4.7

021

[1.2

519]

**15

año

s en

el h

ogar

* D

rena

je co

nect

ado

a la

red

Cu

adro

2 U

rban

o.M

odel

os d

e he

tero

sced

asti

cida

d pa

ra z

onas

urb

anas

(con

tinu

ació

n)

Reg

ión

1 U

rban

aR

egió

n 2

Urb

ana

Reg

ión

3 U

rban

aR

egió

n 4

Urb

ana

Reg

ión

5 U

rban

a

Coef.

Err.

Estd

.Co

ef.Er

r.Es

td.

Coef.

Err.

Estd

.Co

ef.Er

r.Es

td.

Coef.

Err.

Estd

.


Porc

enta

je d

e al

fabe

tizad

os m

ayor

es a

.5

991

[.205

1]**

15 a

ños e

n el

hog

ar *

Vid

eo e

n el

hog

arPo

rcen

taje

de

alfa

betiz

ados

may

ores

a

-1.1

195

[.186

0]**

15 a

ños e

n el

hog

ar *

Jefe

del

hog

ar h

ombr

ePo

rcen

taje

de

alfa

betiz

ados

may

ores

-4

.234

5[.9

108]

**a

15 a

ños e

n el

hog

ar *

Pr

opor

ción

de m

enor

es d

e 6 a

ños e

n el

hog

arPr

opor

ción

de p

erso

nas m

ayor

es a

60

años

4.

3049

[2.3

618]

+en

el h

ogar

* C

ompu

tado

ra e

n el

hog

arPr

opor

ción

de p

erso

nas m

ayor

es a

60

años

-15.

2485

[2.7

388]

**en

el h

ogar

*Je

fe co

n ed

ucac

ión

supe

rior

com

plet

aPr

opor

ción

de p

erso

nas m

ayor

es a

2.

2951

[.783

1]**

60 a

ños e

n el

hog

ar *

Tel

éfon

o en

el h

ogar

Prop

orció

n de

hom

bres

en el

hog

ar

4.72

3[1

.378

9]**

* Pr

opor

ción

de h

ijos e

n el

hog

arIn

gres

o pr

edich

o * V

ivie

nda

rent

ada

.072

8[.0

204]

**In

gres

o pr

edich

o * V

ivie

nda

prop

ia.7

256

[.157

5]**

Ingr

eso

pred

icho

* Je

fe fu

ncio

nario

o

-7.4

763

[1.0

204]

**di

rect

ivo

de lo

s sec

tore

s púb

licos

,priv

ado

y so

cial

Ingr

eso

pred

icho

* D

rena

je co

nect

ado

.511

6[.1

329]

**a

la re

d

Cu

adro

2 U

rban

o.M

odel

os d

e he

tero

sced

asti

cida

d pa

ra z

onas

urb

anas

(con

tinu

ació

n)

Reg

ión

1 U

rban

aR

egió

n 2

Urb

ana

Reg

ión

3 U

rban

aR

egió

n 4

Urb

ana

Reg

ión

5 U

rban

a

Coef.

Err.

Estd

.Co

ef.Er

r.Es

td.

Coef.

Err.

Estd

.Co

ef.Er

r.Es

td.

Coef.

Err.

Estd

.


Ingr

eso

pred

icho

* Fo

sa sé

ptica

en

el h

ogar

.808

4[.1

893]

**Lo

garit

mo d

el ta

mañ

o del

hoga

r * P

ropo

rción

-1

.933

5[.6

020]

**de

per

sona

s may

ores

a 6

0 añ

os e

n el

hog

arLo

garit

mo

del t

amañ

o de

l hog

ar *

Jef

e -7

.561

1[1

.450

5]**

func

iona

rio o

dire

ctiv

o de

los s

ecto

res

públ

icos,

priv

ado

o so

cial

Loga

ritm

o de

l tam

año

del h

ogar

* N

úmer

o .7

811

[.237

8]**

de h

ijos m

enor

es a

12

años

en

el h

ogar

Loga

ritm

o del

tam

año d

el h

ogar

* Po

rcen

taje

-.554

4[.1

907]

**de

alfa

betiz

ados

may

ores

a 15

años

en el

hog

arLo

garit

mo

del t

amañ

o de

l hog

ar *

.5

715

[.207

6]**

Com

puta

dora

en

el h

ogar

Loga

ritm

o de

l tam

año

del h

ogar

* J

efe

-4.4

641

[.822

4]**

supe

rviso

r y tr

abaj

ador

de

cont

rol e

n fa

brica

ción

arte

sana

l e in

dust

rial

Jefe

func

iona

rio o

dire

ctiv

o de

los s

ecto

res

1.19

77[.3

200]

**pú

blico

s,pr

ivad

o y

socia

l * J

efe

de h

ogar

ca

sado

Jefe

supe

rviso

r en

activ

idad

es

4.50

53[2

.301

1]+

adm

inist

rativ

asy

de se

rvici

o *

Jefe

tr

abaj

ador

por

cuen

ta p

ropi

aJe

fe co

n ed

ucac

ión

supe

rior c

ompl

eta

* Je

fe-.8

871

[.462

8]+

trab

ajad

or e

n la

edu

cació

n

Cu

adro

2 U

rban

o.M

odel

os d

e he

tero

sced

asti

cida

d pa

ra z

onas

urb

anas

(con

tinu

ació

n)

Reg

ión

1 U

rban

aR

egió

n 2

Urb

ana

Reg

ión

3 U

rban

aR

egió

n 4

Urb

ana

Reg

ión

5 U

rban

a

Coef.

Err.

Estd

.Co

ef.Er

r.Es

td.

Coef.

Err.

Estd

.Co

ef.Er

r.Es

td.

Coef.

Err.

Estd

.


Jefe

com

ercia

nte

empl

eado

de

com

ercio

o-1

.239

[-070

33]+

agen

te d

e ven

tas *

Tec

hos d

e teja

en el

hog

arJe

fe co

mer

ciant

e em

plea

do d

e co

mer

cio

1.07

29[.4

390]

*o

agen

te d

e ve

ntas

* J

efe

con

educ

ació

n pr

imar

ia in

com

plet

aJe

fe co

mer

ciant

e em

plea

do d

e co

mer

cio

-3.8

228

[.888

1]**

o ag

ente

de

vent

as *

Pro

porc

ión

de

hom

bres

en

el h

ogar

Jefe

com

ercia

nte

empl

eado

de

com

ercio

Ω1.

7037

[.466

4]**

hom

bres

de

vent

as *

Jef

e de

hog

ar h

ombr

eJe

fe co

nduc

tor o

ayu

dant

e de

maq

uina

ria

1.50

16[.4

336]

**m

óvil

* Tel

éfon

o en

el h

ogar

Cons

tant

e-4

.393

4[.1

212]

**-4

.163

4[.2

333]

**-9

.307

3[1

.153

0]**

-4.4

525

[.222

4]**

-4.6

369

[.139

3]**

Obs

erva

cione

s14

5192

312

3210

8918

70R-

cuad

rada

aju

stad

a.0

713

.156

5.1

869

.079

9.1

467

Erro

r est

ánda

r ent

re co

rche

tes.

+ Si

gnifi

cativ

o al

10%

.* S

igni

ficat

ivo

al 5

%.*

* Si

gnifi

cativ

o al

1%

.

Cu

adro

2 U

rban

o.M

odel

os d

e he

tero

sced

asti

cida

d pa

ra z

onas

urb

anas

(con

tinu

ació

n)

Reg

ión

1 U

rban

aR

egió

n 2

Urb

ana

Reg

ión

3 U

rban

aR

egió

n 4

Urb

ana

Reg

ión

5 U

rban

a

Coef.

Err.

Estd

.Co

ef.Er

r.Es

td.

Coef.

Err.

Estd

.Co

ef.Er

r.Es

td.

Coef.

Err.

Estd

.


Auto

o ca

mio

neta

en

el h

ogar

.4

473

[.1

933]

* 13

.684

9

[5.5

33]*

Boile

r en

el h

ogar

.847

3

[.228

9]**

Li

cuad

ora

en e

l hog

ar-1

.616

3[.4

436]

**Re

frige

rado

r en

el h

ogar

-19.

679

[5

.587

6]**

Tele

visió

n en

el h

ogar

7.25

84

[2.5

709]

**Pi

sos d

e tie

rra

en e

l hog

ar2.

3144

[.6

857]

**

Loga

ritm

o de

l tam

año

del h

ogar

7.31

81

[1.6

367]

**

-9.9

974

[.2

053]

**Le

ña p

ara

cocin

ar e

n el

hog

ar-2

7.83

96

[5.8

712]

**

Esco

larid

ad m

ínim

a de

l hog

ar-.1

219

[.0

454]

**

Prop

orció

n de

per

sona

s may

ores

1.

1628

[.3

083]

**

a 60

año

s en

el h

ogar

Lava

dora

en el

hog

ar *

Jefe

jorn

aler

o o p

eón

.655

7

[.337

7]+

Mur

os d

e ad

obe

en e

l hog

ar *

Jef

e de

hog

ar

.926

[.3

462]

**

trab

aja

48 h

oras

Mur

os de

adob

e en

el ho

gar *

Boil

er en

el h

ogar

-.787

5

[.308

7]*

M

uros

de

mad

era

* Le

ña p

ara

cocin

ar.5

217

[.2

361]

*Le

ña p

ara

cocin

ar *

Leñ

a pa

ra co

cinar

-.444

3 [.2

308]

+Le

ña p

ara

cocin

ar *

Jef

e su

perv

isor

-6.8

247

[3

.742

3]+

o tr

abaj

ador

de

cont

rol e

n fa

brica

ción

arte

sana

l e in

dust

rial

Leña

par

a co

cinar

en el

hog

ar *

Refig

erad

or

1.11

49

[.424

8]**

en e

l hog

arLi

cuad

ora

en e

l hog

ar *

Núm

ero

de h

ijos

-.250

4 [.1

031]

* .2

[.0

847]

*m

enor

es a

12

años

Cua

dro

2 R

ural

.Mod

elos

de

hete

rosc

edas

tici

dad

para

zon

as r

ural

es

Reg

ión

1 R

ural

Reg

ión

2 R

ural

Reg

ión

3 R

ural

Reg

ión

4 R

ural

Reg

ión

5 R

ural

Coef.

Err.

Estd

.Co

ef.Er

r.Es

td.

Coef.

Err.

Estd

.Co

ef.Er

r.Es

td.

Coef.

Err.

Estd

.


Licu

ador

a en

el h

ogar

* E

scol

arid

ad

.103

4 [.0

389]

* m

áxim

a en

el h

ogar

Licu

ador

a en

el h

ogar

* C

ompu

tado

ra

2.95

05[.7

840]

**en

el h

ogar

Licu

ador

a en

el h

ogar

* T

elev

isión

-.9

333

[.444

9]*

en e

l hog

arLi

cuad

ora e

n el

hoga

r * L

icuad

ora

en el

hog

ar.7

494

[.451

1]+

Licu

ador

a en

el h

ogar

* R

efig

erad

or

.819

7[.2

628]

**en

el h

ogar

Licu

ador

a en

el h

ogar

* J

efe

con

educ

ació

n -8

.498

7[3

.979

5]*

supe

rior c

ompl

eta

Vide

o en

el h

ogar

* P

isos d

e ce

men

to

1.26

79[.3

954]

*en

el h

ogar

Tele

visió

n en

el h

ogar

* E

scol

arid

ad

.320

9[.1

137]

*m

ínim

a en

el h

ogar

Ingr

eso

pred

icho

* Aut

o o

cam

ione

ta

.105

3[.0

294]

**-2

.003

[.841

2]*

en e

l hog

arIn

gres

o pr

edich

o *

Leña

par

a co

cinar

3.97

12[.8

379]

**In

gres

o pre

dich

o * Je

fe su

perv

isor o

trab

ajad

or

.487

1[.3

173]

+de

cont

rol e

n fa

brica

ción

arte

sana

l e in

dust

rial

Ingr

eso

pred

icho

* Pr

opor

ción

de p

erso

nas

.172

3[.0

473]

**m

ayor

es a

60

años

en

el h

ogar

Ingr

eso

pred

icho

* Tel

evisi

ón e

n el

hog

ar-1

.187

[.431

9]*

Cua

dro

2 R

ural

.Mod

elos

de

hete

rosc

edas

tici

dad

para

zon

as r

ural

es (c

onti

nuac

ión)

Reg

ión

1 R

ural

Reg

ión

2 R

ural

Reg

ión

3 R

ural

Reg

ión

4 R

ural

Reg

ión

5 R

ural

Coef.

Err.

Estd

.Co

ef.Er

r.Es

td.

Coef.

Err.

Estd

.Co

ef.Er

r.Es

td.

Coef.

Err.

Estd

.


Ingr

eso

pred

icho

* Re

frige

rado

r en

el h

ogar

2.60

65[.7

837]

**Lo

garit

mo d

el ta

mañ

o del

hog

ar *

Licu

ador

a .7

324

[.248

7]**

en e

l hog

arLo

garit

mo

del t

amañ

o de

l hog

ar *

Ingr

eso

-1.2

252

[.262

7]**

pred

icho

Loga

ritm

o de

l tam

año

del h

ogar

* P

isos d

e -1

.411

9[.4

514]

**tie

rra

Loga

ritm

o de

l tam

año

del h

ogar

* L

eña

1.83

03[.5

711]

**pa

ra co

cinar

Loga

ritm

o de

l tam

año

del h

ogar

*

-.038

[.013

6]**

Esco

larid

ad m

áxim

a de

l hog

arLo

garit

mo

del t

amañ

o de

l hog

ar *

Jef

e co

n 3.

9993

[2.3

879]

+ed

ucac

ión

supe

rior c

ompl

eta

Loga

ritm

o de

l tam

año

del h

ogar

*

2.22

9[.5

438]

**Re

frige

rado

r en

el h

ogar

Agua

entu

bada

den

tro d

e la

vivi

enda

* Ag

ua-.3

373

[.198

4]+

entu

bada

den

tro

de la

viv

iend

a

Cons

tant

e-4

.816

[.151

4]**

-3.1

052

[.370

6]**

-4.0

271

[.183

1]**

-4.6

823

[.242

7]**

-3.0

56[.3

364]

**O

bser

vacio

nes

548

499

762

685

657

R-cu

adra

da a

just

ada

.079

9.0

988

.026

4.0

622

.064

7

Erro

res e

stán

dar e

n co

rche

tes.

+ Si

gnifi

cativ

o al

10%

.* S

igni

ficat

ivo

al 5

%.*

* Si

gnifi

cativ

o al

1%

.

Cua

dro

2 R

ural

.Mod

elos

de

hete

rosc

edas

tici

dad

para

zon

as r

ural

es (c

onti

nuac

ión)

Reg

ión

1 R

ural

Reg

ión

2 R

ural

Reg

ión

3 R

ural

Reg

ión

4 R

ural

Reg

ión

5 R

ural

Coef.

Err.

Estd

.Co

ef.Er

r.Es

td.

Coef.

Err.

Estd

.Co

ef.Er

r.Es

td.

Coef.

Err.

Estd

.

Poniendo a la pobreza de ingresos y a la desigualdad en el ... Poniendo a la pobreza de ingresos y a...

Documents

Transcript of Poniendo a la pobreza de ingresos y a la desigualdad en el ... Poniendo a la pobreza de ingresos y a...