Progresa Programa de Educación, Salud y Alimentación Más oportunidades para las familias pobres Evaluación de Resultados del Programa de Educación, Salud y Alimentación n IDENTIFICACIÓN DE BENEFICIARIOS n 2000 Índice Presentación ………………………………………………………………… i El evaluación de la selección de hogares beneficiarios en el (Progresa) Programa de Educación, Salud y Alimentación Emmanuel Skoufias, Benjamin Davis y Jere R. Behrman .............................. 1 Comparación de distintas metodologías para la identificación de familias beneficiarias............................................. 175 Perfil de las localidades y hogares beneficiarios de Progresa. ....................................................................................... 201 Presentación La evaluación de los impactos de las acciones de política social reviste especial importancia para contar con elementos objetivos que permitan mejorar los instrumentos a través de los que se desarrollan dichas acciones, introducir los ajustes necesarios para su mejor operación, y garantizar el máximo beneficio a la población. En la evaluación del Programa de Educación, Salud y Alimentación, Progresa, se persiguen diversos propósitos para verificar cómo se cumplen los objetivos del Programa de ofrecer a las familias en condición de pobreza genuinas oportunidades para afrontar y superar su condición, y establecer las bases para que dicho cambio sea sostenido, con resultados de corto plazo y entre generaciones. Así, se busca medir y cuantificar el nivel y dirección de los impactos en las tres áreas en que se desarrollan las acciones integradas de Progresa, educación, salud y alimentación, reconocer la dinámica de consolidación de estos impactos, e identificar las interrelaciones que se potencian entre sí. La evaluación de Progresa fue concebida y puesta en marcha desde el inicio de las actividades del Programa, para estar en condiciones de informar y dar cuenta, con absoluto rigor, transparencia y utilizando procedimientos robustos y objetivos, de sus efectos en las condiciones de vida de las familias que participan en el Programa. En este sentido, se reconoce que a diferencia de la mayoría de los programas sociales de gran escala implementados en países tanto desarrollados como en vías de desarrollo, se ha dado especial atención en que el diseño de evaluación tenga la mayor solidez posible. La fortaleza del modelo de evaluación de Progresa se deriva de que permite observar a un grupo de hogares que se asemejen a los hogares beneficiarios en todos los aspectos posibles, pero que no reciben los apoyos del Programa; de que se han recolectado observaciones repetidas de las familias y sus miembros antes y después del inicio de la operación del Programa; y de que se emplean modernas aproximaciones analíticas para determinar si Progresa tiene impacto. Los criterios metodológicos utilizados tienen el fin de permitir llevar a cabo la compleja tarea de identificar con precisión los cambios que efectivamente pueden atribuirse a las acciones emprendidas, y no confundirlos con efectos concomitantes ajenos. Estudiar procesos en que intervienen variadas respuestas personales, familiares y sociales, como ocurre por necesidad en un programa como Progresa, que se dirige hacia áreas clave del desarrollo de las personas, implica severas complicaciones de medición y comparabilidad. El aspecto básico es poder i determinar, en ausencia del Programa, cuál es el estado que guarda una condición social específica en un grupo de población, y cuáles son los cambios que son atribuibles a sus acciones después de que éste realiza sus intervenciones. Este documento reúne diversos análisis sobre los resultados e impactos de Progresa, que son producto de estudios independientes por parte de prestigiados académicos. En especial destaca la colaboración del equipo de trabajo del Instituto Internacional de Investigación de Políticas Alimentarias, IFPRI, especializado en políticas públicas de superación de la pobreza. Otras instituciones académicas que han participado en los trabajos de evaluación son el Instituto Nacional de Salud Pública y el Centro de Investigaciones y Estudios Superiores en Antropología Social. Además, se incluyen trabajos realizados por personal de la Coordinación Nacional de Progresa, con la asesoría del IFPRI. Algunos de los trabajos tienen el objetivo de ofrecer a los lectores información contextual necesaria para comprender los resultados alcanzados por el Programa. Los temas tratados en el proyecto de evaluación de Progresa son muy diversos: entre otros se han estudiado los impactos sobre la inscripción, permanencia y rendimiento escolar de los niños; la demanda de los servicios y la condición de salud de niños y adultos; la atención prenatal, la fecundidad y la lactancia; el estado nutricional de los niños y las mujeres embarazadas; el consumo y la asignación intrahogareña de los recursos; las relaciones comunitarias y la integración social; la participación económica de los integrantes del hogar; el estatus de la mujer y las relaciones dentro del hogar; así como el costo-efectividad de las acciones del Programa, para poder realizar análisis prospectivos de Progresa. La recolección, procesamiento y análisis de los datos para la evaluación son procesos que requieren de un periodo de preparación y estudio. El proyecto de evaluación de Progresa tiene ya más de dos años y medio en marcha, y se espera que los resultados que se presentan en este y otros volúmenes similares, así como la experiencia obtenida, favorezcan que la evaluación se constituya en un elemento indispensable de la política social. En este volumen se presentan trabajos de evaluación del proceso de identificación de las familias beneficiarias del Programa. Como se ha señalado, además de los impactos directos de Progresa, la evaluación incluye otras temáticas de interés, como es el mecanismo de identificación de los beneficiarios, en que se analiza si el Programa está logrando enfocar sus beneficios a la población más pobre y si este procedimiento es eficiente. ii Progresa ha mostrado su viabilidad. Las lecciones obtenidas indican que se tiene en marcha una estrategia integral de desarrollo de las capacidades de las personas y de alivio a la pobreza extrema, que no es paternalista, que se dirige a las zonas de mayor marginación, en donde se han alcanzado resultados favorables. Estos muestran que a tres años de su inicio, Progresa ha apoyado a los niños de escasos recursos de las comunidades rurales para que permanezcan por más tiempo en la escuela, tengan mejor alimentación, reciban atención médica más frecuentemente y, en resumen, tengan mayor confianza en un mejor futuro. Las acciones de Progresa han propiciado que se rompa la transmisión intergeneracional de la pobreza. Pero debe considerarse que el Programa todavía se encuentra en su etapa inicial y que probablemente muchos de sus impactos únicamente se manifiesten en el futuro. Sólo la continuidad de la evaluación en el mediano y largo plazo del impacto de Progresa en la vida de las familias de escasos recursos, permitirá determinar si el círculo vicioso de la pobreza y su transmisión intergeneracional ha sido interrumpido. Dr. Carlos M. Jarque Uribe Secretario de Desarrollo Social y Presidente del Consejo de la Coordinación Nacional del Programa de Educación, Salud y Alimentación iii Evaluación de la selección de hogares beneficiarios en el (Progresa) Programa de Educación, Salud y Alimentación Emmanuel Skoufias* Benjamin Davis Jere R. Behrman * Las opiniones y puntos de vista aquí expresados son responsabilidad única y exclusiva de los autores. El IFPRI y Progresa no son responsables por el contenido de este documento. 2 Reconocimientos Este informe de Investigación es parte del proyecto de Evaluación de Progresa realizado por el IFPRI. Emmanuel Skoufias es investigador asociado del IFPRI. Benjamin Davis es investigador asociado Post-Doctoral y Jere R. Behrman es Profesor de Economía en la Universidad de Pennsylvania. Jere Behrman trabajó en este informe como consultor del Proyecto de Evaluación de Progresa realizado por el IFPRI. Se agradece especialmente por la contribución de las siguientes personas en la preparación de este informe: Sergio de la Vega de Progresa, quien ayudó enormemente en la evaluación de la selección de las localidades y en la preparación del Apéndice B; y Humberto Soto de Progresa, quien preparó varios de los cuadros que se incluyen en diversos Apéndices de este informe. El Dr. José Gómez de León, Daniel Hernández, Patricia Muñiz, la Dra. Susan Parker y Mónica Orozco y todo el demás personal de Progresa nos apoyaron y ayudaron durante toda la preparación de este informe. El Dr. David Coady, Habiba Djebbari, Sanjukta Mukherjee y el Dr. John Hoddinott del IFPRI, al igual que varios de los participantes en el taller realizado en la Ciudad de México y en el Banco Inter-Americano de Desarrollo, proporcionaron comentarios y sugerencias que contribuyeron sustancialmente a mejorar el informe. Daniel Levy de la Northwestern University también ayudó mucho en las primeras etapas de este informe. Los autores de este informe final, y no IFPRI ni Progresa, son responsables por todo el contenido del mismo. 3 4 Resumen Ejecutivo El objetivo de este capítulo es evaluar el método de focalización utilizado por Progresa para identificar a los hogares beneficiarios. La metodología de selección de Progresa se realiza en tres etapas: (1) la selección de las localidades; (2) la selección de familias beneficiarias dentro de las localidades seleccionadas, y (3) la lista final de beneficiarios se corrobora con la asamblea comunitaria donde se corrigen los casos en que las familias hayan sido incluidas o excluidas incorrectamente. En este artículo se analizan las primeras dos etapas del proceso de focalización. No se presenta ninguna evaluación sobre la tercera etapa de selección ya que el número de hogares cuya incorporación ha sido objetada en esta etapa del proceso de selección ha sido mínimo (0.1 por ciento del total de hogares seleccionados). El principal objetivo es evaluar qué tan exitoso es el mecanismo de focalización de Progresa en identificar a los hogares en condición de pobreza extrema y qué tanto contribuye este sistema de selección a disminuir la pobreza entre las familias. El marco conceptual de esta evaluación está centrado en tres elementos clave: (i) un objetivo social, (ii) un conjunto de restricciones económicas, políticas y sociales bajo las cuales debe operar la política social, y (iii) una serie de instrumentos disponibles para alcanzar estos objetivos. A pesar de que los objetivos de Progresa en el área de salud, educación y alimentación se encuentran vinculados entre sí, sólo se evaluarán los beneficios del proceso de focalización en términos del posible impacto del Programa en abatir la pobreza. Aun cuando el presente análisis se limite a evaluar los objetivos de Progresa en disminuir la pobreza, el análisis destaca que la eficiencia relativa del esquema de transferencias depende en qué tan consciente esté el gobierno sobre el número de hogares pobres con respecto al total de la población (la tasa de pobreza) o la disminución en la profundidad y severidad del grado de pobreza existente entre los hogares pobres. Las restricciones económicas, sociales y políticas con las que tiene que operar la política social se reflejan parcialmente en el presupuesto disponible para Progresa. Se supone que el presupuesto es fijo y limitado, en el sentido que éste no es suficiente para eliminar completamente la pobreza. Las políticas de combate a la pobreza tienen medidas que van desde la trasferencia uniforme de recursos, las cuales no utilizan ningún criterio de selección, hasta otro tipo de medidas que incluyen diferentes criterios en la selección. A cada una de estas medidas se encuentran asociados diferentes costos y beneficios. El principal beneficio que se deriva de la selección a nivel del hogar 5 es que, clasificar a los hogares en elegibles y no elegibles de recibir los beneficios de Progresa y dar los beneficios a aquellos que son elegibles, es una manera más efectiva de utilizar recursos limitados para alcanzar el objetivo social de reducir la pobreza (Besley y Kanbur, 1993). Sin embargo, esto involucra una serie de costos que incluyen costos administrativos (focalización y entrega de beneficios), costos de motivación, costos socio-políticos. Por ejemplo, el mecanismo utilizado para identificar a los pobres y poderles hacer entrega de los beneficios incurre en costos. Como más adelante se discutirá, en el caso de Progresa el mecanismo de focalización incluye el levantamiento de una encuesta de los hogares en todas las localidades seleccionadas como marginadas (o con mayores probabilidades de tener hogares pobres). Dichos costos implican una reducción del presupuesto fijo asignado a la disminución de la pobreza. Dentro de este marco, la evaluación sobre la focalización de Progresa consiste en poder dar una respuesta a la pregunta: ¿Qué tan bueno es el desempeño del proceso de focalización de Progresa en términos de su objetivo si se toman en cuenta los costos y las restricciones (financieras y políticas) asociadas a alcanzar estos objetivos? Esta pregunta se responde en dos etapas: primero, se evaluó la precisión de Progresa en focalizar comparando la selección del Programa con un método alterno de selección basado en el consumo de los hogares; en segundo lugar, y de mayor importancia, se evaluó el desempeño de la focalización de Progresa en términos de su impacto en reducir la pobreza con relación a otros esquemas de selección y de transferencia, suponiendo el mismo presupuesto. La lista de posibles alternativas incluye: transferencias uniformes, las cuales no utilizan sistema de focalización alguno, focalización basada en el consumo (o focalización “perfecta”), y focalización geográfica (esto es, focalización a nivel de localidad en lugar de focalización a nivel del hogar). Los costos de focalización asociados con algunos de estos esquemas reducen el presupuesto disponible para el combate a la pobreza. No se pretende tener el método perfecto para determinar qué hogares deben clasificarse como pobres. Por el contrario, se adopta un indicador que se considera sensible para clasificar a los hogares como pobres y no pobres. El indicador que se utiliza para examinar la focalización de Progresa es el consumo estimado por hogar. El consumo de los hogares de la muestra de evaluación de Progresa (beneficiarios y no beneficiarios) se estima usando la Encuesta de Ingresos y Gastos de los Hogares (ENIGH) de 1996 (ver Apéndice E). Se evalúa la precisión de la focalización de Progresa usando una matriz de 2x2, que compara la clasificación obtenida con la focalización de Progresa con la clasificación obtenida con la presente metodología. Los hogares se dividieron en cuatro grupos: (i) 6 hogares considerados por nuestra metodología como pobres, que son beneficiarios de Progresa (considerados como éxitos en la focalización), (ii) hogares considerados como no pobres por la metodología alternativa, que no son beneficiarios de Progresa (también considerados como éxitos de focalización), (iii) hogares considerados como pobres por la metodología alternativa, que no son beneficiarios de Progresa (error de exclusión o subcobertura), y (iv) hogares considerados como no pobres por la metodología alternativa y que son beneficiarios de Progresa (error de inclusión o fuga). La evaluación de la primera etapa de la focalización de Progresa se basa en clasificar las diferentes localidades por su índice de marginación. La prueba fundamental sobre qué tan bien funciona el índice de marginación, radica en saber si es un método eficaz para identificar dónde se encuentran los hogares pobres. Las restricciones impuestas sobre las localidades para ser susceptibles de selección, basándose en el índice de marginación (por ejemplo, el acceso a una escuela o centro de salud), con toda probabilidad excluyeron las localidades donde podrían haberse encontrado los hogares más pobres. Se considera que estas restricciones son necesarias para la operación de Progresa, tal y como se concibió, y no se considera este último aspecto como una mala focalización, sino como una consecuencia de la naturaleza del Programa. La evaluación realizada consiste en construir un criterio basado en el consumo para identificar las localidades donde se encuentran los hogares pobres, y luego contrastarlo con la selección realizada por Progresa. Con base en los resultados, se concluyó que el índice de marginación utilizado por Progresa funciona bastante bien cuando se le compara con el modelo para la selección de localidades basado en el consumo. Este modelo ofrece una categorización más precisa de la pobreza, lo que implica que es más probable que la focalización geográfica basada en el índice de marginación tenga mayor tasa de fuga que de subcobertura. La concordancia entre los dos métodos es particularmente estrecha para las categorías de marginación baja y muy alta y es más difusa en las categorías medias. Esto sugiere que el índice de marginación de Progresa pierde su poder de diferenciación entre las localidades de marginación media precisamente en el momento en que Progresa se expande a comunidades menos marginadas, lo que introducirá un elemento de arbitrariedad en la selección de dichas comunidades. Una forma de contrarrestar este problema sería incorporar la información de otros índices de marginación alternos, como el método presentado en este informe. El método de selección de hogares de Progresa consta de tres pasos: (1) se utiliza el ingreso para realizar una clasificación preliminar de los hogares entre pobres y no pobres. Un hogar se clasifica como pobre si su ingreso se encuentra 7 por debajo de la línea de pobreza y como no pobre en el caso opuesto. (2) A través del análisis discriminante se incorporan otras características del hogar para determinar la condición de pobreza de los hogares. El motivo subyacente, según lo señaló Progresa, es usar un enfoque multidimensional de la pobreza. El puntaje obtenido del análisis discriminante se utiliza para determinar cuál hogar es pobre y cuál no. (3) Se concluye la lista de beneficiarios después de recibir la retroalimentación de la comunidad. Según se puede observar en el cuadro 5, para la línea de pobreza referida al percentil 52, las tasas de subcobertura y de fuga son aproximadamente iguales a 26 por ciento. Se observa que la focalización de Progresa funciona mejor para identificar los hogares en extrema pobreza, pero es más probable que cometa errores al identificar correctamente los hogares que son moderadamente pobres (es decir, los hogares que se encuentran más cerca de la línea de pobreza). Este resultado origina algunas preocupaciones importantes sobre el uso del método actual de focalización de Progresa en las áreas menos pobres (es decir, en las áreas urbanas marginadas). También se examinó qué tan graves son los errores de focalización de Progresa, en comparación con los errores de focalización de otros esquemas. Se aplicó un esquema de ponderación similar a la familia de medidas de pobreza FGT, que le dan mayor importancia a la subcobertura (fuga) de los hogares más pobres (ricos) en tres esquemas de transferencia alternos: una transferencia uniforme (es decir, sin focalización), la focalización de Progresa y la focalización a nivel de la localidad. Como se puede apreciar en el cuadro 6, la focalización de Progresa omite un número menor de hogares en extrema pobreza. De igual manera, en el cuadro 7 se puede ver que los hogares erróneamente incluidos en la lista de beneficiarios están más cerca de la línea de pobreza (menos ricos) que los hogares incluidos erróneamente por otros métodos. En resumen, los errores de exclusión y de inclusión que ocurren con la focalización de Progresa son menos serios que los que ocurren con otros esquemas viables de focalización y de transferencia. Para completar la evaluación se incluyeron en el análisis una restricción presupuestal y los costos de focalización. Se supone que el costo de la focalización a nivel de los hogares es el costo total de realizar una encuesta en los hogares. Se realizaron varias simulaciones para comparar el desempeño de la focalización de Progresa en términos de su impacto para aliviar la pobreza, con relación a otros esquemas de focalización y transferencia, suponiendo el mismo presupuesto total. Para los objetivos sociales de reducir la profundidad de la pobreza, medida por el índice de la brecha de pobreza (P1), o de reducir la severidad de la pobreza, medida por el índice de severidad P(2), se encontró que la focalización de Progresa es el segundo esquema más eficaz después de la focalización “perfecta” 8 basada en el consumo (ver cuadro 8). La focalización geográfica o por localidades tiene un impacto inferior que la focalización de Progresa, mientras que las transferencias uniformes son el esquema menos eficiente para reducir la profundidad o la severidad de la pobreza en México. Resultados similares se obtienen al comparar el impacto de estos esquemas de transferencia con índices de desigualdad en vez de la pobreza (ver Apéndice H). Se concluye el trabajo con sugerencias sobre cómo se puede usar la información ya recabada por Progresa para mejorar la selección de los hogares beneficiarios. Primero, con base en el método de las curvas de Características de Operación Relativa, se sugieren algunas mejoras en las variables que usó Progresa en el análisis discriminante para estimar la condición de pobreza de los hogares (ver Apéndice I). Segundo, confirmamos de manera empírica que el puntaje discriminante, generado por los métodos de Progresa, puede actuar como sustituto, aunque imperfecto, para la profundidad “real”, aunque por lo general no observada, de la pobreza (ver cuadro 9 y Apéndice J). Esta información se puede usar para incrementar el costo-eficiencia de Progresa, por medio de cambios en la estructura de los beneficios a favor de los extremadamente pobres. 9 1. Metodología para evaluar la Focalización de Progresa E n 1997, el gobierno de México inició un nuevo programa dirigido al alivio de la pobreza extrema en el país. El Programa de Educación, Salud y Alimentación, adopta un enfoque integrado para combatir las distintas causas de la pobreza. Una característica distintiva del Programa es que sus beneficios se focalizan directamente a los hogares en extrema pobreza de las áreas rurales. En este informe se realiza una evaluación del método utilizado para seleccionar los hogares beneficiarios en Progresa. La evaluación del método de selección del Programa se basa en un marco consistente en tres elementos clave: (i) un objetivo social; (ii) una serie de condicionantes económicas, políticas y sociales en las que el Programa tiene que operar; y (iii) una variedad de instrumentos disponibles para lograr estos objetivos. Para que la evaluación de cualquier programa de desarrollo social como Progresa tenga significado se debe lograr una identificación clara de estos tres elementos (ver, por ejemplo, van de Walle, 1998). Empezaremos por discutir el objetivo social. Progresa tiene los siguientes objetivos: • • • • • 10 Mejorar de manera sustancial las condiciones de educación, salud y alimentación de las familias pobres, en especial de los niños y de sus madres, al proporcionales servicios de calidad suficientes en las áreas de educación y salud, al igual que ayuda monetaria y suplementos alimenticios. Integrar estas acciones de manera que el logro educativo no se vea afectado por la mala salud o nutrición de niños y jóvenes, o debido a que tengan que realizar trabajos que les dificulten asistir a la escuela. Asegurar que los hogares tengan los medios suficientes y los recursos disponibles, para que los niños puedan completar su educación básica. Fomentar la responsabilidad y la participación activa de los padres y de todos los miembros de la familia para mejorar la educación, la salud y la nutrición de niños y jóvenes. Promover la participación de la comunidad y apoyar las acciones de Progresa, para que los servicios de educación y de salud beneficien a todas las familias en las localidades donde opera, así como unir y promover los esfuerzos y las iniciativas de la comunidad en acciones que son similares o complementarias al Programa. Una vez que las familias son identificadas por el programa, los beneficios de Progresa constan de tres componentes, estrechamente relacionados entre si: • • • Becas educativas para facilitar y alentar las aspiraciones educativas de los niños y jóvenes, promoviendo su inscripción y asistencia regular a la escuela, y promoviendo que los padres aprecien las ventajas de la educación de sus hijos. Al mismo tiempo se llevarán a cabo acciones para mejorar la calidad de la educación. Cuidados de salud básicos para todos los miembros de la familia y fortalecimiento de la calidad de los servicios, así como una nueva orientación de los individuos y de los servicios de salud, para que realicen acciones preventivas hacia el cuidado de la salud y la alimentación. Transferencias monetarias y suplementos alimenticios para mejorar el consumo de alimentos y el estado nutricional de las familias pobres, haciendo énfasis que el propósito de lo anterior es mejorar el consumo de alimentos dentro de la familia, en particular de mujeres y niños, quienes en general son los miembros de los hogares que sufren mayores deficiencias alimenticias. Como se puede observar, Progresa tiene varios objetivos en relación a la educación, salud y alimentación. Tal y como señala Atkinson (1995) para objetivos menos claros y precisos, comunes a la mayoría de los programas de desarrollo social, resulta difícil determinar la eficiencia relativa de los distintos esquemas de transferencias. Dado que todos los objetivos interrelacionados de Progresa se relacionan directa o indirectamente con la pobreza y su alivio a largo plazo, para los propósitos de este informe los beneficios de la focalización de Progresa se medirán en términos de su impacto potencial en el alivio de la pobreza. Aun al limitar los objetivos de Progresa a aliviar la pobreza, este análisis pone de relieve que la eficiencia relativa de los esquemas de transferencia depende de si el Gobierno está interesado por el número de hogares pobres como porcentaje de la población total (es decir, el porcentaje de pobreza) o por la profundidad o severidad de la pobreza entre los hogares pobres. Las restricciones económicas, sociales y políticas con las que los programas operan, se reflejan en el monto del presupuesto disponible para Progresa. El presupuesto se supone fijo y limitado, en el sentido que no es suficiente para eliminar la pobreza por completo. 11 También existe una amplia variedad de instrumentos para el logro de este objetivo social. Los instrumentos de los programas van desde transferencias uniformes, que no aplican criterio de selección alguno, hasta otros esquemas que implican distintos niveles de criterios de selección. Cada uno de estos instrumentos tiene asociados costos y beneficios distintos. El beneficio principal que se obtiene al focalizar a nivel de los hogares es que clasificar los hogares en elegibles y no elegibles para recibir los beneficios de Progresa, y otorgar los beneficios a aquéllos que resultaron elegibles, es una forma más eficaz de usar los fondos limitados para el logro del objetivo social (Besley y Kanbur, 1993). Esto, sin embargo, implica diversos costos que incluyen costos administrativos (focalización y entrega de los apoyos), costos de los incentivos, y costos socio-políticos. Por ejemplo, el mecanismo que se usó para identificar a los pobres, de manera que se les puedan otorgar los beneficios, incurre en costos. Según se discutirá en detalle a continuación, en el caso de Progresa este mecanismo implica realizar una encuesta de hogares en todas las localidades seleccionadas como marginadas (o aquellas con mayor probabilidad de albergar hogares pobres). Tales costos se consideran al reducir el presupuesto fijo disponible para aliviar la pobreza.1 Una vez descrito el marco de trabajo, que guía nuestra evaluación de la focalización de Progresa, se puede formular que el objetivo del informe es responder la siguiente pregunta: ¿Qué tan bien funciona la focalización de Progresa en términos de sus objetivos, después de tomar en cuenta los costos y las restricciones (financieras y políticas) para el logro de los mismos? La respuesta a esta pregunta consta de dos partes. Primero, se evalúa la precisión de la focalización de Progresa. Segundo, y más importante, evaluamos el desempeño de la focalización de Progresa en términos de su impacto en el alivio de la pobreza con relación a otros métodos y esquemas de transferencias viables, suponiendo un mismo presupuesto global. El primer paso se logra comparando el método de Progresa con un método de selección alterno basado en el consumo por hogar, que es en este caso el método preferido de medir bienestar. Para el segundo paso, la lista de alternativas viables incluye transferencias uniformes que no implican ningún tipo de focalización, focalización basada en consumo, y focalización geográfica (es decir, focalización a nivel de la localidad y no a nivel del hogar). Los costos asociados con estos distintos esquemas reducen el presupuesto disponible para el alivio de la pobreza. 1 Se supone que el presupuesto es fijo aun cuando se reconoce la posibilidad de que los instrumentos usados, como la focalización, pueden afectar el grado de apoyo político para el Programa, y por lo tanto los fondos disponibles para el alivio de la pobreza. En la Sección 4 del informe se discuten las simulaciones con la focalización basada en la localidad con relación a los aspectos político-económicos de la focalización. 12 La precisión en la focalización sólo es una condición necesaria para tener éxito en el objetivo social de reducir la pobreza. No es, sin embargo, una condición suficiente, ya que seguramente es posible identificar los hogares correctamente, pero a un costo mayor. En otras palabras, una vez tomadas en consideración las limitaciones en costos y presupuesto, pudiera ser que el método de focalización de Progresa no sea tan eficaz para aliviar la pobreza, comparado con los esquemas de transferencia alternos. 2. Conceptos y medidas de utilidad Antes de responder la pregunta sobre el buen desempeño de la focalización de Progresa, es necesario introducir algunas fórmulas y conceptos que serán utilizados a lo largo de este reporte. Estos incluyen medidas sobre las condiciones de vida de los hogares, medidas de pobreza, medidas de precisión en la focalización (esto es, errores de inclusión y exclusión) y el establecimiento de una línea de pobreza. 2.1 Bienestar de los hogares En la literatura existe una preferencia generalizada por las medidas sobre condiciones de vida basadas en gasto y consumo con respecto a las medidas basadas en ingreso. Esto es cierto tanto por razones teóricas como prácticas (Deaton y Zaidi, 1999). La principal razón teórica de este argumento consiste en que de acuerdo a la teoría del ingreso permanente es más probable que las estimaciones sobre el consumo corriente proporcionen estimadores más confiables sobre el ingreso permanente del hogar (estándar de vida sostenible) que las estimaciones de ingreso corriente. El ingreso corriente puede ser mucho más volátil y estar sujeto a impactos de un período a otro, especialmente si la principal actividad del hogar es la agricultura o actividades por cuenta propia. En contraste, para el caso de consumo hay evidencia de que éste puede ser suavizado al menos hasta cierto grado por medio del ahorro o del préstamo. Si este argumento es válido, entonces una estimación del ingreso corriente, aún cuando la medida sobre el mismo haya sido levantada en un momento preciso en el tiempo, no es necesariamente una buena medida sobre las condiciones de vida en general del hogar, ni tampoco sobre las condiciones a largo plazo. El consumo mide aquello que las personas reciben, por lo que si se está interesado en medir las condiciones de vida de los individuos, entonces ésta puede ser una mejor medida que el ingreso. Con relación a esto existen algunas otras consideraciones prácticas: el ingreso puede mostrar mayor variabilidad por temporada, en comparación con el 13 consumo, de manera que para medir el ingreso anual del hogar (o promedio en el año) se requerirían múltiples levantamientos de información. En tanto el consumo se suaviza a través de las temporadas, entonces es más fácil de recabar con menos levantamientos de información. Por último, por lo general también se considera que el ingreso es un tema más sensible que el consumo, de manera que es más probable que las personas intencionalmente sub-reporten sobre el ingreso que sobre el consumo.2 2.2 Medidas de pobreza Existe una serie de alternativas para definir la pobreza. El enfoque sobre las “necesidades básicas” enfatiza “...necesidades humanas en términos de salud, alimentos, educación, agua, hospedaje, transporte” (Streeten et al. (1981)). Dos argumentos han sustentado que el seguimiento de la reducción de la pobreza sea a través de las necesidades básicas, en lugar de hacerlo a través del ingreso o consumo: primero, incrementos en el ingreso real, especialmente en el área rural o en áreas donde está muy dispersa la población, pueden provocar un mejor cuidado sobre la salud, educación, agua potable, sistema de drenaje, u otros bienes de carácter público, como la seguridad. Segundo, la capacidad de los hogares en transformar estos bienes en bienestar es muy variable. La motivación en el enfoque de “necesidades básicas”, se encuentra estrechamente vinculada a la motivación en el enfoque de “capacidades” de Sen (1985, 1987). Las raíces de este enfoque se encuentran en el rechazo al modelo estándar de bienestar, donde la única medida de bienestar es la utilidad del individuo. Desde esta perspectiva, los bienes son importantes como un determinante de las capacidades del individuo para funcionar, más que como una fuente de utilidad. La fortaleza de este argumento radica en su énfasis en los bienes no como fines sino como medios para actividades deseadas. Lo que los bienes hacen por el bienestar depende de una serie de factores, incluyendo las circunstancias personales y del medio ambiente del individuo. Así, concentrarse en los bienes y las utilidades (pero no en las capacidades) puede ser un enfoque erróneo. Desafortunadamente, enfocarse en las capacidades genera toda una nueva serie de problemas. Rara vez observamos capacidades; más bien se observan algunos logros. La relación entre capacidades y logros no es única y depende de las preferencias. Por ejemplo, para concluir que una persona no fue capaz de vivir una 2 Se ha verificado en la investigación de la Encuesta Nacional de Ingresos y Gastos de los Hogares 1996, en la Encuesta de Características Socioeconómicas de los Hogares de 1997 y en la Encuesta de Evaluación del mes de mayo de 1998 que existen diferencias sustanciales entre el ingreso y el consumo per cápita en los hogares. Invariablemente, el consumo fue mayor en los hogares de la parte inferior de la distribución. 14 larga vida, se necesita saber mucho más que solamente por cuanto tiempo vivió; quizá el/ella prefirió una vida corta, pero feliz. El rol atribuido a las preferencias en el enfoque de necesidades básicas y capacidades no es del todo convincente. Una cosa es rechazar la perspectiva de que sólo las utilidades importan, y otra muy diferente es argumentar que la utilidad ni siquiera es parte del objetivo. El enfoque de capacidades no ha establecido por qué mayores consumos (especialmente entre los pobres) no deben permanecer como un objetivo de la política social, aún cuando estos no afectan las capacidades. De igual forma, existe otro aspecto aún no resuelto de cómo uno debería agregar o acumular las necesidades básicas o las capacidades. Muchos de los índices construidos con base en estas dos perspectivas, como el Índice de Desarrollo Humano del PNUD, son arbitrarios en cuánto a los términos incluidos y a los pesos asignados a dichos términos. 3 Como economistas tendemos, a poner énfasis en las medidas de pobreza basadas en consumo (o ingreso)4. El método de medición de pobreza Foster-GreerThorbecke (1984) o FGT es frecuentemente referido, ya que cumple con todos los axiomas deseados en las medidas de pobreza basadas en consumo y contiene un parámetro α que puede ser establecido, de acuerdo a la sensibilidad de la sociedad a la distribución del ingreso entre los pobres. Específicamente, la familia de medidas de pobreza FGT se resume en la siguiente fórmula: ( ) P(α ) = 1 α z − ci , ∑ N i =1 z q donde N es el número de hogares, ci es el consumo (o ingreso) per cápita del iesimo hogar, z es la línea de pobreza, q es el número de individuos pobres, y α es el peso asignado a la severidad de la pobreza en el hogar (o la distancia a la línea de pobreza). Cuando α=0, la medida FGT se colapsa en el porcentaje de la población que se encuentra por debajo de la línea de pobreza (tasa de pobreza). Aunque este índice es útil para comparaciones generales sobre pobreza, no es sensible a diferencias en la profundidad de la pobreza. Cuando α=1, la medida FGT da la brecha de pobreza, que es una medida de la profundidad promedio de la pobreza. Supongamos que la línea de pobreza es $100. Hay 10 personas en la economía y 2 de ellas son pobres. El porcentaje de la población por debajo de la línea de pobreza (tasa de pobreza) daría el mismo resultado P(0)=0.20, tanto para 3 Vea, por ejemplo, Kanbur (1990) y Anand (1991). Para una discusión más detallada de las diferentes propuestas sobre como medir la pobreza, el lector es referido a Lipton y Ravallion (1995). 4 Las medidas monetarias utilizadas para representar la utilidad pueden considerarse como medidas de bienestar que toman en cuenta de manera implícita las capacidades del individuo (vea Ravallion, 1998). 15 el caso con dos personas pobres con niveles de consumo de $90, como para el caso con dos personas pobres cada una con consumo de $10; sin embargo, en el último caso el grado de pobreza es mucho más severo. Cuando α=1, el índice FGT se traduce en la brecha de pobreza, una medida sobre la profundidad de la pobreza en términos de la distancia del consumo de una persona a la línea de pobreza. De ahí que, en el caso de dos personas pobres con niveles de consumo de $90, P(1)=0.020. Con dos personas pobres cada una consumiendo $10, P(1)=0.18. La desventaja de la medición sobre la profundidad de la pobreza es que estimará la misma pobreza para el caso en que una persona pobre consume $90 y otra $10, como para el caso en que ambas consumen $50. Sin embargo, la mayoría de las personas estarían de acuerdo en que la situación de la persona en pobreza extrema con sólo $10 es mucho más precaria que la de las personas pobres con $50 o $90. Esto se resuelve con α>1. Cuando α=2, por ejemplo, el índice FGT se transforma en el índice de severidad de la pobreza. La medida P(2) asigna mayor peso a los individuos que se encuentran más alejados de la línea de pobreza y que, por tanto, tienen un grado de pobreza más severo. En síntesis, al utilizar esta medida, un beneficio de un peso para una persona en extrema pobreza (aquéllos a una mayor distancia de la línea de pobreza), tendrá un mayor impacto o será más importante que para un individuo menos pobre (aquéllos cercanos a la línea de pobreza). Entonces, para los propósitos de esta evaluación, dada la preocupación de aquellos que diseñan las políticas sociales sobre el porcentaje de personas por debajo de la línea de la pobreza o sobre la profundidad o severidad de la pobreza (esto es, para un valor dado de α), el objetivo social puede establecer como una reducción del índice de pobreza FGT. 2.3 Errores de exclusión e inclusión (subcobertura y fuga) Para evaluar la precisión de los programas de selección, comúnmente se utilizan dos tipos de medidas. La tasa de subcobertura (denotada por U) es el porcentaje de aquellos que se espera cubrir con el programa, pero que no están cubiertos. Se calcula dividiendo el número que debería recibir pero que no recibe beneficios (error de exclusión) entre el número que deberían recibir los beneficios (población objetivo). La tasa de fuga (de aquí en adelante denotada por L) es el porcentaje de beneficiarios que no deberían estar recibiendo beneficios. Se calcula dividiendo el error de inclusión entre el número de personas atendidas por el programa. El cuadro 1 muestra un ejemplo del cálculo de estas medidas. 16 Cuadro 1 Tasas de fuga y subcobertura Hogares excluidos de los beneficios del Progresa (No pobres) Hogares seleccionados para los beneficios de Progresa (Pobreza) Total Criterio alterno para seleccionar hogares No pobres Pobres Total 40 10 50 (U=25%) (Error de Exclusión) 20 (L=40%) 30 50 (Error de inclusión) 60 40 100 En el cuadro 1 hay cuatro grupos. Los hogares pobres que son beneficiarios de Progresa y hogares no pobres que no reciben beneficios del Programa. Ambos grupos indican que la selección fue correcta. Los hogares no pobres que participan en el Programa, que representan el 20 por ciento de la población, son contabilizados como un error de inclusión (fuga). Los hogares pobres que no participan, 10 por ciento de la población, son considerados como un error de exclusión (subcobertura). Dadas las cifras del cuadro, la tasa de subcobertura es U=25 por ciento (=10/40) y la tasa de fuga es L=40 por ciento (=20/50). En general, entre mayor sea la prioridad por incrementar el bienestar de los pobres, la reducción de la tasa de subcobertura cobrará mayor importancia. Por el contrario, entre mayor sea la prioridad de hacer un uso eficiente de un presupuesto limitado, será más importante reducir la tasa de fuga que minimizar la tasa de subcobertura. Hay una inclinación por parte de los administradores de proyectos en pensar en los aspectos de selección en términos de un balance entre las tasas de subcobertura y de fuga. Esto es incorrecto, ya que de manera implícita este objetivo no evalúa el método de selección en función del impacto que puede tener en la pobreza, sino en función de identificar a los beneficiarios. Como se mencionó desde un principio, aunque los administradores de proyectos deban estar alertas a las tasas de subcobertura y fuga, la evaluación del sistema de selección de Progresa debe basarse en su impacto potencial en abatir la pobreza y no en qué tan altas o bajas deban ser las tasas de fuga y subcobertura. En términos del marco de referencia, los errores de inclusión o fuga contribuyen a los costos del Programa pero no a los beneficios. Por otro lado, desde el punto de vista del objetivo social de Progresa por combatir la pobreza, errores de exclusión, o altas tasas de subcobertura; reducen tanto los costos como los beneficios. 17 2.4 Selección de la línea de pobreza Dado que se prefiere utilizar el indicador de bienestar basado en el consumo, también tenemos que determinar un método para clasificar a los hogares en pobres y no pobres (o beneficiarios y no beneficiarios). Se sigue la recomendación de Ravallion (1998) en el sentido de que “la línea de pobreza debe ser siempre absoluta en el espacio del bienestar”, que en este caso es el consumo. Dicha línea de pobreza garantiza que la pobreza se compare de manera consistente, en el sentido que dos individuos u hogares con el mismo nivel de consumo sean tratados de la misma manera, sin importar la región o el estado en que se encuentren. Sin embargo, si la línea de pobreza que se elija resulta en una tasa de pobreza que es muy distinta a la tasa de pobreza que resulta del método de Progresa, entonces no es probable que proporcionen mucha información las tasas de subcobertura y de fuga que se obtengan, derivadas del método basado en el consumo y del método de Progresa. Esto se debe a que las tasas altas de subcobertura o las tasas bajas de fuga (y viceversa) pueden ser simple reflejo de las diferencias en la línea de pobreza usadas por los dos métodos. Por ejemplo, si con el criterio basado en el consumo se usa una línea de pobreza como el percentil 75 de la distribución del consumo, lo que implica que 75 por ciento de los hogares son pobres, y si la línea de pobreza de Progresa dió como resultado una tasa de pobreza del 50 por ciento de los hogares, entonces la tasa de subcobertura de Progresa, por construcción, será forzosamente cuando menos igual a 33.33 por ciento. Esto es aún si el método de focalización de Progresa pudiera en realidad estar clasificando adecuadamente como pobres los mismos hogares que el método de focalización basado en el consumo. Dada la sensibilidad de las tasas de fuga y de subcobertura estimadas con relación a la línea de pobreza o al valor de corte usados para determinar el estado de pobreza de un hogar, y por lo tanto el éxito o fracaso relativos de la focalización de Progresa, se decidió adoptar un enfoque doble y basar el resto del análisis en dos líneas de pobreza distintas. 1. Una línea de pobreza estricta, basada en el percentil 25 del consumo por adulto equivalente. Esta línea de pobreza implica que 25 por ciento de los hogares son pobres y 75 por ciento no lo son. Este es un intento por recoger el objetivo de Progresa, el cual pretende cubrir a los hogares en pobreza extrema. Se destaca que con esta línea estricta de pobreza, la tasa de subcobertura es la medida más importante para la evaluación de la focalización de Progresa: dados los objetivos de Progresa, la pregunta crítica es si su clasificación ha excluido a alguno de los hogares que de acuerdo a este indicador son pobres extremos. Cuando se fija una tasa de pobreza de 25 por ciento, pero el método de Progresa da como resultado una tasa de pobreza de 52 por ciento, entonces la tasa de fuga va a ser alta por definición. 18 2. Una línea de pobreza basada en el percentil 52 del consumo por adulto equivalente. Esto es igual a suponer que el 52 por ciento de los hogares son pobres. Esto equivale a la tasa de pobreza promedio de la muestra obtenida por el método de clasificación de Progresa, el cual se discutirá con mayor detalle más adelante. Este último proporciona al método de selección de Progresa la mayor probabilidad de alcanzar tasas de subcobertura y fuga cercanas a cero, si su selección fuera completamente certera (esto es, idéntica al método de selección basado en consumo). Por estas razones esta es la línea de pobreza que se prefiere utilizar y por tanto será la línea que se utiliza en las simulaciones de la última parte de este reporte. A lo largo del análisis, se utiliza una línea de pobreza como instrumento para juzgar el método de selección de Progresa. No se proporciona sugerencia alguna sobre cual es o debería ser la línea de pobreza en México. 3. Descripción de los métodos de focalización de Progresa y evaluación de su precisión La identificación de hogares como beneficiarios de Progresa se logra en tres etapas. Primero se seleccionan las localidades usando un índice de marginación basado en datos censales. Segundo, dentro de las localidades seleccionadas, se identifican los hogares usando los datos de una encuesta recabada a nivel de cada hogar. Tercero, la lista de los beneficiarios potenciales se presenta ante asambleas comunitarias para su revisión y discusión; y la lista se modifica de acuerdo con los criterios establecidos para la selección de los hogares beneficiarios. En esta sección se describe y evalúa la primera y segunda etapas de la focalización de Progresa. En el Apéndice A se incluye una descripción más detallada de las tres etapas de Progresa y de la investigación en los hogares que usamos para esta evaluación. No se está en posición de proporcionar una evaluación del tercer paso del método utilizado por Progresa. En principio, a todos los miembros de la localidad, identificados como beneficiarios o no, se les invita a participar. En la asamblea se escuchan comentarios y sugerencias sobre los hogares que estando en la lista no deberían incluirse, o sobre hogares que no estando en ella deberían incluirse. Estos comentarios se remiten a la oficina central de Progresa para la revisión del cuestionario original del hogar y se toma una decisión. En la práctica, es mínimo el número de hogares cuya inclusión en el Progresa se cuestiona. De casi 341,000 hogares seleccionados, sólo dejó de incorporarse el 1.5 por ciento y en la mayoría de los casos esto se debió a que se habían mudado de localidad. Sólo 423, o 0.1 por ciento del total de hogares seleccionados, se objetaron y quedaron fuera del Programa. Asimismo, no se tuvo 19 acceso a la información relativa al número de hogares que se agregaron como beneficiarios a consecuencia de la retroalimentación recibida de las asambleas locales. 3.1 Descripción de la selección de las localidades por Progresa La inclusión de comunidades en Progresa se realizó mediante el siguiente proceso. Se utilizaron dos fuentes de datos: el Censo General de Población y Vivienda de 1990 (Censo) y el Conteo de Población y Vivienda de 1995 (Conteo) 5. De acuerdo con el Conteo de 1995, México tiene 104,029 localidades con más de dos viviendas (que incluyen un total de 90,052,660 habitantes), en los que se recabó la información sobre población y vivienda. Al agregar 1,720 localidades de Chiapas que se excluyeron del Conteo de 1995, se creó un índice de marginación con un total de 105,749 comunidades.6 El índice de marginación se desarrolló usando el método de componentes principales, con base en siete variables. Cuatro provenían del Conteo de 1995:7 1. Porcentaje de adultos analfabetas (> 14 años) en la localidad 2. Porcentaje de viviendas sin agua 3. Porcentaje de viviendas sin sistema de drenaje 4. Porcentaje de viviendas sin electricidad Tres variables provinieron del Censo de 1990: 1. Número promedio de ocupantes por habitación 2. Porcentaje de viviendas con piso de tierra 3. Porcentaje de la población que trabaja en el sector primario De las 105,749 localidades, sólo 74,994 tenían información sobre las siete variables antes descritas. Así, el análisis de componentes principales se realizó directamente en esas 74,994 localidades, y el índice de marginación se tomó del primer componente principal (ver el Apéndice A para obtener una breve descripción del método). Para las 29,698 localidades restantes, se usaron técnicas de regresión para calcular el índice de marginación. En el caso de las 1,720 localidades en Chiapas, se usó una ecuación distinta para estimar el índice de marginación. 5 El Conteo es un censo, pero con un cuestionario más corto que el del Censo de 1990. El personal del Programa había participado en el desarrollo del índice de marginación más completo disponible en México (el índice CONAPO), basado en el Censo de 1990. 7 Para la primera ronda de Progresa en 1996, el Conteo todavía no estaba listo. Las siete variables entonces provinieron del Censo de 1990. 6 20 Así, en términos generales, las cifras son las siguientes: Indice Sin índice Con índice Total De aquéllas con índice: Indice calculado Indice estimado Localidades 94,401 105,749 200,151 Población 585,944 90,606,766 91,192,710 74,994 30,752 88,437,736 2,169,030 Una vez creado este índice, las localidades se clasificaron por marginación. Sin embargo, las comunidades no se eligieron estrictamente con base en la marginación. Los otros elementos considerados incluyeron la ubicación geográfica, la distancia entre localidades y la existencia de infraestructura de salud y escuelas. Las razones para incluir estos otros criterios surgen de consideraciones logísticas y de recursos y debido a que los componentes del Programa requieren del uso de escuelas y servicios de salud. Al combinar los datos de las Secretarías de Salud y de Educación Pública con la información geográfica computarizada, se establecieron zonas de servicios, en las que las localidades se caracterizaron por su acceso a estos servicios requeridos, y en los casos en que los servicios no se localizaban dentro de la misma comunidad, se tomó en cuenta la disponibilidad y calidad de los caminos. El acceso a estos servicios (escuela primaria, escuela secundaria y clínicas de salud) se distribuyó de la siguiente manera: Instalación Primaria, secundaria y clínica Primaria y secundaria Primaria y clínica Secundaria y clínica Primaria Secundaria Clínica Localidades 119,143 5,328 3,343 9,353 21,389 3,121 2,742 Población 86,180,107 869,373 497,633 618,406 1,099,874 49,648 122,678 Las localidades clasificadas con un grado alto o muy alto de marginación (76,098 localidades que cubrieron a 14,751,628 personas)8 se consideraron como prioritarias para su inclusión en el programa y con ellas se formó un grupo que se 8 El índice de marginación se dividió en cinco grupos con base en el grado de marginación. Los puntos de corte se determinaron por el procedimiento estadístico Dalenious-Hodges (para mayores detalles, consulte de la Vega, 1994). 21 incluyó en la Fase I de Progresa. Para ellas, el acceso a los servicios se distribuyó de la siguiente manera: Instalación Primaria, secundaria y clínica Primaria y secundaria Primaria y clínica Secundaria y clínica Primaria Secundaria Clínica Sin servicios Localidades 48,501 5,328 3,343 1,890 10,308 705 808 5,215 Población 12,047,450 869,373 497,633 130,333 888,070 40,607 69,046 209,116 Las localidades que tenían acceso a los tres servicios se consideraron como candidatas para la selección (seleccionables) y se utilizaron en la siguiente fase de selección. Estas localidades se agruparon para formar “zonas de marginación”. Para formar las zonas de marginación se siguieron dos pasos. Primero, se excluyeron las localidades con menos de 50 habitantes y las que tenían más de 2,500. Segundo, usando el software para el Sistema de Información Geográfica, las localidades restantes se agruparon con base en su proximidad geográfica, usando una rutina que identificó a las comunidades relativamente aisladas. Estas localidades se excluyeron del proceso de selección. La Fase I de Progresa se instrumentó (para efectos de planeación) en nueve estados en 1996 (Campeche, Coahuila, Chihuahua, Guanajuato, Hidalgo, Puebla, Querétaro, San Luis Potosí y Veracruz). Seleccionando sólo entre las localidades que tenían los tres servicios, se eligieron 3,461 localidades en 202 municipios. La Fase II de Progresa se instrumentó en 1997 en dos etapas. Primero, se eliminó el requisito de que las localidades tuvieran acceso a las clínicas de salud, con lo que se pudieron incluir localidades adicionales en los 202 municipios originales. Segundo, se agregaron nuevos municipios y estados. En total se agregaron al programa 8,749 localidades en 483 municipios (incluyendo los estados de Chiapas, Guerrero, Michoacán, Nuevo León y Oaxaca). La Fase III (de planeación) de Progresa se instrumentó en 1998. A excepción de Baja California, Baja California Sur, Aguascalientes y el Distrito Federal, los demás estados participaron en el Programa, incluyendo 23,478 localidades adicionales en 1,311 municipios. Además, en esta fase se introdujeron al Programa varias localidades que habían sido excluidas en las fases anteriores debido a su aislamiento geográfico. En total, al primer semestre de 1998 Progresa cubría 35,688 localidades en 1,488 municipios y 28 estados. 22 3.2 Evaluación de la selección de localidades Las restricciones impuestas en las localidades para ser seleccionables, basadas en el índice de marginación, muy probablemente excluyeron a localidades donde se encontraban los hogares más pobres. Nuestro punto de vista es que estas restricciones son necesarias para que Progresa opere de la manera en que se concibió, y no se considera este aspecto como un error de focalización, sino como una consecuencia de la naturaleza del Programa9. Así, la evaluación del primer paso de Progresa se basará en la serie de localidades con un índice de marginación. El objetivo principal de construir un índice de marginación es identificar los hogares pobres, o de manera más específica, identificar las localidades donde es más probable que se encuentren los hogares pobres. Así, la prueba final sobre el buen desempeño del índice de marginación es si fue un método efectivo para identificar los lugares donde se encuentran los hogares pobres (Baker y Grosh, 1994; Hentschel et al., 1998). En breve, la evaluación consiste en construir un criterio basado en el consumo para identificar las localidades donde se encuentran los hogares pobres y luego compararlo con la selección realizada por Progresa. Para construir el índice de marginación que se usó para identificar las localidades donde es probable que se encuentre la mayoría de los hogares pobres, Progresa se basó en la información del Censo disponible a nivel de localidad. Infortunadamente, los datos del Censo contienen poca información directa sobre los recursos de los hogares y por tal omisión, imposibilitan el uso de cualquier información a nivel de los hogares, como es el caso del consumo por equivalente de adultos, la medida preferida del bienestar en el hogar. Se adopta el siguiente enfoque. Usando la Encuesta Nacional de Ingresos y Gastos de los Hogares de 1996, que es representativa nacionalmente a nivel estatal, primero se construyó el consumo por adulto equivalente a nivel de los hogares, clasificándolos como pobres o no pobres usando el percentil 25 como línea de pobreza, y luego se estimó un modelo probit simple de la condición de pobreza, restringiendo la serie de variables explicativas a aquéllas que también estuvieran disponibles en los datos del Censo usados por Progresa. En seguida se tomaron los coeficientes del probit de pobreza y se aplicaron a los datos censales de 1990 y 1995, a nivel de la localidad. Usando la estimación muestral, a cada comunidad se le asigna una probabilidad estimada de ser pobre. Con base en las probabilidades determinadas, se utiliza el método estadístico desarrollado por Dalenius y Hodge para separar las 9 Progresa tiene como objetivo principal incrementar el uso en los hogares de las instalaciones de salud y escolares existentes. Algunos podrían argumentar que la mejor forma de aliviar la pobreza sería construyendo nuevas escuelas e instalaciones de salud en los lugares donde no existen. Si bien tales argumentos pueden tener cierto mérito, se consideran fuera del alcance de esta evaluación de la focalización de Progresa. 23 comunidades en cinco grupos de marginación, de baja a alta. Esta clasificación de las comunidades se comparó con el índice de marginación de Progresa, creando una matriz de 5x5. Con esta matriz se evalúa el método de componentes principales de Progresa, usando los conceptos de subcobertura y fuga mencionados anteriormente. Hay fuga si las localidades se clasifican bajo el método de componentes principales como más marginadas en comparación con el método probit. Por el contrario, hay subcobertura si las localidades se clasifican con el método de componentes principales como menos marginadas en comparación con el método basado en el consumo. La matriz de 5x5 se muestra en el cuadro 2. Cuadro 2 Distribución de las localidades por los métodos de componentes principales y de pobreza Muy Baja Componentes Principales Muy Baja Baja Media Alta Muy Alta 613 Total % 613 1 Baja 3,473 5,361 5,390 83 14,307 19 Modelo Probit Media Alta Muy Alta 3 250 7,088 15,819 6,104 3 682 27,770 29,264 39 28,455 38 Total % 2,357 4,089 5,611 12,481 16,584 3,6231 5 7 17 22 48 2,357 3 74,996 100 100 Las localidades que se encuentran en la diagonal indican que ambos métodos coinciden en la asignación de localidades a una categoría en particular. Se consideran las localidades fuera de la diagonal, pero sólo con un nivel de diferencia, como un límite aceptable de mala clasificación. A partir del cuadro 2, resulta evidente que el modelo probit basado en el consumo da como resultado una clasificación más estricta que el método de componentes principales. En general, se puede observar un desplazamiento hacia abajo y hacia la izquierda en la categorización de localidades. Por ejemplo, si bien el método de componentes principales asigna casi la mitad de las localidades a la categoría de muy alta marginación, el método probit sólo tiene 3 por ciento en esta categoría. El grueso de las localidades, conforme al método de componentes principales, se encuentra en las categorías de media, alta y muy alta (88 por ciento), mientras que el modelo probit basado en el consumo las asigna principalmente a las categorías baja, media y alta. En términos de subcobertura y fuga, esto significa que el método de componentes principales tiene altos niveles de fuga. La subcobertura 24 en el método de componentes principales es mínima, en comparación con el método probit. Por otra parte, el método probit resulta menos idóneo para clasificar localidades en la categoría de muy baja marginación. Mientras el método de componentes principales coloca a más de 4,000 localidades en esta categoría, el modelo probit sólo asigna 613. En general, el desplazamiento hacia abajo y hacia la izquierda no parece ser tan severo. Las celdas no diagonales permanecen vacías. La mayoría de las localidades permanece cuando más a una categoría de distancia. Sin embargo, las que cambian más de una categoría constituyen un problema. Las más significativas son las localidades consideradas con una marginación alta o muy alta conforme al componente principal y que por el probit se reclasifican como en media (6,104 localidades) o baja marginación (83). Progresa inicialmente incorporó las localidades en las dos categorías de marginación más altas, empezando por las más marginadas. El probit haría que un número bastante significativo de estas localidades se excluyera de las etapas iniciales de Progresa. Por otra parte, el método probit asignó sólo aproximadamente 30,812 localidades a estas categorías, mientras que el método de componentes principales incluyó a más de 52,000. Suponiendo restricciones similares de presupuesto, también se pudieron haber incluido las localidades clasificadas como media por el probit basado en el consumo, minimizando en gran medida el problema de subcobertura. Como una mejor prueba de la exactitud del índice de marginación para identificar los hogares pobres (y no sólo las localidades donde pueden localizarse) se repite el ejercicio anterior, pero en esta ocasión se aplican los pesos de los componentes principales a los hogares en la ENIGH 1996. De manera específica, se toman los siete coeficientes obtenidos del método de componentes principales usados por Progresa, y usando estos coeficientes con las características de los hogares en la ENIGH, se deriva una nueva probabilidad estimada de que cada hogar fuera pobre. Después se clasifican estas nuevas probabilidades estimadas en cinco grupos y se deriva una nueva matriz de 5x5, pero en esta ocasión a nivel de los hogares. El propósito fue comprobar la forma en que el método del índice de marginación distribuye los hogares en distintas categorías en comparación con el método probit. Los resultados parecen similares a los del cuadro 2. El método del índice de marginación tiende a incluir hogares con pobreza baja y media en las categorías alta y muy alta. Pocos hogares quedan reclasificados en más de dos grupos, y las categorías muy baja y muy alta coinciden de manera particular. Una vez más, el método probit parece ser más preciso, aunque un poco menos que en el ejercicio anterior. 25 Cuadro 3 Distribución de hogares por los métodos de componentes principales y de pobreza Muy Baja Componentes Principales Muy Alta Alta Media Alta Muy Alta 4,365 110 Total % 4,475 34 Modelo Probit Alta Muy Alta Baja Media 1,771 624 346 84 1 113 407 1,185 728 397 79 685 1,432 2,826 21 2,830 21 2,196 17 Total % 8 873 6,249 1,141 1,610 1,505 2,703 47 9 12 11 20 881 7 13,208 100 100 En el Apéndice B se comenta e informa sobre los resultados de varios ejercicios similares. Estos ejercicios usan: (a) el Censo total de las localidades (es decir, incluyendo las 30,000 localidades en las que faltaban algunos datos); (b) las localidades clasificadas en la población que representan; y (c) las primeras 36,006 localidades que se seleccionaron como comunidades beneficiarias de Progresa. Dado que los resultados fueron muy similares, no se incluyeron en el presente reporte, sino que se refiere al lector al Apéndice B. Con base en todos los resultados, se concluye que, en su mayor parte, el índice de marginación de Progresa se desempeña bastante bien en comparación con el modelo probit basado en el consumo. El modelo probit proporciona una categorización de pobreza más precisa, lo que implica que es más probable que la focalización geográfica con el índice de marginación presente como resultado fuga y no subcobertura. La concordancia entre los dos métodos es particularmente estrecha en las categorías de marginación baja y muy alta, y es más difusa en las categorías medias. Esto sugiere que el índice de marginación de Progresa pierde su poder de diferenciación entre las localidades de marginación media, precisamente en el momento en que Progresa se está expandiendo a las comunidades menos marginadas. Con esto se introducirá una medida de arbitrariedad en la selección de estas comunidades. Una forma de contrarrestar este problema sería incorporar información de otros índices de marginación alternos, como es el caso del método probit basado en el consumo, presentado aquí.10 10 Este resultado es similar al de la Sección 3.4 del documento, en donde se encuentra que a medida que se incrementa la línea de pobreza, también disminuye la precisión de la focalización de Progresa a nivel de los hogares. 26 3.3 ¿Cómo identifica Progresa a las familias beneficiarias? Una vez identificadas las localidades marginadas, con base en el método descrito en la Sección 3.1, Progresa procedió a la selección de beneficiarios. En el Apéndice C se describen en detalle las características de las familias seleccionadas como beneficiarias. Aquí se resume el procedimiento empleado por Progresa para clasificar los hogares como pobres y no pobres. 1. Se levanta un censo de todos los hogares ubicados al interior de las localidades marginadas seleccionadas, conocido como ENCASEH y descrito en detalle en el Apéndice A. 2. Se construye el ingreso total del hogar con base en la información individual del ingreso contenida en la encuesta ENCASEH. 3. Se resta el ingreso de los menores (de los niños entre los 8 y los 18 años de edad, grupo cubierto por Progresa) del ingreso total en el hogar. Este procedimiento se realizó dado que para identificar el estado de pobreza del hogar es necesario excluir el ingreso obtenido de la mano de obra infantil, puesto que dicho ingreso se perdería en caso que los niños se inscribieran en la escuela. 4. Se construyó el ingreso per cápita dividiendo el valor del ingreso obtenido en el paso 3 entre el número de miembros del hogar. 5. Se comparó la medida del ingreso obtenida en el paso 4 anterior con la Canasta Básica de Alimentos (equivalente al ingreso total promedio de aproximadamente dos salarios mínimos) de 320 pesos per cápita al mes para crear una nueva variable binaria tomando el valor 1 para los hogares pobres (si el ingreso es menor que la línea de pobreza) y el valor 0 para los no pobres (si el ingreso es mayor o igual a la línea de pobreza). 6. Se usó análisis discriminante, por separado en cada región, para: (1) identificar las variables que discriminan mejor entre los hogares pobres y los no pobres, clasificados originalmente en el paso 3 anterior; (b) usar las variables identificadas para desarrollar una ecuación para calcular un índice (puntaje discriminante) que representa parsimoniosamente las diferencias entre los hogares pobres y los no pobres; y (c) usar las variables identificadas o el índice calculado para desarrollar una regla para clasificar las observaciones futuras como hogares pobres y no pobres. El procedimiento arriba señalado indica que la clasificación de hogares como pobres y no pobres ha tomado en cuenta diferentes características de los hogares que capturan la naturaleza “multidimensional” de la pobreza, lo que significa que la condición de pobreza de un hogar no se basa únicamente en el ingreso declarado de dicho hogar. Una de las ventajas principales del análisis discriminante es que da cabida a una gran variedad de formas para clasificar las 27 observaciones en grupos, como es el caso del “método de tasa de corte” y un método estadístico basado en la regla Bayes (Sharma, 1996). Progresa usó el método Bayesiano, dado que ofrece la opción de incorporar probabilidades a priori y los costos de mala clasificación para determinar el valor del punto de corte, que se emplea para clasificar a los hogares como pobres o no pobres. Hasta donde se sabe, las probabilidades previas usadas por Progresa fueron, en la mayoría de las regiones, 58 por ciento para los pobres y 42 por ciento para los no pobres. Por ejemplo, tomando los datos de dos regiones (regiones 3 y 28 de Progresa) de la ENCASEH de 1997 (Fase II), los pasos 1-4 anteriores dieron una tasa de pobreza simple (basada únicamente en el ingreso) del 74 por ciento. Al usar la tasa de pobreza a priori del 58 por ciento el método de clasificación dio una tasa de pobreza dentro del intervalo delimitado por la tasa de pobreza simple (o inicial) y la tasa de pobreza a priori (por ejemplo, 65 por ciento de los hogares se clasificaron como pobres y 35 por ciento como no pobres). También se debe observar que la tasa de pobreza calculada por los métodos de Progresa por lo general varía de una región a otra, aunque la tasa de pobreza promedio, conforme a los métodos de Progresa, en las 507 localidades contenidas en el ENCASEH de 1997, es de 52 por ciento. 11 Se comparó la clasificación basada en el análisis discriminante con la clasificación obtenida a partir de un método probit. Si bien el método probit implica un número cuestionable de suposiciones y no es necesariamente superior al método de análisis discriminante, es el método econométrico estándar que se utiliza en los estudios de focalización (por ejemplo, ver Wodon, 1997 y Minot, 1998). En síntesis, se siguieron los pasos del 1 al 4 como Progresa, pero en el paso 5 se hizo una regresión probit en lugar del análisis discriminante, y se usó la probabilidad estimadas de la regresión probit para clasificar a los hogares como pobres y no pobres. En el Apéndice D se presentan las matrices de clasificación basadas en los dos enfoques para dos regiones distintas. Las tasas tan bajas de fuga y de subcobertura que se obtuvieron sugieren que no hay diferencia sustancial entre las clasificaciones obtenidas por usar el análisis discriminante y los métodos estadísticos alternos como probit. 3.4 Evaluación de la selección de familias de Progresa En esta sección se sintetiza, primero, la evaluación sobre el uso de una medida per cápita de bienestar como lo hace Progresa. Enseguida, se discute la 11 En etapas anteriores de este informe se realizó un exámen detallado de la sensibilidad del número y de las características de los beneficiarios a los cambios en la línea de corte de Progresa. No fue de sorprender que encontráramos que, dado que la línea de corte se encuentra cerca de la media de distribución de los puntajes, cambios pequeños en la línea de corte originan cambios grandes en el número de beneficiarios (ver también las gráficas 1-6 en el Apéndice C). 28 construcción de una medida basada en consumo, la medida “ideal” utilizada para evaluar la precisión en la focalización de Progresa. Se concluye comparando la precisión de la focalización de Progresa, a través de las tasas de subcobertura y fuga, con respecto a la selección basada en consumo. En las etapas iniciales del proceso de selección, Progresa trabaja a nivel de individuo, o per cápita. El bienestar se mide al dividir el ingreso del hogar entre el número de integrantes del mismo. Esta medida de bienestar requiere de los siguientes supuestos: (a) todos los integrantes del hogar reciben la misma proporción del ingreso; (b) todos los miembros del hogar tienen las mismas necesidades; y (c) el incremento en el costo mínimo o en el nivel de ingreso por un miembro adicional es el mismo, independientemente del tamaño del hogar. El primer supuesto se justifica dada la falta de información a nivel individual. Las necesidades individuales, sin embargo, por lo general varían de acuerdo al sexo y la edad, así como pueden existir economías de escala por vivir en una misma vivienda. Estos supuestos pueden tener consecuencias importantes en la condición de pobreza de familias de gran tamaño. Por ejemplo, el uso de medidas de bienestar per cápita, por lo general, dan como resultado que las familias grandes sean clasificadas como pobres. El rol preponderante que ejercen el tamaño de la familia y la razón de dependencia en el proceso de selección de Progresa se discute en el Apéndice A. La medida en que esto último es válido, depende de que el incremento marginal del gasto familiar asociado con una persona adicional en el hogar sea igual o menor que el incremento en el gasto familiar supuesto por la medida per cápita. Por estas razones, se experimentó con diferentes medidas de bienestar a nivel individual. Primero, se construyó una escala de equivalencias que considera diferentes necesidades nutricionales de acuerdo a sexo y edad. La identificación de beneficiarios no presenta cambios importantes entre la selección por medio de la medida del bienestar por adulto equivalente en comparación con la medida per cápita. Dadas estas ventajas conceptuales, sin embargo, se utilizó en gran parte del presente trabajo esta medida de adulto equivalente. También se examinó el impacto de tomar en cuenta economías de escala. Mientras que los resultados presentados en el Apéndice E sugieren que las economías de escala están presentes y son significativas, las estimaciones puntuales están fuera de los rangos aceptables en el cálculo de otros países. Por ello se omiten las economías de escala en el resto del análisis. Sin embargo, los resultados de simulaciones con valores típicos de los parámetros de las economías de escala, resultan en elevadas tasas de fuga, sugiriendo que muchas familias de 29 tamaño grande no serían seleccionadas como beneficiarias si las economías de escala fueran tomadas en consideración. Para construir la medida de riqueza basada en consumo, se utilizó la ENIGH de 1996, la cual contiene información confiable sobre consumo que otras fuentes, para estimar los parámetros de la relación entre consumo y las características del hogar. Se utilizó la estimación de estos parámetros para obtener una estimación sobre el consumo de los 24,077 hogares de la ENCASEH 1997. Finalmente, se utilizó la predicción sobre consumo por adulto equivalente para comparar la selección de Progresa contra este método alterno de selección. El método consiste, específicamente, de los siguientes pasos: 1) Restringir la muestra de la ENIGH a localidades rurales para cumplir con los requisitos de inclusión del programa (sólo tener menos de 2,500 habitantes). 2) Construir una medida de consumo total y utilizar una escala de equivalencias para obtener el consumo por adulto equivalente. 3) Estimar una regresión del logaritmo del consumo total por adulto equivalente contra las características del hogar (tamaños, composición, bienes, etc.). Estas características de los hogares deben estar presentes en la información de la ENCASEH 1997 (esto es, ln C ENIGH 96 = α + βX ENIGH 96 + ε , donde lnC es el logaritmo de consumo por adulto equivalente, α y β son los parámetros a estimar, X es el vector de características del hogar y las variables sordas de estado y ε es el error de la regresión). 4) Obtener la estimación sobre consumo por adulto equivalente (PlnC) para hogares en la ENCASEH 1997, utilizando las mismas características del hogar que utiliza Progresa (por ejemplo, tamaños, composición, bienes, etc.) y los coeficientes estimados del paso tres, esto es: P ln C ENCASEH 97 = αˆ + βˆX ENCASEH 97 5) Obtener las dos líneas de pobreza discutidas anteriormente (los percentiles 25 y 52) a partir de la distribución de medida de consumo estimada en la muestra de hogares. En los cuadros 4 y 5 se presentan las matrices de clasificación de 2x2 usando las dos líneas de pobreza. 30 Cuadro 4 Selección de Progresa en comparación con la focalización basada en el consumo. Línea de pobreza = percentil 25 de consumo por adulto equivalente Criterio de selección de hogares basado en el consumo No Pobres Pobres Total Hogares excluidos de los beneficios de Progresa (No pobres) 10,405 1,153 (U=19.15%) 11,558 (48%) Hogares seleccionados para los beneficios de Progresa (Pobres) 7,652 (L=61.12%) 4,867 12,519 (52%) Total 18,067 (75%) 6,020 (25%) 24,077 (100%) Cuadro 5 Selección de Progresa en comparación con la focalización basada en el consumo. Línea de pobreza = percentil 52 de consumo por adulto equivalente Criterio de selección de hogares basado en el consumo No Pobres Pobres Total Hogares excluidos de los beneficios de Progresa (No pobres) 8,246 3,312 (U=26.45%) 11,558 (48%) Hogares seleccionados para los beneficios de Progresa (Pobres) 3,310 (L=26.44%) 9,209 12,519 (52%) Total 11,556 (48%) 12,521 (52%) 24,077 (100%) El cuadro 4 muestra que la tasa de subcobertura es de 19.15 por ciento cuando la línea de pobreza extrema es utilizada12. En otras palabras, aproximadamente 2 de cada 10 hogares clasificados como pobres extremos por el método de selección “perfecto”, basado en consumo, no fueron clasificados como pobres por Progresa. Como Progresa utiliza una línea de pobreza que da en promedio una tasa de pobreza del 52 por ciento, esto significa que estos hogares 12 Es interesante observar como con los mismos métodos se obtuvieron tasas de subcobertura y fuga muy similares, excepto los coeficientes obtenidos de las hogares rurales de la ENIGH de 1994. 31 obtienen una puntuación discriminante lo suficientemente elevada para no ser descalificados de los beneficios de Progresa (es decir, los ubica en la mitad superior de la distribución de los puntajes). Esto es evidencia de la diferencia sustancial entre el método de selección de Progresa y el método basado en consumo. Estos errores de exclusión probablemente reflejan la tendencia del análisis discriminante de clasificar como beneficiarios aquellos hogares con más niños y de excluir los hogares pequeños o los hogares más viejos que no tienen niños pequeños. Tenemos entendido que recientemente Progresa realizó algunos ajustes al procedimiento utilizado para seleccionar a los hogares beneficiarios, por medio de un proceso llamado “densificación”. Los ajustes están orientados principalmente a incluir hogares que originalmente no habían sido incluidos. De acuerdo a algunos cálculos que se han efectuado en algunas localidades donde opera Progresa, el proceso de densificación ha clasificado como beneficiarios a aproximadamente 38 por ciento de los hogares en extrema pobreza que originalmente habían sido excluidos13. De igual forma, la tasa de subcobertura de Progresa de 26.45 por ciento cuando la línea de pobreza es mayor o igual a la tasa promedio de pobreza utilizada por Progresa, sugiere que la precisión de focalización de Progresa es menor para los hogares que son moderadamente pobres, esto es, el grupo de hogares ubicados entre los percentiles 25 y 50 de consumo14. Dicho de otra forma, la focalización de Progresa funciona mejor en identificar a los hogares que son pobres extremos. Como se mencionó anteriormente, cuando se utiliza una línea de pobreza menor, la tasa de fuga es alta por definición. Esto explica la tasa de fuga de 61 por ciento obtenida con una línea de pobreza inferior. Esta tasa se reduce a 26.4 por ciento cuando la línea de pobreza que se utiliza es mayor. Como la línea de pobreza utilizada por Progresa es aproximadamente igual a la mediana, las tasas de subcobertura resultan ser iguales a las de fuga. 3.5 Las tasas de fuga y de subcobertura de Progresa con relación a otros métodos de focalización y otros esquemas de transferencia 13 A la fecha de este informe, aún no se había aplicado el proceso de densificación para revisar la condición de pobreza de los hogares en las localidades de control contenidas en la muestra de hogares ENCASEH 1997. Por lo tanto, se optó por proceder con la evaluación con base en la clasificación original de los hogares como beneficiarios y no beneficiarios. Después del proceso de densificación, la tasa de beneficiarios en las localidades donde opera Progresa ha aumentado a 65 por ciento. 14 La tasa de subcobertura de 26.45 por ciento con la línea de pobreza para consumo establecida en el percentil 52 puede ser expresada como un promedio ponderado de las tasas de subcobertura de los pobres extremos y los pobres moderados. Como los ponderadores son aproximadamente iguales, entre mayor sea la tasa de subcobertura con la más alta de las líneas de pobreza, implica que la tasa de sucobertura de los pobres moderados es mayor que la de los pobres extremos. 32 Persiste la pregunta sobre si las tasas de subcobertura y fuga de 26 por ciento son motivo de preocupación o no. Por ejemplo, si la mayoría de los hogares pobres excluidos por el método de focalización de Progresa están cercanos a la línea de pobreza, entonces la preocupación sería menor, comparada con el caso en que los hogares estuvieran muy por debajo de la línea de pobreza. Por esta razón, se aplicó un esquema de pesos a las líneas de las medidas de pobreza FGT. De manera específica, calculamos las tasas de subcobertura utilizando la siguiente fórmula, α q z − ci 1 U (α ) = , ∑ N PC i =1 z donde NPC es el total de hogares clasificados como pobres de acuerdo al criterio basado en consumo y q es el número total de hogares clasificados como no pobres por Progresa. Cuando α=0, esta expresión representa la tasa de subcobertura (ver por ejemplo la tasa de subcobertura calculada en el cuadro 5). Cuando α=2, se le asigna mayor peso a los hogares que se encuentran más alejados de la línea de pobreza. Siguiendo el mismo criterio, la tasa de fuga está definida como α ci − z L(α ) = 1 ∑ N PRO i =1 z q donde NPRO es el total de hogares identificados por el Programa de transferencias bajo estudio (por ejemplo, Progresa), y q es el número total de hogares clasificados como no pobres por el esquema de identificación basado en consumo. Sin embargo, las tasas de subcobertura (o fuga) para diferentes valores de α no son comparables dentro de un esquema de transferencias o de focalización. Para tener una idea de qué tan altas o bajas son las tasas de fuga de Progresa, se necesita compararlas con las tasas obtenidas mediante otros esquemas de transferencia o focalización. Se compara la precisión en la focalización de Progresa con otros dos esquemas. El primer esquema es una transferencia uniforme. El total de la muestra de 24,077 hogares es considerado como pobre. En este esquema de transferencias se da cobertura a todos los hogares y como resultado de ello la tasa de subcobertura es igual a cero. De hecho, un argumento que en muchas ocasiones ha sido 33 utilizado a favor de las transferencias uniformes es el deseo implícito de minimizar la tasa de subcobertura. El mayor problema con este esquema es la tasa de fuga. El segundo esquema analizado es la focalización a nivel de la localidad15. Este es un esquema de focalización geográfica del mismo tipo que el estudiado por Baker y Grosh (1994). Actualmente, el método que utiliza Progresa para la identificación de beneficiarios selecciona en primer lugar a las localidades por atender utilizando el índice de marginación. En segundo lugar, se construyen líneas o puntos de corte en el ámbito regional con base en los resultados obtenidos del análisis discriminante a partir de la información de los hogares de dichas localidades. Estos puntos de corte, específicos para cada región, pueden dar como resultado que en ciertas localidades algunos hogares queden excluidos del Programa y una fracción importante de hogares en la misma localidad sea incorporada a Progresa. Por otro lado, habrá localidades en donde solamente algunos hogares sean identificados por el Programa mientras que la gran mayoría quede excluido. Dentro del subconjunto de localidades seleccionadas por Progresa como marginadas es aun posible, con el uso del índice de marginación continuo construido por Progresa, clasificar a las localidades como más marginadas o menos marginadas. Comenzando con la localidad más marginada, se empezó a clasificar como pobres (o beneficiarios) a todos los hogares habitando en dicha localidad; después se repitió este paso para los hogares de la localidad con el siguiente grado de marginación, y así sucesivamente hasta que el total de hogares pobres fue igual al 52 por ciento de todos los hogares en la muestra. Como se discutió anteriormente, cuando se compararon las tasas de fuga y subcobertura calculadas con la focalización basada en consumo o con la focalización de Progresa, es necesario tener una línea de pobreza que proporcione el mismo nivel de pobreza a través de todos los esquemas. En todos los cálculos, la focalización basada en el consumo con la línea de pobreza más alta (el percentil 52) es considerada como el esquema de focalización “perfecto”, lo que significa que tanto las tasas de subcobertura y de fuga son iguales a cero. En este punto no se hace referencia a las limitaciones de presupuesto ni a los costos de focalización, pero más adelante serán considerados. 15 En el Apéndice G se muestra una comparación más detallada de este esquema de focalización geográfica con la focalización de Progresa a nivel de los hogares. Todas las simulaciones se basan en las localidades del grupo ya seleccionadas como marginadas en el primer paso del método de Progresa. Sin embargo, en principio este mismo método podría aplicarse a todas las localidades en México. 34 Cuadro 6 Tasas de subcobertura con el esquema de ponderación FGT (porcentaje de cambio en el índice en referencia con respecto a las transferencias con la focalización de Progresa) Transferencia uniforme (i.e. sin focalización) Transferencia con focalización de Progresa Focalización a nivel de la localidad (basada en el índice de marginación U(0) 0 U(1) 0 U(2) 0 0.264 0.063 0.022 0.383 (44.96) 0.101 (60.00) 0.037 (69.59) Los cuadros 6 y 7 contienen respectivamente las tasas de subcobertura y fuga, estimadas para varios esquemas de focalización. El cuadro 6 muestra que la tasa de subcobertura de Progresa es mucho menor que la tasa de subcobertura obtenida si la focalización fuera a nivel de localidad (basada en el índice de marginación). Además, la tasa de subcobertura de Progresa es aun menor si se observa la severidad de la pobreza de aquellos que fueron excluidos del Programa. De otra forma, la focalización basada en el consumo habría dejado fuera del Programa muchos más pobres extremos en comparación con Progresa. Cuadro 7 Tasas de fuga usando el esquema de ponderación FGT (porcentaje de cambio en el índice en referencia a las transferencias uniformes) Transferencia uniforme (i.e. sin focalización) Transferencia con focalización Progresa Focalización a nivel de la localidad (basada en el índice de marginación L(0) 0.4799 L(1) 0.239 L(2) 0.228 0.264 -(44.99) 0.383 -(20.19) 0.066 -(72.22) 0.152 -(36.28) 0.033 -(85.70) 0.115 -(49.47) El cuadro 7 muestra también un panorama en general favorable para Progresa. Con la focalización, la tasa de fuga es generalmente mucho menor que la obtenida con una transferencia uniforme, como también es menor que la 35 obtenida con la focalización a nivel de localidad16. Los hogares que son incorporados con el esquema de focalización de Progresa y que se encuentran en el grupo de fuga (bajo el criterio del consumo)están mucho más cercanos a la línea de pobreza (con menor bienestar) en comparación con los hogares clasificados en ese grupo de fuga cuando se utiliza la focalización uniforme o basada en la marginación de la localidad. 4. Evaluación del impacto de Progresa en el combate a la pobreza en comparación con otros métodos de focalización y con esquemas alternativos de transferencias El análisis previo sugiere que el método de focalización de Progresa tiene un buen desempeño. Hasta el momento, sin embargo, se han ignorado los costos de focalización. En esta sección se estableció el presupuesto del Programa en un monto fijo y se simuló el impacto sobre los índices de pobreza de diferentes esquemas de focalización y transferencias, incluyendo los costos de la focalización. No se proporciona una evaluación de si el monto del presupuesto es adecuado o si es muy elevado o muy bajo. Dichos aspectos sólo podrán ser abordados más adelante cuando esté disponible información más detallada sobre las restricciones, los incentivos y los costos de oportunidad que enfrentan las familias rurales y los encargados de la política social. El impacto de los métodos de focalización de Progresa sobre las diferentes medidas de pobreza se compara con una serie de alternativas. Se inicia con el caso donde no hay un programa de transferencias monetarias y existe un presupuesto fijo, y se examina el decremento en la tasa de pobreza si las transferencias monetarias fueran uniformes, en el sentido de que todo el presupuesto disponible fuera asignado a todos los hogares, sin distinguir entre los hogares pobres y no pobres. En segundo lugar, se investiga cómo el impacto de Progresa, dado su método de selección de beneficiarios, se compara con el impacto de un programa de transferencias monetarias que tiene el mismo esquema de beneficios (esto es, basado en sexo y edad) y distribuye los mismos recursos, pero selecciona a los beneficiarios con base en un indicador alterno. En la simulación con un esquema de transferencia uniforme, cada hogar de la localidad recibe el mismo monto monetario. La transferencia monetaria recibida por hogar es igual a la razón del presupuesto total entre el número total de hogares en la muestra. El consumo del hogar posterior a la transferencia (que 16 Cabe destacar que las tasas de fuga y de subcobertura L(0) y U(0) para la focalización a nivel de localidad son prácticamente iguales a las tasas de focalización a nivel de localidad para México obtenidas de las simulaciones de Bayer y Grosh (1994). 36 equivale al nivel de consumo previo a la entrega de la transferencia más el monto recibido) se divide entre el número de unidades de adulto equivalente en el hogar. Para el caso de la focalización basada en el consumo primero se identifica a los hogares pobres con base en la comparación entre el consumo del hogar por adulto equivalente y el percentil 52 de la distribución del consumo por adulto equivalente en la muestra total de hogares. Por definición, el número total de hogares pobres clasificados con la línea de pobreza utilizada equivale al número obtenido con el criterio de Progresa. Esto facilita la comparación entre el método de focalización de Progresa y el método basado en consumo, y permite examinar si los mismos hogares son clasificados como pobres o no. Los hogares clasificados como no pobres por el método basado en consumo no reciben beneficios mientras que se supone que los hogares clasificados como pobres reciben beneficios conforme al esquema de beneficios de Progresa. Como en el caso de las transferencias uniformes, el consumo del hogar posterior a las transferencias (el cual equivale al nivel de consumo previo a las transferencias más el monto recibido) se transforma en unidades por adulto equivalente. Sin embargo, se debe establecer una regla con respecto a la manera de asignar el presupuesto limitado a los hogares que han sido seleccionados para participar en el Programa. De manera más sencilla, la regla adoptada consiste en dar los beneficios primero a los hogares más necesitados y después moverse ascendentemente en el orden de hogares hasta que el presupuesto haya sido agotado. Entre más alejado esté el nivel de consumo por adulto equivalente de la línea de pobreza, éste se clasifica como un hogar con mayores necesidades. Como el presupuesto es inferior que la profundidad total de la pobreza, esto implica que un cierto número de hogares pobres se quedará sin beneficios. El nivel del presupuesto y la regla de asignación adoptada implican que 24.5 por ciento de los hogares pobres no recibirán beneficios. Asimismo, si se comparan los hogares pobres que no reciben beneficios con aquellos que los reciben, los primeros se encuentran más próximos a la línea de pobreza. Es muy importante aclarar las implicaciones que puede tener esta regla sobre la asignación del presupuesto. Por definición, es muy probable que tenga un muy pequeño (o nulo) impacto en la tasa de pobreza a la que la mayoría de las personas están acostumbradas, esto es, la medida de la tasa de pobreza P(0). Si los beneficios de Progresa son otorgados en primer lugar a aquellos hogares que se encuentran más alejados de la línea de pobreza y no a los que están más cercanos a la misma, es poco probable que la tasa de pobreza cambie a menos que el beneficio otorgado a las familias muy pobres sea lo suficientemente alto para cubrir la profundidad de la pobreza. Observe también que si la regla sobre la distribución del presupuesto fuera en el sentido contrario, es decir, que los 37 beneficios fueran otorgados primero a los hogares que se encuentran más próximos a la línea de pobreza y de ahí se fueran repartiendo los beneficios hasta llegar a los hogares que están más alejados de dicha línea, entonces, el impacto en la tasa de pobreza sería probablemente mucho mayor. Al parecer la regla anterior sobre el reparto del presupuesto no refleja correctamente los objetivos de Progresa y por esto se adoptó la regla de otorgar el dinero a los más necesitados primero. Esta discusión también implica que al comparar el éxito o el fracaso de la focalización de Progresa con otros métodos de selección, es necesario enfocarse en las medidas de pobreza de mayor orden, como P(1) y P(2). Únicamente las medidas de pobreza de mayor orden pueden proporcionar una estimación relativa de la efectividad de los métodos de Progresa en separar a los hogares más pobres de los hogares pobres, en comparación con otros métodos de focalización, como es el método basado en consumo presentado en este reporte. El método de focalización de Progresa sigue pasos similares en la distribución de beneficios entre los hogares seleccionados como pobres. La única diferencia radica en que por el método de selección de Progresa no hay hogares pobres que no reciban beneficios, ya que el presupuesto es por definición igual al monto total de beneficios que serán distribuidos entre el total de los hogares pobres seleccionados. La focalización necesita de la recolección de información sobre una serie de variables a nivel del hogar que sean útiles para distinguir a los hogares pobres de los no pobres. Dichas variables incluyen la fuente de ingresos de cada hogar, el gasto en consumo dentro del período de referencia, los bienes en el hogar, etc. De acuerdo a la información otorgada por los funcionarios de Progresa, el costo promedio observado en la encuesta de hogares (ENCASEH**) es de 170 pesos por hogar. Aunque gran parte de la información recopilada en la ENCASEH es realmente indispensable para la administración y evaluación del Programa más que para la focalización, se hicieron tres simulaciones por separado para el costo de focalización, utilizando estimaciones con costo cero, un bajo costo y un costo elevado. El costo bajo está basado en la estimación que proporcionaron los funcionarios de Progresa sobre el costo del levantamiento de la información equivalente a 60 pesos del total de 170 pesos por hogar para toda la ENCASEH. Para el costo elevado de focalización se utilizó el costo total de la ENCASEH. * Nota del traductor. Para una explicación detallada sobre el contenido de la encuesta, ver: “El modelo de evaluación de Progresa” en: Documentos metodológicos sobre la evaluación de Progresa (2000). 38 Con base en estas estimaciones sobre el costo de focalización por hogar, se ajustó el presupuesto original utilizado en la simulación previa. Este ajuste se realizó sustrayendo al presupuesto total el costo de encuestar todos los hogares en la muestra, deflactando los precios a junio de 1994. Dado que los costos de la encuesta son costos “de una sola vez”, en el sentido de que se realizan sólo al principio del Programa. Como Progresa planea revisar la condición de los hogares al tercer año a partir de su incorporación, los costos se distribuyen equitativamente en el tiempo al dividirlos entre 36 (el número total de meses de la duración del Programa). Los costos administrativos de focalizar hicieron muy poca diferencia en las estimaciones obtenidas sobre el impacto de Progresa en la pobreza. Por lo tanto, se presentan las estimaciones obtenidas suponiendo costos elevados en la focalización. Para el caso de la focalización a nivel de localidad se utilizó un método análogo y se simuló un escenario donde Progresa utiliza su presupuesto en proveer beneficios a todos los hogares, comenzando por las localidades más marginadas, y pasando a las localidades menos marginadas, hasta que el presupuesto se agota. De esta manera, se tiene una idea del impacto de Progresa sobre los diferentes indicadores de pobreza sin tener que focalizar a nivel del hogar y, por tanto, sin incurrir en costos administrativos o en costos no económicos asociados a la focalización. Los costos no económicos incluyen los conflictos potenciales y los problemas que pueden surgir en comunidades pequeñas, donde los hogares excluidos del Programa son en muchos sentidos muy similares a los hogares seleccionados. Adicionalmente, el posible surgimiento de conflicto dentro de las comunidades puede dar lugar a críticas sobre el método de focalización del Programa, que pueden estar acompañadas a la vez de solicitudes de una cobertura universal o por la eliminación de inequidades. Si el impacto de la segunda etapa de focalización de Progresa en los índices de pobreza fuera aproximadamente igual a la focalización de localidades, se podría concluir que la focalización a nivel del hogar no es un esfuerzo que valga la pena, dado el objetivo de maximizar la reducción de la pobreza. En las simulaciones no se consideran los problemas relacionados con la aceptación del Programa, ni los efectos de sus incentivos. Por ejemplo, los hogares seleccionados como beneficiarios potenciales pueden no tener suficiente información ni interesarse por cumplir con los requisitos del Programa. También, los programas focalizados pueden tener efectos de incentivos secundarios a su objetivo de distinguir a los pobres de los no pobres. Estos efectos de incentivación pueden surgir de las conductas de los hogares, o de los individuos, al tratar de ser elegibles para el Programa. Por ejemplo, la presencia del Programa puede inducir a ciertos hogares a reducir sus esfuerzos laborales, y por lo tanto su ingreso, para 39 convertirse en elegibles para recibir los beneficios (Kambur, Keen y Tuomala, 1995). En el cuadro 8 se muestran los resultados de las simulaciones sobre el impacto en los índices de pobreza. Las gráficas del Apéndice F, que muestran la forma en que los distintos esquemas impactan la distribución de la medida de bienestar, permiten analizar si los índices de pobreza se ven afectados y de qué forma. Al lector se le advierte que los índices de pobreza alternativos no se pueden comparar con cualquier esquema de transferencia dado. Las comparaciones sólo tienen significado para un índice de pobreza específico (es decir, un valor dado de α), a través de los esquemas de transferencia y de focalización. Cuadro 8 Índices de pobreza bajo varios esquemas de focalización/transferencia con un presupuesto fijo e incluyendo los costos administrativos de la focalización (cambio porcentual en el índice de pobreza respecto a la alternativa sin transferencia) Sin transferencia (sin programa anti-pobreza) Transferencia uniforme (i.e. sin focalización) Transferencias con focalización basada en el consumo Transferencia con focalización de Progresa Focalización por localidad (basada en el índice de marginación) P(0) (Porcentaje de pobreza) 0.5200 0.4682 -(9.95) 0.5188 -(0.23) 0.4776 -(8.16) 0.4757 -(8.51) P(1) (Profundidad) P(2) (Severidad) 0.1514 0.0588 0.1273 -(15.94) 0.1114 -(26.42) 0.1157 -(23.61) 0.1187 -(21.61) 0.0470 -(20.11) 0.0340 -(42.22) 0.0385 -(34.52) 0.0406 -(30.99) Por las razones discutidas anteriormente, la focalización “perfecta” basada en el consumo del hogar ni la focalización de Progresa parecen tener impacto en la pobreza medida a través de la tasa de pobreza. Estos resultados subrayan que el objetivo social es esencial en determinar qué esquema de focalización y transferencia es el más eficiente. Si el objetivo social del Gobierno fuera disminuir el número de hogares pobres como un porcentaje de la población total (esto es, la tasa de pobreza), entonces, de acuerdo con las simulaciones, una transferencia uniforme sería la manera más efectiva. La focalización de localidades quedaría en segundo lugar, la focalización de Progresa en un cercano tercer lugar y la focalización perfecta en último. La razón de ello radica en que con transferencias uniformes, más hogares cercanos a la línea de pobreza reciben beneficios que son 40 suficientemente cuantiosos para ayudarlos a superar la línea de pobreza. Como la tasa de pobreza simplemente indica la proporción de hogares por debajo de la línea de pobreza después de las transferencias, sin considerar el grado de pobreza de estos hogares antes de las transferencias, el esquema de transferencias uniformes resulta ser el método más eficiente en disminuir la tasa de pobreza. Si el objetivo social estuviera centrado en disminuir la profundidad de la pobreza, medida por la brecha de la pobreza (P1), o la intensidad de la pobreza medida por el índice de severidad P(2), el escenario cambiaría dramáticamente. Con cualquiera de estos objetivos sociales se puede observar que la focalización de Progresa es el segundo esquema más efectivo después de la focalización “perfecta” basada en consumo. En este caso, las transferencias uniformes terminan siendo el esquema menos efectivo en reducir la severidad o la profundidad de la pobreza en México. Asimismo, como se han contemplado los costos administrativos y de focalización, el mayor impacto de la focalización de Progresa en la profundidad e intensidad de la pobreza en comparación con la focalización basada en localidades, implica que la focalización de Progresa tiene beneficios asociados. Es difícil determinar si estos costos son mayores que los costos no económicos de la focalización. Además de los índices de pobreza FGT, también se examinó el impacto de los distintos esquemas de transferencia y de focalización sobre la desigualdad. El objetivo social considerado de esta forma es reducir al mínimo la desigualdad, en lugar de aliviar la pobreza. La deficiencia principal de los índices de pobreza FGT es que sólo asignan una ponderación a los hogares pobres. Así pues, los hogares que se encuentran justo por encima de la línea de pobreza no se incluyen en la ponderación, aunque para todo fin práctico sean idénticos a los hogares que se encuentran justo por debajo de la línea de pobreza. Los índices de desigualdad proporcionan un medio alternativo para evaluar el impacto de los distintos esquemas de focalización y de transferencia, al comparar su impacto sobre la desigualdad en el total de los hogares y no sólo sobre aquellos que se encuentren debajo de la línea de pobreza. De esta manera, los beneficios que se otorgan a los hogares justo arriba de la línea de pobreza, no necesariamente tienen que considerarse como fuga y se les puede asignar un peso similar al asignado a los hogares que reciben beneficios y que se encuentran justo debajo de la línea de pobreza. En el Apéndice H se encuentran los cálculos de los índices de desigualdad de Entropía Generalizada y de Atkinson. Los resultados relativos al desempeño de Progresa son muy similares a los que se obtuvieron con el índice de severidad de pobreza P(2). 41 5. Posibles mejoras a la focalización de Progresa En esta sección se examinan las formas en que se puede usar la información ya recabada por Progresa para mejorar la focalización de los hogares. Primero, se consideró si se podían mejorar las variables utilizadas por los métodos de análisis discriminante de Progresa para estimar la condición de pobreza de los hogares. Se exploró esta interrogante usando las curvas de Características de Operación Relativa introducidas en la literatura sobre pobreza por Wodon (1997). En segundo lugar, se exploró si el puntaje discriminante generado por los métodos de Progresa puede considerarse como análogo a la profundidad “real” de la pobreza, dada la distancia del consumo de los hogares a la línea de pobreza. La evidencia de que los puntajes del análisis discriminante pueden actuar como sustitutos, aunque imperfectos, de la profundidad de la pobreza “real”, pero por lo general no observada, se puede utilizar para incrementar el costo-eficiencia de Progresa, a través de cambios en la estructura de los beneficios a favor de los extremadamente pobres. 5.1 Curvas ROC Las curvas de las Características de Operación Relativa (ROC) se pueden usar para evaluar el poder predictivo de los indicadores de focalización de pobreza. Esta técnica permite comentar en cuáles grupos o individuos los indicadores de focalización tienen el mayor poder para saber si las familias son pobres o no. Se compararon las variables utilizadas por Progresa con una serie alterna de variables. Primero, se calculó la robustez del esquema de ponderación implícito en el procedimiento de análisis discriminante de Progresa. Segundo, se probó si la serie de variables alternas funciona mejor que las variables que utiliza Progresa, permitiendo sugerir nuevas variables. Tercero, al variar la línea de pobreza, se evaluó la sensibilidad de las variables a este cambio. Cuarto, dado que Progresa realizó una prueba exhaustiva de las variables posibles, es muy probable que la mayoría de estas variables alternas ya hubieran sido desechadas por el procedimiento de análisis discriminante. Así, la comparación proporciona una prueba explícita de la eficacia de usar análisis discriminante para desechar las posibles variables explicativas. En el Apéndice I se muestran los detalles de este análisis. Los resultados sugieren que el método de análisis discriminante en general es robusto, pero que se podría mejorar la focalización de Progresa tomando en consideración las actividades laborales de los miembros adultos de la familia y no sólo del jefe de familia. De igual manera, el papel de las distintas variables o series de variables al estimar la pobreza parece cambiar dependiendo de las líneas de pobreza que se 42 utilicen. El consumo por hogar, al igual que la proporción de los miembros de la familia con respecto al número de habitaciones (hacinamiento), tienen un mayor poder predictivo con una línea de pobreza moderada. Por otra parte, las actividades laborales funcionan mejor en el caso de la pobreza extrema. Esto es relevante para la focalización de Progresa a medida que se expanda hacia las zonas marginadas de las áreas urbanas. 5.2 Ajuste de los beneficios a favor de los extremadamente pobres La estructura actual de los beneficios en Progresa también se puede interpretar como un intento por ajustar los beneficios con base en la brecha de pobreza. Puesto que los hogares más pobres tienen un mayor número de niños en edad escolar, es más probable que los beneficios recibidos por los hogares más pobres sean mayores y que cubran una mayor fracción de la brecha de pobreza. Es bastante probable que la eficacia de Progresa para aliviar la pobreza extrema pudiera mejorarse aún más si se distinguiera entre los beneficiarios potenciales.17 Por ejemplo, los hogares beneficiarios se podrían dividir en dos grupos, los extremadamente pobres y los moderadamente pobres, dependiendo de su distancia del punto de “corte”. Una de las muchas formas posibles de reestructurar los beneficios del Programa es duplicar el nivel de los beneficios para los extremadamente pobres y reducir a la mitad los beneficios otorgados a los hogares moderadamente pobres. Esta estructura revisada de beneficios podría incrementar el costo-eficiencia del Programa, reduciendo al mínimo las pérdidas incurridas al proporcionar todos los beneficios que exceden la brecha de pobreza a los hogares que se encuentran más cercanos a la línea de pobreza (ver la discusión en Atkinson, 1995). Una mejor focalización de los hogares y la reestructuración de los beneficios a favor de los extremadamente pobres, como es el caso de los considerados aquí, sólo se podría lograr si fuera posible, de una forma u otra, medir la severidad de la pobreza entre los hogares elegibles para ser beneficiarios. Sería ideal contar con la información sobre el valor del consumo de todos los hogares. Sin embargo, resulta prohibitivo, y por lo tanto impráctico, recabar los datos sobre el consumo para los fines de la focalización en un programa con la magnitud y la cobertura de Progresa. 17 En esta investigación se omitieron los efectos potenciales de cambiar la estructura de los beneficios sobre la asistencia a la escuela o la salud de los miembros de los hogares moderadamente pobres. Pudiera ser que la eficiencia relativa de los esquemas fuera muy distinta si el objetivo social fuera incrementar la asistencia a la escuela o la condición de salud. 43 Un sub-producto no utilizado del método de focalización actual de Progresa es el puntaje discriminante construido para la aplicación del análisis discriminante a nivel regional. La reflexión es si esta medida se podría utilizar para medir la profundidad o severidad de la pobreza. Para contestar esta pregunta, se realizaron una serie de simulaciones usando la información de la región de la Sierra Gorda, que contiene el mayor número de hogares de la muestra (10,800 hogares). En el Apéndice K se incluyen los detalles de las simulaciones y las gráficas de densidad de kernel. En el cuadro 9 se muestran los resultados de las simulaciones sobre los tres índices de pobreza. Con fines comparativos, también se calculó el impacto de Progresa sobre la pobreza en la región de la Sierra Gorda, suponiendo la actual estructura de beneficios. Cuadro 9 Índices de pobreza con un presupuesto fijo y excluyendo los costos de focalización en la región de la Sierra Gorda (cambio porcentual en el índice de pobreza respecto a la alternativa sin transferencia) Sin transferencia (sin programa anti-pobreza) Transferencia uniforme (i.e. sin focalización) Transferencia con focalización basada en el consumo y estructura de beneficios revisada Transferencia con focalización basada en Progresa y estructura de beneficios revisada Focalización a nivel de la localidad (basada en el índice de marginación) Transferencias con focalización basada en Progresa y estructura de beneficios actual P(0) (Porcentaje de pobreza) 0.4899 P(1) (Profundidad) P(2) (Severidad) 0.1356 0.0504 0.4210 -(14.06) 0.4819 -(1.63) 0.1063 -(21.60) 0.0872 -(35.69) 0.0387 -(23.30) 0.0206 -(59.10) 0.4232 -(13.62) 0.0870 -(35.89) 0.0264 -(47.74) 0.4233 -(13.59) 0.09586 -(29.32) 0.03039 -(39.75) 0.44161 -(9.86) 0.10084 -(25.65) 0.03217 -(36.22) Tal y como lo demuestra el cuadro 9, con la estructura de beneficios revisada, el impacto de Progresa en el índice de severidad de la pobreza P(2) incrementaría en 11.52 puntos porcentuales en comparación con la estructura de beneficios actual. De igual manera, el impacto de Progresa en la brecha de pobreza P(1) se incrementaría en 10.24 puntos porcentuales y terminaría siendo igual al impacto de la focalización perfecta. 44 Con base en estos resultados se concluye que el índice del puntaje discriminante construido por el método de Progresa serviría como un indicador adecuado, aunque imperfecto, de la profundidad de la pobreza de los hogares. También se ha observado en la Sección 3.4 del informe, que la focalización de Progresa es más precisa para identificar a los extremadamente pobres que a los moderadamente pobres. Si los beneficios se reestructuraran de manera similar a los ejercicios realizados en esta sección del informe, también serviría para incrementar el costo-eficiencia del Programa. Sin embargo, se debe señalar que dado que la derivación del puntaje discriminante se lleva a cabo a nivel regional, la profundidad de la medida de la pobreza en una región no se puede comparar con la profundidad de la pobreza en otra región. 6. Conclusiones La principal conclusión es que Progresa utiliza un método efectivo para identificar los hogares beneficiarios del Programa. La precisión de la focalización de Progresa, en términos de la selección de las localidades donde es más probable que se encuentren los hogares pobres, y en términos de la selección de los hogares dentro de esas localidades, es buena. Las investigaciones de la precisión de la focalización de Progresa al seleccionar las localidades revela que es muy efectiva para identificar aquellas extremadamente pobres, pero menos eficiente para distinguir entre las localidades en el centro de la escala. Esto implica que a medida que Progresa se expanda hacia las localidades menos marginadas, existen mayores probabilidades de errores de selección de localidades. Una conclusión similar se deriva de la evaluación de la focalización de los hogares dentro de las localidades. La focalización de Progresa no es perfecta, pero resulta relativamente más eficaz al identificar a los hogares extremadamente pobres dentro de las localidades y menos eficaz cuando se trata de seleccionar hogares que son moderadamente pobres. Así pues, conforme Progresa se expande hacia las comunidades menos marginadas, es probable que aumente la inexactitud de la focalización a nivel de la localidad y de los hogares. No está en manos de los autores de este documento determinar si los métodos actuales de selección de beneficiarios deban seguir aplicándose en la siguiente fase de Progresa o no. Sin embargo, de acuerdo con las simulaciones, es más probable que la focalización de Progresa sea la más efectiva para reducir la profundidad y la severidad de la pobreza en México dentro del conjunto de posibles focalizaciones y esquemas de transferencias. La focalización de Progresa estuvo más cerca del método “perfecto” que cualesquiera de los esquemas de transferencia y focalización alternos examinados en el informe. 45 Esta evaluación de la selección de beneficiarios de Progresa no equivale a evaluar todo el Programa. Queda por determinar si el nivel y la estructura de los beneficios del Programa logran los objetivos integrales de Progresa con relación a la salud, educación y alimentación. 46 Bibliografía Anand, Sudhir, (1991) “Poverty and human development in Asia and the Pacific. In Poverty alleviation in Asia and the Pacific”. United Nations Development Programme. New York, NY. Atkinson, Anthony, (1995) “On targeting social security: Theory and western experience with family benefits. In Public spending and the poor: Theory and evidence”. eds. D. van de Walle and K. Neads. Johns Hopkins University for the World Bank. Baltimore, MD Baker, Judy, and Margaret Grosh, (1994) “Poverty reduction through geographic targeting: How well does it work?”. World Development, 22 (7): 983995. Besley, Timothy, and Ravi Kanbur, (1993) “The principles of targeting. In Including the poor”. eds. Michael Lipton and Jacque van der Gaag. Proceedings of a symposium organized by the World Bank and IFPRI. The World Bank. Washington D.C. Deaton, Angus, and Salman Zaidi, (1999) “Guidelines for constructing consumption aggregates for welfare analysis”. The World Bank. Mimeo. Washington D.C. De la Vega, Sergio, (1994) “Construcción de un índice de marginación”. Masters thesis in statistics and operations research. UNAM. México City. Foster, James, J. Greer, and E. Thorbecke, (1984) “A class of decomposable poverty measures”. Econometrica 52: 761-765. Grosh, Margaret, (1994) “Administering targeted social programs in Latin America: From platitudes to practice”. The World Bank. Washington D.C. Grosh, Margaret, (1995) “Toward quantifying the trade-off: Administrative costs and incidence. In Public spending and the poor: Theory and evidence”. eds. D. van de Walle and K. Neads. Johns Hopkins University for the World Bank. Baltimore, M.D. Hentschel, Jesko, Jean O. Lanjouw, Peter Lanjouw, and Javier Poggi, (1998). “Combining census and survey data to study spatial dimensions of poverty”. Policy Research Working Paper No. 1928. The World Bank. Washington D.C. 47 Instituto Nacional de Nutrición, (1987) “Valor nutritivo de los alimentos Mexicanos”. cuadros de uso práctico. Instituto Nacional de Nutrición. México. Kanbur, Ravi, (1990) “Poverty and development: The human development report and the world development report”. WPS 618. The World Bank. Washington D.C. Kanbur, Ravi, Michael Keen, and Matti Tuomala, (1995) “Labor supply and targeting in poverty alleviation programs. In Public spending and the poor: Theory and evidence”. eds. D. van de Walle and K. Neads. Johns Hopkins University for the World Bank. Baltimore, M.D. Lanjouw, Peter, and Martin Ravallion, (1995) “Poverty and household size”. Economic Journal 105 (November): 1415-1434. Lipton, Michael, and Martín Ravallion, (1995) “Poverty and policy”. In Handbook of Development Economics, vol. 3B. eds. J. R. Behrman and T.N. Srinivasan. Elsevier North Holland Publishers. The Netherlands. Minot, Nicholas, (1998) “Generating disaggregated poverty maps: An application to Viet Nam”. Markets and Structural Studies Division Working Paper No. 25 (October), International Food Policy Research Institute. IFPRI. Washington, D.C. Progresa (Programa de Educación, Salud y Alimentación). México. Progresa “Método se Selección de las localidades”. México. Progresa “Metodología para la identificación de los hogares beneficiarios de Progresa”. México. Ravallion, Martin, (1992) “Poverty comparisons: A guide to concepts and methods”. Living Standards Measurement Study Working Paper No. 88. The World Bank. Washington D.C. Ravallion, Martin, (1998) “Poverty lines in theory and practice”. Living Standards Measurement Study Working Paper No. 133. The World Bank. Washington D.C. Sen, Amartya, (1985) “Commodities and capabilities”. Amsterdam: NorthHolland. 48 Sen, Amartya, (1987) “The standard of living”. Cambridge University Press. Cambridge. Sharma, Subbash, (1996) “Applied multivariate techniques”. J. Wiley Press. New York. Streeten, Paul, Shahid Javed Burki, Mahbub ul Haq, Norman Hicks, and Frances Stewart, (1981) “First things first: Meeting basic needs in developing countries”. Oxford University Press. New York. Van de Walle, Dominique, (1998) “Targeting revisited”. World Bank Research Observer 13 (2) August: 231-248. Wodon, Quentin, (1997) “Targeting the poor using ROC curves”. World Development 25 (12): 2083-2092. 49 APÉNDICE A Selección de hogares beneficiarios de Progresa: un proceso de tres etapas1 Este apéndice describe en detalle el proceso de selección de las familias beneficiarias de Progresa. La selección de las familias beneficiarias se lleva a cabo en tres etapas. En la primera, se realiza una focalización geográfica donde se seleccionan las localidades de mayor marginación, tomando en cuenta el acceso a los servicios básicos de educación y salud. En la segunda etapa, se aplica una encuesta socioeconómica en todos los hogares de las localidades seleccionadas, que se usa para identificar a las familias beneficiarias. Por último, se presenta a la comunidad la lista de las familias beneficiarias. Se convoca a una asamblea donde la lista de las familias seleccionadas se hace pública y se llega a un acuerdo entre todas las familias de la comunidad. Focalización geográfica: selección de las localidades beneficiarias de Progresa Los criterios para la selección de las localidades se basan, primero, en el nivel de marginación de la comunidad, con los que Progresa da prioridad a la selección de localidades con altos niveles de marginación, en las que se presenta una alta proporción de hogares en extrema pobreza. En algunos casos específicos, se identifican algunas zonas con altos niveles de marginación dentro de las localidades con bajos niveles de marginación. Conjuntamente con el análisis de marginación de cada localidad se comparan los datos geográficos y estadísticos, lo que permite identificar las áreas con el nivel más alto de marginación en términos del número de localidades y de la densidad de población. El propósito de este proceso es identificar los grupos de localidades donde se puede llevar el máximo beneficio a los hogares en extrema pobreza. Una vez establecida la distribución geográfica de las zonas marginadas, se identifican las regiones (que no necesariamente coinciden con los límites estatales o locales). 1 El presente documento es un resumen de las Secciones 3, 4, y 5 de los Lineamientos Generales para la Operación del Programa de Educación, Salud y Alimentación, Progresa, 1999. 51 1.1 Índice de marginación La selección de localidades de acuerdo con su nivel de marginación se basa en criterios homogéneos a nivel nacional y sigue un proceso estandarizado, que es un Índice Básico de Marginación para todas las localidades de las que se tiene información censal. El índice se construye mediante un análisis de componentes principales, donde el producto es una variable resumen que captura la mayor variación posible entre las localidades. Los valores del índice se pueden interpretar por medio de un análisis comparativo entre las localidades. La información base para identificar las características de marginación son los datos del IX Censo General de Población y Vivienda de 1990, el Conteo de Población y Vivienda de 1995 y el Catálogo de Integración Geográfica, todos construidos y levantados por el Instituto Nacional de Estadística, Geografía e Informática (INEGI). Los indicadores que se usan para construir el índice de marginación para cada localidad son: • Porcentaje de población analfabeta de 15 años de edad o más • Porcentaje de viviendas sin agua corriente • Porcentaje de hogares sin drenaje • Porcentaje de hogares sin electricidad • Número promedio de ocupantes por habitación • Porcentaje de viviendas con piso de tierra • Porcentaje de la fuerza laboral que trabaja en el sector agrícola 1. 2 Cálculo del índice de marginación El índice de marginación para cada localidad se calcula con base en la fórmula: X − X1 X − XN MI j = f1 × j1 + ... + f N × jN S S 1 N en donde f es el puntaje o factor de ponderación para la primera variable s determinada por el procedimiento, Xj1 es el valor de la j-ésima localidad para la primera variable, X1 y S1 son la media y la desviación estándar de la primera variable sobre todas las localidades. El índice de marginación se clasifica en 5 categorías: nivel de marginación muy alto, alto, medio, bajo y muy bajo. Para determinar a qué grupo corresponde 52 cada localidad, se aplica el factor de estratificación óptima, que permite que las localidades se agrupen con base en la función de densidad f(x), definida a partir del índice de marginación. Además, para la selección de las localidades donde opera Progresa, se tomó en consideración el acceso a los servicios básicos de educación y de salud, ponderando la severa dispersión que caracteriza a muchas de las localidades marginadas. De esta manera, la operación de Progresa es más eficaz para establecer las zonas de acción prioritaria, en donde la población beneficiaria tiene mejor acceso a los servicios de salud y educación, independientemente de las modalidades empleadas por estos sectores para proporcionar los servicios. El acceso a los servicios básicos es una condición necesaria en el proceso de selección de la localidad, sin el cual no es posible que el Programa opere. En este método se usa un sistema estadístico geográfico, con información digital integrada en los estados, municipios y localidades fronterizas, redes de transporte, escuelas primarias y secundarias y clínicas de salud, usando la clave de localidad oficial del INEGI. De esta manera, se obtiene información consistente sobre los recursos de salud y educación. 1.3 Acceso de la localidad a los servicios de educación y de salud Para facilitar la selección de localidades, éstas se clasifican de acuerdo con las zonas de influencia de la red federal y estatal de caminos, considerando que la distancia a la que se encuentran las localidades de los caminos indica las distintas posibilidades de comunicación entre las mismas. Se supone que los caminos federales tienen una mayor zona de influencia que los caminos estatales. Es decir, a una localidad que se encuentre cerca de un camino federal se le asigna un radio de influencia mayor que a una localidad que se encuentre cerca de un camino estatal, que a su vez es mayor que el de una localidad que se encuentre alejada de cualquiera de estos tipos de caminos. A partir de los radios de influencia de las localidades se establecen las áreas de influencia de los servicios de educación y de salud, dependiendo de la distancia a la que se encuentren las localidades de los distintos tipos de caminos, de acuerdo con la información proporcionada por los sectores de educación y de salud. Para las localidades que no dispongan de centros de educación y/o de salud en ellas mismas, el acceso a los servicios se define de acuerdo con su ubicación geográfica dentro de los radios de influencia de las demás localidades que 53 disponen de dichos servicios, utilizando los siguientes criterios: • • • • Para escuelas ubicadas en localidades cercanas a un camino federal, cinco y diez kilómetros para escuelas primarias y secundarias, respectivamente. Para escuelas ubicadas en localidades cercanas a un camino estatal, tres y seis kilómetros para escuelas primarias y secundarias, respectivamente. Para escuelas ubicadas en localidades rurales sin acceso cercano a caminos pavimentados, dos y medio kilómetros y cinco kilómetros para escuelas primarias y secundarias, respectivamente. Para centros de salud ubicados en localidades cercanas a un camino federal, a un camino estatal o a localidad rural, quince, diez y cinco kilómetros, respectivamente. Estas áreas de influencia se calcularon y se actualizaron con la nueva disponibilidad de información sobre el uso de los servicios por la población en áreas marginadas, de acuerdo con la distancia reportada a los servicios de educación y de salud que están más cercanos a las localidades. Todas las localidades marginadas que tengan los servicios básicos en la localidad, o con acceso a ellos dentro de las distancias propuestas anteriormente, son elegibles para su incorporación a Progresa. Usando el análisis de dispersión de este grupo de localidades, se identifican las áreas de alta densidad de localidades marginadas, y las localidades que se encuentran en este conglomerado se seleccionan para su incorporación a Progresa durante sus fases de ampliación de cobertura. 2. Criterios para identificar a las familias beneficiarias de Progresa En el proceso de identificación de los hogares beneficiarios, Progresa parte de la idea de que la pobreza extrema es esencialmente el resultado de capacidades individuales y familiares inadecuadas, que dan como resultado niveles muy bajos de funcionamiento social. El método utilizado tiene el objetivo de identificar una serie de características socioeconómicas del hogar y de sus miembros, para definir si el hogar vive o no en condiciones de pobreza extrema. 2.1 Recolección de información socioeconómica de los hogares La selección de las familias beneficiarias se basa en el análisis de la información socioeconómica de cada hogar ubicado en la localidad marginada seleccionada. Esta información se obtiene a través de un cuestionario, ENCASEH (Encuesta de Características Socioeconómicas de los Hogares) diseñado para este 54 fin, con el que se obtiene la información sobre las características del hogar y del bienestar de sus miembros. Progresa proporciona beneficios al hogar, que se define como un conjunto de personas que viven dentro de una vivienda (parientes o no), que comparten los gastos del hogar y que preparan los alimentos en la misma cocina. La información la proporciona un residente habitual del hogar, de cuando menos 15 años de edad, y que pueda dar información sobre los demás miembros del hogar. Cada informante o entrevistado, al final de la entrevista, firma el cuestionario o estampa su huella digital para certificar su aplicación. Además, en la vivienda se pega un engomado como evidencia de la visita y se da una copia del engomado al informante. La información se captura y se guarda en archivos magnéticos para su procesamiento. A cada hogar y a sus miembros se les asigna un número de identificación, lo que permite controlar la confidencialidad de la información recabada y la Coordinación Nacional de Progresa resguarda en su poder los documentos. El proceso de la compilación de los datos se supervisa mediante mecanismos de muestreo de cobertura y control de calidad desarrollados por grupos independientes a los encargados de aplicar el cuestionario. Además, las autoridades municipales y el representante local proporcionan apoyo en el proceso, ayudando a identificar los límites geográficos de la localidad y autorizando las actividades de los grupos encargados de realizar las entrevistas. 2.2 Cuestionario socioeconómico del hogar La información obtenida del cuestionario sobre las características socioeconómicas de los hogares fue diseñada para tomar en cuenta los múltiples factores que intervienen para determinar si un hogar es pobre o no lo es. Estas variables se definieron en detalle mediante el análisis de las fuentes de información socioeconómica a nivel nacional. • • • • • Estructura del hogar Número de personas Identificación del jefe del hogar Atributos del jefe del hogar, toma de decisiones, principal aportante de ingreso, persona responsable de atender a los niños en caso de enfermedad Edad y sexo de cada miembro del hogar Parentesco de cada individuo con el jefe del hogar 55 • • • • • • • • • • • • 56 Identificación del padre de cada miembro del hogar Identificación de la madre de cada miembro del hogar Estado civil de cada miembro del hogar mayor de 12 años Identificación de los cónyuges o parejas de los miembros del hogar Características Individuales Alfabetismo: si el individuo puede leer y escribir un mensaje, para cada miembro del hogar de 5 años o más de edad Escolaridad: si alguna vez asistió a la escuela, para cada miembro del hogar de 5 años o más de edad grado escolar y nivel más alto de estudios terminado, para cada miembro del hogar de 5 años o más de edad Lenguas indígenas: individuos que hablan una lengua indígena, para cada integrante del hogar de 5 años o más de edad Ocupación Categoría laboral Categoría laboral de entre las siguientes: trabaja, jubilado, incapacitado, no trabaja, días trabajados la semana anterior, para cada miembro del hogar de 8 años o más de edad Ocupación para cada miembro del hogar de 8 años o más de edad, clasificación del tipo de trabajador en las siguientes categorías: asalariado, cuenta propia, trabajadores de la familia no remunerados, patrón y jornalero Ingreso de los miembros del hogar Ingreso del trabajo: monto de ingreso del trabajo principal, para cada miembro del hogar de 8 años o más de edad monto de ingreso de otros trabajos, para cada miembro del hogar de 8 años o más de edad Ingreso del trabajo: ingreso de otras fuentes (hasta dos fuentes adicionales) pensión por jubilación, otras pensiones, subsidios, ingreso por renta, para cada miembro del hogar de 8 años o más de edad • • • • • • • • • • • Beneficios de programas sociales Beneficios de programas sociales recibidos por los miembros del hogar Becas de educación básica Beneficios del Instituto Nacional Indigenista Subsidios para capacitación a los trabajadores- PROBECAT Programa de Empleo Temporal Beneficios a productores agrícolas – PROCAMPO Leche subsidiada – Liconsa o Conasupo Distribución de canastas básicas de alimentos– DIF Programa de tortilla subsidiada- Fidelist Migración Permanente edad y sexo de los individuos que anteriormente vivían en el hogar pero que partieron en los últimos 5 años y que no han regresado lugar a dónde migró el individuo, para aquellas personas que anteriormente hayan vivido en el hogar pero que partieron en los últimos 5 años y que no han regresado monto de las remesas recibidas en el año anterior de los individuos que anteriormente vivían en el hogar pero que partieron, en los últimos 5 años y que no han regresado Migración por trabajo temporal a dónde fue a trabajar la persona en los últimos 12 meses, para cada miembro del hogar de 8 años o más de edad duración de la ausencia temporal, para cada miembro del hogar de 8 años o más de edad monto de las remesas recibidas por cada persona que haya migrado, para cada miembro del hogar de 8 años o más de edad Salud y acceso a los servicios de los integrantes del hogar • • • • Cobertura de seguridad social Acceso a los servicios de seguridad social, para cada miembro del hogar de 8 años o más de edad Servicios de salud Servicios que utilizan los miembros del hogar normalmente Discapacidades Número y edades de los miembros de la familia con una de las siguientes discapacidades: ceguera, mudez, sordera, extremidad faltante, dificultades mentales, necesita algún aparato para moverse 57 • • • • • • • • • • • • Características de la vivienda Composición de la vivienda Material principal de los pisos, techo y muros Número de habitaciones en la vivienda, número de habitaciones usadas para dormir Servicios Disponibilidad de agua dentro de la vivienda, en la propiedad, agua corriente en el baño, electricidad Propiedad y estado de pago de la casa Vivienda prestada o rentada, de ser propia, si está totalmente pagada Propiedad de bienes domésticos y de consumo licuadora, refrigerador, estufa de gas, calentador de gas, radio, toca-cintas o discos compactos, televisión, reproductora de video, lavadora, ventilador eléctrico, automóvil, camión Tierras y animales Número de lotes de terreno y tamaño Uso de la tierra para agricultura, ganadería o silvicultura Tipo de tierra – irrigación Propiedad de ganado y animales de trabajo, número y tipo Durante la recolección de la información sobre los hogares también se recabaron datos sobre numerosas características de la localidad, utilizando un cuestionario que obtiene información sobre los servicios de educación, salud, las localidades vecinas en contacto con la localidad, el transporte que utilizan los residentes y su costo, abasto de productos básicos y sus precios. Esta información se obtiene entrevistando a uno o más representantes locales. 2.3 Sistema de puntajes Una vez obtenida la información para cada hogar se realiza una evaluación de las características socioeconómicas mediante en un proceso estándar a nivel nacional. Los datos socioeconómicos se analizan utilizando un sistema de puntajes. Este sistema permite identificar a los hogares beneficiarios de Progresa basándose en criterios objetivos, que son iguales para todo el país, y que aseguran un trato igual de la población en extrema pobreza, independientemente del estado de residencia de la familia. Este procedimiento se documenta y se guarda para todas las etapas de identificación de las familias beneficiarias de Progresa. El sistema de puntajes que identifica a los hogares que serán beneficiarios resulta del análisis de la información socioeconómica de los hogares, en cada una 58 de las regiones donde se encuentran las localidades marginadas. Los puntos reflejan lo precario de los recursos económicos de la familia, de acuerdo con una serie de indicadores básicos. Los puntos toman valores entre 0 y 100, en donde el valor más bajo siempre está asociado con una tendencia más alta a ser pobre (aún cuando el valor más bajo no siempre es 0) y se obtienen mediante un método de análisis discriminante, que refleja la distancia entre las familias pobres y las no pobres, de acuerdo con cada uno de los indicadores utilizados. El método para seleccionar a los hogares beneficiarios de Progresa comienza con una aproximación inicial a la condición de pobreza, utilizando una línea de pobreza. Esta línea de pobreza se obtiene comparando el ingreso mensual per cápita con el costo de la canasta básica de alimentos. El ingreso mensual per cápita corresponde al ingreso monetario de los miembros de la familia de 15 años de edad o más, con relación a todos los miembros de la familia. El costo de la canasta básica alimentaria corresponde a la Canasta Básica Normativa, definida por la Coordinación General del Plan para Áreas Deprimidas y Grupos Marginados (COPLAMAR), y satisface los requerimientos mínimos para prevenir la mala nutrición, enfermedades y deficiencias antropométricas. A este costo se le aplica un factor de expansión, para tomar en cuenta los gastos irreducibles mínimos de los artículos no alimenticios. La línea de pobreza extrema se ajusta de acuerdo a la inflación, utilizando el Índice Nacional de Precios al Consumidor publicado por el Banco de México. La primera aproximación a las familias en extrema pobreza se hace con el ingreso de la familia y la línea de pobreza, que clasifica a los hogares en dos grupos. Después de esta clasificación preliminar, se realiza una segunda agrupación, utilizando una serie de indicadores sociales y económicos, derivados de la información obtenida de los hogares. El propósito es construir una aproximación multidimensional a la condición de pobreza, para lo que se utiliza un análisis discriminante, con el que los hogares se pueden o no clasificar en extrema pobreza, dependiendo de sus características. El análisis discriminante caracteriza los perfiles multidimensionales de las familias (usando varias características socioeconómicas) en extrema pobreza y de aquellas que no están en extrema pobreza, y por medio del uso de esta caracterización, determina una regla que permite asignar a los hogares en cualquiera de los dos grupos, como una función de cada perfil. El ingreso se usa sólo como un indicador preliminar de la condición de pobreza de los hogares; la clasificación final se obtiene usando todo el perfil de características socioeconómicas de cada hogar. 59 Dada la heterogeneidad regional del país, el análisis toma en cuenta las características de cada región, y agrupa a las localidades marginadas que comparten características geográficas similares. Este criterio, que si bien toma en consideración las diferencias regionales, de ninguna manera afecta el principio de consistencia y homogeneidad del análisis, dado que usa el mismo procedimiento con base en una serie de características comparables de los hogares. Las características socioeconómicas seleccionadas para evaluar la condición de pobreza se aplican en un proceso exhaustivo en el que se analiza el poder discriminante de cada variable y se mantiene el mejor grupo de variables que identifican la condición de pobreza. En general, esta serie o grupo de características no cambia de manera significativa entre las regiones. 2.4 Características del procedimiento para identificar a las familias beneficiarias El método para seleccionar a las familias beneficiarias de Progresa sigue procedimientos transparentes, que son rigurosos y objetivos, y que evitan la discrecionalidad en la asignación de los beneficios del Programa a las familias beneficiarias. Además, evita la determinación unidimensional de la condición de pobreza (basada únicamente en un criterio, como es el ingreso) y usa un método que simultáneamente considera varias características. El procedimiento usa una regla de clasificación que es en gran medida endógena y que se deriva de la información de los hogares que se van a clasificar. Además, permite la clasificación de nuevos hogares que no hayan reportado su nivel de ingreso, de acuerdo con otras características socioeconómicas. La metodología usada incrementa la confianza en el proceso de selección de los hogares al reducir el riesgo de errores en la clasificación de los mismos, causados por mediciones erróneas o imprecisas del ingreso. El procedimiento se aplica usando criterios consistentes y homogéneos, sin establecer un número predeterminado de familias que “deben” ser beneficiarias de Progresa en ninguna de las localidades, de los municipios, ni a nivel estatal. Por el contrario, estas cifras se obtienen del procedimiento de identificación de los hogares en extrema pobreza. 3. Incorporación de las familias beneficiarias de Progresa 3.1 Proceso de incorporación de las familias beneficiarias Como resultado de la identificación de las familias beneficiarias de Progresa, se forma una Relación Base de las Familias Beneficiarias. Esta información es el 60 punto de partida para el proceso de incorporación de las familias y contiene la siguiente información de las mismas: código de identificación, nombre de la persona que recibe los beneficios, edad, fecha de nacimiento y sexo de todos los miembros del hogar. En la incorporación de las familias, Progresa establece el contacto formal con la persona (mujer) que será responsable de recibir los beneficios. Progresa les informa que han sido seleccionadas como beneficiarias del Programa, les explica la forma en que éste opera y les distribuye material como la identificación oficial, y las formas de inscripción para escuelas y clínicas. Cada uno de las beneficiarias debe firmar o estampar su huella digital en una copia de los documentos originales. La incorporación de las familias se lleva a cabo en una reunión a nivel de la comunidad, en donde se reúnen todos los beneficiarios. En esta reunión, Progresa explica sus objetivos y beneficios y las responsabilidades que adquieren las familias al ser beneficiarias del Programa. Se les informa sobre su responsabilidad de asistir a la clínica del sector salud más cercana para inscribirse y para establecer las citas programadas a la clínica que deben cumplir para seguir recibiendo los beneficios. También se les explica el proceso de certificación de inscripción de sus niños en las escuelas y se les distribuyen los formatos apropiados. Adicionalmente, se les informa a los beneficiarios de Progresa que no pueden recibir los apoyos de ningún otro programa federal que ofrezca beneficios equivalentes en las áreas de educación, salud o alimentación. Se da a conocer a la comunidad la lista de familias beneficiarias que fueron seleccionadas. En caso que haya algún comentario en particular, estos se revisan y se modifican, de acuerdo con los criterios establecidos para la selección de familias beneficiarias. Esto puede incluir una nueva visita al hogar para obtener la información socioeconómica necesaria. En la reunión con la comunidad pueden surgir casos en donde la información sobre las familias no se hubiera obtenido durante la visita en la que se aplicó el cuestionario socioeconómico. En estos casos, se revisa su solicitud de incorporación al Programa. A cada hogar seleccionado como beneficiario se le notifica y se le incorpora en el Programa. Al final de la reunión se levanta un Acta de Acuerdo de la Asamblea de la Comunidad con el aval de las autoridades locales. En situaciones especiales, cuando no es posible realizar la reunión con la comunidad, la incorporación se realiza en una reunión individual con cada una de las familias beneficiarias de la localidad. 61 3.2 Nuevas solicitudes de incorporación a Progresa en las localidades donde el Programa ya está en operación Las familias que viven en una localidad seleccionada donde opera Progresa, y que no fueron seleccionadas como beneficiarias, pueden solicitar la revisión de su caso. En estas situaciones se analiza nuevamente la información socioeconómica recabada y, en caso necesario, se visita el hogar en cuestión. Cuando las familias no hubieran sido seleccionadas porque no se hubiera recolectado la información socioeconómica sobre el hogar (por la ausencia de miembros del hogar en el periodo en que se levantó la encuesta, porque no se haya proporcionado la información, o por migración), se aplica el cuestionario y se realiza el análisis para identificar si el hogar tiene las características requeridas para ser beneficiario de Progresa. Se notifica a cada hogar seleccionado y la incorporación se realiza mediante una visita al hogar o por medio de carta requiriendo su presencia en el Módulo de Atención Progresa (MAP), para su incorporación al Programa. 62 Cuadro 1 Progresa. Informe de incorporación Código de la Región 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 27 28 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 Total Nombre de la Región Los Altos Sierra Sierra Negra-Zongolica-Mazateca Otomí-Tepehua-Sierra Norte Sierra Gorda Montaha Tarahumara-Las Quebradas-Indígena Desierto-Semidesierto Campeche rural Costa Maya Huasteca Mixteca-Costa-Chatina Suroeste-Norte Norte-Selva Pochutla Tierra Caliente-México Altiplano Serrana-Sierra de Alamos Tamaulipas Sierra Norte-Sierra del Nayar Sierra Tapalpa Meseta Purepecha-Sierra de las bufas Costa-Colima Microregiones Morelos Frontera Sur Centro-Sierra-Chotalpan-Costa Sierra Juárez-Sierra de Soteapan-Valle de Uxpanapa Huasteca-Otros (Veracruz) Norte (Jalisco) Mixteca (Puebla) Valle de San Quintín Baja California Sur Frontera (Coahuila) Frontera (Tamaulipas) Frontera (Sonora) Istmo Sierra Norte (Veracruz) Hogares incorporados Hogares no incorporados Hogares objetados 32,964 14,607 31,405 2,211 382 484 4,240 6 111 303 78 4 22,513 1,983 80 78 158 4 3 74,768 3,937 3,867 2,419 10,574 2,278 9,583 4,489 19,036 3,804 393 20,457 324 19 168 107 1 154 47 30 9 19 49 1 1 103 4 19 3,269 1,864 2,658 9,056 1,037 1,245 133 2,456 14 18,005 22,404 940 3,786 6,327 1,591 2,805 340,973 9 9 1 33 6 1,104 1 1 6 3 5,269 795 63 Cuadro 2 Incorporación a Progresa Número total de familias incorporadas Hogares no incorporados: Se mudaron a otra localidad No. de identificación duplicado Muerte Objetados Rechazaron Progresa Ya están en Progresa Observados Total 64 Número 340,973 5,269 4,259 89 3 423 93 30 371 5,269 Porcentaje 100.00 1.55 1.25 0.03 0.00 0.12 0.03 0.01 0.11 1.55 APÉNDICE B Evaluación de la eficacia del índice de marginación de Progresa para identificar a los pobres En este apéndice se examina en detalle la primera etapa de la focalización: la construcción del índice de marginación con el que se seleccionaron las comunidades de Progresa. 1. Metodología 1. 1 Estimación de un modelo probit Utilizando los datos de la Encuesta Nacional de Ingresos y Gastos de los Hogares (ENIGH) de 1996, que cubre 13,208 observaciones, se dividieron a los hogares en pobres y no pobres. La línea de pobreza se estableció en el percentil 25 del consumo por hogar por adulto equivalente. El modelo probit evalúa el impacto de un vector de variables explicativas sobre la probabilidad de vivir en pobreza y la técnica (junto con la del modelo logit) se explicó en detalle en las notas sobre el experimento de un solo paso y el análisis de las Características de Operación Relativas (ROC). Estas siete variables explicativas son similares a las utilizadas por Progresa para construir el índice de marginación. Incluyen el analfabetismo del jefe de la familia, la falta de agua corriente, la disponibilidad de sistema de drenaje, el acceso a electricidad, el hacinamiento (la proporción de miembros de la familia con relación al número de habitaciones), el piso de tierra y la actividad laboral agrícola. Obsérvese que la dirección de algunas de estas variables es opuesta a la de sus contrapartes en la información censal. El modelo probit construye una medida z que se supone tiene una distribución normal. Cada valor de z está asociado con una probabilidad predictiva. Para lograr comparabilidad con el índice de marginación de Progresa, se necesita dividir a los hogares en cinco grupos, por lo que se requieren cuatro puntos de transición, que se determinan con el método Dalenius y Hodge.2 Estos puntos de transición servirán para clasificar las localidades después de la estimación de la muestra a los datos censales. La fórmula del modelo es: z =α +∑β • x 2 Ver de la Vega, 1994, en cuanto a la descripción de este método. 65 donde α es una constante y las β son los coeficientes, o ponderaciones, para las siete variables. Estos valores son: constante analfabetismo sin agua corriente drenaje con electricidad hacinamiento piso de tierra actividad de trabajo agrícola -1.67 .29 .52 -.19 -.28 .32 .27 .44 Los signos de los coeficientes son como se esperaba. Cuanto más alto sea el valor del coeficiente, mayor será la probabilidad de vivir (o de no vivir) en la pobreza. Por ejemplo, si el jefe de la familia es analfabeta aumenta en 29 por ciento la probabilidad de que vivan en la pobreza, controlado por el impacto de las otras variables. Las variables que mayor influencia tienen son la falta de agua corriente y trabajar en el sector agrícola. La primera se asocia con un 52 por ciento de incremento en la probabilidad de vivir en la pobreza; la segunda con un 44 por ciento de incremento. El valor de z varía de –2.1 a 4.8. Los puntos de transición para la clasificación de cinco grupos son -1.59, -.94, -.22, y .73. Los grados cuarto y quinto se consideran como pobreza alta y muy alta, lo que correspondería a las clasificaciones de marginación alta y muy alta del índice de marginación de Progresa. A partir de esta agrupación, el corte de la probabilidad estimada para la pobreza es de .41, lo que da una proporción de 59 por ciento de hogares pobres. Por lo tanto, los hogares pobres en la ENIGH se distribuyen en cinco grupos de la siguiente manera: Muy baja Baja Media Alta Muy Alta Total: 66 5,322 1,972 2,166 1,736 2,012 13,208 1.2 Componentes principales y el índice de marginación de Progresa El índice de marginación de Progresa para 74,996 localidades en todo el país se construyó usando el primer componente principal de las siete variables antes mencionadas, a partir de los datos de los censos de población de 1990 y 1995. Este índice es una combinación lineal de las variables. Los resultados del análisis de los componentes principales fueron los siguientes: analfabetismo sin agua corriente sin drenaje sin electricidad hacinamiento piso de tierra actividad de trabajo agrícola .22 .20 .21 .22 .21 .26 .16 Obsérvese que los resultados de los componentes principales difieren del modelo probit en el sentido que no hay un término constante. La interpretación de los pesos es directa. La ausencia de una variable en particular indica una contribución más alta a la marginación. El índice varía de–2.6 a 3.9, con puntos de transición en –1.6, -1.2, -.6, .03. De nuevo, se usó el método Dalenius y Hodge para determinar estos puntos de transición. A continuación se puede ver la distribución de las localidades en los cinco grupos: Muy baja Baja Media Alta Muy Alta Total: 4,089 5,611 12,481 16,584 36,231 74,996 1.3 Modelo probit y las localidades La aplicación de los ponderadores probit a las localidades permite la comparación con las clasificaciones de los componentes principales, con lo que se proporciona una prueba de la robustez de estas últimas. Al crear una matriz de 5x5, es posible analizar la distribución de las localidades obtenida por cada método, y evaluar el método de los componentes principales, con base en los conceptos de subcobertura y fuga. La fuga ocurre si las localidades se clasifican conforme al método de los componentes principales como marginadas en comparación con el método probit. Por el contrario, la subcobertura ocurre si las 67 localidades se clasifican conforme al método de componentes principales como menos marginadas en comparación con el método probit. La matriz 5x5 se muestra en el cuadro 1. Así, el propósito es saber si el método de focalización de Progresa, al nivel de la localidad, está excluyendo (incluyendo) localidades que se habrían incluido (excluido) usando el método probit. Las localidades que se encuentran en la diagonal indican que los dos métodos coinciden al asignar localidades a una categoría en particular. Se consideraron a las localidades que se encuentran fuera de la diagonal, pero tan sólo a un nivel de diferencia, como en un límite aceptable de error de clasificación. A partir del cuadro 1, se evidencia que el método probit da como resultado una clasificación más estricta que el método de componentes principales. En general, se puede observar un desplazamiento hacia abajo y hacia la izquierda al categorizar las localidades. Por ejemplo, si bien el método de componentes principales, asigna casi la mitad de las localidades a la categoría de muy alta, el método probit sólo tiene 3 por ciento en esta categoría. La mayoría de las localidades, conforme al método de componentes principales, están en las categorías media, alta y muy alta, mientras que el probit las asigna a las categorías baja, media y alta. En términos de subcobertura y fuga, esto significa que el método de componentes principales tiene niveles altos de fuga. La subcobertura es mínima con el método de componentes principales, en comparación con el método probit. Por otra parte, es menos probable que el método probit clasifique a los hogares a la categoría muy alta. Si bien el método de componentes principales coloca a 4,000 localidades en esta categoría, el modelo probit asigna sólo a 613. En general, el desplazamiento hacia abajo y hacia la izquierda no parece ser demasiado serio. Las celdas fuera de la diagonal permanecen vacías. La mayoría de las localidades siguen estando cuando más a una categoría de distancia. Sin embargo, las que cambian más de una categoría presentan un problema. Las más significativas son las localidades consideradas con una marginación alta o muy alta en el método de componentes principales, y que se reclasifican en el probit como media (6,104 localidades) o baja (83). Progresa inicialmente incorporó las localidades en las dos categorías de marginación más altas, empezando por las más marginadas. El probit obtenido implicaría que en las etapas iniciales del Progresa se excluyera un número bastante importante de estas localidades. Además, el método probit sólo asignó aproximadamente 30,812 localidades a estas categorías, mientras que el de componentes principales incluyó más de 52,000. 68 Suponiendo que existen restricciones similares de presupuesto, también se deberían haber incluido las localidades medias de acuerdo al probit, reduciendo al mínimo, con mucho, el problema de la subcobertura. 1.4 Índice de marginación y hogares En el cuadro 2 se repitió el ejercicio realizado anteriormente, aunque en esta ocasión se aplicaron las ponderaciones de los componentes principales a los hogares de la ENIGH. El propósito es probar cómo distribuye el método del índice de marginación a los hogares en las distintas categorías, en comparación con el método probit. Sobre todas las localidades ¿está excluyendo (incluyendo) el método de focalización de Progresa a nivel de la localidad, hogares que se habrían incluido (excluido) de haberse usado el método probit? A primera vista, los resultados parecen ser similares a los de el cuadro 1. El método del índice de marginación tiende a incluir hogares en pobreza baja y media en las clases alta y muy alta. Pocos hogares se reclasifican por más de dos grupos y se encuentran coincidencias particulares en las categorías muy alta y más baja. De nuevo, el modelo probit parece ser más estricto, aunque menos que en el ejercicio anterior. 1.5 En términos de población: el método probit en el censo de las localidades Además de las 74, 996 localidades discutidas anteriormente, en la versión final del índice de marginación de Progresa se agregaron otras 30,000 localidades a las que parcialmente les faltaba información censal. Se usó el análisis de regresión para adaptar los datos faltantes y para ajustar el índice de marginación. En el cuadro 3 se muestra una nueva matriz de 5x5 que toma en consideración estas comunidades adicionales y aplica las ponderaciones probit. Las tendencias no difieren sustancialmente de las del cuadro 1. Sin embargo, a partir de este cuadro se puede obtener la población que representan las localidades como en el cuadro 4. En general, los resultados son similares a los cuadros de localidades. Es evidente que las localidades menos marginadas tienden a tener poblaciones más grandes, y que las comunidades más marginadas tienen menor población. La reclasificación del grupo de alta marginación en el método de componentes principales como el de baja marginación en el probit puede originar preocupaciones; sin embargo, esto repercute sólo en 16,000 individuos. La 69 reclasificación de muy alta o media marginación causa menos problemas dada la tendencia anteriormente discutida en los números reducidos de alta y muy alta para el probit. Considerando que el presupuesto es fijo, también se incluiría la mayoría de los hogares medios con el probit. 1.6 Comparación de la distribución de las localidades beneficiarias de Progresa por el método de componentes principales y por el método probit Por último, en los cuadros 5 y 6 se centra la atención en las primeras 36,006 localidades que se seleccionaron como aquéllas a las que primero llegaría Progresa. El cuadro 5 representa las localidades, mientras que en el cuadro 6 se representa la población. Las tendencias de subcobertura y de fuga son similares a los descritos en los otros cuadros. Sin embargo, un hecho un tanto desconcertante es que 8 por ciento de los casi 1.8 millones de beneficiarios potenciales de Progresa se localizan en comunidades que el modelo probit colocó en la categoría baja. 2. Conclusión La metodología desarrollada en esta nota ha permitido probar la robustez del índice de marginación del Progresa, que se basa en el análisis de componentes principales. Encontramos que, en su mayor parte, el índice de marginación del Progresa se mantiene bien con relación al modelo probit. El modelo probit resulta en una categorización más estricta de la pobreza. Después de construir una matriz de 5x5 con las categorías de marginación, la distribución de las localidades por el método de componentes principales tiene un desplazamiento hacia abajo y hacia la izquierda de la distribución probit. Como resultado, la fuga es un problema mayor que la subcobertura. La concordancia entre los dos métodos es particularmente estrecha en las categorías de marginación de baja y muy alta, y es más difusa en las categorías intermedias. Esto sugiere que el índice de marginación de Progresa pierde su poder para diferenciar localidades con marginación media precisamente en el momento en que el Programa se expande a comunidades menos marginadas. Esto introducirá una medida de arbitrariedad en la selección de dichas comunidades. Una forma para contrarrestar este problema sería incorporar información de otros índices de marginación alternos, tales como el método probit presentado aquí. 70 Cuadro 1 Distribución de localidades por los métodos de componentes principales y de pobreza Muy Baja Componentes principales Muy Baja Baja Media 613 Alta Muy Alta Total % 613 1 Modelo probit Baja Media Alta Muy Alta Total % 5 7 17 3,473 5,361 5,390 3 250 7,088 3 4,089 5,611 12,481 83 15,819 6,104 682 27,770 2,357 16,584 36,231 22 48 29,264 39 28,455 38 2,357 3 74,996 100 100 14,307 19 Cuadro 2 Distribución de los hogares por los métodos de componentes principales y de pobreza Componentes principales Modelo probit Media Alta Muy Baja Baja Muy Baja Baja Media Alta Muy Alta 4,365 110 1,771 624 346 84 1 113 407 1,185 728 397 79 685 1,432 Total % 4,475 34 2,826 21 2,830 21 2,196 17 Muy Alta Total % 8 873 6,249 1,141 1,610 1,505 2,703 47 9 12 11 20 881 7 13,208 100 100 71 Cuadro 3 Distribución de las localidades por los métodos de componentes principales y de pobreza (censo completo) Componentes principales Muy Baja Baja Media Alta Muy Alta Total % Muy Baja 613 613 1 Baja 4,790 6,488 6,327 87 2 17,694 17 Modelo probit Media Alta 3 474 9,236 5 21,142 837 8,110 43,797 38,965 37 44,639 42 Muy Alta 3,837 Total 5,406 6,962 15,568 22,066 55,746 % 5 7 15 21 53 3,837 4 105,748 100 100 Cuadro 4 Distribución de la población por los métodos de componentes principales y de pobreza (censo completo, en miles) Componentes principales Muy Baja Baja Media Alta Muy alta Total % 72 Muy Baja 40,356 40,356 45 Baja 19,312 7,469 3,873 16 0 30,670 34 Modelo probit Media Alta 0 72 4,276 1 6,383 180 1,848 6462 12,579 14 6,643 7 Muy Alta 359 Total 59,668 7,541 8,150 6,579 8,669 % 66 8 9 7 10 359 0 90,607 100 100 Cuadro 5 Distribución de las localidades por los métodos de componentes principales y de pobreza (universo de Progresa) Muy Baja Componentes principales Muy Baja Baja Media Alta Muy alta Baja 1,644 42 Total % 1,686 5 Modelo probit Media Alta Muy Alta Total % 11 29 60 100 2,488 9,910 3,769 351 16,608 1,194 4,132 10,303 2,1571 16,167 45 16,959 47 1,194 3 36,006 100 Cuadro 6 —Distribución de familias incorporadas por los métodos de componentes principales y de pobreza (universo de Progresa, en miles) Muy Baja Componentes principales Muy Baja Baja Media Alta Muy Alta Total % Baja 137 2 139 8 Modelo probit Media Alta Muy Alta Total % 18 33 49 100 186 568 185 15 654 35 323 585 874 939 53 669 38 35 2 1,782 100 73 74 APÉNDICE C Descripción de la muestra de evaluación de los hogares beneficiarios de Progresa 1. Introducción En esta sección se analizan las características de los hogares que se incluyen en la muestra de evaluación. El objetivo es determinar si el mecanismo de focalización de Progresa selecciona los hogares de acuerdo con los objetivos del Programa. Esto se hace desde dos perspectivas distintas. Primero, se ordenan los hogares por quintiles de puntaje, que es la calificación otorgada por el procedimiento estadístico utilizado por Progresa para seleccionar beneficiarios. Después se analizan la distribución de las características de los hogares en dichos quintiles. En segundo lugar, se comparan las características de los hogares que se seleccionaron como beneficiarios de Progresa contra los que se excluyeron. Estas características incorporan las variables demográficas de asistencia a la escuela, total de activos, propiedad de bienes de consumo duraderos, participación en el mercado laboral y niveles de ingreso y de consumo. Esta nota está ordenada de la siguiente manera: primero, se describe brevemente el sistema de puntajes y se presentan algunas gráficas de distribución de puntajes por región y por localidad; segundo, se procede a mostrar la distribución de una variedad de características de los hogares por quintiles de puntaje; tercero, se estima un modelo probit de la selección como beneficiario de Progresa, para determinar cuáles de las características de los hogares afectan, de manera significativa, la probabilidad de selección, cuando se controlan otras variables. 2. Distribución de puntajes El procedimiento estadístico que usa Progresa para seleccionar beneficiarios genera puntajes.3 El puntaje que se obtiene de la estimación del análisis discriminante se puede interpretar como una medida de bienestar, que toma en consideración una variedad de características y de activos, al igual que el ingreso per cápita. Esta estimación se realizó por región. El puntaje ordena los hogares de menor a mayor bienestar, y sigue una distribución normal. Se determina un punto 3 Ver apéndice A para obtener una descripción detallada del mecanismo de selección. 75 de corte y se identifican como beneficiarios aquellos hogares que se encuentran por debajo del punto de corte.4 En las gráficas 1 a 6 se muestra la distribución de los puntajes para seis de las siete regiones de la muestra de evaluación. En el cuadro 1 se encuentran los nombres correspondientes de cada región, junto con el número de hogares. Si bien la estimación original se realizó con la población total de Progresa, de la cual los hogares de evaluación sólo constituyen una pequeña sub-muestra, las distribuciones son esencialmente normales. La línea vertical en la gráfica, con su cantidad correspondiente en el eje horizontal, es la línea de corte para esa región. Esta línea se encuentra cerca del centro de cada una de las distribuciones. En las gráficas 7 a 12 se muestra la distribución de los puntajes en una selección aleatoria de seis comunidades. Si bien la mayoría de las localidades ya no tiene una distribución normal, la asignación de beneficiarios y no beneficiarios es más o menos igual. Sin embargo, se debe observar que en algunas localidades de la muestra de evaluación, todos los hogares son beneficiarios, mientras que en otras, menos del 10 por ciento lo son. 3. Distribución de las características de los hogares por puntajes En esta sección se trata de medir si el sistema de puntajes ordena correctamente a los hogares en términos de los objetivos del Programa. El objetivo de Progresa es focalizar a los hogares que viven en pobreza extrema, y ello lo define desde una perspectiva multidimensional. Esto implica utilizar una variedad de características en los hogares y no sólo los indicadores de bienestar tradicional, como son el ingreso o el consumo. En general, los puntajes “reflejan el nivel de los recursos económicos de la familia, de acuerdo con un grupo de indicadores básicos” (Progresa, 1999). En la práctica, varias de las características de los hogares que se utilizan en esta sección forman parte de la rutina estadística para seleccionar beneficiarios. Si bien no se tiene lista una respuesta definitiva sobre cómo deben ser los beneficiarios de Progresa, o alguien en pobreza extrema, y de hecho existe desacuerdo sobre esta cuestión, el sentido común puede sentir como un primer paso. Las gráficas 13 a 16 presentan las variables demográficas básicas por quintiles de puntaje para las Regiones 3 a 6. El puntaje se incrementa con la edad del jefe del hogar. Los jefes de los hogares que se encuentran en los quintiles de 4 En este apéndice no estamos considerando los cambios a los puntajes en los hogares que pudieran haber ocurrido en la fase de densificación. Para ello, véase el Apéndice K. 76 puntajes más bajos tienen un promedio de menos de 40 años de edad, mientras que los puntajes más altos tienen un promedio de más de 50 años. La participación de los hogares con un jefe de familia varón disminuye al incrementarse los puntajes, aun cuando casi en todos los casos los jefes de los hogares fueron predominantemente varones (más del 80 por ciento). El promedio de años de educación de los adultos se incrementa con los puntajes, aún cuando la Región 6, Guerrero, tuvo niveles de educación significativamente inferiores que las otras tres regiones presentadas. Por último, la proporción de hogares indígenas disminuye con el puntaje. En las gráficas 17 a 19, se muestra la proporción de hogares con niños en los distintos grupos de edad que no asisten a la escuela (condicionado a que tuvieran niños en cada grupo de edad). Esto comprende una de las intervenciones clave de política en Progresa, al tratar de proporcionar incentivos de manera que los niños en edad escolar regresen a la escuela o permanezcan en ella. La proporción de hogares con niños entre los 6 y 11 años, que no asisten a la escuela, disminuye conforme aumenta el puntaje. Esta tendencia se debilita con los niños entre 12 y 14 años, y no se encuentra tendencia alguna para los niños entre 15 a 16 años. En las gráficas 20 a 22 se pueden obtener tendencias similares que muestran el número promedio de niños por hogar en distintas categorías de edad. En este caso, el número de niños entre 6 y 11 años, que no asisten a la escuela disminuye al aumentar el puntaje. Los niños entre las edades de 12 a 14 años muestran una tendencia similar, aunque aproximadamente a la mitad del nivel absoluto. Por último, una vez más no se encuentra tendencia para los niños entre las edades de 15 a 16 años. Al reunir los datos presentados hasta el momento, no queda claro a priori que estas tendencias sean las idóneas. Los jefes de familia más jóvenes, con niños más pequeños y tasas de dependencia más altas se asocian con la pobreza cuando se definen con una base per cápita, debido al lugar que ocupan en el ciclo de vida. Algunos argumentan que tener muchos niños, y concomitántemente altas tasas de dependencia, que juegan un papel clave en los ponderadores del puntaje5, es una decisión endógena que debe tratarse como cualquier bien duradero de consumo, en vez de servir de sesgo para ser seleccionado como pobre, como en el caso de las medidas per cápita.6 Si bien esta posición sería difícil de defender políticamente, en la fase de 5 6 Ver Apéndice I sobre las curvas ROC, en cuanto al papel de las distintas variables. Ver el argumento de Jere Behnman, al que se hace mención en la “Evaluación de la Selección de los Beneficiarios de 77 densificación, Progresa ha procedido a corregir el sesgo contra los hogares de mayor edad y sin niños. 7 Dado que es un tanto desconcertante que la participación de las mujeres como jefes de hogar se incremente al aumentar el puntaje, los distintos niveles de condición económica se pueden reflejar en la edad y en otras características de las mujeres como jefes de familia, y por lo tanto esperamos que el análisis econométrico ordene las diferencias. El origen étnico no es el factor exclusivo que determina la pobreza extrema en varias regiones (Guerrero con 48 por ciento y la Sierra Gorda con 28 por ciento), ya que en varias de ellas una parte importante de los hogares más ricos son indígenas. Además, los resultados del experimento de un solo paso muestran que la inclusión de hogares indígenas no pobres, a expensas de los hogares pobres no indígenas estructura en forma significativa las características de los hogares beneficiarios de una forma no deseable. En las gráficas 23 a 25 se muestra la posesión promedio de activos productivos por quintiles de puntaje. El número promedio de cabezas de ganado aumenta con los puntajes, aún cuando los hogares más ricos en la Región 5, la Sierra Gorda, tienen dos o tres veces más ganado que en otras regiones. Sin embargo, las variables en cuanto a las tierras no dan evidencias tan claras. Si bien en la mayoría de las regiones, las tierras de riego, poderoso activo productivo en la mayor parte del México rural, se incrementan con la distribución de puntajes, en Guerrero la tendencia es en forma de V, donde los hogares más pobres tienen cantidades importantes de tierras de riego. En cuanto a las tierras de temporal, mientras en todas las regiones existe una cierta tendencia hacia arriba, en Guerrero es una V invertida. En ambos casos, los hogares de Guerrero tienen significativamente más tierras que en otras regiones, y más del doble a través de los quintiles en el caso de la tierra de temporal.8 Salvo los extraños resultados de Guerrero, estas son tendencias esperadas y deseables. En términos de los bienes duraderos y de las características de las viviendas, en las gráficas 26 y 27 se presentan los resultados para las Regiones 3 y 6. En ambas regiones, las variables de interés siguen tendencias similares. Si bien el porcentaje de viviendas con pisos de tierra disminuye al incrementarse el puntaje, lo opuesto se aplica para los bienes de consumo duraderos y la electricidad. El porcentaje de hogares con electricidad, radios, agua corriente, licuadoras y refrigeradores crece al incrementarse el puntaje. Este es el resultado deseado y Progresa”. Memoria del Segundo Taller IFPRI-Progresa, Febrero 26, 1999, Ciudad de México. 7 La fase de densificación incluyó una segunda ola de focalización de beneficiarios en las comunidades ya incorporadas al Progresa. El objetivo fue corregir sesgos en el mecanismo de selección contra los hogares que tenían jefes de familia de mayor edad y un menor número de niños pequeños. 8 Una salvedad es que no se pudo controlar la información respecto a la calidad de la tierra de temporal. 78 esperado, puesto que en el procedimiento de identificación de Progresa se usaron varias de estas variables. En las gráficas 28 a 31 se muestra el número de miembros de la familia que participan en las diversas actividades laborales. El número promedio de miembros de la familia que trabaja como asalariado agrícola es constante en los primeros cuatro quintiles (o se incrementa en el caso de Guerrero), y después cae para el último quintil. Esto no es sorprendente, dado que la participación en los mercados agrícolas por salario no se asocia con la riqueza. De otra forma, el número de miembros de la familia asalariados en trabajos no agrícolas se incrementa con el puntaje, dado que este tipo de trabajo se asocia con una forma de superar la pobreza y con niveles más altos de bienestar. De igual manera, el número de miembros de la familia que trabajan por cuenta propia también se incrementa. Por último, la Región 6 contrasta con otras regiones en lo que se refiere a la participación en actividades laborales familiares (principalmente agrícolas). Si bien el trabajo agrícola aumenta con el puntaje en la mayoría de las regiones, en Guerrero disminuye drásticamente. Esto, combinado con los resultados sobre la tierra, proyecta la imagen de un mal rendimiento general de la agricultura en una región altamente dependiente de la misma, o de problemas para recabar la información sobre este tipo de ingreso. Por último, en las gráficas 32 y 339 se encuentra la distribución de dos medidas del bienestar, el ingreso promedio per cápita y el consumo. En ambos casos, las medidas del bienestar aumentan con el puntaje. Sin embargo, la Región 6 de nuevo se diferencia de las demás regiones. En general, esta Región tiene niveles inferiores de ingreso y de consumo, y podemos inferir dos razones para explicar estas diferencias. Primero, Guerrero es una región significativamente más pobre que las demás, con ingresos promedio y niveles de consumo más bajos. No se ajustaron las diferencias en precios entre las regiones, lo que pudo haber contribuido a la diferencia de niveles. En cierto grado Progresa reconoce este hecho de manera implícita, puesto que Guerrero tiene la participación más alta de beneficiarios de todas las regiones analizadas. Segundo, dada la mayor dependencia de la agricultura en Guerrero, y la subestimación integrada del ingreso agrícola en la ENCASEH97, y del consumo producido en el hogar reportado en la ENCEL98M, puede ser que el ingreso y el consumo estén subestimados. En la gráfica 34, se representa el consumo a partir de la ENCEL98O, que capta de forma más completa el consumo en los hogares. En este caso, la Región 6 también se encuentra por debajo de las demás regiones, con lo que se disminuye la probabilidad de subestimación al recabar los datos sobre consumo. 9 El ingreso proviene de la ENCASEH97, mientras que el consumo proviene de la ENCEL98M. 79 4. Econometría Se complementaron las estadísticas descriptivas señaladas anteriormente con una ecuación probit para la identificación de los beneficiarios de Progresa.10 La regresión probit permite aislar el impacto de cada variable sobre la probabilidad de ser identificado como beneficiario, a la vez que controla el resto de las variables explicativas. Se corrió esta regresión para la Región 5, puesto que el proceso de selección de Progresa se realiza por regiones. Si se hubiera estimado un probit en toda la muestra y se hubieran usado variables indicadoras para controlar la variación regional, se estaría suponiendo que el coeficiente de las demás variables explicativas no varía por región. Estos resultados se pueden ver en el cuadro 2. En términos de las variables demográficas, en general los resultados confirman nuestras conclusiones de los datos descriptivos. Tener un jefe de familia más joven, más niños pequeños, tasas de dependencia más altas y los niveles de educación menores, se asocia con una probabilidad de identificación significativamente más alta. De igual manera, no contar con niños de 12 a 14 y de 15 a 16 años, también se asocia con una probabilidad más alta de identificación. Por fortuna, de igual manera, contar con niños del 12 a 14 y de 15 a 16 que no asisten a la escuela, en las edades donde las tasas de deserción son más altas, se asocia con una probabilidad significativamente más alta de selección. Ser indígena se asocia con sólo un incremento del 4.5 por ciento en la probabilidad de selección. Tener un miembro discapacitado, variable que no analizamos en las estadísticas descriptivas, se asocia con un 10 por ciento de incremento en la probabilidad. Sin embargo, contrario a las estadísticas descriptivas, tener un jefe de familia varón se asocia con un 4 por ciento de decremento en la probabilidad de identificación. Esto resulta reconfortante, puesto que tanto por razones políticas como de principio, las mujeres jefes de familia deben tener una probabilidad de selección más alta en el Programa. Los activos productivos presentan una imagen mixta. El coeficiente sobre la tierra de riego se asocia con una disminución en la probabilidad de inclusión en el Progresa, mientras que el coeficiente de tierra de temporal no es significativo ni importante. La tierra de riego es de calidad superior que la tierra de temporal, cuya rentabilidad en ocasiones depende de factores que no se pueden controlar, incluyendo restricciones de crédito, costos de transacción y calidad de la misma. La tenencia de ganado y cerdos se asocia con una menor probabilidad de inclusión en el Programa. 10 En la discusión del experimento de un solo paso proporcionamos una descripción de la técnica Probit. 80 La propiedad de activos del hogar y las características de la vivienda siguieron patrones esperados. De nuevo, muchas de estas variables se usan en el proceso de identificación de Progresa. Todos los activos del hogar incluidos en la ecuación, incluso licuadoras, estufas, radio, televisión, refrigerador, se asocian con una menor probabilidad de identificación. Estos efectos son importantes para los activos de mayor tamaño: la posesión de televisores disminuye la probabilidad en 31 por ciento y de refrigeradores en 55 por ciento. De igual manera, contar con agua corriente y electricidad también tiene efectos importantes y negativos sobre la probabilidad de selección. Por último, tener piso de tierra en la vivienda y un índice de hacinamiento más alto (miembros del hogar con respecto del número al número de habitaciones) se asocian con probabilidades más altas de identificación. Las variables de la actividad laboral confirman la historia presentada en la parte descriptiva. El número de miembros de la familia que participan en las actividades agrícolas asalariadas se asocia con una probabilidad de inclusión más alta en Progresa, aunque el coeficiente no es significativo. Por otra parte, el trabajo por cuenta propia se asocia con una probabilidad menor de identificación. En cuanto a la migración, también surgen diferencias, variables que no se incluyen en el análisis descriptivo. En este caso, la migración temporal (miembro actual de la familia) o permanente (que hubiera emigrado en los últimos cinco años) a los Estados Unidos, generalmente considerada más rentable que la migración al interior en México, se asocia con una probabilidad de selección más baja. 5. Conclusión Con base en la evidencia presentada anteriormente, el procedimiento de focalización de Progresa parece ordenar correctamente a los hogares conforme a la definición multidimensional de la pobreza. La incidencia de los niveles de las variables de interés aumenta o disminuye en la forma esperada con los quintiles de puntaje. Al usar la técnica probit se pudo determinar que las características de los hogares asociados con la identificación en Progresa van de acuerdo con los objetivos del Programa. Esto se aplica tanto para las variables que se utilizan como para las que no se utilizan en el proceso de identificación. Sin embargo, vale la pena observar que el sesgo hacia las familias más jóvenes ha enfrentado cierta molestia y que, de hecho, Progresa ha procedido a contrarrestar parcialmente este sesgo por medio del proceso de densificación. Por otra parte, el papel de la tenencia de la tierra, particularmente en Guerrero, es curioso y amerita investigaciones adicionales. Esto, combinado con 81 las tendencias de la actividad laboral y el ingreso, y los niveles de consumo significativamente inferiores en Guerrero, hace que surja el cuestionamiento de si estas dos medidas de bienestar en la región se subestimaron debido al diseño de la investigación, y de igual manera en otras donde los hogares dependen en gran medida de la agricultura de subsistencia. Lo más probable es que, dada la evidencia actualizada proporcionada en la ENCEL98O, existan varios factores que hacen que la agricultura de subsistencia sea menos rentable en Guerrero que en las demás regiones donde se aplicó la encuesta. Por ejemplo, los resultados probit de la Región 5, la Sierra Gorda, muestran que la tierra irrigada se asocia con una menor probabilidad de identificación en Progresa. Por último, si bien el método de focalización parece ser válido, sólo es tan bueno como la información en la que se sustenta. La evidencia anecdótica y la experiencia de campo muestran que los hogares que se encuentran en mejores condiciones no siempre son totalmente honestos al responder la ENCASEH. Los cambios recientes realizados al formato de ésta cédula facilitan la identificación de hogares que proporcionan información falsa. 82 Cuadro 1 Regiones ENCEL, con número de Hogares 3 4 5 6 12 27 28 Total Nombre de región Sierra Negra-Zongolica-Mazateca Sierra Norte-Otomí Tepehua Sierra Gorda Montaña (Guerrero) Huasteca (San Luis Potosí) Tierra Caliente (Michoacán) Altiplano (San Luis Potosí) Hogares 3,031 4,559 10,790 1,907 383 2,935 472 24,077 83 Gráficas 1- 6 — Regiones Gráfica 1. Región 3 Gráfica 2. Región 4 40 36 rec ue nci a Frecuencia Frecuencia rec ue nci a 250 50 759 puntaje 59 untaje p 1300 300 250 50 Gráfica 3. Región 5 p 1300 300 Gráfica 4. Región 6 26 49 Frecuencia rec ue nci a Frecuencia rec ue nci a 250 50 752 puntaje 52 untaje p 250 50 1400 400 Gráfica 5. Región 12 752 p52 puntaje untaje 1000 000 Gráfica 6. Región 27 9 00 Frecuencia rec ue nci a Frecuencia rec ue nci a 290 90 84 753 puntaje 53 untaje 572 puntaje 72 untaje p 900 00 180 80 691 puntaje 91p untaje 1010 010 Gráfica 7-12 — Localidades Gráfica 7 Gráfica 8 4 Frecuencia Frecuencia 6 0 0 515 624 868.03 813 puntaje puntaje localidad 121024 localidad 121026 Gráfica 9 Gráfica 10 14 Frecuencia Frecuencia 29 0 559 0 955.5 469 puntaje 955 puntaje localidad 12214 localidad 122854 Gráfica 11 Gráfica 12 17 Frecuencia Frecuencia 11 0 0 564 896 511.64 901 puntaje puntaje localidad 122886 localidad 12332 85 Gráficas 13-34 Variación en las características de los hogares a través de quintiles de puntaje años Gráfica 13. Edad del jefe de familia, por región 55 53 51 49 47 45 43 41 39 37 35 1 2 3 4 5 quintiles proporción Gráfica 14. Jefe de familia varón, por región 1.00 .98 .96 .94 .92 .90 .88 .86 .84 .82 .80 1 2 3 quintiles 86 4 5 Gráfica 15. Años de educación, por región 5.00 4.50 4.00 años 3.50 3.00 2.50 Región 6 2.00 1.50 1.00 1 2 3 4 5 quintiles Gráfica 16. Proporción de hogares por región .90 .80 proporción .70 Región 6 .60 .50 .40 .30 Región 3 .20 .10 .00 1 2 3 4 5 quintiles 87 Gráfica 17 Participación de hogares con niños de 6-11 años que no asisten a la escuela, por región .14 proporción .12 .10 .08 .06 .04 .02 .00 1 2 3 4 5 quintiles Gráfica 18 Participación de hogares con niños de 12-14 años que no asisten a la escuela, por región .45 .40 proporción .35 .30 .25 .20 .15 .10 1 2 3 quintiles 88 4 5 Gráfica 19 Participación de hogares con niños de 15-16 años que no asisten a la escuela, por región .70 .65 proporción .60 .55 .50 .45 .40 1 2 3 4 5 quintiles Gráfica 20 Número de niños edades 6-11 años, por región niños 1.60 1.40 1.20 1.00 .80 .60 .40 .20 .00 1 2 3 4 5 quintiles 89 Gráfica 21 Número de niños edades 12-14 años, por región .70 niños .60 .50 .40 .30 .20 .10 .00 1 2 3 4 5 quintiles Gráfica 22 Número de niños edades 15-16 años, por región .30 niños .25 .20 .15 .10 .05 .00 1 2 3 quintiles 90 4 5 Gráfica 23 Cabezas de ganado, por región 3.50 cabezas 3.00 Región 5 2.50 2.00 1.50 1.00 .50 .00 1 2 3 4 5 quintiles Hectáreas Gráfica 24 Hectáreas de riego, por región .80 .70 .60 .50 .40 .30 .20 .10 .00 Región 6 1 2 3 4 5 quintiles 91 Gráfica 25 Hectáreas de tierra de temporal, por región hectáreas 12.00 Región 6 10.00 8.00 6.00 4.00 2.00 1 2 3 4 5 quintiles Gráfica 26 Activos del hogar y características de la vivienda proporción 1.00 electricidad piso de tierra .80 radio .60 .40 agua licuadora .20 refrigerador .00 1 2 3 quintiles 92 4 5 Gráfica 27 Activos del hogar y características de la vivienda proporción región6 piso de tierra 1.00 electricidad .80 .60 .40 .20 .00 1 2 3 4 5 quintiles Gráfica 28 Número de trabajadores agrícolas, por región 1.00 trabajadores .90 .80 .70 Región 6 .60 .50 1 2 3 4 5 quintiles 93 Gráfica 29 Activos del hogar y características de la vivienda .50 trabajadores .40 .30 .20 .10 Región 6 .00 1 2 3 4 5 quintiles Gráfica 30 Trabajadores por cuenta propia en el sector comercial, por región 1.00 Región 6 trabajadores .80 .60 .40 .20 .00 1 2 3 quintiles 94 4 5 Gráfica 31 Emplea dos familiares, por región 1.20 trabajadores 1.00 .80 .60 .40 .20 Región 6 .00 1 2 3 4 5 quintiles Gráfica 32 Ingreso per cápita, por región 500 pesos 400 300 200 Región 6 100 0 1 2 3 4 5 quintiles 95 Gráfica 33 Consumo per cápita, por región 350 Región 3 300 pesos 250 200 150 Región 6 100 50 1 2 3 4 5 quintiles Gráfica 34 Consumo por adulto, por región 250 pesos 200 150 100 Región 6 50 0 1 2 3 quintiles 96 4 5 Cuadro 2 Probit en la selección de beneficiarios de Progresa Determinantes de probabilidad de Selección en Progresa Análisis Probit *** significativo nivel 1% ** significativo nivel 5% *significativo nivel 10% Demografía Edad, jefe de familia Sexo, jefe de familia Años de educación, jefe de familia Miembro de grupo étnico indígena Prop. Sexo niños 0-5 niños 6-11 niños 12-14 niños 15-16 Prop. Dependiente Minusválidos Actividades Laborales # trabajadores Agrícolas Asalariados # trabajadores No-Agrícolas Asalariados # vendedores # trabajadores familiares Migración # mig temporal México # mig temp EUA 3 mig perm México # mig perm EUA Activos has tierra irrigada has tierra de temporal Si/no ganado Si/no cerdo Subsidio Recibió subsidio Características vivienda propor. dens. Vivienda Región 5 # obs chi2(46) Prob>chi2 Obs. P Pred. P 10449 9035 .00 .49 .41 dF/dX z P>|z| -.007 -.041 -.009 .045 .050 .025 .007 .015 -.058 .250 .098 -11.96 -1.53 -2.73 2.77 1.25 2.43 .69 .98 -2.57 29.19 2.90 .00** .13 .01** .01** .21 .02-.49 .33 .01** .00** .00** .018 .002 -.047 .054 1.43 .13 -2.55 3.86 .15 .90 .01** .00** -.003 -.074 .028 -.090 -.22 -2.54 .96 -2.07 .83 .01** .34 .04** -.027 -.001 -.031 -.017 -6.90 -1.24 -8.51 -5.95 .00** .22 .00** .00** .006 .32 .75 .037 7.39 .00** (continúa) 97 Cuadro 2 Probit en la selección de beneficiarios de Progresa Determinantes de probabilidad de Selección en Progresa piso tierra agua corriente letrina Electricidad Duraderos Licuadora estufa de gas Radio Televisor Refrigerador Asistencia a la escuela Si/no niños 6-11 no en la escuela Si/no niños 12-14 no en la escuela Si/no niños 15-16 no en la escuela Desertaron de la escuela Días faltados a la escuela Consumo Consumo total per cápita 98 Región 5 .225 -.282 -.037 -.313 13.16 .17.13 -2.27 -16.88 .00** .00** .02** .00** -.205 -.153 -.172 -.310 -.551 -10.12 -6.87 -9.96 -17.38 -19.50 .00** .00** .00** .00** .00** .032 .054 .066 .054 -.045 .50 1.59 2.00 .68 -1.55 .61 .11 .05** .49 .12 .000 -3.19 .00** APÉNDICE D Análisis discriminante versus el método probit En este apéndice se investigó si el método análisis discriminante usado por Progresa da resultados que en general sean equivalentes al método probit usado más comúnmente. Este ejercicio también tiene la finalidad de probar de manera informal si las suposiciones requeridas para la aplicación del análisis discriminante como método para clasificar los hogares pobres y no pobres, juega un papel importante en la clasificación final de los hogares. Las suposiciones clave incluyen: 1) que los datos provengan de una distribución normal multivariada y 2) que las matrices de covarianza de los dos grupos sean iguales Se utilizaron los conceptos de fuga y subcobertura discutidos en el reporte principal, pero el lector notará que en este apéndice no se trata de evaluar el método de focalización del Progresa. El objetivo es tan sólo comparar las diferencias en clasificación que ocurrirían de usarse un método estadístico alterno, en lugar del análisis discriminante. Los cuadros 1 y 2 se construyeron usando las mismas variables explicativas utilizadas por Progresa. El número de cada celda se basa en el valor de corte ("línea de pobreza") igual al percentil 35 de la probabilidad estimada de la regresión probit. Este valor de corte es idéntico a la proporción final de hogares pobres (65 por ciento) y no pobres (35 por ciento) obtenido por el método de clasificación Bayesiano del Progresa.11 Cuadro 1 Criterio del análisis discrimintante en comparación al critero basado en probit Región Sierra Negra-Zongolica-Mazateca Criterio basado en probit para seleccionar hogares Hogares excluidos de los beneficios del Progresa (No Pobres) Hogares seleccionados para los beneficios del Progresa (Pobres) Total No Pobres 1,257 Pobres 60 (U=4.56%) Total 1,317 (35%) 48 (L=1.99%) 2356 2,413 (65%) 1,305 (35%) 2425 (65%) 3,730 (100%) 11 Las tasas de pobreza del 65 por ciento son mayores que las tasas de pobreza del 52 por ciento discutidas a lo largo de este informe, debido a la adición reciente de hogares en el proceso de densificación de familias pobres. 99 Cuadro 2 Criterio de análisis discriminante en comparación al criterio basado en probit Región del Altiplano (San Luis Potosí) Criterio basado en probit para seleccionar hogares Hogares excluidos de los beneficios de Progresa (No pobres) Hogares seleccionados para los beneficios de Progresa (Pobres) Total No pobres 1,705 Pobres 69 (U=2.08%) Total 1,774 (35%) 77 (L=2.32%) 3241 3,318 (65%) 1,782 (35%) 3,310 (65%) 5,092 (100%) Las tasas tan bajas de fuga y de subcobertura obtenidas, sugieren que no existe diferencia sustancial entre las clasificaciones obtenidas al usar el análisis discriminante o los demás métodos estadísticos alternos como probit o logit. 100 APÉNDICE E Descripción de la medida de consumo usada y de la focalización basada en el consumo Las ventajas del uso del consumo como una medida de bienestar del hogar se detallan en el informe principal. En este apéndice, se describen con detalle los métodos y las diferentes pruebas utilizadas para construir la medida de bienestar basada en el consumo que se toma como la medida de referencia para evaluar la identificación de los hogares beneficiarios de Progresa. En la Sección 1, se describe la construcción de la medida de consumo obtenida de la Encuesta Nacional de Ingresos y Gastos en México de 1996 (ENIGH). En la Sección 2, se analizan las investigaciones relacionadas al uso de escalas de equivalencias y economías de escala. En la Sección 3, se presenta la ecuación del consumo estimado por adulto equivalente obtenida con la información de los hogares de la ENIGH 1996 y que se utiliza para estimar el consumo de la muestra de hogares de la ENCASEH de 1997. 1. Construcción del consumo de los hogares Primero se compara el criterio de Progresa con una selección basada en el consumo, usando los datos recabados en el cuestionario de evaluación de marzo de 1998 (ENCEL98M) para los hogares de la muestra. En el cuadro 1 se contrasta la clasificación de Progresa y la obtenida a partir del consumo. Como se explica en el informe principal, se utilizaron dos líneas de pobreza distintas. Si sólo se tomaran en cuenta las cifras reportadas en este cuadro, entonces con la focalización de Progresa existiría una tasa de subcobertura de 36.05 por ciento, lo que significa que 36 por ciento de los hogares clasificados como pobres conforme al criterio de consumo, no se clasifican como pobres por Progresa. Sin embargo, la tasa de subcobertura mostrada en el cuadro 1 se debe tomar con reservas, dado que existen algunas consideraciones derivadas del módulo de consumo de la encuesta de evaluación, ENCEL98M. Principalmente al no recabarse el valor del consumo proveniente de la producción cada hogar (autoconsumo), se subestimó gran parte del consumo de los hogares que cultivan productos comestibles. En estas circunstancias, el hecho de que muchos de los hogares clasificados como pobres tenga un consumo per cápita bajo de acuerdo al criterio basado en el consumo y no por Progresa, se debe ver como una fortaleza en el método de selección de Progresa y no como error para clasificar correctamente a los hogares como pobres. 101 Cuadro 1 Criterio de Progresa en comparación con el criterio basado en el consumo ENCEL Marzo 1998 Criterio basado en el consumo para la selección de hogares No pobres Pobres Hogares excluidos de los beneficios de Progresa (no pobres) 8,966 6,730 1,728 (U=31.42%) 3,964 (U=36.05%) 10,694 10,694 Hogares seleccionados para los beneficios de Progresa (pobres) 7,525 (L=66.62%) 4,265 (L=37.76%) 3,771 7,031 11,296 11,296 Total 16,491 (75%) 10,995 (50%) 5,499 (25%) 10,995 (50%) 21,990 21,990 Notas: 1. Las cifras del primer renglón de cada celda se obtuvieron usando como línea de pobreza el percentil 25 del logaritmo del consumo per cápita de la ENCEL98M. 2. Las cifras del segundo renglón de cada celda (en negritas) se obtuvieron usando como línea de pobreza el percentil 50 del logaritmo de consumo per cápita de la ENCEL98M. Por estas razones, se optó por utilizar la Encuesta Nacional de Ingresos y Gastos en México de 1996 (ENIGH). Estos datos son representativos a nivel nacional e incluyen información detallada sobre todos los tipos de ingresos y gastos para aproximadamente 13,000 hogares, al igual que las características socioeconómicas y demográficas de las personas. Cada hogar informa sobre los gastos, el autoconsumo y las transacciones en especie, para más de 200 productos alimenticios y no alimenticios. Dado que la economía mexicana se ha caracterizado por mantener una inflación sustancial mes a mes, se decidió deflactar los gastos en todos los productos mencionados en la ENIGH con base en el Índice de Precios al Consumidor (IPC) reportado por el Banco de México.12 Para la mayoría de los productos alimenticios, el periodo de referencia es de un mes, mientras que para la mayoría de los productos no alimenticios, el periodo de referencia varía de 1 a 6 meses. Los gastos en productos alimenticios y en autoconsumo de cada rubro tuvieron una reducción de la inflación según el valor del IPC durante el mes de la entrevista. Para los productos que tuvieron como referencia el mes anterior, se 12 Se utilizó junio de 1994 como el año base del IPC. De tal manera que todos los gastos se deflactaron a precios de junio de 1994. 102 utilizó el valor del IPC del mes anterior al que se realizó la entrevista. Si el periodo de referencia correspondió a los últimos 3 (ó 6) meses, se tomó el promedio del IPC para los 3 (ó 6) meses previos a la entrevista. Después se transformaron todos los gastos a una base mensual y se agregó en una sola medida los gastos y el valor del autoconsumo de: cereales, carne, leche y huevos, frutas y verduras, leguminosas y tubérculos, alimentos preparados, alimentos consumidos fuera del hogar, bebidas no-alcohólicas, otros alimentos, alcohol y tabaco, transporte y comunicación, servicios de limpieza, higiene personal, transferencias a terceros, educación, cultura y diversión, vivienda (real y renta imputada, de ser el dueño), honorarios y servicios generales, ropa, zapatos y reparaciones, utensilios domésticos, salud, mobiliario del hogar, compra de equipo audiovisual, reparaciones en el hogar y otros productos (como azúcar, café, etc.). Se excluyeron gastos como adquisición de vehículos, compra de activos y préstamos a terceros. 2. Tamaño de la familia y pobreza Una vez de construida la medida de bienestar a nivel de los hogares, fue necesario tomar al hogar como unidad de medida. En la práctica, muchos estudios de bienestar individual toman al ingreso y los gastos de consumo a nivel del hogar y obtienen una medida a individual dividiendo los gastos o el ingreso total entre el número de personas (N) en el hogar. De manera explícita o implícita, tales medidas de bienestar per cápita se basan en los siguientes supuestos: (a) que todos en el hogar reciben una asignación igual, sin importar la edad ni el sexo, (b) que todos en el hogar tienen las mismas necesidades, sin importar la edad ni el sexo; y (c) que el costo de que dos o más personas vivan juntas es el mismo que el costo de que cada una viva por separado. Aunque la primera suposición se puede probar fácilmente, con base en las restricciones impuestas por la falta de información sobre el consumo o el ingreso a nivel individual, los otros dos supuestos ameritan un análisis más profundo. Existe la posibilidad de que no todas las personas del hogar tengan las mismas necesidades y pueden variar de acuerdo con la edad y el sexo. También existe la posibilidad de que existan economías de escala en las que las personas vivan juntas debido a que los miembros del hogar se benefician del consumo de los demás, o debido a que, algunos bienes públicos pueden ser usados por todos los miembros, sin costo adicional. En ambos casos, tomando como base el hogar unipersonal, el incremento en el costo mínimo de vida asociado con cada persona adicional en el hogar puede no ser el mismo para una familia de dos personas que para una de tres personas. 103 Estos supuestos implícitos, tomados de manera separada y en conjunto tienen consecuencias importantes sobre el estado de la pobreza de las familias numerosas. Por ejemplo, con frecuencia se da el caso de que el uso de una medida per cápita de bienestar, como es la medida del ingreso per cápita usada por Progresa, dé como resultado que los hogares más numerosos se clasifiquen como pobres. Hasta qué punto esto es correcto o no, depende de si el incremento marginal en el costo de vida, asociado con una persona adicional en el hogar, es igual o menor al costo del incremento del nivel de vida supuesto por la medida per cápita. 2.1 Escala de equivalencias Una forma de enfocar algunos de estos problemas, es construir una escala de equivalencias que tome en consideración las distintas necesidades de los grupos por sexo y edad. En el cuadro 2, con base en la muestra de los hogares de la encuesta ENCASEH 1997, se analizó cómo se afectaría la selección de beneficiarios utilizando el método de Progresa si se usara el tamaño del hogar en unidades de adulto equivalente en lugar del número total de miembros. El tamaño del hogar en unidades de adulto equivalente se construye usando distintas ponderaciones para los grupos de edad y sexo, de acuerdo a la definición proporcionada por el Instituto Nacional de Nutrición (1987). Específicamente, el Tamaño de la Familia por Adulto Equivalente (AEFS) se construye usando la siguiente fórmula: AEFS=(0.41)*niños 0-4 +(0.80)*niños 5-10 + (1.15)*varones11-14 + (1.05)*mujeres11-14 +(1.38)*varones15-19 + (1.05)*mujeres15-19 + (1.26)*varones20-34 + (0.92)*mujeres20-34 +(1.15)*varones35-54 + (0.85)*mujeres35-54 + (1.03)*varones>=55 + (0.78)*mujeres>=55 Cuadro 2 Análisis discriminante: per cápita contra unidades de adulto equivalente Per cápita No Pobres No pobres 7,311 Por adulto equivalente Pobres 448 (U=3%) Total 7,759 Pobres 464 (L=3%) 13,394 13,858 Total 7,752 13,842 21,617 Al revisar el cuadro 2 se observa que, si todo lo demás permanece igual, cuando se usa el tamaño de la familia en unidades de adulto equivalente en lugar del tamaño del hogar, no surgen cambios importantes en la selección de hogares 104 pobres. A lo más 3 por ciento de los hogares clasificados como pobres usando el ingreso por adulto equivalente, se clasifican incorrectamente como no pobres usando la medida de bienestar de ingreso per cápita. 2.2 Economías de escala También se analizó el método alternativo de tomar en cuenta las diferencias en el costo de vida para familias de diversos tamaños (ver Deaton, 1997). Primero se examinó si tomar en cuenta las economías de escala da como resultado diferencias significativas en la clasificación de los hogares como pobres y no pobres, implementando los métodos utilizados de Progresa. En el cuadro 3, se supuso un valor razonable para el parámetro que caracteriza las economías de escala (i.e., θ = 0.5) y se estudió cómo podría cambiar esta clasificación de los hogares en pobres y no pobres en comparación con el método per cápita usado actualmente por Progresa.13 Cuadro 3 Análisis discriminante: per cápita contra economías de escala (θ θ = .5) Economías de escala Per cápita No pobres Pobres Total No pobres Pobres Total 7,114 3,784 (L=27%) 10,898 645 (U=6%) 10,074 10,719 7,759 13,858 21,617 La alta tasa de fuga del cuadro 3 sugiere que es más probable que la medida de bienestar per cápita, utilizada por Progresa, clasifique a las familias con más miembros como pobres. Al corregir la presencia de las economías de escala, muchas de estas familias no se clasificarían como pobres, con lo que se produce la alta tasa de fuga observada. En vez de suponer el valor del parámetro de las economías de escala se trató de estimarlo. Brevemente se discuten los métodos utilizados para identificar si las economías de escala son importantes, de requerirse más detalles se puede referir al estudio realizado por Lanjouw y Ravallion (1995). De acuerdo con este estudio, la interrogante sobre si existen economías de escala en el consumo del hogar se puede reducir al hecho de si el valor del parámetro θ excede un valor crítico θ*, que resume las economías de escala en el consumo del hogar. Específicamente se 13 Al clasificar los hogares como pobres y no pobres mediante el método utilizado por Progresa, se ajustó el valor de la Canasta Básica, que está en una base per cápita, multiplicando por N1-θ en donde N es el tamaño promedio de la familia 105 proponen dos métodos alternativos para estimar el valor crítico θ*: • • Usando un método gráfico para revisar visualmente en qué valor θ* se desvanece o se revierte, de positiva a negativa, la relación de la tasa de pobreza con el tamaño del hogar. Utilizando los datos para calcular el valor crítico del parámetro θ*. Aplicando estos dos métodos a los datos de la ENIGH se construyen las gráficas 1 y 2 (de las áreas rurales y urbanas del ENIGH 1996, respectivamente) con base en el supuesto de normalidad de que la línea de pobreza pertenece a un hogar de tamaño promedio (5 personas), de manera que un hogar de este tipo tiene el mismo índice de pobreza para todos los valores de θ.14 Como se puede observar, el porcentaje de pobres aumenta acorde al tamaño del hogar cuando θ = 1. Además, la correlación se desvanece cuando el valor crítico de θ (i.e. θ*) se encuentra en el intervalo entre 0.1 y 0.3. supuesto en la construcción de la Canasta Básica. El tamaño promedio de la familia en México es cinco y el gasto total promedio de una familia de cinco miembro es 1,920 en pesos de julio de 1994. Entonces, por cada valor de θ, la línea de pobreza está en 1,920/ Nθ. 14 106 Gráfica 1—Porcentaje de pobres basado en el consumo (rural) Porcentaje de pobres θ = 0.1 Porcentaje de pobres θ = 0.6 Porcentaje de pobres θ = 0.3 Porcentaje de pobres θ = 1 Porcentaje de pobres basado en el consumo 1 .9 .8 .7 .6 .5 .4 .3 .2 .1 1 2 3 6 5 Tamaño del hogar 4 7 8 9 10 1996 ENIGH: Áreas rurales Gráfica 2 — Porcentaje de pobres basado en el consumo (urbano) Porcentaje de pobres θ = 0.1 Porcentaje de pobres θ = 0.6 Porcentaje de pobres θ = 0.3 Porcentaje de pobres θ = 1 Porcentaje de pobres basado en el consumo 1 .9 .8 .7 .6 .5 .4 .3 .2 .1 1 2 3 4 6 5 Tamaño del hogar 7 8 9 10 1996 ENIGH: Áreas urbanas 107 Para reducir aún más el valor de θ*, también se utilizaron métodos de regresión que correlacionan el logaritmo de los gastos totales de los hogares con el tamaño del hogar. Las regresiones dieron las siguientes estimaciones de θ* en México: θ* = 0.25 (error estándar =0.0112) En áreas rurales: θ* = 0.275 (error estándar =0.0169) En áreas urbanas: θ* = 0.235 (error estándar =0.0147) Después de tomar en cuenta las diferencias en los precios entre las áreas urbanas y las rurales en cada estado (i.e. después de incluir los términos de la interacción de los estados y urbana/rural) entonces θ* = 0.277 con un error estándar =0.0108. Si además se toma en cuenta la composición demográfica, como el número de adultos, niños e infantes, entonces θ* = 0.141 (error estándar =0.022) En áreas rurales: θ* = 0.260 (error estándar =0.039) En áreas urbanas: θ* = 0.092 (error estándar =0.027) Así, parece ser que en las áreas rurales de México, el valor crítico de θ* varía entre 0.25 y 0.28, mientras que en las áreas urbanas varía entre 0.092 y 0.235. Después se realizó un modelo de regresión de la forma: J Wi = α + β ln xi − βθ ln N + ∑ δ iη ji j =1 en donde Wi es la proporción del gasto en alimentos del gasto total del hogar i, xi es el gasto total del hogar, N es el tamaño total del hogar y η es el número de miembros del hogar en el grupo de edad j. Esta especificación permite obtener una estimación directa del valor del parámetro θ, que se puede comparar con el valor crítico θ* estimado anteriormente. Las estimaciones del modelo de regresión anterior sugieren que el valor de θ en la muestra de evaluación es θ = 0.1547. Las estimaciones por separado de las áreas rurales y urbanas fueron θ = 0.313 y θ = .089, respectivamente. Estas estimaciones implican que existen economías de escala que están presentes y son significativas y que por lo tanto merecen una consideración seria al clasificar a los hogares por condición de pobreza. Los valores estimados de θ sugieren que si se duplica tanto el tamaño del hogar como el tamaño de los recursos, los hogares en las áreas rurales (urbanas) de México, tendrán un incremento del 69 (91) por ciento en los recursos per cápita. Desafortunadamente, estos valores de θ son 108 demasiado altos para ser creíbles y se encuentran muy afuera del rango de valores estimados en otros países. Dada la dificultad para encontrar una explicación aceptable de por qué pueden surgir economías de escala tan fuertes en una región en donde los bienes privados constituyen aproximadamente, 47 por ciento del presupuesto total del hogar, como es el caso de los alimentos. Por tanto no es posible resolver este asunto. Dado que el estudio de las economías a escala entre países realizado por Deaton y Paxson (1998), también indica que los resultados en México no son paradójicos. A la luz de estas consideraciones, se estimó que es prudente no hacer recomendaciones a Progresa sobre realizar correcciones relacionadas con las economías de escala y se acepta el uso de la escala por adulto equivalente en lugar de la medida per cápita. 3. Consumo estimado por adulto equivalente Después de dividir los gastos del consumo del hogar por el tamaño de la familia por adulto equivalente, se estima una regresión que correlaciona el logaritmo de consumo por adulto equivalente con un conjunto de características del hogar como la edad y la escolaridad del jefe del hogar, la composición por sexo y edad de la familia y otras variables referentes a las características de la vivienda, la propiedad de activos y variables indicadoras por estado. Un requisito clave para seleccionar las variables independientes del modelo, fue que éstas también debían estar en la encuesta ENCASEH de 1997. Dado que Progresa tiene como objetivo beneficiar a los más pobres de los hogares marginados en las áreas rurales de México, se optó por aplicar el método de regresión cuantílica en lugar de estimar la regresión por medias condicionales, i.e. mínimos cuadrados ordinarios.15 La regresión cuantílica permite realizar una caracterización más flexible de los determinantes del logaritmo de consumo por adulto equivalente, especialmente cuando hay interés por las colas más bajas (o más altas) de la distribución. 15 En las primeras etapas del informe también se estimó una regresión normal de mínimos cuadrados. Si bien no se obtuvieron cambios importantes en los resultados, se optó por usar las estimaciones de regresión cuantílica dado que son más robustas que los estimadores normales de mínimos cuadrados para los resultados aislados y la presencia de heterosedasticidad en la información. 109 La especificación lineal del cuantil condicional .25 del logaritmo de consumo por adulto equivalente (lnC) estimado, se puede expresar como: ( ) Q.25 ln C | X = β .25 X , en donde β es un vector de los coeficientes y X es un vector de las variables explicativas. El cuadro 4 reporta los coeficientes estimados de las variables incluidas en la regresión, utilizando una submuestra de los hogares en las áreas rurales de México. También se incluyó una serie de variables indicadoras por estado, con el objeto de representar las diferencias en el costo de vida a nivel estatal. Después se utilizaron los coeficientes estimados listado en el cuadro 4 y los valores correspondientes de las variables independientes de los hogares en la muestra ENCASEH de 1997 para derivar el valor estimado del logaritmo de consumo por adulto equivalente de cada hogar. 110 Cuadro 4 Ecuación de consumo estimado de la ENIGH 1996 Variable dependiente: Logaritmo (consumo por adulto equivalente) Regresión cuantílica .25 Número de observaciones 4472 Pseudo R2 0.3470 Suma mínima de desviaciones 1268.793 Coef. Error Valor-t estándar Edad del jefe del hogar 0.004 0.001 3.793 Educación primaria incompleta -0.003 0.021 -0.162 Educación primaria terminada 0.064 0.028 2.318 Educación secundaria incompleta -0.043 0.060 -0.713 Educación secundaria terminada 0.148 0.039 3.755 Preparatoria/vocacional/NB incompleta 0.184 0.095 1.939 Preparatoria/vocacional/NB terminada 0.301 0.074 4.094 Post-grado terminado 0.786 0.272 2.889 Relación de dependencia -0.435 0.038 -11.506 No. de niños < = 4 años -0.038 0.012 -3.139 No. de niños 5-10 años -0.082 0.010 -8.354 No. de niños 11-14 años -0.130 0.017 -7.593 No. de niñas 11-14 años -0.071 0.018 -4.051 No. de varones 15-19 años -0.153 0.016 -9.316 No. de mujeres 15-19 años -0.064 0.017 -3.903 No. de varones 20-34 años -0.141 0.014 -9.767 No. de mujeres 20-34 años -0.069 0.016 -4.219 No. de varones 35-54 años -0.163 0.022 -7.382 No. de mujeres 35-54 años -0.104 0.022 -4.745 No. de varones > = 55 años -0.164 0.026 -6.281 No. de mujeres > = 55 años -0.115 0.025 -4.646 Porcentaje de niños que trabajan -0.008 0.092 -0.084 Porcentaje de niños que no asisten a la escuela -0.219 0.046 -4.717 Relación del tamaño de la familia con el número de cuartos -0.029 0.006 -5.005 Piso de tierra -0.125 0.022 -5.547 Muros de cartón -0.062 0.274 -0.225 Muros de carrizo o bambú 0.076 0.059 1.300 Muros de embarro o bajareque -0.073 0.054 -1.366 Muros de lámina de asbesto o plástico -0.021 0.111 -0.191 Muros de madera 0.005 0.042 0.111 Muros de concreto 0.059 0.167 0.350 Muros de tabique o adobe 0.045 0.036 1.226 Drenaje 0.021 0.039 0.546 Baño con agua 0.108 0.044 2.453 Radio -0.024 0.020 -1.186 Televisión 0.072 0.022 3.302 Licuadora 0.070 0.022 3.179 Refrigerador 0.083 0.025 3.373 Lavadora 0.076 0.026 2.861 P>|t| 0.000 0.872 0.021 0.476 0.000 0.053 0.000 0.004 0.000 0.002 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.933 0.000 0.000 0.000 0.822 0.194 0.172 0.848 0.912 0.726 0.220 0.585 0.014 0.236 0.001 0.001 0.001 0.004 (continúa) 111 Cuadro 4 Ecuación de consumo estimado de la ENIGH 1996 Variable dependiente: Logaritmo (consumo por adulto equivalente) Regresión cuantílica .25 Número de observaciones 4472 Pseudo R2 0.3470 Suma mínima de desviaciones 1268.793 Coef. Error Valor-t estándar Estufa de gas 0.156 0.025 6.223 Ventilador de aire 0.057 0.023 2.423 Videocasetera 0.134 0.031 4.382 Estéreo 0.030 0.026 1.174 Calefacción 0.168 0.041 4.086 Automóvil propio 0.186 0.039 4.826 Aguascalientes 0.319 0.102 3.119 Baja California 0.353 0.091 3.884 Baja California Sur -0.008 0.071 -0.113 Campeche 0.109 0.073 1.494 Coahuila 0.044 0.086 0.516 Colima -0.145 0.077 -1.875 Chiapas 0.312 0.090 3.464 Chihuahua 0.570 0.111 5.151 D.F. 0.071 0.082 0.862 Durango -0.002 0.069 -0.025 Guanajuato 0.009 0.079 0.112 Guerrero -0.058 0.067 -0.867 Hidalgo 0.047 0.071 0.657 Jalisco 0.036 0.092 0.395 México -0.047 0.081 -0.579 Michoacán 0.086 0.098 0.879 Morelos 0.021 0.077 0.274 Nayarit 0.354 0.096 3.709 Nuevo León -0.014 0.067 -0.214 Oaxaca -0.030 0.080 -0.373 Puebla -0.073 0.081 -0.903 Querétaro 0.368 0.094 3.910 Quintana Roo 0.005 0.080 0.063 San Luis Potosí 0.121 0.088 1.374 Sinaloa 0.264 0.087 3.033 Sonora 0.033 0.067 0.498 Tabasco -0.017 0.090 -0.190 Tamaulipas 0.082 0.081 1.013 Tlaxcala 0.039 0.081 0.481 Veracruz 0.293 0.090 3.267 Yucatán -0.042 0.076 -0.554 _cons 6.465 0.089 72.845 112 P>|t| 0.000 0.015 0.000 0.240 0.000 0.000 0.002 0.000 0.910 0.135 0.606 0.061 0.001 0.000 0.389 0.980 0.911 0.386 0.511 0.693 0.563 0.380 0.784 0.000 0.831 0.709 0.366 0.000 0.949 0.169 0.002 0.619 0.849 0.311 0.631 0.001 0.580 0.000 Para comparar las distribuciones del consumo real y del estimado en la muestra, se presenta una gráfica cuantil vs cuantil (q-q). La gráfica 3 muestra los valores de los datos del logaritmo del consumo por adulto equivalente de la encuesta ENCEL98M en el eje vertical, clasificada en orden ascendente contra los valores del logaritmo igualmente clasificado del consumo estimado en el eje horizontal.16 Dado que la gráfica de los puntos está debajo de la línea diagonal del cuadro, fácilmente se puede inferir que el consumo estimado es generalmente mayor que la medida de consumo construida a partir de la encuesta ENCEL98M. Esto se considera como un refuerzo a la reducción de la utilidad del módulo de consumo en la encuesta ENCEL98M por omisión de datos sobre autoconsumo, en la construcción de una medida de referencia para la evaluación. Además, la diferencia entre la medida de consumo de la encuesta ENCEL98M y el consumo estimado parece hacerse más grande conforme se cambia de los extremos más altos de las distribuciones a los extremos más bajos. Esto también es consistente con el punto de vista de que es probable que el autoconsumo sea un componente significativo del consumo total de los hogares pobres de productos comestibles. 16 Obsérvese que también se deflactó el consumo total de la encuesta ENCEL98M a precios de julio de 1994, de manera que pudieran ser comparables con el consumo estimado de la encuesta ENIGH 1996. 113 7.83996 ENCEL98M ln[Actual C /Nadeq] ENCEL98M ln(consumo estimado por adulto equivalente Gráfica 3— Gráfica cuantil vs cuantil del consumo real y predicho .21556 3.85456 4. ln[Predicted C /Nadeq] ENIGH1996 ln(consumo estimado por adulto equivalente Quantile-Quantile Plot ENIGH1996 7.45372 La distribución regional de los hogares beneficiarios de acuerdo con la focalización de Progresa y la focalización basada en el consumo En esta sección se compara la distribución de los hogares beneficiarios en las regiones de la encuesta ENCASEH 1997, usando el método de focalización basada en el consumo y el método de focalización de Progresa. Como se explica en el informe principal y en el Apéndice A, el método de focalización de Progresa se determinó para cada región, lo que significa que se permitió que los coeficientes de los modelos del análisis discriminante variaran de una región a otra. Como resultado, las características de los distintos hogares recibieron una ponderación mayor o menor en la construcción del puntaje discriminante en las diferentes regiones. En principio, se pudo haber adoptado un enfoque similar y tratado de estimar una regresión separada para las determinantes del consumo, como la que se estimó en la sección anterior, por cada región de la encuesta ENIGH. No se hizo por dos razones importantes. Primera, con las variables de identificación disponibles en la encuesta ENIGH no fue posible identificar con exactitud las mismas regiones geográficas que las usadas por Progresa.17 Segundo, también se pensó en la necesidad de contrastar la focalización de Progresa con un criterio que no dependiera de la Región. 17 Por ejemplo, varias de las regiones de Progresa tenían el mismo código de estado, lo que sugería que para construir variables de identificación de regiones habría sido necesario tener variables de identificación para las localidades de la encuesta ENIGH. Tal información no estaba disponible. 114 Una vez construida la medida de bienestar basada en el consumo, primero se eligió un punto de corte (línea de pobreza) que da como resultado la misma proporción de hogares beneficiarios que el método de Progresa, (i.e., el percentil 52 de consumo por adulto equivalente) y se evaluaron las diferencias entre los dos métodos de focalización. El cuadro 5, por ejemplo, muestra cómo se distribuyen las proporciones de beneficiarios en las regiones usando los dos métodos distintos. Cuadro 5— Proporciones de beneficiarios con base en dos criterios distintos Región Sierra Negra-Zongolica-Mazateca Sierra Norte-Otomí Tepehua Sierra Gorda Montaña (Guerrero) Huasteca (San Luis Potosí) Tierra Caliente (Michoacán) Altiplano (San Luis Potosíi) Total Criterio basado en el consumo 0.542 0.530 0.532 0.623 0.319 0.408 0.443 0.520 Criterio Progresa 0.523 0.523 0.490 0.727 0.397 0.491 0.600 0.520 No. de hogares 3,031 4,559 10,790 1,907 383 2,935 472 24,077 Existen claras diferencias en las regiones con relación a la proporción de hogares clasificados como beneficiarios con los dos métodos; la diferencia más importante ocurre en la región del Altiplano. Tales diferencias regionales en las proporciones de los hogares elegibles, necesitan tomarse en consideración al estimar las tasas de subcobertura específicas de las regiones. Precisamente esto es lo que se hace en la gráfica 4. Con base en las tasas de beneficiarios de Progresa, específicas por región, se definen dos líneas de pobreza específicas por región para la medida de bienestar basada en el consumo; la primera es igual al percentil 25 de la distribución en la región y la segunda es igual a la tasa de pobreza o tasa de beneficiarios del método de Progresa. De la misma manera, en la gráfica 5 se graficaron las tasas de fuga específicas de la región, obtenidas al usar las líneas de corte específicas por región. En esta gráfica sólo se reportan las tasas de fuga obtenidas al usar la línea de pobreza específica de la región, que es igual a la tasa de pobreza de Progresa. Se puede tener una mayor idea de las implicaciones de esta mala clasificación de los hogares por el método de Progresa, en comparación con la focalización basada en el consumo, al analizar las determinantes de la subcobertura y de la fuga. Aquí, se emplea un modelo logit para examinar las características de los hogares que están mal clasificados por Progresa. Los 115 resultados se encuentran en los cuadros 6 y 7, y no son sorprendentes, dados los sesgos del modelo de Progresa hacia los hogares jóvenes, numerosos y pobres, según se discute en el Apéndice H. La mala clasificación ocurre cuando las variables de selección de Progresa están en desacuerdo con los niveles de consumo de los hogares. Se encontró que los hogares clasificados como pobres por el método de consumo y como no pobres por Progresa, y por tanto colocados en la categoría de subcobertura, tienen las siguientes características, cuando se les compara con otros hogares. Estos hogares combinan niveles de consumo bajos (el elemento clave asociado con la pobreza en la focalización basada en el consumo) índices de dependencia menores, un menor número de niños pequeños y un mayor número de adultos y de jóvenes (características asociadas con la no pobreza en el método de selección de Progresa). En estas familias también predominan los varones. La presencia de un varón en todas las categorías de edades duplica la probabilidad de subcobertura. Además, si bien estos hogares tienen un porcentaje más alto de niños que trabaja, un porcentaje más bajo de ellos no asiste a la escuela. La propiedad de ciertos productos duraderos de consumo (como radios, televisores y licuadoras) aumenta la probabilidad de subcobertura, mientras que la propiedad de otros productos (lavadoras, ventiladores y videocaseteras) reduce tal probabilidad. También es evidente el efecto del estado y de la región. Los hogares en la categoría de fuga tienen distintas características que las de los hogares de la categoría de subcobertura. Estos hogares combinan niveles altos de consumo con índices de dependencia más altos, mayor número de niños pequeños y menor número de adultos y de jóvenes. Estas familias son principalmente de mujeres. Un alto porcentaje de niños trabaja y asiste a la escuela. La propiedad de productos duraderos de consumo tiene el efecto opuesto que en la ecuación de sucobertura, como es el caso de que la propiedad de radios, televisores y licuadoras reduce la probabilidad de fuga, mientras que las estufas de gas y las videocaseteras, la aumentan. De nuevo, los efectos estatales y regionales son muy significativos, a pesar de que tienen signos opuestos a los de la ecuación de subcobertura. 116 Gráfica 4—Tasas de subcobertura específicas por Región Línea pobreza=percentil 25 Línea pobreza=PROGRESA Tasa de subcobertura en porcentaje 35.06 0 S.Negra S.Norte S.Gorda Montaña Huasteca T.Calien Altipl T.Calien Altipl Gráfica 5—Tasas de fuga específicas por Región Línea Pobreza=PROGRESA Tasa de fuga en porcentaje 34.21 0 S.Negra S.Norte S.Gorda Montaña Huast 117 Cuadro 6 Modelo logit de probabilidad de subcobertura Los coeficientes reportados están en términos de los efectos marginales sobre la probabilidad Número de observaciones 24,073 Chi2 (54) 2167.40 Prob > chi2 0.0000 Pseudo R2 0.3201 Z P>|z| Coef. Err. estándar Índice de dependencia -0.041 0.008 -5.125 0.000 No. de niños < = 4 años 0.000 0.002 -0.172 0.863 No. de niños 5-10 años -0.008 0.001 -5.587 0.000 No. de niños 11-14 años 0.005 0.002 2.526 0.012 No. de niñas 11-14 años 0.001 0.002 0.434 0.664 No. de varones 15-19 años 0.045 0.002 21.986 0.000 No. de mujeres 15-19 años 0.020 0.002 10.055 0.000 No. de varones 20-34 años 0.046 0.002 21.744 0.000 No. de mujeres 20-34 años 0.023 0.002 10.967 0.000 No. de varones 35-54 años 0.054 0.003 17.713 0.000 No. de mujeres 35-54 años 0.031 0.003 10.356 0.000 No. de varones > = 55 años 0.040 0.004 10.435 0.000 No. de mujeres > = 55 años 0.022 0.003 6.760 0.000 Porcentaje de niños que trabaja -0.081 0.011 -7.116 0.000 Porcentaje de niños que no asiste a la 0.113 0.004 25.240 0.000 escuela Edad del jefe del hogar 0.000 0.000 -0.052 0.958 Educación primaria incompleta 0.006 0.003 1.940 0.052 Educación primaria terminada -0.024 0.005 -5.047 0.000 Educación secundaria incompleta 0.046 0.010 4.394 0.000 Educación secundaria terminada -0.031 0.010 -3.206 0.001 Preparatoria/Vocacional/NB incompleta -0.015 0.018 -0.845 0.398 Preparatoria/Vocacional/NB terminada -0.151 0.041 -3.664 0.000 Tamaño de la familia/No. de habitaciones -0.002 0.001 -2.726 0.006 Piso de tierra 0.003 0.003 1.091 0.275 Muros de cartón -0.002 0.046 -0.046 0.964 Muros de carrizo o bambú -0.022 0.008 -2.858 0.004 Muros de embarro o bajareque 0.015 0.006 2.466 0.014 Muros de lámina de asbesto o plástico 0.005 0.029 0.176 0.860 Muros de madera -0.009 0.006 -1.409 0.159 Muros de concreto -0.004 0.007 -0.651 0.515 Muros de tabique o adobe -0.007 0.006 -1.206 0.228 Drenaje 0.001 0.005 0.195 0.845 Baño con agua -0.041 0.008 -5.351 0.000 Radio 0.034 0.003 11.065 0.000 Televisión 0.034 0.003 11.769 0.000 Licuadora 0.018 0.003 6.006 0.000 Refrigerador 0.001 0.004 0.312 0.755 Lavadora -0.037 0.007 -4.955 0.000 Estufa de gas -0.038 0.003 -11.007 0.000 (continúa) 118 Cuadro 6 Modelo logit de probabilidad de subcobertura Los coeficientes reportados están en términos de los efectos marginales sobre la probabilidad Número de observaciones 24,073 Chi2 (54) 2167.40 Prob > chi2 0.0000 Pseudo R2 0.3201 Z P>|z| Coef. Err. estándar Ventilador -0.030 0.005 -5.542 0.000 Videocasetera -0.065 0.009 -7.594 0.000 Estéreo 0.004 0.006 0.681 0.496 Calefacción -0.043 0.010 -4.318 0.000 Automóvil propio -0.004 0.005 -0.798 0.425 Guerrero -0.067 0.010 -7.065 0.000 Hidalgo -0.020 0.006 -3.568 0.000 Querétaro -0.024 0.007 -3.512 0.000 San Luis Potosí -0.034 0.006 -5.552 0.000 Veracruz -0.050 0.006 -8.243 0.000 Región 2 -0.007 0.005 -1.577 0.115 Región 3 -0.005 0.005 -0.927 0.354 Región 5 -0.043 0.013 -3.426 0.001 Región 6 -0.062 0.008 -7.550 0.000 Región 7 -0.059 0.012 -4.901 0.000 _cons -0.232 0.014 -17.110 0.000 119 Cuadro 7 Modelo logit de probabilidad de fuga Los coeficientes reportados están en términos de los efectos marginales sobre la probabilidad No. de Observaciones 24,073 Chi2 (54) 3,334.68 Prob > chi2 0.0000 Pseudo R2 0.2344 Coef. Err. z P>|z| estándar Relación de dependencia 0.053 0.007 7.888 0.000 No. de niños < = 4 años 0.019 0.002 7.882 0.000 No. de niños 5-10 años -0.029 0.003 -11.075 0.000 No. de niños 11-14 años -0.048 0.005 -9.980 0.000 No. de niñas 11-14 años -0.014 0.004 -3.308 0.001 No. de varones 15-19 años -0.049 0.004 -11.137 0.000 No. de mujeres 15-19 años -0.002 0.004 -0.620 0.535 No. de varones 20-34 años -0.030 0.004 -8.484 0.000 No. de mujeres 20-34 años -0.003 0.004 -0.738 0.461 No. de varones 35-54 años -0.049 0.004 -11.429 0.000 No. de mujeres 35-54 años -0.026 0.004 -6.091 0.000 No. de varones > = 55 años -0.020 0.005 -4.254 0.000 No. de mujeres > = 55 años -0.032 0.004 -7.149 0.000 Porcentaje de niños que trabaja 0.138 0.011 12.802 0.000 Porcentaje de niños que no asiste a la escuela -0.048 0.007 -7.157 0.000 Edad del jefe de familia -0.001 0.000 -5.446 0.000 Educación primaria incompleta -0.011 0.004 -2.951 0.003 Educación primaria terminada 0.023 0.005 4.618 0.000 Educación secundaria incompleta -0.052 0.014 -3.734 0.000 Educación secundaria terminada 0.022 0.007 3.037 0.002 Preparatoria/vocacional/NB incompleta -0.009 0.020 -0.458 0.647 Preparatoria/vocacional/NB terminada 0.003 0.016 0.197 0.844 Tamaño de la familia/No de habitaciones -0.013 0.001 -9.677 0.000 Piso de tierra -0.002 0.004 -0.451 0.652 Muros de cartón -0.088 0.056 -1.564 0.118 Muros de carrizo o bambú 0.042 0.008 5.097 0.000 Muros de embarro o bajareque -0.032 0.008 -3.890 0.000 Muros de lámina de asbesto o plástico -0.009 0.041 -0.228 0.820 Muros de madera 0.011 0.007 1.574 0.115 Muros de concreto -0.002 0.008 -0.251 0.802 Muros de tabique o adobe -0.002 0.007 -0.250 0.802 Drenaje -0.033 0.007 -4.797 0.000 Baño con agua 0.012 0.008 1.390 0.165 Radio -0.041 0.003 -12.560 0.000 Televisión -0.021 0.004 -5.432 0.000 Licuadora -0.034 0.004 -7.590 0.000 Refrigerador -0.054 0.006 -8.611 0.000 Lavadora 0.002 0.009 0.213 0.831 Estufa de gas 0.030 0.004 6.871 0.000 (continúa) 120 Cuadro 7 Modelo logit de probabilidad de fuga Los coeficientes reportados están en términos de los efectos marginales sobre la probabilidad No. de Observaciones 24,073 Chi2 (54) 3,334.68 Prob > chi2 0.0000 Pseudo R2 0.2344 Coef. Err. z P>|z| estándar Ventilador de aire -0.008 0.007 -1.152 0.249 Videocasetera 0.044 0.009 4.940 0.000 Estéreo -0.015 0.008 -1.944 0.052 Calefacción 0.015 0.009 1.670 0.095 Automóvil propio -0.014 0.007 -2.043 0.041 Guerrero 0.056 0.011 4.995 0.000 Hidalgo 0.003 0.008 0.418 0.676 Querétaro 0.013 0.009 1.330 0.184 San Luis Potosí 0.026 0.008 3.144 0.002 Veracruz 0.038 0.008 4.489 0.000 Región 2 0.018 0.006 3.163 0.002 Región 3 0.016 0.006 2.481 0.013 Región 5 0.064 0.013 4.860 0.000 Región 6 0.079 0.010 7.583 0.000 Región 7 0.096 0.012 7.943 0.000 _cons 0.003 0.015 0.192 0.848 121 REFERENCIAS Deaton, Angus. (1997) “The analysis of household surveys: A microeconometric approach to development policy”. Baltimore, MD: The World Bank, The Johns Hopkins University Press. Deaton, A., and C. Paxson. (1998) “Economies of scale, household size and the demand for food. Journal of Political Economy” 106 (5) October: 897-930. Instituto Nacional de Nutricion. 1987) “Valor nutritivo de los alimentos mexicanos”. Cuadros de uso práctico. Mexico City: Instituto Nacional de Nutrición. Lanjouw, P., and M. Ravallion. (1995) “Poverty and household size”. Economic Journal 105 (November): 1415-34. 122 APÉNDICE F Simulación del impacto de los diferentes esquemas de focalización y de transferencia En este apéndice se describe, detalladamente, la estructura de los beneficios supuestos, a partir de las simulaciones y se discuten diversas gráficas del impacto de los distintos esquemas de focalización y de transferencia sobre la densidad del logaritmo de consumo por adulto equivalente . 1. Estructura de beneficios En la simulación de la estructura de los beneficios de Progresa se hicieron los siguientes supuestos. Los niños en edad escolar a nivel primaria asisten a la escuela tiempo completo y no se retrasan en la inscripción. De este modo los beneficios recibidos por cada hogar que tiene niños en la escuela primaria se determinan de la siguiente manera: Beneficios para escuela primara al nivel del hogar = (número de niños y niñas de 8 años de edad) * 60 Pesos mensuales + (número de niños y niñas de 9 años de edad) * 70 Pesos mensuales + (número de niños y niñas de 10 años de edad) * 90 Pesos mensuales + (número de niños y niñas de 11 años de edad) * 120 Pesos mensuales Progresa proporciona transferencias de efectivo mayores a los jóvenes menores de 18 años inscritos en algún grado de secundaria. Puesto que se tienen que atribuir rangos de cada grado escolar, se tuvieron que hacer algunos supuesto fuertes. Dado que las tasas de inscripción de los niños empiezan a descender en las escuelas secundarias, se supuso que el impacto del Programa atraerá al primer año de secundaria a niños y niñas entre los 12 y 14 años. Así pues, los hogares con niños en este grupo de edad, recibieron los beneficios correspondientes al primer año de secundaria. Con este criterio, se supone que los niños entre 15 y 16 años asisten al segundo año de secundaria y que los jóvenes de 17 a 18 años están inscritos en el tercer año de secundaria. Es evidente que algunos de los supuestos son menos razonables que otros, pero dada la poca información derivada del modelo de evaluación no es posible determinar que grupos de edades son los más adecuados para incluirse en cada grado de secundaria. De este modo, el nivel de los beneficios a nivel secundaria, recibido por cada hogar, se determina de la siguiente manera: 123 Beneficios para escuela secundara al nivel del hogar = (número de niños de 12-14 años de edad) * 175 Pesos mensuales + (número de niñas de 12-14 años de edad) * 185 Pesos mensuales + (número de niños de 15-16 años de edad) * 185 Pesos mensuales + (número de niñas de 15-16 años de edad) * 205 Pesos mensuales + (número de niños de 17-18 años de edad) * 195 Pesos mensuales + (número de niñas de 17-18 años de edad) * 225 Pesos mensuales + Después se suman los beneficios obtenidos por asistencia de los niños a la escuela primaria y secundaria más la asignación de 115 pesos mensuales otorgados a cada hogar beneficiario de Progresa. Para los hogares cuyos beneficios totales excedieron 695 pesos mensuales se sustituye el beneficio que se podía recibir por el máximo que asigna Progresa a cada hogar. Por último, se suman al total de transferencias en efectivo, las transferencias otorgadas a los hogares para los útiles escolares de los niños, lo que es igual al: (número de niños en escuela primaria) *(135/12 pesos mensuales) + (el número de niños inscritos en secundaria) *(170/12 pesos mensuales). Las asignaciones escolares se dividieron entre 12, dado que estas se otorgan anualmente. Para determinar el presupuesto total usado en las simulaciones, se suman los beneficios que se distribuirían a los beneficiarios de Progresa. Todos los valores monetarios están expresados en precios de julio de 1994 para hacerlos comparables. De acuerdo con las estimaciones, la brecha total de pobreza es de 8,071,981 pesos en dólares de junio de 1994. La brecha de pobreza se define como la suma (sobre todos los hogares pobres de Progresa) de la diferencia entre la línea de pobreza y el monto del consumo per cápita de los hogares, ambos multiplicados por el número de unidades de adulto equivalente en el hogar. El valor de las transferencias en efectivo otorgados por Progresa a los hogares seleccionados resulta ser 26 por ciento de la brecha de pobreza. 2. Impacto de los distintos esquemas sobre la densidad kernel del logaritmo del consumo por adulto equivalente Los estimadores univariados de densidad kernel, al igual que los histogramas, aproximan la densidad f(x) a partir de las observaciones de x. En el caso de los histogramas, la información se dividió en intervalos no traslapados y se contó el número de puntos de información en cada intervalo. Para conteos de frecuencia en cada intervalo se hicieron gráficas de barras, cuya altura refleja el número promedio de puntos de información en el intervalo. En los estimados de densidad 124 kernel, el rango se divide, a su vez, en intervalos y se producen estimadores de densidad en el centro del intervalo. Una diferencia es que se permite que los intervalos se traslapen. El intervalo, denominado ventana, se podría deslizar a lo largo del rango de la información y recabar los estimadores de densidad en el punto central. Otra diferencia es que en lugar de simplemente contar el número de observaciones en una ventana, se asigna una ponderación entre 0 y 1, con base en la distancia del centro de la ventana, y se suman los valores ponderados. La función que determina estos pesos se llama kernel. Todas las gráficas de densidad univariada kernel que aquí se muestran se derivan usando la función Epanechnikov para el kernel, con los anchos por default del software estadístico. Para obtener más información se sugiere consultar el manual de STATA 6.0 (1999) y Deaton (1997). Las gráficas 1 a 4 muestran las funciones de la densidad kernel del logaritmo de consumo por adulto equivalente conforme a cada uno de los esquemas de transferencia y de focalización, contra el caso basal de ninguna transferencia. En cada gráfica también se traza una línea vertical para indicar la posición del punto de corte (o línea de pobreza) para clasificar a los hogares en beneficiarios y no beneficiarios. Los hogares beneficiarios son aquéllos cuyo consumo por adulto equivalente se encuentra a la izquierda de la línea de pobreza. La gráfica 1 contiene las funciones de la densidad kernel del consumo conforme al caso basal de cero transferencia y con transferencias uniformes. Claramente, este esquema desplaza toda la función de densidad hacia la derecha, sin cambiar de ninguna manera su forma. La fuga asociada se puede ver por el hecho de que la densidad se mueve hacia la derecha, aún en el caso de los hogares con mucho bienestar (i.e. más a la derecha de la línea de pobreza). La gráfica 2 contiene un esquema similar para el caso de la focalización basada en el consumo. La focalización más precisa da como resultado una contracción sustancial en el extremo inferior izquierdo de la densidad de consumo y un incremento pronunciado en la cúspide de la función de densidad, justo antes de la línea de pobreza. Después de recibir los beneficios más altos, muchos de los hogares pobres se acercan a la línea de pobreza, pero muy pocos la sobrepasan. A eso se debe que la medida de la tasa de pobreza permanezca prácticamente sin cambio con la focalización basada en el consumo. También se debe observar que a la derecha de la línea de pobreza las dos densidades se superponen, como si la focalización fuera “perfecta”. La gráfica 3 presenta el impacto de la focalización de Progresa, en tanto que la gráfica 4 compara las densidades de la focalización basada en el consumo con la focalización de Progresa. Al igual que con la focalización basada en el consumo, la 125 focalización de Progresa se desplaza hacia el extremo inferior izquierdo de la densidad, más cerca de la línea de pobreza, mientras que la cúspide de la nueva densidad es más alta y en su mayor parte se encuentra a la izquierda de la línea de pobreza. Así, al igual que con la focalización basada en el consumo, es probable que el impacto de la focalización de Progresa parezca insignificante si se depende de la tasa de pobreza. Las fugas asociadas con las focalización de Progresa se pueden ver fácilmente por el área contenida entre la densidad basal y la densidad después de las transferencias con el método de selección de Progresa. Claramente, las fugas ocurren cerca de la línea de pobreza y se disipan hasta llegar a cero en los niveles de consumo más altos. En cierto grado, gran parte de estas fugas se deben a que se utilizó una sola línea de corte y no una línea de corte específica por Región. La gráfica 5 contiene el caso de la focalización basada en la localidad. En muchos sentidos, la focalización basada en la localidad parece tener el mismo impacto general que la focalización de Progresa, excepto que las fugas parecen prevalecer en los niveles más altos de consumo, en comparación con la focalización de Progresa. Esto indica que existe una heterogeneidad considerable en los hogares dentro de las poblaciones, que los métodos de focalización de Progresa de alguna manera capturan. Esto también se verifica al observar la gráfica 6, que contrasta las densidades con la focalización basada en la localidad y el método de selección de Progresa. Dado que los costos no económicos de la focalización de Progresa, a nivel de los hogares, sólo se pueden suponer, no hay forma de compararlos con los beneficios adicionales obtenidos focalizando a nivel del hogar en lugar de la localidad. Sin embargo, como lo muestra el Cuadro 8 del informe principal, los beneficios de la focalización del Progresa, a nivel del hogar, medidos por el impacto en las medidas de pobreza de orden más alto, son mayores que los obtenidos focalizando a nivel de la localidad. 126 Gráfica 1—No transferencias en comparación con transferencias uniformes Transferencia Uniforme +Basal .8 .6 .4 .2 0 4 5 6 7 8 Ln(Consumo/adulto equivalente) Gráfica 2— No transferencias en comparación con transferencias con focalización basada en el consumo Focalización basada en el consumo +Basal 1.5 1 .5 0 4 5 6 7 8 Ln(Consumo/adulto equivalente) 127 Gráfica 3— No transferencias comparadas con transferencias con focalización de Progresa +Basal Focalización de PROGESA 1 .5 0 4 5 6 7 8 Ln(Consumo/adulto equivalente) Gráfica 4— Comparación de la focalización del Progresa y la focalización basada en el consumo +Focalización basada en el consumo Focalización PROGRESA 1.5 1 .5 0 4 5 6 Ln(Consumo/adulto equivalente) 128 7 8 Gráfica 5— No transferencias comparadas con transferencias con focalización basada en la localidad +Basal Focalización a nivel de localidad 1 .5 0 4 5 6 7 8 Ln(Consumo/adulto equivalente) Gráfica 6— Comparación de la focalización basada en la localidad con la focalización de Progresa +Focalización a nivel de localidad Focalización de PROGRESA 1 .5 0 4 5 6 7 8 Ln(Consumo/adulto equivalente) 129 REFERENCIAS Deaton, Angus. 1997. “The analysis of household surveys: a microeconometric approach to development policy”. Baltimore, MD: The World Bank, The Johns Hopkins University Press. 130 APÉNDICE G Comparación de la focalización de Progresa a nivel de los hogares con la focalización a nivel de la localidad 1. Introducción En el informe y en mayor detalle en el Apéndice A se describe el procedimiento de Progresa para identificar hogares beneficiarios. Primero se clasifican las comunidades usando un índice de marginación basado en las características a nivel de la localidad. En seguida, se selecciona a los beneficiarios, con base en un censo aplicado en cada comunidad. En la mayoría de los casos, en una comunidad dada sólo resulta seleccionada una fracción de los hogares. La focalización dentro de las comunidades puede dar origen a tres tipos de críticas. Primero, identificar sólo determinados hogares en una comunidad es un desperdicio de recursos, puesto que la diferencia marginal entre la mayoría de los hogares en las comunidades en extrema pobreza es mínima. Segundo, la identificación de cada hogar en una comunidad es un proceso complejo y la mayoría de los beneficiarios no entiende por qué fueron seleccionados ellos y no sus vecinos. Tercero, tal procedimiento puede conducir a divisiones entre los beneficiarios y los no beneficiarios, o exacerbarlas, especialmente cuando las personas no entienden cómo funciona el proceso de selección. De igual manera, la incorporación de toda la comunidad reduciría al mínimo los abusos potenciales, en términos de la inclusión o de la no inclusión de ciertos miembros. Una alternativa posible al proceso en dos etapas de selección de los hogares, es elegir las comunidades con base en el índice de marginación y después incluir a todos los habitantes de las comunidades seleccionadas como beneficiarios de Progresa. Esto reduciría el costo de Progresa al eliminar la necesidad de recabar una gran cantidad de información en el censo. Los ahorros esperados podrían ser del orden de los $16 millones de dólares estadounidenses.18 Si bien tal método podría reducir los conflictos en las comunidades en cuanto a quién recibe los beneficios, por otra parte podría causar problemas de justicia y posiblemente conducir a conflictos adicionales, dado que recibirían beneficios cierto número de hogares, claramente no pobres. 18 De acuerdo con Progresa, la aplicación del censo ENCASEH cuesta aproximadamente $17 dólares estadounidenses por hogar. Puesto que para la administración del programa de todas maneras se requiere un mínimo de información del censo, cada uno de los hogares se tiene que encuestar a un costo de $11 dólares estadounidenses por hogar ($9 dólares para llegar al hogar y $2 dólares para recabar la cantidad mínima de información). La aplicación del cuestionario adicional, necesario para la focalización, costaría aproximadamente $6 dólares. Si consideramos que los hogares incorporados a Progresa son 2.1 millones, tal método daría como resultado un ahorro aproximado de $9 millones de dólares. 131 2. El Experimento En esta sección se simula la selección a nivel de la localidad de todos los miembros de las comunidades de Progresa como beneficiarios. Usando la submuestra de evaluación de sus comunidades, éstas se ordenan con base en el índice de marginación. Se selecciona a las comunidades empezando con el nivel más alto de marginación y se descendió hasta haber seleccionado un número suficiente de comunidades, de manera que su población acumulada fuera igual al número total de beneficiarios de Progresa en esta submuestra (59 por ciento de la submuestra total).19 Este proceso reclasificará como pobres algunos de los hogares que antes se consideraban como no pobres y viceversa. Después comparamos estas dos subpoblaciones, los hogares que antes eran pobres (es decir, los beneficiarios de Progresa) y que ahora son no pobres, conforme al método a nivel de la localidad, con aquéllos hogares que eran no pobres (no beneficiarios de Progresa) y que ahora son pobres en el nivel de la localidad, para indagar el impacto del método a nivel de la localidad. Se emplean dos técnicas: la comparación de las diferencias en las medias de las características más importantes de los hogares y los probits para identificar las variables que determinan la probabilidad de selección de un hogar como beneficiario conforme cada uno de los dos métodos. 3. Los Resultados 3.1 Descripciones En el cuadro 1, que toma en consideración la fase de densificación y en el cuadro 2, que no lo hace, se comparan diversos activos de los hogares, características y uso de servicios entre los pobres y los no pobres que cambiaron de grupo, en el método de un solo paso. Resultan evidentes varias diferencias signficativas, aunque en ocasiones contradictorias. Si bien en general los pobres en el método de un solo paso parecen estar en mejores condiciones que los pobres anteriores, de quienes abrían ocupado el lugar, algunos comparten ciertas características a nivel de los hogares y de la comunidad, por lo general asociadas con la pobreza. Los pobres a nivel de la localidad tienen ingresos y consumos significativamente más altos que los no pobres a nivel de la localidad. Esto era de esperarse, dado que el ingreso per cápita jugó un papel importante en la selección original de los beneficiarios. Un porcentaje más alto de los nuevos pobres tiene 19 Este porcentaje incluye a los densificados (los hogares clasificados recientemente como pobres siguiendo el método de densificación de Progresa) en las localidades a las que llega Progresa. Sin los densificados, los beneficiarios potenciales abarcan 52% del total. 132 varios productos de consumo duraderos, como licuadoras, refrigeradores y televisores. En promedio, estos hogares tienen más del doble de tierra de temporal y de ganado que los no pobres por el método de un solo paso. De igual manera, los pobres del método de un solo paso cuentan con un número significativamente mayor de miembros que participan en actividades no agrícolas, así como en trabajo asalariado agrícola y no agrícola y actividades de autoempleo. Tienen un porcentaje significativamente inferior de niños, de todas las edades, que no asisten a la escuela, y tienen un porcentaje ligeramente más alto, aunque significativo, de hogares donde se han realizado pruebas preventivas de salud, como azúcar en sangre y alta presión sanguínea. Por otra parte, un alto porcentaje de los pobres que cambiaron de grupo en el método de un solo paso, carecen de agua corriente. Esto se puede explicar por el hecho de que los pobres, por el método de un solo paso, incluyen a los hogares más prósperos de las comunidades más marginadas, de manera que se puede esperar que el acceso a las variables de infraestructura a nivel de la comunidad sea menor. Esto resulta más evidente en el cuadro 2, donde un porcentaje significativamente menor de los pobres, por el método de un solo paso, también tiene electricidad. En términos demográficos, estos hogares se encuentran en una etapa más avanzada del ciclo de vida. El jefe de la familia es mayor, menos educado en términos de los años de educación formal, al igual que en términos de analfabetismo y tiene familias más pequeñas. Los pobres, por el método de un solo paso, tienen un número significativamente menor de niños en todos los grupos de edades. En un porcentaje mayor los jefes de estos hogares son mujeres. Además, en estos hogares hay tres veces más indígenas. Por último, el método de un solo paso implica un movimiento significativo en términos de las regiones geográficas. Las regiones 4, 5 y 6 son las principales ganadoras. La participación de hogares que proviene de la Región 5, la Sierra Gorda, aumenta de un tercio en el caso de los no pobres, por el método de un paso, a más de la mitad, 52 por ciento de los pobres, por el método de un paso. La Región 27, Michoacán, baja del 27 al 8 por ciento, mientras que las regiones que incluyen al estado de San Luis Potosí (12 y 28), bajan de entre 3 y 5 por ciento al 1 por ciento. 3.2 Econometría Por medio de la técnica de estimación de probit, se evalúa el impacto de cada variable, manteniendo todas las demás variables constantes, sobre la probabilidad 133 de que un hogar sea seleccionado como beneficiario. Se usan tres definiciones de beneficiario: producto del método actual, por el método de un solo paso y por último, los hogares que cambiaron conforme al método de un solo paso. El probit es un modelo estadístico no lineal (en parámetros) que relaciona la probabilidad de selección con las variables explicativas, de manera que la probabilidad estimada permanece entre 0 y 1. Una forma de ver este modelo econométrico es especificar un índice no observado, como una función lineal de una serie de variables explicativas, más un término de error. A esto se le denomina un modelo de función de índice. Así, el probit en la selección como beneficiario, o para cambiar entre categorías de beneficiarios, es: y i* = β ′xi + µ y i = 1 if y i* > 0, y i = 0 if y i* ≤ 0, en donde y*i para un mecanismo de selección dado es el índice latente de selección, yi indica la selección como beneficiarios, y donde xi es el vector de las variables que afectan la probabilidad de selección dentro de las categorías respectivas. También se puede escribir como: Prob( y i = 1) = φ ( β ′x) en donde φ es la distribución normal estándar. El vector de variables explicativas es idéntico en cada ecuación. La selección como beneficiario se modela como una función de la edad del jefe del hogar, el sexo, educación y el grupo étnico; el tamaño de la familia y la composición por edades; el índice de dependencia; la presencia de un miembro discapacitado en la familia; activos productivos como la participación en actividades laborales, migración, propiedad de tierras y ganado; recepción previa de un subsidio; características de la vivienda; posesión de productos de consumo duraderos; asistencia a la escuela; consumo per cápita; y ubicación geográfica. En el cuadro 3 se comparan los determinantes para la selección de Progresa conforme al método actual con el alterno de un solo paso. Algunas variables, que reflejan los criterios de selección claves conforme al método actual, cambian o ya 134 no son significativas. Por ejemplo, el consumo per cápita, ya no ejerce influencia en la probabilidad de selección. Conforme al método actual, los jefes de los hogares son más jóvenes y un mayor número son mujeres, con niños más jóvenes y los índices de dependencia (proporción de no trabajadores con relación a los trabajadores) juegan un papel importante para incrementar la probabilidad de selección. Conforme al método de un solo paso, el índice de dependencia ahora se asocia con una probabilidad más baja de selección como beneficiario. De igual manera, el número de niños de mayor edad, se asocia con una probabilidad más alta. El número de niños pequeños todavía sigue teniendo un efecto positivo, aunque el coeficiente se redujo considerablemente. Si bien cada niño adicional de 0 a 5 años y de 6 a 11 años incrementa la probabilidad de selección 5.5 y 4 por ciento respectivamente conforme al método actual, estos porcentajes se reducen a 1.5 y .8 por ciento por el método de un solo paso. El papel del miembro de la familia discapacitado ahora cambia de signo y se asocia con una menor probabilidad de selección en el Programa. En términos de los activos productivos, son algunas las variables que de nuevo cambian de signo. La tendencia general es que aumentan los activos productivos asociados con una probabilidad de inclusión más alta, conforme al método de un solo paso. El número de miembros que trabajan por cuenta propia ahora incrementa la probabilidad de inclusión, mientras que lo opuesto se aplica al número de trabajadores en la familia. El número de inmigrantes temporales o permanentes a los Estados Unidos ahora también incrementa la probabilidad de inclusión. Por último, los activos de tierra de temporal y de ganado también se asocian con una mayor probabilidad de selección, mientras que la tierra irrigada tiene el efecto opuesto. Las variables relacionadas con las características de toda la comunidad tienen mayor importancia en el método de un solo paso. Si el jefe de la familia es indígena, se incrementa la probabilidad de selección de 3 por ciento, conforme al método actual, al 30 por ciento conforme al método de un solo paso. El uso de letrina ahora se asocia con un incremento del 13 por ciento en la probabilidad de selección, y el recibir algún tipo de subsidio gubernamental, por lo general disponible al nivel de la comunidad, ahora se asocia con una mayor posibilidad de selección. Por el contrario, la propiedad de productos de consumo duraderos, en cuanto a signo y a tamaño del coeficiente (a excepción de las estufas de gas), ahora se vuelve menos importante. Ciertas variables que reflejan componentes importantes del programa, también cambiaron de signo. Tener niños de 12 a 14 años y de 15 a 16 años de edad, que no asisten a la escuela, se asocia con una probabilidad significativamente mayor de selección en el método actual, mientras que los niños 135 de 6 a 11 años y de 15 a 16 años de edad, que no asisten a la escuela, se asocian con una probabilidad menor, para el método de un solo paso. De igual manera, tener un niño que desertó de la escuela, se asocia con una probabilidad menor. Por último, tal y como se refleja en las estadísticas descriptivas, la ubicación geográfica ahora tiene una mayor importancia en la selección de beneficiarios. En comparación con la región 28 (región de referencia), todas las demás regiones tienen una probabilidad significativamente más alta de selección. La mayoría de estas probabilidades están en el rango del 30 al 40 por ciento. En el cuadro 4, se restringió la muestra incluyéndose sólo a los hogares que cambiaron de posición entre los dos métodos. En este caso, el análisis probit ilustra cuáles son las determinantes para cambiar de no pobre a pobre, conforme a los criterios del método de un solo paso. En contraposición a la estadística descriptiva, que controla las demás variables, en general estos hogares tienen varones más educados como jefes de familia, que son de mayor edad e indígenas. Estos hogares tienden a contar con un menor número de niños, de mayor edad, y por lo tanto tienen índices de dependencia menores. Estos hogares también tienen una mejor posición económica. Tienen más activos productivos, incluyendo migración temporal a Estados Unidos, tierra de temporal y ganado. El método de un paso tiene un mayor número de productos de consumo duraderos (excepto estufas de gas) y niveles de consumo per cápita más altos, que llevan a una mayor probabilidad de inclusión en este grupo. 4. Conclusiones Las diferencias entre los pobres y los no pobres, según se determina en la selección de Progresa como beneficiarios, van acorde a los objetivos del programa: focalizar a los hogares más pobres (en un sentido multidimensional). El método a nivel de la localidad, mostrado con anterioridad, claramente alteraría las características del grupo de beneficiarios. Estos cambios pueden no ser idóneos, dados los objetivos del programa. La composición demográfica sería de mayor edad, las familias serían más pequeñas y tendrían un menor número de niños. La capacidad de generación de ingreso de los beneficiarios se incrementaría, puesto que se incluirían los hogares más prósperos de las comunidades menos marginadas. Las diferencias a nivel de los hogares, como tener un miembro discapacitado en el hogar, o tener un nivel más bajo de consumo, ya no tendrían influencia sobre la inclusión. Si bien el método de un solo paso simplificaría las reglas para la selección, desde la perspectiva de los beneficiarios, y probablemente reduciría los conflictos dentro de las comunidades, incurriría en costos tangibles en términos de las características de la población beneficiaria resultante. 136 Cuadro 1 Características de cambio de tipo de hogar, incluyendo fase de densificación Pobres a no No pobres pobres a pobres Prueba de significancia Unidades Ingreso y nivel de consumo Ingreso total, per cápita Consumo total, per cápita Enseres Licuadora Refrigerador Estufa de gas Televisor Radio Características de la vivienda Piso de Tierra Agua corriente en el terreno Electricidad Activos Tierra de riego Tierra de Temporal Cabezas de ganado Cerdos Demografía Edad, jefe del hogar Sexo, jefe del hogar Educación, jefe del hogar Alfabetismo, jefe del hogar Tamaño del hogar Niños de 0-5 Niños de 6-11 Niños de 12-14 Niños de 15-16 Miembro de grupo étnico indígena Actividades Laborales Trabajadores agrícolas asalariados Trabajadores no-agrícolas asalariados Trabajadores por cuenta propia Trabajadores familiares Asistencia a la escuela niños 6-11, no asistiendo a la escuela Pesos Pesos 228 190 349 251 + + % % % % % 33 9 38 49 61 44 22 29 60 76 + + + + % % % 55 52 81 55 27 85 + Has Has # # .30 2.30 .83 .80 .13 5.10 1.80 1.55 + + + Años % Años % # # # # # % 42 91 3.08 75 5.95 1.04 1.20 .53 .25 13 52 87 2.71 67 4.40 .38 .47 .29 .21 44 + + # # # # .69 .24 .14 .37 .86 .30 .38 .38 + + + % 4 1 (continúa) 137 Cuadro 1 Características de cambio de tipo de hogar, incluyendo fase de densificación Pobres a no No pobres pobres a pobres niños de 12-14, no asistiendo a la escuela niños 15-16, no asistiendo a la escuela Salud prueba de azúcar en sangre prueba de alta presión sanguínea Regiones Sierra Negra-Zongolica-Mazateca (3) Sierra Norte-Otomí Tepehua (4) Sierra Gorda (5) Montaña-Guerrero (6) Huasteca-SLP (12) Tierra Caliente-Michoacán (27) Altiplano- SLP (28) 138 Unidades % % 12 14 Prueba de significancia 5 10 - % % 27 42 30 45 + + % % % % % % % 12 15 36 2 3 27 5 11 21 52 7 1 8 1 + + + - Cuadro 2 Características de cambio de tipo de hogar, excluyendo la fase de densificación Pobres a No pobres a no pobres pobres Prueba de significancia Unidades Ingreso y consumo Ingreso total, per cápita Consumo total, per cápita Enseres Licuadora Refrigerador Estufa de gas Televisor Radio Características de la vivienda Piso de tierra Agua corriente en el terreno Electricidad Activos Tierra de riego Tierra de temporal Cabezas de ganado Cerdos Demografía Edad, jefe del hogar Sexo, jefe del hogar Educación, jefe del hogar Alfabetismo, jefe del hogar Tamaño de la familia Niños 0-5 Niños 6-11 Niños 12-14 Niños 15-16 Miembro de grupo étnico indígena Actividades Laborales Trabajadores agrícolas asalariados Trabajadores no-agrícolas asalariados Trabajadores por cuenta propia Trabajadores familiares Asistencia a las escuelas niños de 6-11, no asistiendo a la escuela Pesos Pesos 216.79 182.73 329.98 244.71 + + % % % % % 30 07 34 47 60 37 19 24 52 72 + + + + + % % % .57 .50 .80 .60 .26 .80 + - Has Has # # .23 2.34 .79 .79 .16 5.16 1.67 1.54 + + + Años % Años % # # # # # % 42 .92 3.20 .76 6.07 1.10 1.26 .54 .25 .16 52 .86 2.46 .62 4.29 .39 .48 .29 .21 .46 + + # # # # .73 .23 .13 .34 .86 .25 .39 .36 + % 4 1 + (continúa) 139 Cuadro 2 Características de cambio de tipo de hogar, excluyendo la fase de densificación Pobres a No pobres a no pobres pobres niños de 12-14, no asistiendo a la escuela niños de 15-16, no asistiendo ala escuela Salud prueba de azúcar en sangre prueba de alta presión sanguínea Regiones Sierra Negra-Zongolica-Mazateca (3) Sierra Norte-Otomí Tepehua (4) Sierra Gorda (5) Montaña-Guerrero (6) Huasteca-SLP (12) Tierra Caliente-Michoacán (27) Altiplano- SLP (28) 140 Unidades % % 12 14 5 10 % % 27 42 28 43 % % % % % % % 13 17 36 1 3 25 5 10 23 50 10 0 7 1 Prueba de significancia - + + + - Cuadro 3 Determinantes de probabilidad de selección en PROGRESA Método actual Análisis probit ***significativo al nivel de 1% **significativo al nivel del 5% *significativo al nivel del 10% Demografía edad, jefe del hogar sexo, jefe del hogar años de educación, jefe del hogar miembro de grupo étnico indígena proporción de sexo niños 0-5 niños 6-11 niños 12-14 niños 15-16 índice de dependencia discapacidad Actividades Laborales # trab. ag. asalariados # trab. no agric. asalariados # vendedores # trabajadores familiares Migración #mig temporal a México #mig temporal a EUA a México # mig perm a México # mig perm a eua a México Activos has tierra de riego has tierra de temporal si/no ganado si/no cerdos Subsidio recibió subsidio Características de la vivienda proporción de densidad de la vivienda piso de tierra agua corriente, en el terreno letrina electricidad Enseres licuadora estufa de gas radio tele refigerador Asistencia a la escuela si/no niños 6-11, no asistiendo a la escuela si/no, niños 12-14, no asistiendo a la escuela si/no niños 15-16, no asistiendo a la escuela desertaron de la escuela faltaron algunos días a la escuela Consumo consumo total, per cápita Geográfica región 3 región 4 región 5 región 6 región 12 región 27 # obs chi2(46) prob > chi2 obs. P pred. P dF/dX Método 1 paso 23133 15526 .00 .59 .68 z # obs chi2(46) prob > chi2 obs. P pred. P P>|z| dF/dX 23133 11245 .00 .59 .65 z P>|z| -.004 -.039 -.017 .029 .000 .055 .040 .014 -.023 .155 .080 -12.86 -2.83 -9.68 3.01 .00 9.87 7.45 1.73 -1.79 35.70 4.77 .00 *** .01 *** .00 *** .00 *** 1.00 .00 *** .00 *** .08 * .07 * .00 *** .00 *** .000 .000 -.006 .295 -.011 .015 .008 .008 .029 -.010 -.049 -1.22 .01 -4.02 33.48 -.54 3.04 1.68 1.08 2.39 -3.04 -2.94 .22 .99 .00 *** .00 *** .59 .00 *** .09 * .28 .02 ** .00 *** .00 *** -.008 -.045 -.042 .039 -1.34 -5.16 -5.08 6.14 .18 .00 *** .00 *** .00 *** -.012 -.044 .039 -.014 -2.00 -5.59 4.68 -2.31 .05 ** .00 *** .00 *** .02 ** .035 -.045 .017 -.007 4.36 -2.94 .90 -.37 .00 *** .00 *** .37 .71 .024 .054 .037 .027 3.00 4.08 2.01 1.66 .00 *** .00 *** .05 ** .10 * .000 .000 -.009 -.005 .17 .12 -6.97 -3.53 .87 .90 .00 *** .00 *** -.005 .001 .007 .009 -3.31 2.59 6.21 6.71 .00 *** .01 *** .00 *** .00 *** .005 .56 .58 .031 3.64 .00 *** .032 .174 -.116 -.003 -.243 11.53 18.76 -13.11 -.31 -24.21 .00 *** .00 *** .00 *** .75 .00 *** .008 .125 -.316 .132 -.220 3.25 14.77 -39.17 16.11 -22.44 .00 *** .00 *** .00 *** .00 *** .00 *** -.173 -.113 -.106 -.180 -.247 -16.07 -10.09 -11.73 -18.28 -16.79 .00 *** .00 *** .00 *** .00 *** .00 *** -.045 -.209 .039 .000 -.011 -4.48 -20.30 4.48 .04 -.91 .00 *** .00 *** .00 *** .97 .37 .025 .060 .047 -.002 .000 .82 3.48 2.67 -.07 .01 .41 .00 *** .01 *** .95 .99 -.043 .007 -.025 -.072 .005 -1.72 .44 -1.49 -2.10 .40 .09 * .66 .14 .04 ** .69 .000 -4.57 .00 *** .000 .04 -.130 -.058 -.169 .075 .070 .127 -3.92 -1.86 -5.65 2.33 1.76 4.45 .00 *** .06 * .00 *** .02 ** .08 * .00 *** .374 .418 .399 .420 .169 .302 17.29 18.94 14.29 24.74 4.73 12.31 .97 .00 *** .00 *** .00 *** .00 *** .00 *** .00 *** 141 Cuadro 4 Determinantes de probabilidad de cambio en PROGRESA conforme al método de un solo paso Análisis probit Demografía edad, jefe de hogar sexo, jefe de hogar años de educación, jefe de hogar miembro de grupo étnico indígena proporción de sexo niños 0-5 niños 6-11 niños 12-14 niños 15-16 proporción de dependencia discapacidad Actividades Laborales # trab agrícolas asalariados # trab no agr asalariados # vendedores # trabajadores familiares Migración # mig temporal a México # mig temporal a EUA México # mig perm a México # mig perm a EUA México Activos has tierra de riego has tierra de temporal si/no ganado si/no cerdos Subsidio recibió subsidio Características de la vivienda proporción densidad de la vivienda piso de tierra agua corriente, en el terreno letrina electricidad Enseres licuadora estufa de gas radio tele refrigerador Asistencia a la escuela si/no niños 6-11-, no asistiendo a la escuela si/no niños 12-14, no asistiendo a la escuela si/no niños 15-16, no asistiendo a la escuela desertaron de la escuela faltaron días a la escuela Consumo consumo total, per cápita Geográfica región 3 región 4 región 5 región 6 región 12 región 27 142 # obs chi2(46) prob > chi2 obs. P pred. P 8050 5871 .00 .50 .48 dF/dX z P>|z| .005 .050 .014 .290 -.024 -.046 -.034 -.020 .047 -.188 -.146 8.43 1.85 4.19 14.82 -.56 -4.35 -3.41 -1.29 1.88 -23.08 -4.35 .00 .06 .00 .00 .58 .00 .00 .20 .06 .00 .00 -.005 .002 .109 -.073 -.45 .10 6.08 -6.04 .65 .92 .00 *** .00 *** -.018 .131 -.013 .036 -1.14 4.50 -.32 .95 .25 .00 *** .75 .34 -.005 .003 .013 .015 -1.25 3.69 5.84 4.74 .21 .00 *** .00 *** .00 *** .036 1.98 .05 ** -.033 -.090 -.232 .139 -.005 -6.13 -5.24 -14.28 8.41 -.23 .00 .00 .00 .00 .82 *** *** *** *** .133 -.062 .182 .177 .251 6.64 -3.08 10.12 9.45 10.10 .00 .00 .00 .00 .00 *** *** *** *** *** -.019 -.057 -.038 -.082 .021 -.36 -1.71 -1.09 -1.20 .74 .72 .09 * .27 .23 .46 .000 2.37 .02 ** .511 .490 .487 .524 -.017 .207 11.21 10.09 9.51 11.99 -.22 3.67 .00 .00 .00 .00 .83 .00 *** * *** *** *** *** * *** *** *** *** *** *** *** APÉNDICE H El impacto de los distintos esquemas de focalización y de transferencias, sobre dos medidas de desigualdad Además de los índices de pobreza FGT, también se examinaron los valores de los índices de desigualdad y la forma en que son afectados por los distintos esquemas de transferencias y de focalización. La principal desventaja de los índices de pobreza FGT es que se enfocan sólo a los hogares pobres, o sólo a ellos les asignan ponderación. Así pues, los hogares que se encuentran sobre la línea de pobreza, aunque desde cualquier punto de vista práctico son idénticos a los hogares que se encuentran justo debajo de la línea de pobreza, no reciben ponderación. Los índices de desigualdad proporcionan una alternativa para evaluar el impacto de los distintos esquemas de focalización y transferencias, al comparar su impacto en la desigualdad en el total de hogares, no sólo en aquéllos que se encuentran bajo la línea de pobreza. De esta manera, los beneficios no otorgados a los hogares justo sobre la línea de pobreza, no necesariamente tendrán que considerarse como fugas y se les podrá asignar un peso similar al asignado a los hogares que reciben beneficios y que se encuentran justo debajo de la línea de pobreza (Deaton, 1997). Se calculó el impacto de los esquemas de focalización y transferencias discutidos en este informe, con relación a dos índices de desigualdad conocidos: el índice de Entropía Generalizada GE(a) y el índice Atkinson, A(e). Considerando una población de individuos (o de hogares, etc.) i=1,…,n con n w un ingreso yi y un peso wi. Sea f i = i , en donde N = ∑i =1 wi . Cuando los datos N no están ponderados wI=1 yN=n. Sea m el ingreso medio. Entonces el índice de Entropía Generalizada GE(a) está dado por la expresión: n y α 1 GE (α ) = ∑ f i i − 1, α ≠ 0, α ≠ 1 α (1 − α ) i =1 m mientras que el índice Atkinson es n 1− e Y (e ) A(e ) = 1 − ede , en donde Yede (e ) = ∑ f i ( y i ) m i =1 1 1− e , e > 0, e ≠ 1 . Los dos índices de desigualdad implican un parámetro que permite que el índice sea sensible a las distintas partes de la distribución. Por ejemplo, para el índice GE(a), cuanto más negativa sea a, más sensible será GE(a) a las diferencias en el consumo, al final de la distribución. Cuanto más positiva sea e>0, más 143 sensible será A(e) a las diferencias en el consumo al final de la distribución. En el Cuadro 1, reporta los valores de estos dos índices con los valores de los parámetros establecidos en a = - 1 y e = 2 de manera que los dos índices son sensibles a las diferencias en la parte inferior de la distribución del consumo. Cuadro 1 Índices de Desigualdad Índices de desigualdad en varios esquemas de focalización/transferencia con un presupuesto fijo e incluyendo costos administrativos de focalización (Cambio porcentual en el índice de desigualdad con respecto al caso en que no hay transferencia) GE (-1) 0.1147 A(2) 0.18660 Transferencia uniforme (i.e. sin focalización) 0.11567 (0.85) 0.18788 (0.69) Transferencias con focalizacón basada enel consmo Transferencias con la focalización de PROGRESA Focalización a nivel de la localidad (con base en el índice de marginación) 0.08263 -(27.96) 0.14182 -(24.00) 0.08943 -(22.03) 0.15173 -(18.69) 0.09657 -(15.81) 0.16188 -(13.25) Sin transferencia (Sin programa pobreza a la contra) Al revisar el cuadro 1 se observan los mismos patrones generales observados para el índice de pobreza P(2) en el reporte. Para los dos índices de desigualdad, las transferencias uniformes tienen poco o ningún efecto en la desigualdad, mientras que la focalización basada en el consumo tiene el impacto más alto sobre la desigualdad. La focalización de Progresa ocupa el segundo lugar en cuanto a impacto, después de la focalización basada en el consumo, pero muy por delante del impacto de la focalización a nivel de la localidad. 144 APÉNDICE I Análisis de las características de operación relativas (ROC)20 y la focalización de Progresa 1. Introducción Las curvas de características de operación relativas(ROC) se pueden usar para evaluar el poder predictivo de los indicadores de focalización de la pobreza. Esta técnica permite comentar cuáles grupos de indicadores, o indicadores de focalización individuales, tienen el mayor poder predictivo sobre si una familia es pobre o no. El objetivo es comparar las variables que utiliza Progresa con una serie alterna de variables. Primero, se juzga la robustez del esquema de ponderación implícito en el procedimiento de análisis discriminante de Progresa. Segundo se prueba si la serie de variables alternativas funciona mejor que las variables de Progresa, lo que permitiría sugerir nuevas variables que pueden ser usadas en Progresa. Tercero, al variar la línea de pobreza, se puede evaluar la sensibilidad de las variables usadas con respecto a cambios en la línea de pobreza. Cuarto, dado que Progresa realizó una serie de pruebas exhaustivas de las variables que se podían emplear, es probable que la mayoría de estas variables alternativas ya se hayan descartado en el procedimiento de análisis discriminante. Por tanto, la comparación proporcionará una prueba explícita de la eficacia de usar el análisis discriminante para descartar posibles variables explicativas.21 El ejercicio incluye los siguientes pasos. Primero, presenta una descripción de la teoría y de la mecánica de las curvas ROC. Segundo, se establece una serie de líneas de pobreza. Tercero, se estima un modelo logit multivariado para cada línea de pobreza y por cada serie de variables explicativas. Las curvas ROC y los puntajes, o el área que se encuentra bajo la curva, se calculan a partir de los resultados del modelo logit. Cuarto, también se emplean modelos univariados para verificar el poder predictivo de las variables individuales o de los grupos de variables a lo largo de las líneas de pobreza. Por ejemplo, se puede medir si la tenencia de la tierra es más importante que los años de educación entre las regiones y entre las líneas de pobreza. 2. ¿Qué es una curva ROC? La curva ROC se originó en la teoría de la detección de señales en la década 20 Por sus siglas en inglés Relative Operating Characteristics, (ROC). Aquí necesitamos tener en cuenta que algunas variables en ocasiones se han mantenido en la función del análisis discriminante por razones políticas, más que estadísticas. 21 145 de los años 50 y desde entonces se ha utilizado en psicología y en medicina, entre otros campos. Wodon (1997) aplicó por primera vez las curvas ROC a la economía, y más específicamente, a la focalización de la pobreza. Tal y como lo describe Wodon, el análisis ROC se puede usar para evaluar el poder predictivo de los indicadores de focalización de la pobreza. Wodon define dos tipos de errores de focalización: la sensibilidad, o SE, que es la fracción de hogares con resultados positivos observados (en pobreza) correctamente identificados (errores Tipo II = SE); y la especificidad, o SP, que es la fracción de los hogares con resultados negativos observados correctamente clasificados como no pobres (errores Tipo I = 1-SP). En otras palabras, SE = Pcorrectly Pincorrectly + Pcorrectly y SP = NPcorrectly NPincorrectly + NPcorrectly en donde P= pobres y NP= no pobres. La curva ROC resume los errores SP y SE obtenidos en un continuo de puntos de corte. Se dice que una de las series de los indicadores de la focalización domina sobre la otra, en cuanto a las funciones de la clase del bienestar W(SE, 1SP), si para todos los valores del punto de corte, que representan la ventaja relativa entre los dos tipos de errores, las probabilidades de que los dos errores se asocien con la primera serie de indicadores se pueden reducir más que las probabilidades de que ambos errores se asocien con la segunda serie. La gráfica 1 muestra una curva ROC correspondiente a uno de los modelos estimados en la Sección 3. El eje horizontal es 1-especificidad (SP), mientras que el eje vertical es la sensibilidad (SE). La curva ROC grafica 1-SP y SE para un continuo de valores (limitados por 0 y 1) del punto de corte, c. Conforme c se mueve hacia 1, un menor número de hogares se estiman como pobres, con lo que SP aumenta y se reduce la probabilidad de error SP, a la vez que se reduce SE y se aumenta la probabilidad de error SE . Por el contrario, conforme c se mueve hacia 0, se registra el proceso inverso. Cuando c=1, ninguna observación se clasifica como pobre, con lo que la probabilidad de un error SP es igual a cero. Por otra parte, todos los pobres se clasifican como no pobres, y por lo tanto SE=1. En 146 (1,1), con c=0, todos los no pobres se clasifican como pobres, y por lo tanto SP es igual a uno. De igual manera, todos los pobres se clasifican como pobres y por lo tanto SE es igual a cero. El área bajo la curva ROC resume el poder predictivo del modelo. Un modelo que pudiera predecir perfectamente la pobreza pasaría por (0,1), en la esquina superior izquierda de la gráfica. El área resultante sería igual a uno. Así, un área más grande bajo la curva ROC es una medida de un mejor poder predictivo. Para la mayoría de los análisis que se presentan a continuación compararemos el área bajo las curvas ROC de modelos en competencia. 3. Establecimiento de las líneas de pobreza Las determinantes de la pobreza pueden variar dependiendo de la especificación de la línea de pobreza. Por ejemplo, una variable, o grupo de variables, que sea crucial para la identificación de los extremadamente pobres, puede perder poder predictivo a medida que se incrementa la línea de pobreza, y viceversa. Por esta razón, se experimenta con tres líneas de pobreza separadas: percentil 25, percentil 50 y percentil 75. En la metodología del análisis discriminante que se usó para identificar a los beneficiarios, Progresa separa los hogares en pobres y no pobres como primer paso, con base en el ingreso per cápita. La línea de pobreza se establece usando los precios de los alimentos de una canasta básica alimentaria. Esta línea de pobreza corresponde aproximadamente al percentil 75. 4. Estimación de los modelos logit Las curvas ROC se construyen usando los resultados del modelo logit. Esto se hace en un programa de Stata (Statacorp, 1999). La técnica de estimación logit es similar a la técnica probit descrita en el experimento de un solo paso y difiere únicamente en cuanto a la distribución de probabilidades usada. En este caso, el logit evalúa el impacto de un vector de las variables explicativas sobre la probabilidad de vivir en pobreza. Al igual que con el probit, el logit es un modelo estadístico no lineal (en sus parámetros) que relaciona la probabilidad de selección con las variables explicativas, de tal manera que la probabilidad estimada permanece entre 0 y 1. Este modelo econométrico se puede entender especificando un índice no observado como una función lineal de una serie de variables explicativas más un término de error. Este índice lo definimos como y i* = z i − y 147 donde zι = línea de pobreza ι, y y = ingreso per cápita tomado de la ENCASEH97.22 Por tanto, el logit de vivir en la pobreza es y i* = β ′xi + ε donde y*ι para una línea de pobreza dada, es el índice latente de vivir en pobreza, x es el vector de las variables explicativas que determinan la probabilidad de vivir en pobreza, y ε el término de error. Cuando se tiene el logit, no observamos y*ι, sino una variable que toma los siguientes valores y i = 1 if yi* > 0 y i = 0 if yi* ≤ 0 Así, la probabilidad de que un hogar sea pobre, para cada línea de pobreza, se puede escribir como Pr( y = 1) = Pr[ε > − βx] = 1 − F (− βx) donde F es la distribución acumulada. Beta se estima usando la probabilidad máxima, que en caso del logit es Pr( y = 1) = exp(− βx) [1 − exp(− βx)] La regla de corte que marca el vivir en la pobreza, es βˆx > .5 Sin embargo, el programa Stata, evalúa el logit en un continuo de puntos de corte, que permite trazar la curva ROC. Por cada una de cinco regiones (3, 4, 5, 6 y 27), se estimaron dos modelos para cada una de las tres líneas de pobreza. El primer modelo de Progresa, emplea como variables explicativas la serie de variables usadas en una región en particular por el procedimiento de análisis discriminante de Progresa. El segundo modelo usa una serie alternativa de variables explicativas. Si bien los dos modelos tienen 22 Se continúan usando los datos sobre el ingreso de la ENCASEH97, aunque son incompletos, para permitir una comparabilidad estricta con los resultados del análisis discriminante. 148 categorías de variables similares, como son la composición de los hogares o las actividades laborales, las variables que se utilizan son distintas. Por cada modelo primero se obtuvo un modelo logit multivariado, para obtener el área bajo la curva ROC para toda la serie de variables explicativas. Después, se obtuvieron los modelos univariado y multivariado para cada una de las categorías de variables, con la finalidad de medir el poder predictivo relativo de cada categoría. 5. Resultados econométricos Generales En los cuadros 1 a 5 se encuentran los resultados de cada región. La gráfica 1 muestra las curvas ROC para Progresa y los modelos alternos en la Región 3. Al comparar los resultados en las regiones, surgen varios patrones. Primero, en todas las regiones, en las tres líneas de pobreza el modelo alterno funciona mejor que el modelo de Progresa. Sin embargo, la diferencia entre los dos modelos disminuye conforme aumenta la línea de pobreza del percentil 25 al percentil 75. La diferencia en las áreas entre los dos modelos varía desde un 3 por ciento en el percentil 75 en las Regiones 3, 4 y 6, a 21 por ciento en el percentil 25 en la Región 27. No es sorprendente que el desempeño del modelo de Progresa mejore con las líneas de pobreza más altas puesto que esta línea de pobreza está más cerca de la utilizada por Progresa para iniciar sus modelos de focalización. El modelo que tiene el peor desempeño es el percentil 25 de Progresa en la Región 27, con un área de .637 (en comparación con el puntaje alterno de .803). El mejor modelo es la alternativa del percentil 50 en la Región 4, con un área de .860 (en comparación con .835 de Progresa). Ninguna de las líneas de pobreza domina, en las regiones, en términos del área ROC. Si bien el modelo del probreza de los percentiles 50 y 75 claramente domina, los puntajes del modelo alterno son más equilibrados en las líneas de pobreza. Por Subgrupos La serie alterna de variables explicativas se construyó usando, en la medida de lo posible, nuevas formulaciones para las variables existentes. Cuando esto no fue posible, como en el caso de la edad del jefe del hogar, la variable se excluyó del modelo alterno. Al analizar las curvas ROC por subgrupos podemos explicar la superioridad del modelo alterno. De igual manera, nos permite ver el poder predictivo relativo de las distintas variables para las series de variables. Por último, se puede ver cómo varía el poder predictivo a lo largo de las líneas de pobreza. La composición de los hogares y las variables de su tamaño dominan los 149 resultados, tanto en el modelo de Progresa como en el alterno. El modelo de Progresa usó la razón de dependencia (el número total de miembros de la familia con relación al número de adultos que trabajan) y el número de niños, mientras que el modelo alterno usa una razón de dependencia distinta (la proporción de niños con relación al tamaño total del hogar), al igual que el número de miembros del hogar en las distintas categorías de edades. En la mayoría de los casos, pero no en todos, la fórmula de Progresa se desempeñó mejor que la fórmula alterna. Sin embargo, las variables alternas con frecuencia son un mejor estimador de la pobreza extrema. Por ejemplo, en las Regiones 4, 6 y 27, las variables alternas son mejores para la línea de pobreza extrema, el percentil 25, mientras que las variables de Progresa son mejores para los criterios de los percentiles 50 y 75. Sin embargo, en todos los casos y en cualquiera de los dos modelos, las variables sobre la composición de los hogares son mejores predictores de la pobreza moderada que de la pobreza extrema. La formulación distinta de las actividades laborales es la clave subyacente en el mejor desempeño del modelo alterno. En todas las regiones, la especificación alterna se desempeñó mejor que la variable de Progresa. Mientras que el modelo de Progresa se limita a las actividades laborales del jefe del hogar23, el modelo alterno usa una serie de actividades laborales. Esta serie está compuesta por el número de miembros adultos en el hogar que participan en cualquiera de cuatro actividades específicas (trabajo agrícola asalariado, trabajo no agrícola asalariado, trabajo por cuenta propia y trabajos familiar en su mayor parte agrícolas). Conforme al modelo alterno, las actividades laborales se encuentran en primer o segundo lugar de importancia en todas las regiones, a lo largo de todas las líneas de pobreza. En las Regiones 4, 6 y 27, las actividades laborales son muy superiores a la composición del hogar en términos del poder predictivo. En algunas regiones, Progresa excluyó las actividades laborales, lo cual pudo no haber ocurrido si se usara la formulación alterna. Las actividades laborales son particularmente importantes para predecir la pobreza extrema. Para todas las regiones, y en las dos especificaciones, la importancia de las actividades laborales disminuye al aumentar las líneas de pobreza. Otras variables relevantes incluyen el número de miembros de la familia por cuarto, o (hacinamiento). No existe ninguna especificación alterna para esta variable. El poder predictivo del hacimiento aumenta de manera uniforme a través de las líneas de pobreza. En las regiones donde se incluye el hacinamiento y las actividades laborales en el modelo, el hacinamiento supera el poder predictivo del trabajo en el percentil 75. 23 Por el método de curvas de correspondencia, Progresa convierte la lista ordinal de actividades en un equivalente continuo. 150 Las características de la vivienda y la posesión de bienes duraderos siguen en importancia al hacinamiento. En la mayoría de los casos la formulación de Progresa supera en desempeño al modelo alterno. Salvo en la Región 27, las características de la vivienda tienen un poder predictivo mayor en las líneas de pobreza más altas. Sin embargo, en ningún punto superan al hacinamiento. Las demás variables son de importancia secundaria, y difieren de manera importante a lo largo de las regiones y de las líneas de pobreza. En algunos casos juegan papeles significativos como lo es el grupo étnico en la Región 6. Además de la reformulación de las variables de Progresa, el modelo alterno también introdujo algunas de las variables probadas y descartadas, por el procedimiento de análisis discriminante de Progresa en regiones específicas. Estas incluyen al grupo étnico y sexo del jefe del hogar, además de migración a los Estados Unidos y en el interior de México, posesión de ganado y tierras. En su mayor parte, los resultados ROC parecen justificar la selección del análisis discriminante, especialmente considerando el uso de la línea de pobreza alta de Progresa. En el caso del grupo étnico, surgen contradicciones especialmente en la Región 6. Algo similar ocurre con la posesión de tierra en las Regiones 4 y 27. El hecho de que los grupos étnicos puedan jugar un papel importante en el análisis ROC, y no en el análisis discriminante, no significa que este último sea incorrecto, ya que a priori definitivamente ninguno de los dos métodos se puede considerar el método correcto. Clasificaciones El análisis ROC también se puede usar para probar la robustez de la escala de ponderación relativa producida por el análisis discriminante de Progresa. En los cuadros 6 y 7 se compara la clasificación de poder predictivo producido por el análisis univariado ROC con la estructura de la matriz del análisis discriminante. Los dos son conceptualmente similares en el sentido de que miden la importancia relativa de las variables para diferenciar entre los hogares pobres y los no pobres. En el cuadro 6, que corresponde a la Región 5, se puede ver que las clasificaciones son notablemente similares. Sólo la discapacidad, que se clasifica hasta el final en la matriz de estructura y en quinto lugar (de 14) en el análisis ROC, juega un papel significativamente distinto.24 En el Cuadro 7, que corresponde a la Región 6, las clasificaciones no son tan similares. 24 Los valores no son comparables 151 6. Conclusión El análisis ROC proporciona otra herramienta para medir la robustez del procedimiento del análisis discriminante de Progresa. Las diferencias que surgen no significan que alguno de los dos métodos sea mejor, dado que a priori es difícil establecer criterios sobre la superioridad de cualquiera de los dos métodos. En general, el modelo alterno funciona mejor, en el análisis ROC, que el modelo de Progresa. Sin embargo, las diferencias entre los dos modelos se reducen a medida que se incrementa la línea de pobreza. Esto no es de sorprender, puesto que el percentil 75 corresponde, en gran medida, a la línea de pobreza inicial de Progresa. Para ambos modelos, las variables de composición de los hogares tienen el mayor poder predictivo y dominan los resultados. Detrás del mejor desempeño del modelo alterno se encuentra una reformulación de las actividades laborales. Progresa usó sólo las actividades laborales del jefe de la familia, mientras que el modelo alterno toma en consideración las actividades laborales de todos los miembros adultos de la familia. Esta sería una serie de variables de las que Progresa podría beneficiarse al incorporarlas a su procedimiento de focalización. El papel de las distintas variables en la estimación de la pobreza cambia con las líneas de pobreza usadas. La composición de los hogares, al igual que el hacinamiento, tienen mayor poder predictivo con una línea de pobreza moderada. Por otra parte, las actividades laborales se desempeñan mejor en la pobreza extrema. Los resultados ROC confirman los rangos y la ponderación del procedimiento de análisis discriminante, aunque al comparar los dos modelos ocurren ciertas inversiones en el ordenamiento. El método del análisis discriminante parece ser, en general, robusto. Los resultados ROC también confirman el desechar variables específicas, con excepción del grupo étnico en la Región 6. De nuevo, esta discrepancia no demuestra que el método de análisis discriminante sea incorrecto, simplemente establece límites a la generalidad de su robustez. 152 Bibliografía Wodon, Q. 1997. “Targeting the poor using ROC curves”. World Development 25 (12): 2083-2092. Statacorp. 1999. “Stata Statistical” Software, Release 6, Vol. 2. College Station, TX: Stata Corporation. 153 Cuadro 1 Area bajo la curva ROC, por línea de pobreza (per ápita), Región 3 Línea de pobreza Percentil 25 Percentil 50 Percentil 75 Progresa Alterno Progresa Alterno Progresa Alterno .778 .851 91 .811 .853 95 .805 .828 97 .739 .707 .594 .516 .596 .792 .751 .581 .526 .561 .755 .738 .561 .540 .546 N=2884 Modelo Completo Porcentaje alterno de PROGRESA Modelo Parcial Tamaño/composición de la familia Grupo étnico Sexo Educación Edad Niños que no van a la escuela Niños que trabajan Actividad laboral Migración Ganado Miembros por habitación Características vivienda/duraderos Discapacitados Tierras 154 .556 .534 .483 .508 .565 .632 .587 .504 .484 .704 .508 .525 .569 .484 .509 .575 .486 .507 .496 .675 .589 .503 .515 .674 .507 .490 .570 .510 .490 .606 .483 .505 .547 .682 .612 .508 .561 .650 .505 .501 .578 .558 Cuadro 2 Area bajo la curva ROC, por línea de pobreza (per cápita), Región 4 Línea de pobreza Percentil 25 Percentil 50 Percentil 75 Progresa Alterno Progresa Alterno Progresa Alterno .798 .850 94 .835 .860 97 .833 .855 97 .671 .697 .521 .501 .579 .785 .741 .518 .529 .534 .777 .757 .534 .531 .537 N=4332 Modelo Completo Porcentaje Alterno PROGRESA Modelo Parcial Tamaño/Composición de la familia Grupo étnico Sexo Educación Edad Niños que no van a la escuela Niños que trabajan Actividad Laboral Migración Ganado Miembros por habitación Características vivienda/duraderos Discapacitados Tierras .527 .517 .503 .511 .653 .572 .590 .508 .758 .505 .495 .548 .558 .523 .562 .502 .516 .560 .646 .556 .502 .698 .507 .522 .540 .507 .479 .579 .488 .510 .532 .672 .581 .504 .687 .509 .507 .548 .528 155 Cuadro 3 Area bajo la curva ROC, por línea de pobreza (per ápita), Región 5 Línea de pobreza Percentil 25 Percentil 50 Percentil 75 Progresa Alterno Progresa Alterno Progresa Alterno .768 .847 91 .816 .858 95 .814 .852 96 .740 .566 .713 .566 .505 .535 .787 .575 .745 .576 .516 .513 .771 .585 .742 .585 .523 .532 N=10576 Modelo Completo Porcentaje Alterno de PROGRESA Modelo Parcial Tamaño/composición de la familia Grupo étnico Sexo Educación Edad Niños que no van a la escuela Niños que trabajan Actividad laboral Migración Ganado Miembros por habitación Características vivienda/duraderos Discapacitados Tierras 156 .492 .497 .511 .540 .497 .512 .710 .520 .535 .635 .595 .507 .559 .517 .526 .490 .507 .686 .528 .543 .658 .602 .503 .562 .514 .667 .547 .556 .674 .626 .505 .584 .504 Cuadro 4 Area bajo la curva ROC, por línea de pobreza (per cápita), Región 6 Línea de pobreza Percentil 25 Percentil 50 Percentil 75 Progresa Alterno Progresa Alterno Progresa Alterno .757 .813 93 .782 .831 94 .810 .834 97 .621 .631 .595 .504 .561 .698 .690 .586 .507 .570 .728 .713 .606 .520 .590 N=1862 Modelo Completo Porcentaje de Alterno Progresa Modelo Parcial Tamaño/composición de la familia Grupo étnico Sexo Educación Edad Niños que no van a la escuela Niños que trabajan Actividad laboral Migración Ganado Miembros por habitación Características de la vivienda Discapacitados Terreno .544 .502 .513 .683 .554 .591 .501 .745 .506 .505 .567 .459 .537 .531 .522 .633 .608 .579 .500 .723 .506 .506 .563 .466 .552 .555 .513 .625 .654 .606 .505 .674 .511 .523 .587 .534 157 Cuadro 5 Area bajo la curva ROC, por línea de pobreza (per cápita), Región 27 Línea de pobreza Percentil 25 Percentil 50 Percentil 75 Progresa Alterno Progresa Alterno Progresa Alterno .637 .803 79 .700 .801 87 .752 .808 93 .580 .501 .613 .663 .501 .667 .740 .502 .714 N=2866 Modelo Completo Porcentaje Alterno PROGRESA Modelo Parcial Tamaño/Composición de la familia Grupo étnico Sexo Educación Edad Niños que no van a la escuela Niños que trabajan Actividad Laboral Migración Ganadería Miembros por habitación Características de la Vivienda Dicapacitados Tierras 158 .538 .513 .528 .536 .521 .509 .541 .510 .764 .509 .551 .524 .538 .512 .523 .521 .517 .585 .528 .526 .502 .704 .519 .540 .590 .536 .511 .533 .508 .510 .553 .651 .534 .509 .649 .529 .507 .531 .480 Cudro 6 ROC en comparación con análisis discriminante, Región 5 Análisis discriminante Matriz de estructura rango ROC (Percentil 75) Area bajo curva ROC rango N=10576 Modelo Completo ROC Modelo Parcial ROC Relación de dependencia Número de niños Miembros por habitación Estufa de gas Refrigerador Vehículo Videocassetera TV Radio Niños que trabajan Niños que no van a la escuela Educación Grupo étnico Discapacitados .814 .704 .600 .527 .488 .450 .329 .327 .323 .200 .114 .092 -.050 .032 .015 1 2 3 4 5 6 7 8 9 10 11 12 13 14 .770 .698 .674 .598 .573 .538 .526 .569 .541 .507 .490 .526 .505 .585 1 2 3 4 6 9 10 7 8 12 14 11 13 5 159 Cuadro 7 ROC 3n comparación con análisis discriminante, Región 6 Análisis discriminante Estructura de matriz rango ROC (percentil 75) Area bajo Curva ROC rango N=1862 Modelo Completo ROC Modelo Parcial ROC Número de niños Ocupación Relación de dependencia Miembros por habitación Educación Vehículo Licuadora Material de los muros Refrigerador Piso de tierra Edad Discapacitados Niños que trabajan Lavadora 160 .810 -.522 .418 -.415 -.412 .401 -.340 -.326 .274 -.259 .253 .132 -.088 -.081 -.018 1 2 3 4 5 6 7 8 9 10 11 12 13 14 .688 .625 .715 .654 .552 .525 .569 .560 .537 .538 .555 .505 .513 .504 2 4 1 3 8 11 5 6 10 9 7 13 12 14 Gráfica 1— Curva ROC Area under ROC curve = 0.7603 0.8465 1.00 Alterno Alternative Sensibilidad Sensitivity 0.75 Progresa Progresa 0.50 0.25 0.00 0.00 0.25 0.50 1 - Specificity 0.75 1.00 1 - especificidad 161 162 APÉNDICE J Reestructuración de los beneficios a favor de los extremadamente pobres Un subproducto no utilizado del método actual de focalización de Progresa son los puntajes discriminantes, construidos para la aplicación del análisis discriminante a nivel regional. Una pregunta que intrigaba era si esta medida se podría usar para reestructurar los beneficios a favor de los hogares más necesitados (o extremadamente pobres) y al mismo tiempo reducir al mínimo el pago excesivo a los hogares más cercanos a la línea de pobreza. Para responder a esta pregunta, se realizaron una serie de simulaciones, usando los datos de la región de la Sierra Gorda que contiene el mayor número de hogares de la muestra (10,800 hogares). Se utilizó el consumo y su distancia del punto de corte para clasificar a los hogares en dos grupos: los hogares moderadamente pobres y los hogares extremadamente pobres. Esto se hizo de la siguiente manera. Los hogares moderadamente pobres son aquellos que tienen un nivel de consumo mayor que el percentil 24 de consumo y menor, o igual, que el percentil 49 de consumo, la tasa de pobreza se obtuvo del punto de corte en la región de la Sierra Gorda. Los hogares extremadamente pobres son aquellos que tienen un consumo menor, o igual, que el percentil 24. En seguida, se reestructuraron los beneficios, de manera que los hogares extremadamente pobres recibieran el doble de beneficios proporcionados en ese momento por Progresa a todos los hogares beneficiarios, y que los hogares moderadamente pobres recibieran la mitad de los beneficios actualmente proporcionados. También se eliminó la restricción impuesta por Progresa, en el sentido que los beneficios mensuales, recibidos por cada familia, no podían exceder 695 pesos. Por último, se repitieron los dos pasos anteriores al comparar el valor del puntaje discriminante específico por hogar con los dos puntos de corte derivados, igualmente, de la distribución de los puntajes discriminantes. Por ejemplo, se estableció que los hogares extremadamente pobres ahora fueran los hogares con puntajes discriminantes menores, o iguales, que el percentil 26 de la distribución de los puntajes discriminantes en la región de la Sierra Gorda. El objetivo es comparar el impacto sobre los índices de pobreza de estos dos métodos, para clasificar a los hogares y ver si el método basado en la información disponible para Progresa ofrece resultados cercanos a los obtenidos con la información completa (i.e. consumo). Para fines comparativos, también se volvieron a calcular en los casos de un esquema de transferencia uniforme, en el 163 de focalización basada en la localidad25 y en el de focalización de Progresa, usando la estructura actual de beneficios, sólo para la región de la Sierra Gorda. Para todos los esquemas de transferencia, se supuso un presupuesto fijo. Dada la evidencia presentada en el Apéndice G, sobre el impacto de los costos de focalización, se considera que los costos administrativos de la focalización son iguales a cero. Las gráficas 1 a 4 muestran las funciones de densidad kernel del logaritmo de consumo por adulto equivalente, conforme a cada uno de los esquemas de transferencias y de focalización, contra el caso de referencia cuando no hay ninguna transferencia26. En cada gráfica también se trazan, con dos líneas verticales, las dos líneas de corte para clasificar a los hogares en moderadamente pobres y extremadamente pobres. Los hogares moderadamente pobres son aquellos cuyo consumo por adulto equivalente se encuentra entre las dos líneas verticales y los hogares extremadamente pobres son aquellos que se encuentran a la izquierda de la primera línea vertical (de izquierda a derecha). La gráfica 1 contiene las funciones de la densidad kernel de consumo, contra el caso de referencia de transferencia cero y de transferencia con la focalización basada en el consumo. Al otorgar mayores beneficios a los hogares extremadamente pobres se tiene como resultado una reducción sustancial en el extremo inferior izquierdo de la densidad del consumo y un pronunciado aumento en el extremo superior de la función de densidad dentro del intervalo contenido en las dos líneas verticales. Así, después de recibir los beneficios más altos, muchos de los hogares extremadamente pobres se movieron hacia el nivel de consumo de los hogares moderadamente pobres. La gráfica 2 muestra que casi los mismos cambios ocurren cuando los beneficios se reestructuran a favor de los extremadamente pobres, clasificados conforme a los puntajes discriminantes del Progresa. La gráfica 3 ofrece una mejor comparación de los efectos de la estructura revisada de beneficios, usando la focalización basada en el consumo y la focalización de Progresa basada en los puntajes discriminantes. Así pues, parece ser que los puntajes discriminantes pueden ser un sustituto adecuado de la información proporcionada por el consumo en los hogares. Por curiosidad, con base en el método de focalización de Progresa, la gráfica 4 proporciona una comparación de las densidades obtenidas con la estructura actual de beneficios y la estructura revisada de beneficios experimentada en este 25 26 Para la focalización basada en la localidad, usamos la misma estructura de beneficios que actualmente utiliza Progresa. Ver Apéndice F para obtener una breve descripción de los estimadores de densidad kernel. 164 apéndice. Según se argumentó anteriormente, la estructura revisada de beneficios termina cambiando el extremo inferior de la densidad más cercano a la línea de pobreza y por lo tanto se dirige más hacia el extremo de los hogares extremadamente pobres en la región de la pobreza moderada. Efectos similares también resultan evidentes al examinar los índices de desigualdad del cuadro 1 presentado a continuación. La focalización basada en el consumo tiene el mayor impacto negativo sobre la desigualdad y las transferencias basadas en la focalización de Progresa se encuentran muy cercanas al segundo lugar. Además, dado el método de focalización seguido por Progresa, la disminución en la desigualdad lograda por la estructura de precios revisada es considerablemente más alta que la lograda por la estructura actual de beneficios. 165 Gráfica 1— Ninguna transferencia comparada con las transferencias con focalización basada en el consumo +Basal Focalización basada en el consumo 1.5 1 .5 0 5 4 6 7 8 Ln(Consumo/adulto equivalente) Gráfica 2— Sin transferencias comparada con las transferencias con la focalización de Progresa +Basal Focalización PROGRESA 1 .5 0 4 5 6 Ln(Consumo/adulto equivalente) 166 7 8 Gráfica 3— La focalización basada en el consumo transferencias con la focalización de Progresa +Focalización basada en el consumo comparada con Focalización PROGRESA 1.5 1 .5 0 5 4 6 7 8 Ln(Consumo/adulto equivalente) Gráfica 4— Comparación de la estructura de beneficios actual y revisada usando la focalización de Progresa +Estructura de beneficiarios revisada Estructura de beneficiarios actual 1 .5 0 4 5 6 7 8 Ln(Consumo/adulto equivalente) 167 Cuadro 1— Índices de desigualdad Índices de desigualdad en varios esquemas de focalización/ transferencia con un supuesto fijo y excluyendo costos de focalización Sierra Gorda (cambio porcentual en el índice de desigualdad) GE (-1) 0.11825 A(2) 0.19127 Transferencia uniforme (i.e. sin focalización) 0.11946 (1.02) 0.19285 (0.83) Transferencias con focalización basada en el consumo y estructura de beneficios revisada Transferencias con focalización de Progresa y estructura de beneficios revisada Focalización a nivel de la localidad (basada en el índice de marginación) 0.07626 -(35.51) 0.13234 -(30.81) 0.08672 -(26.66) 0.14781 -(22.72) 0.09719 -(17.81) 0.16275 -(14.91) 0.09481 -(19.82) 0.15940 -(16.66) Sin transferencia (sin programa contra la pobreza) Transferencias con focalización de Progresa y estructura actual de benef icios 168 APENDICE K Focalización de los pobres en México: evaluación adicional de la selección de hogares en Progresa El objetivo de este apéndice consiste en llevar a cabo una nueva evaluación de los métodos de focalización utilizados por Progresa a la luz de las revisiones adoptadas por la administración del Programa con relación al proceso mediante el cual los hogares son seleccionados como elegibles para recibir sus beneficios. Poco después de la conclusión del informe elaborado por Skoufias, Davis y Behrman, se informó que Progresa había agregado nuevos hogares a la lista de beneficiarios a través de un proceso denominado “densificación”, dado que se consideró que el método de selección original estaba sesgado en contra de las personas pobres de la tercera edad que ya no vivían más con sus hijos. Como resultado del proceso de “densificación”, el porcentaje de hogares clasificados como elegibles para recibir los beneficios del Programa se incrementó del 52 al 78 por ciento de la muestra. Dada esta gran expansión en el número de hogares elegibles, se consideró que era necesario reevaluar los métodos de focalización utilizados por Progresa adoptando la misma aproximación y métodos utilizados en el informe de junio de 1999. Dadas las circunstancias, el informe debe ser considerado como relevante por cuanto provee información detallada acerca de los métodos utilizados para evaluar la focalización de Progresa, mientras que este informe es importante porque contiene los resultados definitivos de la evaluación de los métodos de focalización de Progresa. La metodología empleada por Progresa consta de tres etapas: 1) la selección de las localidades; 2) la selección de los hogares beneficiarios dentro de las localidades elegidas, y 3) por último, la lista de benficiarios después de la retroalimentación proveniente de las asambleas comunitarias con relación a las familias incluidas o excluidas incorrectamente. Se evaluaron en detalle las primeras dos etapas del proceso de selección. No se realizó una evaluación de la tercera etapa dado que el número de hogares cuya selección para formar parte de Progresa estaba cuestionada en esta fase, fue mínima (0.1% del número total de hogares seleccionados). La evaluación está fundamentada en un esquema basado en tres aspectos claves: i) un objetivo social, ii) un conjunto de restricciones económicas, políticas y sociales bajo las cuales la política tiene que operar, y iii) una gama de instrumentos disponibles para alcanzar estos objetivos. Aunque Progresa tiene un número de objetivos interrelacionados con respecto a la salud, educación y nutrición, se midieron los beneficios del proceso de focalización de Progresa solamente en términos de su impacto potencial en el combate a la pobreza. Aún limitando los objetivos de Progresa al combate de la pobreza, el análisis destaca que la eficiencia relativa de los esquemas de transferencia depende de si el gobierno está preocupado por el 169 número de hogares pobres como porcentaje de la población total (la tasa de pobreza) o por la profundidad y severidad de la pobreza entre los hogares pobres. Las restricciones económicas, sociales y políticas bajo las cuales tiene que operar la política se reflejan en parte, en el monto del presupuesto disponible para Progresa. Se asume que el presupuesto es fijo y limitado en el sentido de que no es suficiente para eliminar la pobreza completamente. Los instrumentos de política para el combate a la pobreza incluyen desde transferencias uniformes que no aplican un criterio de selección hasta otros esquemas que involucran criterios de selección más estrictos. Cada uno de estos instrumentos tiene costos y beneficios diferentes asociados con ellos. El beneficio primario derivado de la selección a nivel de los hogares consiste en que la clasificación de los hogares en elegibles y no elegibles para recibir los beneficios de Progresa, y la proporción de los beneficios a aquellos que son elegibles, es una forma más efectiva de utilizar los recursos que son limitados para el logro del objetivo social. Esto, sin embargo, se consigue con cierto costo. Como se discute en el informe, el mecanismo de focalización de Progresa involucra el levantamiento de una encuesta de hogares al interior de todas las localidades seleccionadas como marginadas (o con mayor probabilidad de contener hogares pobres). Dichos costos son tomados en cuenta reduciendo apropiadamente el presupuesto fijo disponible para el alivio a la pobreza. Dentro de este esquema, la evaluación de la focalización de Progresa puede formularse en términos de la respuesta a la siguiente pregunta: ¿Cuán efectivo es el desempeño de proceso de focalización de Progresa en términos de sus objetivos, después de tomar en cuenta los costos y las restricciones (financieras y políticas) para alcanzar dichos objetivos? Se responde a esta pregunta en dos etapas. Primero, se evalúa la precisión de Progresa en la selección tanto a nivel comunitario como a nivel de los hogares (ver Secciones 3 y 4 del informe). Segundo, se evalúa el desempeño de la focalización de Progresa en términos de su impacto en el combate a la pobreza relativo a otros métodos viables y esquemas de transferencia suponiendo el mismo presupuesto total (ver Sección 5). La primera etapa se realiza comparando el método de Progresa con un método de selección alternativa basado en el consumo de los hogares, el cual se constituye en el método privilegiado para medir el bienestar. Para la segunda tarea, la lista de alternativas viables incluye transferencias uniformes que no involucran selección alguna, selección basada en el consumo y selección geográfica (esto es, seleccionar a nivel de localidad en lugar del hogar). Los costos asociados con estos diferentes esquemas afectan el presupuesto disponible para el combate a la pobreza. No es que se afirme que se tiene una forma perfecta para determinar que hogares deben ser considerados pobres. Más 170 bien, se adopta un indicador que se considera sensible para clasificar los hogares en elegibles (pobres) y no elegibles (no pobres). El indicador que se utiliza para examinar el proceso de focalización de Progresa es el consumo estimado de los hogares. Se estima el consumo de los hogares en la muestra de Progresa (beneficiarios y no beneficiarios) utilizando la ENIGH de 1996. Se juzga la precisión de la focalización de Progresa utilizando los conceptos de subcobertura y fuga que proporcionan mediciones de los errores de exclusión e inclusión, respectivamente. La evaluación de la primera etapa de Progresa está basada en un conjunto de localidades con un índice de marginación. El examen final para evaluar cuan satisfactorio es el desempeño del índice de marginación, consiste en saber si este es un método efectivo para identificar donde están ubicados los hogares más pobres. Las restricciones impuestas a las localidades para ser candidatas a ser seleccionadas con base en el índice de marginación (por ejemplo acceso a la escuela o al centro de salud) muy probablemente han excluido localidades donde pueden estar localizados los hogares más pobres. Se considera que estas restricciones son necesarias para la operación de Progresa como fue concebida, y no se observa este último aspecto como focalización inadecuada sino más bien como una consecuencia del Programa. La evaluación consiste en la construcción de un criterio basado en el consumo para identificar a las localidades donde están ubicados los hogares pobres, y contrastar más adelante con el resultado de la selección hecha por Progresa. Con base en todos los datos se concluye que el índice de marginación de Progresa se desempeña bastante bien cuando se contrasta con un modelo de selección de localidades basado en el consumo. El modelo basado en el consumo resulta en una categorización más precisa de pobreza, lo cual implica que la focalización geográfica basada en el índice de marginación tiene mas probabilidades de presentar fugas más que subcobertura. El ajuste entre los dos métodos resulta particularmente sólido para las categorías de marginación baja y muy alta, y es más difuso para las categorías intermedias. Esto sugiere que el índice de marginación de Progresa pierde su poder de distinción entre las localidades de marginación media precisamente en el momento en que Progresa se esta expandiendo en las comunidades menos marginadas. Esto introducirá una medida de arbitrariedad en la selección de estas comunidades. Una forma de contrarrestar este problema sería incorporar información de otros índices alternativos de marginación, tales como el método presentado en el informe. El método de selección de los hogares de Progresa consta de tres etapas: 1) utilizar el ingreso para desarrollar una clasificación preliminar de hogares en 171 pobres y no pobres. Un hogar es clasificado como pobre si su ingreso está por debajo de la línea de la pobreza, y no pobre en caso contrario; 2) desarrollar un análisis discriminante para incorporar otras características del hogar en la determinación de la condición de pobreza de los hogares. El motivo subyacente, como lo subraya Progresa, es utilizar una aproximación multidimensional de la pobreza. El “puntaje” obtenido a partir del análisis discriminante es utilizado para determinar quien es pobre y quien no; 3) finalizar la lista de beneficiarios después de recibir retroalimentación de la comunidad. Como es posible observar en el cuadro 1, para el percentil 78 de la línea de pobreza, las tasas de subcobertura y fuga son aproximadamente iguales al 16 por ciento. Se encontró que la focalización de Progresa trabaja mejor identificando los hogares pobres extremos pero es más propensa a cometer errores cuando se trata de identificar correctamente los hogares que son moderamente pobres (por ejemplo los hogares cercanos a la línea de la pobreza). Este hallazgo despierta algunas preocupaciones serias acerca de la utilización del método actual de focalización de Progresa en las áreas menos pobres (por ejemplo áreas urbanas marginadas). También se examina cuan serios pueden ser los errores de focalización de Progresa en comparación con los errores de focalización de otros esquemas. Se aplica un esquema de ponderación similar al de la familia de mediciones de pobreza FGT, que dan mas importancia a la subcobertura (fuga) de los hogares más pobres (más ricos) para tres esquemas alternativos de transferencias: una transferencia uniforme (por ejemplo, no focalizada), la focalización de Progresa, y la focalización a nivel de localidades. Como es posible ver en el cuadro 2, la focalización de Progresa pierde menos hogares pobres extremos en comparación con otros esquemas. De manera similar, en el cuadro 3 se puede ver que los hogares que son incluidos erróneamente en la lista de beneficiarios son hogares que están cercanos a la línea de pobreza (menos ricos) que los hogares que están incluidos por los otros métodos. En suma, los errores de exclusión e inclusión que ocurren con la focalización de Progresa son menos serios que aquellos que suceden con otros esquemas de transferencias y focalización viable. Para completar la evaluación, se incluye además una restricción presupuestaria y los costos de la focalización en la descripción. Se asume que el costo de focalización a nivel hogar es el costo total de conducir una encuesta de hogares. Se desarrolló una serie de simulaciones para comparar el desempeño de la focalización de Progresa en términos de su impacto en el combate a la pobreza en comparación con otros esquemas de transferencia y focalización, asumiendo el mismo presupuesto total. Para los objetivos sociales de reducción de la profundidad de la pobreza, medida por la brecha de pobreza (P1), o la reducción de la severidad de la pobreza, medida por el índice de severidad (P2), encontramos que la focalización de Progresa es el segundo esquema más efectivo para la 172 focalización comparando con el procedimiento basado en el consumo (ver tabla 4). Sin embargo, cabe hacer notar que la reducción en las medidas de más alto orden de pobreza logradas mediante la focalización de los hogares, por sobre aquellas conseguidas mediante la simple inclusión de todos los hogares en la localidad, es relativamente pequeña. Si bien estos éxitos marginales de focalización a nivel de los hogares constituyen un esfuerzo valioso, dependen del tamaño de los costos de focalización no económicos, esto es, políticos y sociales, todos ellos muy difíciles de cuantificar. Las encuestas cualitativas de la evaluación de Progresa muestran que estos costos de focalizar comunidades rurales, frecuentemente indígenas, puede no ser insignificantes. Cuadro 1 Tasa de Subcobertura y fuga de Progresa con distintas líneas de pobreza Subcobertura Fuga Percentil 25 5.56% 69.76% Percentil 50 9.59% 42.09% Percentil 78 15.36% 15.43% Cuadro 2 Tasa de Subcobertura de Progresa usando el esquema de ponderadores (Cambio porcentual en el indicador relativo a las transferencias con la localización de Progresa) Transferencia uniforme sin localización Transferencia Progresa Focalización a nivel de localidad Basada en el índice de marginación U(0) 0.0000 0.1530 0.1824 (19.23) U(1) 0.0000 0.0410 0.0599 (46.10) U(2) 0.0000 0.0150 0.0262 (74.82) 173 Cuadro 3 Tasa de fuga de Progresa usando el esquema de ponderadores (Cambio porcentual en el indicador relativo a la transferencia uniforme) L(0) 0.2200 0.1543 0.1824 -(17.07) Transferencia uniforme (sin focalización) Transferencia Progresa Focalización a nivel de localidad Basada en el índice de marginación L(1) 0.0755 0.0430 0.0559 -(26.00) L(2) 0.0512 0.0230 0.0339 -(33.66) Cuadro 4 Índice de pobreza bajo diversos esquemas de focalización / transferencia con presupuesto fijo e incluyendo costos administrativos de la focalización (Cambio porcentual en el índice de pobreza con respecto a la ausencia de transferencia) 0.7800 P(1) Brecha de pobreza 0.2952 P(2) Severidad de pobreza 0.1412 0.5814 -(25.46) 0.7276 -(6.72) 0.6558 -(15.92) 0.6427 -(17.60) 0.1822 -(38.29) 0.1731 -(44.76) 0.1712 -(42.01) 0.1739 -(41.10) 0.0746 -(47.14) 0.0509 -(63.92) 0.0589 -(58.32) 0.0626 -(55.69) P(0) Tasa de pobreza Sin transferencia (sin un programa contra la pobreza) Transferencia uniforme (sin focalización) Transferencia con focalización consumo Transferencia de Progresa basada en Focalización a nivel de localidad basada en el índice de marginación 174 50 Comparación de distintas metodologías para la identificación de familias beneficiarias * * Documento preparado por Cinthia Medina, Celia Hubert y Humberto Soto. Las opiniones y puntos de vista aquí expresados son responsabilidad única y exclusiva de los autores. 176 1. Introducción E l Programa de Educación, Salud y Alimentación (Progresa), fue concebido con la finalidad de apoyar a los hogares en situación de pobreza extrema que viven en las regiones de mayor marginación en nuestro país. Progresa es, por tanto, un programa focalizado, que busca que sus acciones favorezcan a las familias más pobres. El Programa utiliza tres estrategias de focalización, la primera es la selección de localidades con base en su grado de marginación; la segunda es la identificación de los hogares beneficiarios; y la última, es la participación de la comunidad con su opinión sobre la relación (listado) de las familias beneficiarias. Mediante una rigurosa metodología y procedimientos objetivos y transparentes, Progresa ha logrado identificar a las localidades en condiciones de mayor marginación, para posteriormente al interior de ellas identificar a los hogares en situación de pobreza extrema, es decir, Progresa ha definido en dónde viven y quiénes son las familias que necesitan más oportunidades para alcanzar mejores niveles de bienestar. Los criterios de inclusión de localidades, la identificación de los hogares beneficiarios dentro de las localidades seleccionadas, las acciones que se realizan y los objetivos trazados, son algunos de los puntos de mayor interés y complejidad dentro de un programa como Progresa, que deben ser evaluados continuamente. Además, dada la escasez de recursos, es fundamental la búsqueda de una correcta asignación y distribución de éstos. Es por ello que se requiere una mutua exclusión entre programas sociales, y de una selección eficiente de la población objetivo en cada uno de ellos, es decir, una correcta focalización. Progresa ha puesto especial énfasis en realizar una correcta distribución de recursos, concentrándose en asignarlos de manera adecuada a las familias en condición de pobreza extrema en las comunidades rurales de mayor marginación, que representan la población objetivo del programa, basándose en una adecuada selección en ambos niveles. Si bien es cierto que al apoyar de manera directa a los hogares identificados como beneficiarios, Progresa promueve implícitamente la participación comunitaria para que los servicios educativos y de salud beneficien a todos los hogares de la localidad, esta no es una razón suficiente para minimizar los errores de selección en que se puede incurrir al identificar a los hogares beneficiarios por medio de métodos con un alto margen de error. 177 Una correcta focalización es entonces, el medio para asegurar que los beneficios favorezcan de manera óptima a la población objetivo. Este documento discutirá cómo se identifica a los hogares beneficiarios de Progresa dentro de las localidades previamente seleccionadas1, mediante una herramienta estadística conocida como análisis discriminante. Además, se compara la metodología de este modelo contra otras técnicas de clasificación que busquen separar a los hogares en dos grupos, hogares pobres extremos (que a partir de este momento se denominarán hogares pobres) y hogares no pobres. Los distintos métodos estudiados que se comparan son: 1. 2. 3. 4. Línea de pobreza aplicada al Ingreso de los hogares, Análisis denominado CART (Árboles de Clasificación), Línea de pobreza aplicada al Consumo estimado de los hogares, y Análisis discriminante, técnica actualmente utilizada por Progresa. La información utilizada proviene de la Encuesta de características socioeconómicas de los hogares (ENCASEH2), levantada a todos los hogares que habitan las localidades seleccionadas, que contiene cuatro grandes rubros de información referentes a las características de los integrantes del hogar (edad, sexo, escolaridad, ocupación), las características de las viviendas (tipo de piso, paredes, techos), el acceso a servicios (agua, electricidad), y la disponibilidad de enseres en el hogar (refrigerador, lavadora, estufa de gas). Para los análisis que se llevarán a cabo en el presente trabajo se seleccionó una muestra de 39,455 hogares que comprende los estados de Coahuila, Durango, Nuevo León y Zacatecas. Dicha muestra de hogares corresponde a una de las regiones definidas por Progresa, a la cual otorga sus beneficios. Es importante señalar, que Progresa realiza un análisis por separado para cada una de las 41 regiones que definió debido a que la metodología empleada requiere homogeneidad de varianzas para los indicadores, supuesto que no se cumple a menos que se analicen por separado regiones con condiciones homogéneas de entorno, como son por ejemplo, regiones de costa, regiones de selva o regiones de sierra. 1 El procedimiento de selección de localidades se basa en la construcción de un índice de marginación en escala continua, mediante la técnica estadística de análisis de componentes principales. Dicho índice se discretiza por medio de la técnica de Dalenius, mediante la cual el índice toma valores en cinco categorías (muy baja, baja, media, alta y muy alta marginación). Progresa ha buscado beneficiar paulatinamente a las localidades comenzando con aquellas con mayores índices de marginación. Una vez definida una localidad como candidata a integrarse al padrón de Progresa es necesario validar si cuenta con acceso a escuelas o clínicas, pues de no tenerlo, la incorporación de localidad es pospuesta y se procede a solicitar a las instancias correspondientes (SEP y / o SSA) que se realicen las acciones necesarias para crear los accesos referidos. 2 Para una explicación detallada sobre el contenido de la encuesta, ver: “El modelo de evaluación de Progresa” en: Documentos metodológicos sobre la evaluación de Progresa (2000). 178 2. Clasificación por medio de una línea de pobreza aplicada al ingreso de los hogares La relación entre ingresos y condición de pobreza de una familia o un individuo es simple, si el hogar no percibe ingresos o éstos no son suficientes para satisfacer sus necesidades básicas, entonces el hogar es considerado en condición de pobreza extrema. Por otra parte, si los ingresos cubren dichas necesidades básicas entonces el hogar no se considera como en condición de pobreza extrema. Para evaluar la condición de pobreza de los hogares con base en el ingreso se utiliza una línea de pobreza. Esta se define a partir del precio de una canasta básica alimentaria, que satisfaga los requerimientos mínimos para evitar la desnutrición, enfermedades y deficiencias antropométricas, aplicando un margen adicional para cubrir otras necesidades básicas no alimentarias. Para tal efecto, se seleccionó la Canasta Normativa Alimentaria (CNA), elaborada por la Coordinación General del Plan Nacional de Zonas Deprimidas y Grupos Marginados (COPLAMAR) 3, integrada por 34 productos alimentarios básicos, que satisfacen un requerimiento mínimo diario de 2,082 calorías y 35.1 gramos de proteínas por adulto. Ahora bien, dado que no todo el gasto de los hogares se efectúa en productos alimentarios, sino que existe un mínimo irreductible de gastos que se dirigen a la compra de productos no alimentarios, es necesario incrementar el costo de la CNA con un factor de expansión para reflejar esta situación, pues de no hacerlo así, se subestimaría la línea de pobreza extrema. El factor de expansión obtenido fue de 1.34, y al aplicarlo al costo de la CNA, actualizado con el Índice de Precios de la Canasta Básica de Consumo a julio de 1999, se obtiene la cantidad de 409.3 pesos de ingreso medio mensual per cápita para una familia promedio nacional compuesta por 4.9 miembros, de los cuales 2.77 serían adultos, 1.66 niños de 3 a 14 años y 0.47 bebés. Por su parte, el monto del ingreso del hogar a precios de julio de 1999, con el cual se realiza la clasificación de los hogares, proviene de la información recabada en la Encuesta de Características Socioeconómicas de los Hogares (ENCASEH). El cálculo del ingreso per cápita mensual considera tanto los ingresos percibidos por la realización del trabajo principal de las personas como otras fuentes alternas de ingreso que pueden provenir de otros trabajos, venta de productos o remesas. 3 Reportada en el libro Macroeconomía de las Necesidades Esenciales en México. Situación actual y perspectivas al año 2000, 2a. edición, México, Siglo XX, 1989 (c 1983), pag. 134-145. Esta canasta es la que más se ajustaría a la estructura de las disponibilidades alimentarias del país y a los hábitos alimentarios de la población mexicana. 179 Para realizar la clasificación se compara el ingreso per cápita obtenido para cada hogar con la línea de pobreza extrema mencionada previamente, de modo que un hogar se considera en condición de pobreza extrema si su ingreso mensual per cápita es menor a 409.3 pesos. Los resultados de dicha clasificación aplicada a la muestra se observan en el cuadro 1, en el cual se aprecia que el porcentaje de hogares considerados como pobres extremos bajo el criterio del ingreso per cápita es de 55.5 por ciento. Cuadro 1 Clasificación de los hogares de acuerdo al ingreso per cápita 3. Clasificación Porcentaje No pobre Pobre Total 44.5 55.5 100.0 Clasificación por medio del análisis denominado CART (Árboles de clasificación) El modelo CART es una técnica estadística que consiste en la construcción de árboles de clasificación a partir de la información proveniente de indicadores que caracterizan a las unidades de análisis, en nuestro caso a los hogares. La metodología denominada CART (árboles de clasificación y regresión) se conoce técnicamente como una partición binaria recursiva. Consiste en la generación de nodos de clasificación de tipo binario (denominados nodos padres) los cuales separan un conjunto de individuos en dos grupos (nodos hijos) mediante la definición de una regla de decisión consistente en un punto de corte para un indicador por medio del cual si para un individuo el valor de dicho indicador se encuentra por encima del punto de corte, el individuo es ubicado en uno de los nodos hijos, mientras que un hogar con un valor por debajo del punto de corte es ubicado en el otro nodo hijo. Una vez generada dicha clasificación, cada uno de los nodos hijos se convierten en nodos padre, y para cada uno de ellos se repite el proceso hasta que algún nodo no tenga partición y se convierta en nodo terminal. Esta es la razón por la cual la metodología se considera recursiva. Es importante destacar que el método de CART requiere de una clasificación inicial para su operación, que para efectos del presente análisis, corresponderá a la clasificación generada a partir del ingreso. 180 Las cuestiones a definir en esta metodología son principalmente tres: I. La decisión sobre cuál es el indicador que genera la mayor separación entre grupos para un nodo determinado, y una vez elegido el indicador, la definición del punto de corte, II. La decisión sobre en qué momento parar el proceso, y III. Una vez detenido el proceso, y definidos los nodos terminales, decidir para cada uno de éstos a qué grupo pertenecen los hogares que los integran. En lo concerniente al primer punto, el análisis de CART realiza un proceso exhaustivo de búsqueda en el cual se comparan las clasificaciones generadas por distintos puntos de corte para cada una de las variables, de modo que se elige a aquélla combinación variable-punto de corte, donde se encuentre la máxima separación entre grupos generada por la partición en la que para uno de los nodos existe una mayoría de individuos de una de las clases originales mientras que para el otro nodo existe una mayoría de la otra clase original. En cuanto al segundo punto, el proceso genera el máximo árbol de clasificación posible, y a partir de él comienza a quitar nodos en busca del árbol óptimo que tenga la mayor explicación con el menor número de nodos posible. Finalmente, en lo que respecta al tercer punto, el proceso define a todos los individuos en algún nodo terminal, como pertenecientes a la clase que tiene una mayor representación de individuos en dicho nodo. El resultado de aplicar la metodología de CART a los datos de la muestra referida previamente se observa en el cuadro 2, donde se destaca que el 49.7 por ciento de los hogares es clasificado como hogares pobres. Cuadro 2 Clasificación de los hogares de acuerdo a la metodología de CART Clasificación Porcentaje No pobre Pobre Total 50.3 49.7 100.0 Uno de los resultados de interés que se generan al obtener el modelo por medio de la metodología de CART es la estructura de ponderaciones para las variables introducidas, es decir, la influencia relativa que cada variable tiene para generar la clasificación final. Las ponderaciones se presentan en el cuadro 3. 181 Cuadro 3 Peso relativo de las variables en la explicación para el análisis obtenido con la metodología de CART Variable Índice de dependencia * Niños de 0 a 11 años en el hogar Índice de hacinamiento Porcentaje de niños de 5 a 15 años que no asisten a la escuela Mujeres de 15 a 49 años en el hogar Total de animales en el hogar Calentador de agua en la vivienda Refrigerador en el hogar Niños de 8 a 15 años que no asisten a la escuela Estufa de gas en el hogar Tipo de piso en la vivienda Luz en el hogar Peso relativo 37.8% 24.1% 13.1% 7.6% 6.6% 4.5% 2.3% 1.9% 1.6% 0.2% 0.1% 0.1% * Personas que no trabajan por cada trabajador Se puede apreciar que variables demográficas del hogar como el índice de dependencia, el número de niños entre 0 y 11 años de edad, y el índice de hacinamiento (número de personas por cuarto) son las variables de mayor injerencia en la clasificación generada por el análisis mediante la metodología de CART. 4. Selección por medio de una línea de pobreza aplicada al consumo estimado de los hogares Para la obtención de una clasificación por medio del análisis a partir del consumo estimado se requiere utilizar por un lado un modelo que permita obtener, a partir de la información de que se dispone para cada uno de los hogares estudiados, una medida de consumo; y por otro, se requiere de un punto de corte para distinguir al grupo de hogares pobres extremos del resto de los hogares, para lo cual se usa la misma línea de pobreza descrita en la primera sección del presente documento. Cabe señalar que, si bien es cierto que una medida de consumo real sería mucho más adecuada para generar la clasificación de los hogares, también lo es el hecho de que obtener la información que permitiera construirla es demasiado costoso, por lo cual se buscó obtener la medida de consumo estimado con la 182 información contenida en la Encuesta de Ingreso y Gasto de los Hogares (ENIGH), que contiene información sobre el consumo de los hogares en diversos rubros, además de información sobre características socio-demográficas, comparables a la que se incluye en la ENCASEH. Con estas similitudes se construye un modelo de regresión a partir de la información de la ENIGH, donde la variable dependiente es el consumo per cápita de los hogares, y las variables explicativas se refieren a características del jefe del hogar, a características de la vivienda y a algunos indicadores demográficos. En el cuadro 4 se puede observar el modelo obtenido, destacándose que se utiliza el logaritmo natural del consumo como variable dependiente y no el consumo directamente, debido a que dicha transformación es necesaria para validar los supuestos que el modelo de regresión requiere. Cuadro 4 Regresión lineal para explicar el logaritmo natural del consumo del hogar Variable Intercepto Sexo del jefe Edad del jefe Escolaridad del jefe Sin escolaridad Primaria incompleta Primaria completa Más de primaria Ocupación del jefe Sin ocupación Jornalero u obrero Trabajador por cuenta propia Otra ocupación Índice de dependencia * Piso de tierra Agua No tiene Tiene en el terreno Tiene en la vivienda Niños menores de 5 años Niños entre 6 y 12 años R cuadrada ajustada Coeficiente 6.835 0.021 -0.003 -0.639 -0.581 -0.429 0.000 -0.110 -0.298 -0.213 0.000 -0.095 -0.332 -0.079 0.000 0.048 -0.175 -0.131 0.516 * Personas que no trabajan por cada trabajador 183 Este modelo fue estimado a partir de la información de la ENIGH realizada en el año de 1996, por lo cual el logaritmo del consumo resultante está a precios de dicho año. Por esta razón el valor de la línea de pobreza que se utiliza para generar la clasificación es deflactado al periodo referido. Además, dado que el modelo se encuentra en escala logarítmica, es necesario obtener el logaritmo natural del monto obtenido posteriormente a la deflactación de dicha línea de pobreza, con lo cual se obtiene un punto de corte de 5.43. Esto quiere decir que un hogar será considerado como en condición de pobreza extrema si tiene un valor menor a 5.43 en el logaritmo natural de su consumo estimado. Cabe señalar que nuevamente variables demográficas como el índice de dependencia o el número de niños menores a 12 años de edad, tienen una presencia importante en el modelo. De este modo los resultados obtenidos que se aprecian en el cuadro 5, reflejan un 33.2 por ciento de hogares en condición de pobreza extrema bajo este criterio. Cuadro 5 Clasificación de los hogares de acuerdo al consumo estimado 5. Clasificación Porcentaje No pobre Pobre Total 66.8 33.2 100.0 Clasificación por medio de análisis discriminante El análisis discriminante es una herramienta que permite clasificar a los hogares a partir de un conjunto de variables que los caracterizan. Al igual que las dos técnicas anteriores, se requiere una clasificación inicial, que en el caso de Progresa, se genera a partir del ingreso per cápita comparado con la línea de pobreza, de acuerdo al procedimiento descrito en la primera sección. A partir de dicha clasificación inicial se establece la base para caracterizar los perfiles que distinguen a los hogares pobres del resto de los hogares. La finalidad del análisis discriminante consiste en encontrar una función matemática que clasifique a los hogares de cada grupo de acuerdo al perfil que los identifica. 184 A partir de la información proveniente de la ENCASEH se realiza el análisis discriminante4, incorporándose indicadores referentes a las características de los miembros del hogar (como unidad), y de la vivienda. Estos comprenden: composición y tamaño de los hogares; edad, uso de lengua indígena, alfabetismo, escolaridad, participación laboral y tipo de ocupación de los miembros del hogar; presencia de personas discapacitadas; equipamiento de las viviendas y posesión de bienes y enseres domésticos; acceso y uso de superficie agrícola, así como posesión de animales de trabajo y/o cría. En el cuadro 6 se observa la ponderación del conjunto de variables utilizadas. De nueva cuenta, se aprecia la importancia de variables como el índice de dependencia, el número de niños de 0 a 11 años de edad en el hogar y el índice de hacinamiento. Cuadro 6 Variables y su peso relativo en la explicación para el análisis obtenido con la metodología de análisis discriminante Variable Índice de dependencia Niños de 0 a 11 años en el hogar Índice de hacinamiento Refrigerador en el hogar Calentador de agua en la vivienda Mujeres de 15 a 49 años en el hogar Lavadora en el hogar Niños de 8 a 15 años que no asisten a la escuela Estufa de gas en el hogar Porcentaje de niños de 5 a 15 años que no asisten a la escuela Peso relativo 25.0% 19.6% 17.1% 7.9% 7.3% 7.0% 6.4% 4.9% 4.2% 0.5% * Personas que no trabajan por cada trabajador El cuadro 7 muestra los porcentajes de clasificación que genera el análisis discriminante. En este caso el porcentaje de hogares pobres es de 48.2, cifra mucho más cercana a la clasificación por medio de la metodología de CART que a la de las otras dos técnicas. 4 Para una descripción detallada del método véase Huberty (1994) 185 Cuadro 7 Clasificación de los hogares de acuerdo a la metodología Clasificación Porcentaje No pobre Pobre Total 51.8 48.2 100 Este análisis difiere ligeramente con respecto al procedimiento final utilizado en Progresa, el cual añade a los resultados del análisis, información adicional obtenida en la operación en campo, que se refiere principalmente a que dados los pesos de variables como el índice de dependencia o el número de niños en el hogar, existe un conjunto de hogares que a pesar de encontrarse en condición de pobreza extrema, no son identificados en el análisis, pero que al momento de realizar las asambleas informativas para los hogares beneficiarios, esos hogares que no son elegidos para recibir los apoyos de Progresa solicitan la revisión de su caso5. A partir de las solicitudes referidas, se han identificado las características de la mayoría de los hogares en esa situación, como son tener pocos integrantes, y generalmente estar conformados por ancianos o por matrimonios muy jóvenes con apenas un hijo pequeño, pero con las carencias que definen a un hogar en condición de pobreza extrema. Este tipo de hogares se recuperan introduciendo en el análisis un puntaje extra cuando el hogar presenta las características mencionadas. Así, por ejemplo, un hogar con sólo dos personas mayores de 65 años puede estar apenas por encima del punto de corte en lo que se refiere a su puntaje. Sin embargo, al realizar el ajuste restándole algunos puntos, su puntaje resulta entonces menor al punto de corte, con lo que se recupera el hogar que incorrectamente había sido excluido por el análisis. El resultado de aplicar este ajuste, que se denomina inclusión de filtros, se presenta en el cuadro 8. 5 Este procedimiento corresponde a la tercera estrategia de focalización utilizada por Progresa, referente a la participación de la comunidad con su opinión sobre la relación (listado) de las familias beneficiarias. 186 Cuadro 8 Clasificación de los hogares de acuerdo a la metodología de análisis discriminante (Después de los filtros) 6. Clasificación Porcentaje No pobre Pobre Total 40.3% 59.7% 100% Comparación entre metodologías Para realizar una primera comparación entre los resultados obtenidos por las metodologías presentadas, se obtuvieron los deciles para los indicadores de ingreso mensual per cápita, de consumo estimado por medio de la regresión presentada en la tercera sección, y de los puntajes de análisis discriminante6. Los deciles se introdujeron en un Análisis de Correspondencias Múltiples7 con la finalidad de observar cómo se relacionan entre sí los hogares que componen los deciles. El resultado de dicho análisis se presenta en la gráfica 1. En esta gráfica se observa que los tres indicadores presentados generan un orden muy similar en el conjunto de los hogares8. Se aprecia que los hogares de los primeros deciles son más heterogéneos entre sí, puesto que las distancias entre los primeros cuatro deciles son más grandes con respecto a las distancias que existen entre el resto de los deciles. Es importante señalar que el análisis de correspondencias múltiples genera una representación comparable de los valores para cada una de las variables introducidas en el modelo, y que dicha representación se puede construir para una interpretación sencilla en gráficos de una dimensión, de dos dimensiones (como el de la gráfica 1) o incluso en tres dimensiones. Lo importante es que el grado de representación es decreciente con respecto a los ejes que representan cada dimensión, es decir que la representación más exacta es la que corresponde a la primera dimensión. 6 Se utiliza el puntaje con la inclusión de filtros, sin embargo, se realizó el análisis para el puntaje sin filtros y las conclusiones generadas son las mismas, dado que el gráfico presenta la misma configuración. 7 Para una descripción detallada del método véase Greenacre (1984). No se presentan resultados para la metodología de CART debido a que ésta no genera un indicador continuo como en el caso del resto de las metodología presentadas. 8 187 Gráfica 1 Análisis de correspondencias múltiples para los deciles de ingreso per cápita, de consumo estimado y de puntajes del análisis discriminante 2.0 Deciles de consumo estimado 1 Deciles de ingreso per cápita 1.5 Deciles de puntajes del análisis discriminante 10 1.0 10 10 .5 1 1 9 9 2 8 9 8 7 8 0.0 7 -.5 7 6 4 5 5 4 5 -1.0 -1.0 2 6 6 -1.5 2 3 -.5 0.0 3 4 .5 3 1.0 1.5 2.0 La gráfica 2 muestra solamente los valores de la primera dimensión, donde se observa un orden en cuanto a los deciles que va de derecha a izquierda. Dicho orden tiene ciertas divergencias para los primeros cuatro deciles, principalmente para el indicador de ingreso. Esto refleja que los resultados obtenidos por clasificar los hogares en esos deciles a partir del ingreso serían considerablemente distintos a los obtenidos utilizando alguno de los otros métodos. Sin embargo, en general esos cuatro primeros deciles están siendo clasificados como pobres independientemente del método utilizado. Esto simplemente muestra que, a pesar de que los hogares en los primeros deciles no son los mismos decil por decil, sí lo son en conjunto para el grupo de deciles que son clasificados como pobres. 188 Gráfica 2 Análisis de correspondencias múltiples para los deciles de ingreso per cápita, de consumo estimado y de puntajes del análisis discriminante (solo la primera dimensión) Deciles de consumo estimado Deciles de ingreso per cápita Deciles de puntajes del análisis discriminante 10 9 8 7 10 10 -1.5 9 9 -1.0 8 8 6 7 7 -.5 5 6 6 4 3 5 5 0.0 2 4 4 13 3 .5 1 2 2 1.0 1 1.5 2.0 Este análisis refleja que las técnicas de clasificación son consistentes en general. Una ventaja adicional del análisis discriminante sobre la medida directa de ingreso es que no pierde ningún caso por motivos de información faltante, es decir, todos los hogares pueden ser clasificados. Esta cualidad la tiene también el análisis por medio del consumo estimado, el cual tiene un gran parecido, al menos en lo que al orden generado se refiere, con el indicador de puntajes del análisis discriminante. En las secciones anteriores se presentaron los porcentajes de hogares pobres para cada uno de los métodos, los cuales trasladados a deciles, pueden verse como los puntos de corte para los indicadores graficados. Estos cortes se ubican entre el cuarto y el sexto decil, y dada la homogeneidad de los hogares en esos deciles, parece fácil excluir hogares con características similares a las de aquellos que se incluyen. Esto refleja la trascendencia de los filtros que Progresa utiliza para realizar correcciones en la clasificación generada, con los cuales el punto de corte final para el análisis discriminante se ubica cerca del sexto decil. (cuadro 8) 189 Se puede realizar a partir de los deciles obtenidos, un análisis exploratorio para los indicadores más importantes que definen las condiciones de vida de los hogares. Para ejemplificar dicho análisis se presenta en el cuadro 9 el valor promedio por hogar del indicador del índice de hacinamiento de acuerdo al decil al que pertenece para cada método. En particular en este cuadro se observa una tendencia decreciente del índice conforme el hogar se ubica en un decil mayor. Esta tendencia se presenta para los tres métodos, y en general se puede apreciar un comportamiento muy similar para otros indicadores de interés, reafirmándose la consistencia entre métodos (ver Apéndice A). Cuadro 9 Valor promedio por hogar del indicador del índice de hacinamiento (medido como número de personas por cuarto) de acuerdo al decil al que pertenece para cada método Decil Análisis discriminante Ingreso per cápita Consumo estimado 1 2 3 4 5 6 7 8 9 10 4.2 3.4 3.1 2.6 2.5 2.0 1.8 1.6 1.4 1.2 2.9 3.0 2.9 2.7 2.6 2.3 2.1 1.9 1.7 1.4 4.2 3.3 2.8 2.5 2.2 2.0 1.7 1.6 1.5 1.7 Se ha realizado la comparación entre los deciles de los indicadores de bienestar analizados, sin embargo, no son los deciles los que determinan la clasificación del hogar para cada método, de modo que aunque los deciles tengan un comportamiento homogéneo, los hogares, una vez clasificados, pueden tener diferencias significativas en sus características. Por ello se presenta a continuación el análisis conjunto de los cuatro métodos estudiados, utilizando los grupos que cada uno de ellos generó. 190 Gráfica 3 Análisis de correspondencias múltiples para la clasificación generada por los métodos de ingreso per cápita, de consumo estimado, de análisis discriminante y de la metodología de CART (solo la primera dimensión) Utilizando la clasificación por análisis discriminante sin filtros Utilizando la clasificación por análisis discriminante con filtros Pobre Pobre 1.0 Pobre Pobre Pobre Pobre Pobre Pobre .5 Clasificación por metodología de CART Clasificación por consumo estimado 0.0 Clasificación por ingreso per cápita Clasificación por análisis discriminante -.5 No pobre No pobre No pobre No pobre -1.0 No pobre No pobre No pobre No pobre En la gráfica 3 se puede apreciar la separación existente entre los grupos de hogares pobres y no pobres para los diferentes métodos. Se presentan por separado los resultados utilizando en un análisis la variable de clasificación obtenida por el modelo de discriminantes sin filtros, y en el otro análisis la variable referida al modelo con filtros. En el primer modelo se puede apreciar que la clasificación generada por el análisis discriminante es prácticamente la misma 191 que se genera con la metodología de CART. Por su parte en el segundo modelo, la clasificación por discriminante se asemeja más a la resultante por el método que utiliza el ingreso. Es importante notar que en cualquiera de los casos, los modelos definen una distancia muy similar entre los grupos pobres y los no pobres. Al presentar el análisis en dos dimensiones en la gráfica 4, se muestran las divergencias entre métodos9. Así, clasificar a los hogares de acuerdo al ingreso per cápita pareciera el método más divergente. Esto se puede explicar dado que el ingreso es una medida unidimensional, por lo cual a nivel multidimensional no tiene el sentido de explicación que los otros tres indicadores, los cuales son medidas multidimensionales. Por su parte entre estos últimos se observa una marcada similitud, derivada de que las variables que los definen son coincidentes en gran medida. Gráfica 4 Análisis de correspondencias múltiples para la clasificación generada por los métodos de ingreso per cápita, de consumo estimado, de análisis discriminante y de la metodología de CART (dos dimensiones) .8 No pobre .6 Pobre .4 .2 Pobre 0.0 Pobre No pobre -.2 No pobre No pobre -.4 -.6 Pobre -.8 -1.0 -.5 0.0 .5 1.0 1.5 Clasificación por discriminante Pobres por consumo estimado Pobres de acuerdo a Cart (árbol óptimo) Pobres por línea de pobreza (ingreso) 9 Solo se presenta el modelo que incluye la clasificación del análisis de correspondencias con filtros debido a que las conclusiones que se presentan de éste son las mismas que se obtienen a partir del modelo incluyendo la clasificación del análisis de correspondencias sin filtros. De hecho a partir de este punto sólo se utilizará el modelo con filtros, dado que es éste el utilizado en la práctica por Progresa. 192 Para ejemplificar dichos análisis se presenta en la gráfica 5 el modelo que incluye el índice de hacinamiento categorizado de acuerdo a los quintiles del mismo. Gráfica 5 Análisis de correspondencias múltiples para la clasificación generada por los métodos de ingreso per cápita, de consumo estimado, de análisis discriminante y de la metodología de CART, y los quintiles del índice de hacinamiento 1.0 1 4 .5 Pobre No pobre 0.0 No pobre No pobre 5 3 Pobre No pobre Pobre Pobre -.5 2 -1.0 -1.5 -1.0 -.5 0.0 .5 1.0 1.5 Quintiles del índice de hacinamiento Pobres de acuerdo a Cart (árbol óptimo) Pobres por línea de pobreza (ingreso) Pobres por consumo estimado Clasificación por análisis discriminante En este análisis se recalca que la primera dimensión, expresada en la escala horizontal, muestra una explicación directa con respecto a la relación entre la clasificación de hogares generada por cualquiera de los métodos analizados y el indicador del índice de hacinamiento, reflejando la asociación existente entre un menor hacinamiento y una condición más alejada de la pobreza extrema. En los análisis previos se ha observado la relación general que tienen cada uno de los modelos analizados entre sí. Es necesario realizar una comparación en la que se observen las diferencias en cuanto a la clasificación generada por cada 193 uno de los métodos en términos cuantitativos. El cuadro 10 muestra la distribución porcentual de los hogares analizados en este estudio, de acuerdo a todas las posibles combinaciones que pueden presentarse con respecto a las clasificaciones generadas por los cuatro métodos estudiados. En este caso se utiliza el análisis discriminante con filtros, dado que es éste el que realmente se está llevando a la práctica. Cuadro 10 Distribución porcentual de los hogares de acuerdo a la clasificación generada por los métodos de ingreso per cápita, de consumo estimado, de análisis discriminante y de la metodología de CART Ingreso per cápita Análisis discriminante CART Consumo estimado Porcentaje No pobre No pobre No pobre No pobre No pobre No pobre No pobre No pobre Pobre Pobre Pobre Pobre Pobre Pobre Pobre Pobre No pobre No pobre No pobre No pobre Pobre Pobre Pobre Pobre No pobre No pobre No pobre No pobre Pobre Pobre Pobre Pobre No pobre No pobre Pobre Pobre No pobre No pobre Pobre Pobre No pobre No pobre Pobre Pobre No pobre No pobre Pobre Pobre No pobre Pobre No pobre Pobre No pobre Pobre No pobre Pobre No pobre Pobre No pobre Pobre No pobre Pobre No pobre Pobre 23% 1% 3% 1% 8% 1% 3% 4% 8% 1% 3% 1% 7% 1% 10% 25% En este cuadro destaca un 48 por ciento de hogares para los cuales los cuatro métodos son coincidentes en cuanto a la clasificación que generan. De hecho, si se considera a los grupos en que tres de los cuatro métodos coinciden, el porcentaje alcanza 85 por ciento. Algunas cuestiones de interés a destacar del cuadro presentado son el 8 por ciento de hogares que Progresa clasifica como pobres mientras que el resto de las metodologías los clasificarían como no pobres. Dicho porcentaje tiene una alta relación con los filtros que Progresa utiliza, ya que se divide en 6.5 por ciento de hogares que tuvieron la aplicación de dichos filtros contra un 1.5 por ciento sin 194 dicha aplicación. También es importante destacar el 1 por ciento de hogares que Progresa clasifica como no pobres cuando el resto de las metodologías los clasifican como pobres, el cual si se considera como un error de exclusión, sería notablemente pequeño para la trascendencia que tiene en el Programa. Excluyendo la metodología que utiliza el ingreso, dado que dicha técnica no puede considerarse una alternativa para el procedimiento de focalización de hogares beneficiarios de Progresa por ser un indicador difícil de obtener de manera precisa, y tener además altas tasas de no respuesta con lo cual no se podrían clasificar a diversos hogares, se observa la distribución porcentual en el cuadro 11 para los hogares de acuerdo a las combinaciones de clasificación en las restantes metodologías. Cuadro 11 Distribución porcentual de los hogares de acuerdo a la clasificación generada por los métodos de consumo estimado, de análisis discriminante y de la metodología de CART Análisis discriminante CART Consumo estimado Porcentaje No pobre No pobre No pobre No pobre Pobre Pobre Pobre Pobre No pobre No pobre Pobre Pobre No pobre No pobre Pobre Pobre No pobre Pobre No pobre Pobre No pobre Pobre No pobre Pobre 31% 2% 6% 1% 16% 2% 14% 28% En este caso, el porcentaje de hogares que son clasificados en el mismo grupo para los tres métodos es 59 por ciento. El porcentaje de hogares que son clasificados como no pobres por el método de análisis discriminante y clasificados como pobres por las otras dos metodologías es 1 por ciento. Por su parte el porcentaje de hogares clasificados como pobres por el método de análisis discriminante y como no pobres por el resto de las metodologías es 16 por ciento. El primer porcentaje indica que el error de exclusión es consistentemente pequeño. Por su parte el segundo porcentaje refleja en mayor medida el efecto de los filtros, dado que el 16 por ciento se divide en un 13 por ciento de hogares a los que se les aplicó filtro y un 3 por ciento de hogares sin ese ajuste. Esto puede interpretarse como un error de inclusión de 3 por ciento, y un porcentaje de 195 corrección de 13 por ciento debido a la tercera estrategia de focalización utilizada por Progresa. Es conveniente señalar que posiblemente la aplicación de un ajuste como los filtros, utilizado de manera adecuada para las metodologías basadas en consumo o CART, podría llevar a la corrección de un porcentaje similar al que se obtiene en Progresa para dichas técnicas. 7. Conclusiones En los años recientes, se han realizado diversos trabajos de investigación relacionados con el tema de la conceptualización de la pobreza. En la búsqueda del mejor criterio, se han propuesto diferentes enfoques para definir y medir a la pobreza. Gómez de León (1999) menciona que “un enfoque predominante ha sido el enfoque bienestarista que permite convertir ciertas medidas de desigualdad en funciones de bienestar”. Sin embargo, también menciona que “para evaluar la desigualdad, el enfoque mencionado asume que cualquier nivel de bienestar alcanzado refleja la objetivización plena de las oportunidades para lograrlo. De ahí que dicho enfoque se concentre sólo en observar materializaciones o logros particulares (como el consumo o el ingreso) para caracterizar la desigualdad”. Dado que los logros particulares referidos en el párrafo anterior no contemplan aspectos elementales como que un individuo esté suficientemente alimentado o pueda evitar las enfermedades, más aún, no reflejan las oportunidades reales de desarrollar plenamente aquello que efectivamente valoran los individuos (funcionamientos y capacidades, como las define Sen), se vuelve necesario identificar a la pobreza por medio de un enfoque que destaque no sólo el tener un cierto nivel mínimo de ingreso o consumo, sino la imposibilidad de alcanzar dicho bienestar por falta de oportunidades. Es por esta razón que en Progresa se propone una estrategia para definir la pobreza que se aproxima mediante un enfoque multidimensional. En términos de De Wachter y Galiani10, el método aplicado en Progresa forma parte de lo que se conoce en la literatura económica como pruebas de proximidad de medias (Proxy Means Tests), las cuales se basan en general en utilizar una clasificación inicial utilizando la información concerniente al ingreso, para posteriormente estimar la media condicional del ingreso dado un conjunto de características del hogar para una muestra de éstos, utilizando técnicas de 10 En el ensayo “Focalización óptima de los apoyos al ingreso” de septiembre del año 2000. 196 regresión. La función obtenida es utilizada para calcular un ingreso predicho (“proxy”) a partir del cual se decide el nivel de transferencias a otorgar. En realidad existe una sutil diferencia entre la descripción presentada en el párrafo anterior y la metodología de análisis discriminante empleada en Progresa para definir a sus beneficiarios, la cual consiste en que la función obtenida no es en realidad una aproximación al ingreso. En el presente trabajo presentamos como metodologías alternas la clasificación directa por medio del ingreso, la clasificación por consumo estimado que utiliza un enfoque multidimensional pero no utiliza una clasificación inicial, y la metodología de CART que utiliza una clasificación inicial pero no define un indicador continuo que pudiera representar una aproximación al ingreso. En el presente documento se ha mostrado la comparación entre cada una de las metodologías de clasificación presentadas, sus consistencias mutuas y sus divergencias más importantes, sus ventajas y sus desventajas comparativas. Se ha mencionado que la metodología que utiliza el ingreso para generar la clasificación, tiene problemas desde la obtención de la información, puesto que no todos los individuos están dispuestos a declarar su ingreso. Mas aún, un ingreso mal reportado o mal capturado puede llevar a un error en la clasificación de un hogar, resaltándose en este aspecto una desventaja comparativa para dicha metodología al ser de tipo unidimensional. Sin embargo, esta clasificación es sencilla de construir y la obtención de la información tiene costos relativamente bajos. Para no desaprovechar dichas características, en Progresa esta información es utilizada como la clasificación inicial que el análisis discriminante requiere. La clasificación por medio de la metodología de CART tiene la ventaja de ser una técnica estadística no paramétrica, con lo cual los supuestos que tanto trabajo cuesta validar para métodos paramétricos como el análisis discriminante no generan problemas sustanciales. Una ventaja adicional radica en el hecho de ser una técnica multidimensional que puede utilizar indicadores tanto de tipo discreto como continuo. La clasificación en general es muy similar a la obtenida por el método de análisis discriminante (con divergencias de alrededor del 15 por ciento). El método de regresión aplicado para obtener una función que permita construir un indicador de consumo estimado también es multidimensional, y refleja la posible eficiencia de clasificar a los hogares por medio de la obtención de su consumo real. Sin embargo, esta opción no es viable dado el alto costo que significaría obtener dicho consumo y los posibles problemas análogos a los que se presentan con la metodología basada en el ingreso, referentes a incorrectas o falsas declaraciones, e incluso a la negación a reportar dicho indicador por parte 197 de los miembros del hogar. Regresando al indicador por consumo estimado, se puede destacar que los resultados obtenidos tienen también grandes similitudes con los derivados del análisis discriminante, debido principalmente a que los indicadores utilizados para ambos métodos son muy similares. Finalmente, la aplicación del análisis discriminante ha demostrado su eficiencia en la práctica, no libre de errores, pero permitiendo realizar ajustes que minimicen los errores cometidos en la clasificación, tanto de inclusión como de exclusión, por medio de la utilización de los filtros u otros documentos. Es claro que ninguno de los métodos es infalible; también es claro que no se han presentado todas las posibles alternativas, Sin embargo, en la búsqueda de métodos eficientes para generar la clasificación que se requiere en un programa de las características de Progresa, los métodos analizados en el presente trabajo han sido los más viables en términos de eficiencia y aplicabilidad. Un método como el que utiliza los Árboles de Clasificación (CART) parece ser una alternativa eficiente y aplicable, pero la facilidad que se ha presentado en el análisis discriminante en términos de la aplicación de los filtros por ejemplo, aún lo destacan como una mejor opción. 198 Apéndice A Niños Hogares Niños Personas que no Hogares Hogares sin de 0 Índice de Índice de por asisten sin baño sin luz estufa a 11 dependencia hacinamiento hogar a la de gas años escuela Deciles Método 1 Análisis discriminante Ingreso per cápita Consumo estimado 50.6% 45.3% 52.7% 8.2% 7.6% 9.9% 18.2% 18.0% 16.1% 7.34 5.18 7.17 3.33 1.85 3.54 6.14 3.67 5.49 4.23 2.94 4.24 19.1% 14.1% 17.7% 2 Análisis discriminante Ingreso per cápita Consumo estimado 45.0% 43.1% 45.8% 5.5% 6.5% 6.1% 13.8% 13.7% 10.5% 5.74 5.29 5.83 2.37 2.03 2.39 4.30 3.77 3.99 3.37 3.03 3.28 16.0% 12.6% 16.0% 3 Análisis discriminante Ingreso per cápita Consumo estimado 41.5% 42.7% 40.9% 5.1% 4.7% 5.5% 10.3% 10.7% 11.4% 5.12 5.00 5.10 1.94 1.85 1.73 3.42 3.48 3.23 3.06 2.89 2.80 15.1% 13.8% 13.8% 4 Análisis discriminante Ingreso per cápita Consumo estimado 40.8% 37.2% 40.9% 5.0% 4.6% 5.5% 18.9% 9.7% 11.4% 4.65 4.88 4.56 1.46 1.60 1.34 2.78 3.05 2.65 2.63 2.70 2.47 14.3% 13.3% 12.1% 5 Análisis discriminante Ingreso per cápita Consumo estimado 40.6% 39.1% 36.9% 5.0% 4.5% 4.7% 8.6% 9.8% 11.1% 4.09 4.51 4.20 1.19 1.45 1.00 2.30 2.66 2.28 2.46 2.62 2.24 10.8% 12.2% 11.0% 6 Análisis discriminante Ingreso per cápita Consumo estimado 38.9% 37.7% 33.3% 4.8% 3.8% 2.9% 15.2% 10.2% 8.0% 3.72 4.00 3.93 0.77 1.05 0.76 1.76 2.15 2.00 2.00 2.30 2.03 9.4% 9.4% 10.0% 7 Análisis discriminante Ingreso per cápita Consumo estimado 34.6% 34.2% 31.1% 4.5% 3.6% 2.5% 9.2% 7.6% 7.8% 3.52 3.94 3.44 0.67 0.91 0.48 1.48 1.84 1.52 1.80 2.10 1.74 8.0% 9.1% 8.3% 8 Análisis discriminante Ingreso per cápita Consumo estimado 35.5% 32.0% 31.2% 3.1% 2.9% 2.5% 3.5% 7.8% 7.6% 3.04 3.80 3.15 0.40 0.71 0.45 1.08 1.59 1.28 1.57 1.92 1.63 5.8% 9.0% 6.2% 9 Análisis discriminante Ingreso per cápita Consumo estimado 27.4% 30.6% 27.7% 2.1% 3.2% 2.1% 2.5% 7.0% 7.4% 3.06 3.49 2.91 0.32 0.58 0.42 0.90 1.34 1.13 1.37 1.67 1.52 4.6% 7.5% 5.6% 10 Análisis discriminante Ingreso per cápita Consumo estimado 12.7% 24.4% 27.0% 1.0% 2.4% 2.6% 0.7% 5.7% 9.6% 3.02 3.14 3.01 0.22 0.54 0.55 0.70 1.19 1.28 1.17 1.43 1.74 3.3% 5.0% 5.5% 199 Bibliografía Bishop, Y. M., Fienberg, S. E., Holland, P. W., (1975), “Discrete Multivariate Analysis”, 1a. ed., MIT Press. Fisher, R. A. (1940), The Precision of Discriminant Functions. Annals of Eugenics, 10, 422-429. (153) Greenacre M. J., (1984), “Theory Correspondence Analysis”, Academic Press INC. and Applications of Huberty, C.J., (1994). “Applied Discriminant Analysis”. John Wiley & Sons. Lebart, L., Morineau, A., Warwick, K. M., (1977), “Multivariate Descriptive Statistical Analysis, Correspondence Analysis and Related Techniques for Large Matrices”, John Wiley & Sons. “Progresa (Programa de Educación, Salud y Alimentación)”. México. “Progresa: Mas oportunidades para las familias pobres”, México. Manual de CART 200 Perfil de las localidades y hogares beneficiarios de Progresa o∗ ∗ Documento preparado por Edith Cruz, Cinthia Ma. Medina, B. Rosa Ayala y Hadid Y. Vera Llamas. Las opiniones y puntos de vista aquí expresados son responsabilidad única y exclusiva de las autoras. 202 1. Introducción L os beneficios del Programa de Educación, Salud y Alimentación (Progresa) se entregan directamente a los hogares identificados en pobreza extrema. Cada uno de estos hogares pertenece a alguna comunidad, lo que a su vez implica la pertenencia a algún municipio de alguna entidad federativa. De hecho, la localidad es el punto de partida en la identificación de los hogares beneficiarios del Programa. La comunidad es la unidad mínima espacial para la cual se publican oficialmente datos de condiciones socioeconómicas recopilados en los Censos de Población y Vivienda. La localidad permite conocer con mayor precisión la diversidad de condiciones demográficas de los municipios o los estados y por esa razón Progresa inicia su proceso de identificación de beneficiarios con la selección de las localidades donde se efectúa la Encuesta de Características Socioeconómicas de los Hogares – ENCASEH-* . Las localidades seleccionadas para participar del Programa son aquéllas cuyas condiciones socioeconómicas y demográficas las señalan como rurales y marginadas. Las comunidades seleccionadas deben tener además acceso a los servicios de primaria, secundaria y salud, de modo tal que la operación del Programa pueda efectuarse y las familias beneficiarias puedan efectivamente consolidar las posibilidades de desarrollo de las capacidades de sus integrantes1. El presente trabajo expone las características de las localidades atendidas por Progresa, tales como accesibilidad, disponibilidad de servicios, indicadores de marginación y aspectos físicos; a través de ellas se puede definir el perfil de las comunidades que participan en el Programa. 2. Las localidades atendidas por Progresa En el país existen más de 200 mil comunidades y en ellas se concentran actualmente casi 100 millones de mexicanos en más de dos mil municipios. De esas localidades, 47 por ciento son comunidades de 1 ó 2 viviendas, para las cuales no se reportan sus datos de población y vivienda (por razones de confidencialidad estadística); del restante 53 por ciento, ocho de cada diez localidades se encuentran en condiciones de marginación, de las cuales, menos de la mitad tiene 100 o más habitantes. Este rasgo de las localidades del país refleja una alta dispersión en las zonas rurales, que implica marginación y hace difícil la oferta de servicios básicos. * Para una explicación detallada sobre el contenido de la encuesta, ver: “El modelo de evaluación de Progresa” en: Documentos metodológicos sobre la evalución de Progresa (2000). 1 La selección de localidades que participan en Progresa es el primer paso del proceso de focalización que lleva a cabo el Programa. Para una descripción detallada véase Progresa,1999. 203 Las localidades atendidas por Progresa comprenden 53 mil comunidades rurales y marginadas que tienen acceso a los servicios de salud y educación primaria y secundaria. Estas comunidades pertenecen a 31 entidades federativas del país y se distribuyen en 2,156 municipios, lo que implica una cobertura del 88.5 por ciento de los municipios siendo el Distrito Federal la única entidad que no tiene presencia de Progresa por carecer de comunidades con estructura sociodemográfica rural (se registran como pertenecientes a una zona metropolitana). Más de 17 millones de mexicanos habitan en las localidades atendidas por Progresa y de ellos cerca de 14 millones son beneficiarios del Programa. En promedio, las localidades en que opera Progresa tienen 64 hogares y 47 de ellos son beneficiarios. El 99 por ciento de las comunidades que participan en el Programa tienen menos de 2,500 habitantes, y de cada diez localidades de las que forman este grupo, tres tienen menos de 100 habitantes, cinco entre 100 y 500 habitantes, y dos tienen entre 500 y 2,500 habitantes. Del total de comunidades marginadas en el país que tienen entre 100 y 500 habitantes, 89 por ciento se encuentran incorporadas al Programa. Localidades atendidas por Progresa Por número de habitantes, las localidades se pueden clasificar en: localidades rurales, localidades semirurales y localidades urbanas. Bajo esta división, las 204 localidades en que opera Progresa se distribuyen en localidades rurales y localidades semirurales. Localidades rurales El 98.6 por ciento de las comunidades del país son comunidades rurales (con menos de 2,500 habitantes); en esta cifra se contemplan todas aquellas comunidades de 1 o 2 viviendas y las cuales representan casi la mitad de este grupo. Bajo esta consideración, Progresa actualmente atiende a una cuarta parte de las comunidades rurales en su totalidad y al 50 por ciento de las comunidades rurales con 3 o más viviendas. Específicamente, respecto a las comunidades rurales y marginadas del país, Progresa ofrece sus beneficios a la población de 57 por ciento de estas comunidades. Localidades semirurales En el rubro semirural, constituido por las comunidades que tienen entre 2,500 y 15 mil habitantes, la República Mexicana ubica al 1.2 por ciento de sus comunidades; de todas ellas, una tercera parte se encuentra incorporada a Progresa; en cuanto a las localidades semirurales marginadas, 95 por ciento es atendida por Progresa. Todas las localidades incorporadas al Programa experimentan condiciones de marginación y todas ellas presentan carencias de infraestructura y equipamiento. Sin embargo, entre ellas se pueden encontrar diferencias en las características socioeconómicas acentuadas por el tamaño o grado de marginación. Por ello, se propone una clasificación de tamaños de localidad a través del número de hogares en las comunidades beneficiarias y se agrupan clasificando su condición de marginación en cuatro grupos, definidos como nivel alto, nivel alto-muy alto, nivel muy alto y nivel extremo, en el que se ubican las comunidades más marginadas. Cuadro 1 Localidades que participan en Progresa por tamaño y nivel de marginación de la localidad (relativos) Tamaño de la localidad Total De 1 a 15 hogares De 15 a 35 hogares De 35 a 75 hogares Más de 75 hogares Total Alto 30.02 tam marg 16.02 13.69 22.81 19.82 32.94 25.82 49.35 40.67 100.00 Nivel de marginación Alto-muy alto Muy alto Extremo 25.86 23.45 20.68 tam marg tam marg tam marg 22.94 22.75 28.73 31.42 32.31 40.06 26.47 26.71 26.41 29.39 24.31 30.67 27.97 25.45 22.41 22.49 16.68 18.98 26.22 25.09 15.83 16.70 8.61 10.29 100.00 100.00 100.00 Total 100.00 100.00 100.00 100.00 100.00 25.64 26.09 23.53 24.74 100.00 205 Bajo esta clasificación, se puede apreciar una relación inversa entre tamaño de la localidad y nivel de marginación de la misma comunidad: a menor tamaño, mayor marginación prevaleciente en las comunidades atendidas por Progresa. En el nivel extremo de marginación, 40 por ciento son comunidades que tienen entre 1 y 15 hogares, mientras que en el nivel alto de marginación, 40 por ciento son poblados que tienen más de 75 hogares. El cuadro también permite apreciar que una cuarta parte de las comunidades participantes en el Programa no tienen más de 15 hogares, lo que en número de personas equivale aproximadamente a 75 habitantes, y estas pequeñas comunidades se distribuyen de manera ascendente en los niveles de marginación, concentrándose una tercera parte en el nivel extremo. Localidades indígenas En el 50 por ciento de las localidades atendidas por Progresa existen hablantes de alguna lengua indígena y en la mitad de este grupo, existe población monolingüe que únicamente habla lengua indígena y no habla español. Las comunidades beneficiarias de Progresa con población hablante de lengua indígena se pueden dividir en 3 grupos: con presencia indígena, es decir, que cuentan con al menos un hablante de lengua indígena; medianamente indígena, referente a las comunidades que entre el 30 y 70 por ciento de su población habla lengua indígena; y predominantemente indígena cuando 70 por ciento o más de la población total en la localidad habla lengua indígena. Bajo esta agrupación, las localidades del Programa que cuentan con población indígena se distribuyen en 28 por ciento predominantemente indígenas, 11 por ciento medianamente indígenas y 61 por ciento con presencia indígena. La distribución de los hogares indígenas en las localidades beneficiarias del Programa, por tamaño de localidad y nivel de marginación, se presentan en el cuadro 2. En éste se puede apreciar que conforme aumenta el nivel de marginación, la proporción de hogares indígenas es mayor, llegando a ser en las localidades más grandes y más marginadas de 65 por ciento. La distribución de los hogares indígenas beneficiarios de Progresa por tamaño de localidad varía entre el 16 y 20 por ciento, mostrando incrementos muy suaves que no determinan comportamiento relacionado al número de habitantes más que en la cantidad misma. En poco más de la tercera parte del total de hogares en las comunidades atendidas por Progresa, el jefe del hogar es hablante de lengua indígena. Asimismo, en 30 por ciento de los hogares beneficiarios del Programa el jefe del hogar habla alguna lengua indígena. 206 Cuadro 2 Hogares indígenas en las localidades atendidas por Progresa (relativos) Nivel de Tamaño de localidad marginación Alto De 1 a 15 hogares De 15 a 35 hogares De 35 a 75 hogares Más de 75 hogares Total Alto - Muy Alto De 1 a 15 hogares De 15 a 35 hogares De 35 a 75 hogares Más de 75 hogares Total Muy Alto De 1 a 15 hogares De 15 a 35 hogares De 35 a 75 hogares Más de 75 hogares Total Extremo De 1 a 15 hogares De 15 a 35 hogares De 35 a 75 hogares Más de 75 hogares Total Total De 1 a 15 hogares De 15 a 35 hogares De 35 a 75 hogares Más de 75 hogares Total Hogares indígenas 2.8 4.0 5.5 10.3 6.8 6.5 9.5 15.0 26.7 14.4 14.6 23.7 33.9 51.7 27.6 38.1 51.2 63.9 74.2 50.6 18.4 21.9 24.0 26.3 36.8 Hogares indígenas beneficiarios 2.2 2.9 4.0 7.4 4.9 5.2 7.3 11.5 20.1 11.0 12.3 19.7 27.8 41.5 22.7 34.6 46.4 57.5 65.3 45.7 16.2 18.9 20.2 20.8 29.9 Accesibilidad El 55 por ciento de las comunidades atendidas por Progresa están a menos de 5 kilómetros de una carretera pavimentada. En promedio, estas comunidades tienen acceso a una carretera pavimentada en un radio de 7.86 kilómetros. Si se observa la accesibilidad de las localidades de acuerdo a los tamaños y niveles de marginación establecidos, se puede apreciar que ésta es mayor entre menor sea el nivel de marginación de las comunidades; por su parte, la relación de la accesibilidad con respecto al tamaño de la localidad no es tan claro. La distancia promedio de las localidades en el Progresa a la cabecera de su municipio es de 15 kilómetros, lo que indica que los apoyos de Progresa en las comunidades marginadas y dispersas no se dan precisamente en zonas circundantes de las cabeceras municipales, donde la situación socioeconómica es 207 mejor en la mayoría de los casos. Cabe señalar que Progresa atiende a 877 cabeceras. Cuadro 3 Distancia promedio de las localidades en Progresa a una carretera pavimentada Tamaño de la localidad De 1 a 15 hogares De 15 a 35 hogares De 35 a 75 hogares Más de 75 hogares Total Alto 5.02 5.17 5.01 4.14 4.69 Nivel de marginación Alto-muy alto Muy alto Extremo 7.54 9.56 11.68 7.65 9.75 11.96 6.77 8.97 12.17 6.21 8.88 12.42 7.04 9.37 11.94 Total 9.05 8.69 7.57 6.14 7.86 Cuadro 4 Distancia promedio de las localidades en Progresa a su cabecera municipal Entidad federativa Aguascalientes Baja California Baja California Sur Campeche Coahuila Colima Chiapas Chihuahua Durango Guanajuato Guerrero Hidalgo Jalisco México Michoacán Morelos Nayarit Nuevo León Oaxaca Puebla Querétaro Quintana Roo San Luis Potosí Sinaloa Sonora Tabasco Tamaulipas Tlaxcala Veracruz Yucatán Zacatecas 208 Distancia en kilómetros 10.81 90.51 59.51 73.96 32.71 12.77 15.77 25.26 36.98 13.18 14.90 8.48 13.37 10.36 12.92 5.98 18.74 22.89 8.79 7.11 14.02 49.54 12.94 25.92 27.87 21.58 20.91 6.36 11.16 14.61 18.91 Por su parte, la distancia promedio de las localidades beneficiadas por Progresa a una ciudad es de 30.9 kilómetros, aumentando conforme la marginación se incrementa y el número de habitantes disminuye. 3. Servicios en las localidades Progresa La proximidad a los servicios básicos de educación, salud y abasto son factores que se desean conocer para las comunidades beneficiarias del Programa de modo tal que se pueda valorar la cobertura existente en este gran grupo de localidades marginadas, cuya dispersión y situación geográfica hacen difíciles el abastecimiento y la oferta de servicios. Las tiendas de Diconsa2 se encuentran instaladas en poco menos de 19 mil localidades, y 70 por ciento de estas comunidades son atendidas por Progresa. Del grupo de comunidades beneficiarias, 25 por ciento (13,236) cuentan con una tienda Diconsa en sitio, y el resto se encuentran, en promedio, a 3.7 kilómetros de distancia de una tienda Diconsa. Los casos de localidades cuya distancia a una tienda Diconsa es de 15 o más kilómetros suman menos de uno por ciento de las localidades atendidas por Progresa. El siguiente cuadro permite apreciar como el acceso a una tienda Diconsa aumenta conforme la marginación disminuye y el tamaño de la comunidad es mayor. Cuadro 5 Distancia promedio de las localidades atendidas por Progresa al poblado más cercano con tienda Diconsa Tamaño de la localidad De 1 a 15 hogares De 15 a 35 hogares De 35 a 75 hogares Más de 75 hogares Total Alto 3.57 3.18 2.28 1.31 2.23 Nivel de marginación Alto-muy alto Muy alto Extremo 3.76 3.82 3.90 3.27 3.44 3.39 2.41 2.49 2.91 1.29 1.40 2.00 2.66 3.00 3.36 Total 3.79 3.32 2.47 1.38 2.76 Por su parte, la infraestructura de las unidades de salud a lo largo de las zonas rurales se ha ampliado año con año, lo que ha posibilitado a Progresa ofrecer sus apoyos para un gran número de localidades marginadas. Así, del total de comunidades que cuentan con unidades de salud (en sitio), 60 por ciento son comunidades atendidas por Progresa. Otra forma de leer este dato es que del total de comunidades en el Programa, 13 por ciento son sede de una unidad médica. 2 Diconsa, creada en 1972, es un red de tiendas del sistema social de abasto del país. Tiene como propósito asegurar el abasto oportuno y suficiente de productos básicos, así como regular su mercado mediante la oferta de precios accesibles que beneficien, en igualdad de condiciones, a la población rural y urbana marginada. 209 La distancia promedio de las localidades beneficiadas por Progresa a una comunidad con unidad de salud es de 4.15 kilómetros y disminuye hasta 2.6 kilómetros en las localidades clasificadas en el nivel de alta marginación. Por el contrario, en las localidades de nivel de marginación extremo, esta distancia promedio aumenta a 8.6 kilómetros. En términos generales, las distancias promedio de las localidades en el Progresa a las unidades de salud, por tamaño y nivel de marginación, se mueven en un intervalo de 2.6 a 5.1 kilómetros. En todos los grupos de marginación son muy similares las distancias promedio; la diferencia principal en la accesibilidad se da en las localidades de mayor tamaño (con más de 75 hogares). Cuadro 6 Distancia promedio de las localidades atendidas por Progresa a la comunidad más cercana con unidad de salud Tamaño de la localidad De 1 a 15 hogares De 15 a 35 hogares De 35 a 75 hogares Más de 75 hogares Total Alto 4.44 4.72 4.04 2.59 3.64 Nivel de marginación Alto-muy alto Muy alto Extremo 4.81 4.95 4.87 4.79 5.10 4.66 4.24 4.30 4.09 2.79 2.94 2.85 4.15 4.51 4.45 Total 4.81 4.83 4.16 2.72 El acceso a los servicios de salud se ha visto fortalecido con la operación de 2,700 grupos médicos itinerantes. La operación de estos grupos itinerantes ha significado que se pueda atender a 369 mil familias beneficiarias. Este dato puede parecer pequeño con relación al total de hogares beneficiarios de Progresa (apenas 14 por ciento), pero se ubican en casi 12,500 localidades, que por su tamaño y dispersión no podían ser atendidas por una unidad de salud “fija”. En cuanto al acceso a los servicios educativos, en el inicio del ciclo escolar 1999-2000 se registró un universo de 88,592 escuelas primarias y 24,696 escuelas secundarias que se distribuyen en más de 55 mil y 17 mil localidades, respectivamente. Progresa tiene becarios en 59,365 escuelas primarias y 18,951 escuelas secundarias. La estructura de las localidades que tienen beneficiarios de Progresa en cuanto a presencia de centros educativos indica que 71 por ciento tiene una escuela de nivel primaria, secundaria o nivel medio superior. Casi 50 por ciento de las localidades en el Progresa tiene al menos escuela primaria y 19 por ciento tiene escuela primaria y secundaria, independientemente de tener becarios o no en su comunidad. 210 Cuadro 7 Localidades en Progresa que cuentan con escuela (relativos) Escuela Primaria, secundaria y de nivel medio superior Primaria y secundaria Primaria y de nivel medio superior Secundaria y de nivel medio superior Primaria Secundaria De nivel medio superior Ninguna Localidades acumulado 1.33 1.33 19.64 20.97 0.08 21.05 0.01 21.06 49.91 70.96 0.37 71.34 0.01 71.34 28.66 100.00 100 La infraestructura de escuelas primarias reportada para el año 2000 corresponde a 55,600 localidades con más de 88 mil escuelas. De esas localidades, 67 por ciento son beneficiarias de Progresa. De las 53 mil comunidades incorporadas al Programa, 71 por ciento cuenta con escuela primaria en sitio. La distancia promedio estimada de acceso a una escuela primaria para las comunidades en Progresa es de medio kilómetro. Casi 94 por ciento de las localidades apoyadas por Progresa cuenta con becarios del tercero al sexto grado de primaria; de ellas, sólo la población del 1 por ciento recorre una distancia mayor a los 20 kilómetros. Estos casos corresponden a que se aprovecha el traslado de los padres al lugar de trabajo, quienes prefieren que sus hijos asistan a una escuela primaria cercana a su trabajo, en lugar de que los niños se trasladen solos a la escuela más cercana a su casa. Para todas aquellas comunidades que recorren menos de 20 kilómetros a la escuela primaria, la distribución por tamaño de localidad y nivel de marginación de la distancia promedio recorrida es la siguiente: Cuadro 8 Distancia promedio de las localidades atendidas por Progresa a la comunidad más cercana con escuela primaria Tamaño de la localidad De 1 a 15 hogares De 15 a 35 hogares De 35 a 75 hogares Más de 75 hogares Total Alto 1.58 1.04 0.60 0.34 0.42 Nivel de marginación Alto-muy alto Muy alto Extremo 1.66 1.68 1.54 1.02 0.94 1.05 0.60 0.65 0.76 0.41 0.35 0.44 0.54 0.58 0.76 Total 1.61 1.01 0.64 0.37 0.50 211 En el cuadro se observa que independientemente del grado de marginación, las comunidades más pequeñas recorren de 1 a 1.6 kilómetros, mientras que en las localidades de más de 35 hogares disminuye a la mitad esa distancia. Las variaciones entre los niveles de marginación son muy leves y esto señala que el acceso a una escuela primaria es mejor entre mayor sea el tamaño de la localidad. En general, la distancia promedio recorrida por las comunidades en Progresa con becarios es de 0.5 kilómetros (no considerando los casos de más de 20 kilómetros). El catálogo de escuelas secundarias señala para el año 2000 la existencia de 24 mil quinientas escuelas en poco más de 17 mil comunidades. De ellas, 11 mil trescientas son comunidades que participan en Progresa, en donde se concentran más de 11,500 secundarias. La distancia promedio estimada en general para todas las localidades en el Programa, a la secundaria más cercana, es de 3.5 kilómetros. Si la distancia estimada se observa por grado de marginación, ésta varía conforme al grado de marginación y toma los valores de 1.14 kilómetros para algunas comunidades de nivel alto y de 6.74 kilómetros para comunidades de nivel extremo. Los becarios de nivel secundaria corresponden a 81.5 por ciento de las localidades beneficiadas por Progresa, y sólo en 2.8 por ciento de ellas los jóvenes acuden a más de 20 kilómetros a la escuela secundaria. Exceptuando este pequeño subconjunto, la distancia promedio que recorren los jóvenes de las localidades Progresa a su escuela secundaria es de 1.9 kilómetros. Bajo la clasificación de tamaño de localidad y nivel de marginación, las distancias promedio a la escuela de las localidades con becarios de Progresa en el nivel de secundaria son (omitiendo a los que se encuentran a más de 20 kilómetros): Cuadro 9 Distancia promedio de las localidades atendidas por Progresa a la comunidad más cercana con escuela secundaria Nivel de marginación Tamaño de la localidad De 1 a 15 hogares De 15 a 35 hogares De 35 a 75 hogares Más de 75 hogares Total 212 Alto 3.81 3.65 2.79 1.17 1.52 Alto-muy alto 3.88 3.87 2.83 1.20 1.84 Muy alto 4.20 3.85 2.89 1.29 2.18 Extremo 4.36 3.98 3.48 1.71 2.93 Total 4.11 3.84 2.92 1.22 1.90 En este caso, la distancia promedio a la secundaria va disminuyendo conforme aumenta el tamaño de la localidad y se reduce la marginación. Del universo de 2,575 localidades que cuentan con alguna escuela de nivel medio superior como bachilleratos, escuelas normales y profesional medio, 755 de ellas, es decir, 29 por ciento, son comunidades apoyadas por Progresa. De las 53 mil localidades incorporadas al Programa, 83 por ciento se encuentran cercanas a una localidad con escuela de nivel medio superior en un radio de 20 kilómetros, y sólo 2.6 por ciento no tienen acceso en menos de 50 kilómetros. Es importante señalar que en 16 de las 31 entidades que participan en el Programa, para al menos 85 por ciento de sus comunidades beneficiarias tienen en un radio de 20 kilómetros una escuela de nivel medio superior. Que la mayoría de las comunidades apoyadas por Progresa tengan una escuela de nivel medio superior en una distancia menor o igual a 20 kilómetros, indica la posibilidad, por acceso a servicios, de que todos aquellos jóvenes que concluyen la secundaria den continuidad a los estudios. Un importante aspecto relacionado a las condiciones de accesibilidad a los servicios de salud y educación, ya que un criterio para incluir a una localidad a Progresa es que se tenga un acceso mínimo a tales servicios, es el argumento de que con tales parámetros se excluye precisamente a las familias más pobres. Cabe señalar que para México se está haciendo referencia de aproximadamente 13 mil comunidades, en las que viven 87 mil hogares, esto es, se trata de localidades que en promedio tienen 6 hogares, de los cuales se ha calculado que 59 mil podrían ser beneficiarios del Programa. Para dar los apoyos de Progresa a estas comunidades se requeriría contar con acceso a primaria para 7 mil localidades, acceso a secundaria para 9 mil y acceso a unidades de salud a otras 9 mil comunidades. 213 Cuadro 10 Distribución de las localidades incorporadas a Progresa por acceso a una escuela de nivel medio superior Entidad Federativa 1 Aguascalientes 2 Baja California 3 Baja California Sur 4 Campeche 5 Coahuila 6 Colima 7 Chiapas 8 Chihuahua 10 Durango 11 Guanajuato 12 Guerrero 13 Hidalgo 14 Jalisco 15 México 16 Michoacán 17 Morelos 18 Nayarit 19 Nuevo León 20 Oaxaca 21 Puebla 22 Querétaro 23 Quintana Roo 24 San Luis Potosí 25 Sinaloa 26 Sonora 27 Tabasco 28 Tamaulipas 29 Tlaxcala 30 Veracruz 31 Yucatán 32 Zacatecas Total 4. Localidades Progresa 148 100 100 474 462 99 5,121 986 1,138 3,004 3,353 2,673 2,505 2,263 3,541 326 763 749 3,929 3,416 1,035 306 3,118 1,971 621 1,129 1,310 222 5,796 662 1,853 53,173 Acceso a una localidad con escuela de nivel medio superior en 20 km en 20-30 km en 30-50 km en más de 50 km 100.00 0.00 0.00 0.00 70.00 16.00 10.00 4.00 38.00 8.00 22.00 32.00 42.19 18.78 20.68 18.35 50.00 15.58 23.59 10.82 100.00 0.00 0.00 0.00 91.35 4.49 2.58 1.58 66.73 18.66 11.87 2.74 50.00 24.96 21.79 3.25 97.80 1.93 0.27 0.00 89.89 6.35 2.98 0.78 100.00 0.00 0.00 0.00 86.27 8.70 4.55 0.48 99.96 0.04 0.00 0.00 88.45 8.11 2.37 1.07 100.00 0.00 0.00 0.00 76.02 12.19 10.48 1.31 70.49 23.10 6.28 0.13 22.45 22.27 32.86 22.42 98.98 1.02 0.00 0.00 86.86 12.95 0.19 0.00 29.08 31.05 36.60 3.27 86.18 8.56 5.07 0.19 76.66 15.98 7.26 0.10 69.08 14.81 14.33 1.77 90.26 8.77 0.62 0.35 73.82 17.18 7.94 1.07 100.00 0.00 0.00 0.00 99.52 0.40 0.05 0.03 75.68 16.77 7.40 0.15 84.08 9.50 4.43 2.00 83.16 8.22 6.04 2.58 Entorno geográfico de las localidades Progresa Prácticamente Progresa está presente en toda la República Mexicana y en cualquier ámbito natural. La gran diversidad de paisajes que ofrece el territorio nacional constituye un atractivo desigual para los habitantes ya que rara vez los asentamientos humanos se distribuyen proporcionalmente y en forma continua. Sin embargo, los factores naturales como la topografía, la pendiente abrupta del terreno, los climas severos, algunos tipos de vegetación, la escasez de agua en 214 algunos lugares, la presencia de plagas ligadas a ciertas enfermedades, las zonas de alto riesgo ya sea por inundación o incendio, o las zonas desérticas, pueden llegar a constituir verdaderos obstáculos para el establecimiento de la población y propiciar un enorme aislamiento en el medio rural, tal como sucede en algunas regiones del norte del país en los estados de Sonora y Coahuila, donde existe una baja densidad de población. De las 53 mil comunidades rurales que actualmente gozan de los beneficios de Progresa, una elevada proporción se concentra entre los paralelos 21° y 14° de latitud norte en el centro y sur del país, hasta alcanzar sus máximas concentraciones en los estados de Veracruz, Chiapas, Oaxaca y Guerrero. Asimismo, otra concentración importante está en la faja central del país, en todo lo largo del Eje Neovolcánico Transversal. En esa zona precisamente es donde se registran las máximas elevaciones en el país3. En cuanto al clima que predomina en las comunidades participantes en Progresa, para 55 por ciento de ellas es templado (C), distribuidas en 29 estados de la República pero con marcadas variaciones de temperatura y humedad en cada estación del año y conforme la topografía del terreno se eleva. En este grupo se distingue el subgrupo de los climas subhúmedos (cf) con lluvias repartidas todo el año que concentran al 22.1 por ciento del total de las comunidades beneficiarias. La quinta parte del total de las localidades en el Programa, tienen clima tropical húmedo con lluvias torrenciales todo del año, ocupando toda la porción central de la llanura costera del Golfo de México a menos de 500 metros de altitud sobre el nivel del mar (msnm), al norte y sur de Chiapas, centro y sur de Veracruz, Sierra Norte de Puebla, Sierra Norte de la Huasteca Hidalguense, Tabasco, noreste de Oaxaca, Sierra Gorda de San Luis Potosí, Querétaro y el suroeste de Campeche. Asimismo 22.4 por ciento se localiza en los climas secos, distribuidas en casi 144 municipios del país. En este grupo se diferencian dos tipos de climas, los áridos (BW) y semiáridos (BS), donde se concentran respectivamente 6.2 por ciento y 16.2 por ciento de las comunidades beneficiarias. Una alta proporción de las localidades semiáridas se concentran en la porción sur de la Altiplanicie Mexicana en los estados de Zacatecas, Guanajuato, Hidalgo, San Luis Potosí, Tamaulipas y Querétaro, a diferencia de los estados más al norte, como Sonora, Chihuahua, Coahuila y Durango, donde el clima es más severo. El régimen de precipitación y temperatura de las comunidades apoyadas por Progresa está directamente ligado al tipo de clima predominante en estas zonas. 3 La elevación máxima en México se localiza en el Pico de Orizaba, con 5,747 metros sobre el nivel del mar. 215 En general, la temporada de lluvias en las localidades es en los meses de junio a septiembre, durante la época de verano. Casi la mitad (49.3 por ciento) tiene bajo porcentaje de precipitación, 750 mm, situadas en las zonas templadas del centro del país. El 29.7 por ciento tiene temperaturas cálidas superiores a los 20°C, con lluvias monzónicas de verano, con una precipitación anual superior a los 1,500 mm, distribuidas en las zonas costeras e influenciadas significativamente por los vientos cargados de humedad provenientes del Golfo de México, sobre todo en la temporada de huracanes. Hay un grupo que representa a 18.6 por ciento del total de localidades, que tiene lluvias intermedias entre el verano y los meses de invierno, también con bajo porcentaje de precipitación anual. Estas comunidades se localizan a todo lo largo de la costa pacífica del país. La diversidad de condiciones térmicas presentes en México se manifiesta por el hecho de ser atravesado por el Trópico de Cáncer en el paralelo 23°27’ y por el comportamiento del relieve montañoso. El régimen de temperatura promedio anual en las comunidades beneficiarias es cálido en el 40.4 por ciento; 33.9 por ciento tiene régimen semicálido; en el 25.3 por ciento es templado; y sólo para 0.5 por ciento de todas las comunidades la temperatura es semifría o fría. Aproximadamente una de cada cuatro poblaciones en el Programa (23.2 por ciento) están sobre las planicies costeras a menos de 200 metros sobre el nivel del mar (msnm), con importante presencia de bosques maderables tropicales y bañadas por importantes ríos que desembocan hacia el Golfo de México. Otro 34.8 por ciento del total de las localidades se encuentran entre los 200 y 1,500 msnm donde el relieve ofrece buenas condiciones para los asentamientos humanos y la actividad agrícola, aunque aquí la temperatura comienza a descender de 20° a 15°C (semicálida), dando paso a la vegetación subtropical caducifolia. El 36.8 por ciento de las comunidades se encuentra entre los 1,500 a 2,500 msnm, donde la presencia de coníferas es notoria; aquí las temperaturas oscilan entre los 15° y 10°C, propias de estas regiones templadas. En tanto que el 5.2 por ciento de las localidades apoyadas por Progresa se ubican por arriba de los 2,500 hasta los 3,500 metros de altitud, con temperaturas inferiores a los 10°C, cuya vegetación de pinos y encinos disminuye para hacer su aparición la vegetación arbustiva con limitadas posibilidades para la actividad agrícola variada. Existe un grupo reducido de comunidades beneficiarias (3.6 por ciento) con vegetación esteparia (pastizales) en los climas áridos y semiáridos localizados al norte y regiones del sur de México, en los estados de Yucatán, Oaxaca y Guerrero. 216 5. Indicadores de marginación En la ENCASEH que se aplica a cada comunidad seleccionada por Progresa, se pregunta a cada familia sobre la estructura del hogar, características individuales de los miembros, migración y características de la vivienda, entre otras variables. Con base en esta información se conoce el comportamiento actualizado de algunos indicadores de marginación en las localidades atendidas por Progresa. En este apartado se presentan los porcentajes medios de los hogares o personas entrevistadas correspondientes al total en la comunidad y de los hogares o personas beneficiarias del Programa para cada uno de los indicadores, presentados por tamaño de localidad y nivel de marginación. Analfabetismo La población de 15 años y más que no sabe leer ni escribir un recado en las localidades apoyadas por Progresa asciende a 23.9 por ciento; esta proporción se incrementa a 25.5 por ciento si se considera solamente a los integrantes de los hogares beneficiarios. En el cuadro 11 se presentan los porcentajes medios de las personas analfabetas pertenecientes a los hogares entrevistados y a hogares beneficiarios identificados por Progresa. También se muestran los porcentajes medios de la población analfabeta diferenciados por sexo. Se observa que del total de personas que habitan en una localidad, el porcentaje de personas analfabetas es más grande conforme el nivel de marginación se agudiza. Esta relación se mantiene si se consideran únicamente a las personas beneficiarias. Se debe subrayar que esta condición es más prevalente en el caso de las mujeres. En las localidades de alta marginación, el porcentaje de analfabetismo para el total de personas está por abajo de 18 por ciento; en las localidades de alta-muy alta y muy alta marginación, los porcentajes se encuentran en un intervalo entre 22 y 33 por ciento. Para el nivel extremo de marginación, el porcentaje de personas que no saben leer y escribir es mayor al 40 por ciento. La dificultad para accesar a los servicios educativos en el pasado era especialmente severa en las comunidades rurales con los más elevados niveles de marginación. La coherencia entre el sistema de identificación de hogares beneficiarios, el porcentaje de personas beneficiarias analfabetas y el nivel de marginación de las localidades se valida con este indicador. Analizando por nivel de marginación y 217 tamaño de localidad, se tiene que éste es mayor en comparación con el porcentaje de personas analfabetas (en que se consideran todos los hogares de la localidad). Cuadro 11 Población analfabeta de 15 años y más en las localidades atendidas por Progresa (relativos) Nivel de Tamaño de marginación localidad Alto De 1 a 15 hogares De 15 a 35 hogares De 35 a 75 hogares Más de 75 hogares Total Alto – Muy Alto De 1 a 15 hogares De 15 a 35 hogares De 35 a 75 hogares Más de 75 hogares Total Muy Alto De 1 a 15 hogares De 15 a 35 hogares De 35 a 75 hogares Más de 75 hogares Total Extremo De 1 a 15 hogares De 15 a 35 hogares De 35 a 75 hogares Más de 75 hogares Total Total De 1 a 15 hogares De 15 a 35 hogares De 35 a 75 hogares Más de 75 hogares Total Hombres Hombres Mujeres Mujeres Personas analfabetas beneficiarios analfabetas beneficiarias analfabetas analfabetas analfabetas 16.9 19.4 18.4 20.1 17.6 16.1 18.1 18.5 19.8 17.3 15.6 17.8 18.6 19.9 17.1 15.2 17.9 20.4 22.5 17.9 15.4 17.9 20.1 22.0 17.8 21.4 22.9 24.3 25.2 22.8 20.3 21.5 24.8 25.2 22.5 19.3 20.6 25.5 26.0 22.4 19.6 21.4 29.8 31.0 24.8 19.7 21.3 28.2 29.2 24.0 25.1 26.0 30.8 31.2 27.9 23.9 24.6 32.1 32.0 28.0 22.7 23.2 33.9 33.7 28.3 24.3 25.5 40.3 40.8 32.4 23.9 24.8 36.8 37.1 30.4 36.2 36.5 47.0 46.6 41.4 33.3 33.4 48.0 47.6 40.5 31.5 31.6 48.8 48.3 40.2 34.5 35.0 55.5 55.7 45.2 33.6 33.9 51.2 51.0 42.4 26.3 27.4 32.2 32.6 29.1 23.2 24.2 30.6 30.8 26.8 20.7 21.9 28.6 29.0 24.6 18.6 20.7 27.3 28.8 23.1 19.7 21.5 28.0 29.2 23.9 Personas beneficiarias analfabetas 19.7 18.9 18.8 20.3 20.0 24.0 23.4 23.3 26.4 25.3 28.6 28.3 28.5 33.3 31.1 41.4 40.5 40.0 45.6 42.5 30.0 27.6 25.5 24.9 25.5 Viviendas sin agua Con la información recopilada en la ENCASEH bajo la pregunta de si se tiene agua entubada en el terreno de la vivienda se puede identificar que el 55 por ciento de los hogares en las localidades con apoyos de Progresa no disponen de este servicio, incrementándose a 57 por ciento en los hogares beneficiarios del Programa. 218 Cuadro 12 Hogares de las localidades atendidas por Progresa que habitan en viviendas sin agua (relativos) Nivel de marginación Alto Alto - Muy Alto Muy Alto Extremo Total Tamaño de localidad De 1 a 15 hogares De 15 a 35 hogares De 35 a 75 hogares Más de 75 hogares Total De 1 a 15 hogares De 15 a 35 hogares De 35 a 75 hogares Más de 75 hogares Total De 1 a 15 hogares De 15 a 35 hogares De 35 a 75 hogares Más de 75 hogares Total De 1 a 15 hogares De 15 a 35 hogares De 35 a 75 hogares Más de 75 hogares Total De 1 a 15 hogares De 15 a 35 hogares De 35 a 75 hogares Más de 75 hogares Total Hogares entrevistados 47.4 35.2 27.0 22.3 29.6 64.3 56.4 49.8 46.3 54.1 75.2 70.4 68.3 63.2 70.4 83.0 79.3 76.4 71.7 79.5 70.7 60.5 50.3 38.7 55.5 Hogares beneficiarios 48.7 37.0 28.8 24.4 31.4 65.5 57.7 51.3 48.1 55.6 76.0 71.3 69.2 64.3 71.3 83.4 79.7 76.9 72.2 80.0 71.5 61.6 51.6 40.4 56.7 En el Cuadro 12 se especifica el porcentaje medio de hogares entrevistados y beneficiarios que no cuentan con este servicio. Se observa que a mayor nivel de marginación, el porcentaje de hogares entrevistados y beneficiarios que habitan en viviendas sin agua también es mayor. Las diferencias son sobresalientes: mientras que los porcentajes de hogares sin este servicio básico pertenecientes a comunidades rurales de extrema marginación se encuentran en alrededor del 78 por ciento, la proporción para los hogares que habitan en localidades de alta marginación es de 35 por ciento. La clasificación proporcionada por el tamaño de localidad arroja diferencias al interior de cada nivel de marginación. Las localidades de menor tamaño tienen el porcentaje más grande de hogares sin disponibilidad de agua en la vivienda; por ejemplo, aquellas de alto nivel de marginación concentran 48 por ciento de hogares beneficiarios habitando viviendas sin agua entubada. Por el contrario, las localidades de mayor tamaño tienen los porcentajes más pequeños en 219 comparación con el resto. Esto se explica porque el tamaño de la localidad se encuentra relacionado con la presencia de inversión en infraestructura, como lo es la disponibilidad de agua entubada. Viviendas sin electricidad Cuadro 13 Hogares de las localidades atendidas por Progresa que habitan en viviendas sin electricidad (relativos) Nivel de marginación Alto Alto - Muy Alto Muy Alto Extremo Total Tamaño de localidad De 1 a 15 hogares De 15 a 35 hogares De 35 a 75 hogares Más de 75 hogares Total De 1 a 15 hogares De 15 a 35 hogares De 35 a 75 hogares Más de 75 hogares Total De 1 a 15 hogares De 15 a 35 hogares De 35 a 75 hogares Más de 75 hogares Total De 1 a 15 hogares De 15 a 35 hogares De 35 a 75 hogares Más de 75 hogares Total De 1 a 15 hogares De 15 a 35 hogares De 35 a 75 hogares Más de 75 hogares Total Hogares entrevistados 15.5 11.7 9.5 7.5 8.1 36.4 24.8 16.8 12.9 15.7 61.2 47.9 32.4 22.5 31.3 79.3 70.9 61.5 43.0 57.8 53.3 38.3 24.6 12.9 34.3 Hogares beneficiarios 17.1 13.5 11.1 9.1 9.7 38.2 26.7 18.7 14.9 17.7 62.6 49.2 33.8 24.1 32.8 79.7 71.3 61.9 43.4 58.2 54.5 39.7 26.1 14.5 35.8 La falta de disponibilidad de energía eléctrica en las viviendas de los hogares que habitan en las localidades beneficiarias de Progresa está presente en 35 por ciento de ellas. En el cuadro 13 se observa el porcentaje de hogares entrevistados y hogares beneficiarios que habitan en viviendas sin electricidad. Dependiendo de la condición de marginalidad de la comunidad, varía el porcentaje de hogares que no disponen de este servicio. Sin embargo, el tamaño de localidad subraya las diferencias dentro de cada nivel de marginación. Las localidades con 15 o menos 220 hogares entrevistados, presentan los mayores porcentajes comparado con el resto de las clasificaciones establecidas. Por ejemplo, 79.7 por ciento de los hogares beneficiarios del Programa que viven en localidades de extrema marginación no disponen de electricidad; 62.6 por ciento de los hogares beneficiarios en localidades de muy alta marginación; 38.2 por ciento de los hogares beneficiarios en localidades de alta–muy alta marginación; y sólo 17.1 por ciento de los hogares beneficiarios en localidades de alta marginación. Viviendas con piso de tierra Cuadro 14 Hogares de las localidades atendidas por Progresa que habitan en viviendas con piso de tierra (relativos) Nivel de marginación Alto Alto - Muy Alto Muy Alto Extremo Total Tamaño de localidad De 1 a 15 hogares De 15 a 35 hogares De 35 a 75 hogares Más de 75 hogares Total De 1 a 15 hogares De 15 a 35 hogares De 35 a 75 hogares Más de 75 hogares Total De 1 a 15 hogares De 15 a 35 hogares De 35 a 75 hogares Más de 75 hogares Total De 1 a 15 hogares De 15 a 35 hogares De 35 a 75 hogares Más de 75 hogares Total De 1 a 15 hogares De 15 a 35 hogares De 35 a 75 hogares Más de 75 hogares Total Hogares entrevistados 27.1 26.5 27.7 28.2 28.1 44.2 44.9 45.7 47.8 46.9 63.3 65.2 66.1 67.7 66.6 80.9 82.9 83.9 82.9 83.0 58.1 54.6 49.8 41.2 44.6 Hogares beneficiarios 31.3 30.9 33.0 34.9 34.4 48.9 50.2 51.4 54.3 53.1 67.0 69.1 70.3 72.4 71.0 82.5 84.7 85.7 85.5 85.1 61.5 58.4 54.4 47.3 50.1 La presencia de piso de tierra en las viviendas es el indicador en que se encuentran las diferencias más marcadas entre el valor para el total de los hogares y el que se calcula considerando sólo a los hogares beneficiarios: 44.6 y 50.1 por ciento, respectivamente. 221 En el cuadro 14 se observan diferencias marcadas de acuerdo con la condición de marginación de la localidad. En las localidades de extrema marginación, alrededor del 85 por ciento de hogares beneficiarios tienen piso de tierra. Por otra parte, en las localidades de alta–muy alta marginación la proporción asciende a aproximadamente 51 por ciento. 6. Características de los beneficiarios de Progresa En este análisis de las características de los hogares en pobreza extrema, se contrastan sus condiciones con las de aquéllos que no experimentan esa situación (resto de los hogares) en las localidades rurales marginadas en las que se ha concentrado la atención de Progresa. Los temas presentados en este apartado abarcan la composición demográfica de los hogares, las características de los jefes de hogar, las características económicas de las unidades domésticas, la presencia de hogares indígenas, el equipamiento de las viviendas, así como la condición de escolaridad de los miembros de los hogares. Los datos empleados provienen de la cédula utilizada para recolectar la información de cada hogar de las localidades seleccionadas para ser incorporadas a Progresa (ENCASEH), mediante la cual se realiza la identificación de las familias beneficiarias. En este trabajo se analiza una muestra probabilística de aproximadamente 180 mil hogares, obtenida a partir de los registros de más de 3.5 millones que se han entrevistado para recabar la información socioeconómica referida. La recolección de información se realizó en distintas fases entre 1996 y 1999. Esta muestra provee información que ofrece un fiel reflejo de la condición de los hogares en las localidades rurales marginadas de México4. Características demográficas de los hogares Mediante el sistema de puntajes desarrollado por Progresa, para el análisis de los hogares en las localidades rurales marginadas del país se ha identificado a 74 por ciento de los hogares analizados como en condición de pobreza extrema, lo que en promedio representa que en cada comunidad incorporada al Programa se tienen 47 hogares beneficiarios. En términos poblacionales, 76.9 por ciento de las personas que viven en dichas localidades presentan tal condición, sin que se observen diferencias de acuerdo con su sexo (76.6 por ciento de los hombres y 77.2 por ciento de las mujeres viven en hogares que tienen condiciones de pobreza extrema). 4 Este apartado aborda temas que fueron analizados en Hernández y Vera, 1999. 222 Los hogares pobres tienen un mayor número de miembros que los no pobres extremos (5.2 y 4.1 personas, respectivamente). Esta condición es más evidente al observar la presencia de una elevada proporción de hogares con 6 miembros o más entre las familias en condición de pobreza, que asciende a 40 por ciento, prácticamente el doble de lo observado en el resto de los hogares de las mismas comunidades (gráfica 1). El mayor tamaño de estos hogares resulta de la presencia de niños. En promedio, se reportan 0.3 niños de 0 y 1 años de edad, 1 niño de 2 a 7 años y 1.5 niños y jóvenes de 8 a 17 años, en tanto que en los hogares no pobres los promedios respectivos de niños de esas edades son menores (0.1, 0.4 y 0.9, respectivamente). Gráfica 1 Distribución de hogares por total de personas según condición de pobreza porcentaje 25 20 15 Hogares pobres Resto de los hogares 10 5 0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 total de personas La pobreza extrema en las localidades rurales con mayor marginación afecta en mayor medida a la población infantil. Así, del conjunto de niños y adolescentes de 0 a 17 años de edad, 84.3 por ciento viven en esta condición, proporción que comparativamente es de 72.6 por ciento para la población de 18 a 59 años y 66.8 por ciento para las personas de 60 años y más. En cuanto a la distribución de la población por grupos quinquenales de edad, se observa que la población que conforma los hogares pobres presenta una mayor proporción de niños y jóvenes menores de 20 años (56.2 por ciento). La presencia 223 de este grupo en los hogares pobres propicia un mayor índice de dependencia, lo que impacta en la condición de vulnerabilidad de este tipo de hogares (cuadro 15). Cuadro 15 Distribución de personas por grupos quinquenales de edad Pobre Niños menores de 5 años Niños entre 5 y 9 años Niños entre 10 y 14 años Jóvenes entre 15 y 19 años Personas entre 20 y 24 años Personas entre 25 y 29 años Personas entre 30 y 34 años Personas entre 35 y 39 años Personas entre 40 y 44 años Personas entre 45 y 49 años Personas entre 50 y 54 años Personas entre 55 y 59 años Personas entre 60 y 64 años Personas entre 65 y 69 años Personas entre 70 y 74 años Personas entre 75 y 79 años Personas entre 80 y 84 años Personas mayores de 85 años Total 14.5 15.9 14.8 11.0 8.0 6.4 5.8 5.2 4.1 3.4 2.6 2.0 1.7 1.5 1.2 0.9 0.5 0.5 100 Resto de los hogares 7.9 8.1 10.5 12.9 10.7 8.0 5.8 5.3 5.0 5.1 5.0 4.7 4.3 2.7 1.8 1.1 0.6 0.6 100 Jefatura del hogar La jefatura del hogar hace referencia a la persona que los integrantes de la unidad doméstica reconocen como quien la encabeza. En términos generales, esta persona es el principal aportante de ingresos (en 86 de cada cien casos) y quién toma las decisiones más importantes (en 95.7 por ciento del total de los hogares). En este sentido, las características del jefe imprimen en muchas ocasiones condiciones específicas a las estructuras hogareñas. Los jefes de los hogares en condición de pobreza extrema tienden a ser más jóvenes que en los no pobres extremos: la edad promedio de los primeros es de 44.2 años y de los segundos de 49 años. Asimismo, los jefes de hogares 224 beneficiarios de Progresa tienen en promedio 3.5 años de escolaridad, en tanto que los jefes del resto de los hogares presentan 4.9 años de estudios5. La proporción de unidades encabezadas por mujeres en las áreas rurales marginadas asciende a 12 por ciento entre los hogares en pobreza extrema y a 14.7 por ciento en los hogares no beneficiarios de Progresa. De hecho, la proporción de hogares identificados en situación de mayores carencias es relativamente menor en los hogares con jefatura femenina que entre los hogares con jefatura masculina (69.2 y 74 por ciento, respectivamente). Esta situación responde a que, entre otros factores, en la identificación de los hogares beneficiarios se incorporan aspectos de tamaño y estructura de edades de los miembros de las unidades, que en el caso de las unidades con jefatura femenina tienen un efecto de reducción de los índices de dependencia. Este índice es de 1.9 personas por cada trabajador, un tercio menor que en el caso de los hogares con jefatura masculina. Es necesario analizar dos aspectos principales para explicar esta diferencia. En primer lugar, los hogares dirigidos por mujeres son de menor tamaño que los encabezados por un hombre: tienen 3.7 miembros en promedio en comparación con 5.4 de las unidades de jefatura masculina. Este tamaño del hogar se deriva de una alta presencia de hogares donde solamente vive una persona (20 por ciento del total) o conformados por la madre con sus hijos (sin cónyuge o estando éste ausente de la vivienda) (57.3 por ciento). No obstante, incluso una vez que se excluyen los hogares con una sola persona, para evitar el efecto de unidades muy pequeñas en el índice de dependencia, los hogares con jefatura femenina continúan presentando un menor índice, lo que indica una relativa mayor participación económica de sus miembros con respecto a las familias con jefe hombre. Así, los hogares con jefe mujer tienen en promedio 1.2 personas que trabajan, cifra ligeramente menor que los 1.5 trabajadores en promedio en los hogares con jefes hombres. Esta diferencia es, por supuesto, menor que la existente en cuanto al número total de miembros. La presencia de la mayor inserción laboral en las familias encabezadas por una mujer está asociada a su vez, con la estructura de edades de los integrantes de estas unidades domésticas, en cuya conformación predominan hogares sólo con adultos (50.8 por ciento del total, proporción superior a la de los hogares de jefatura masculina, de 34.3 por ciento). 5 Este último dato refleja en parte las condiciones de oferta de servicios educativos en el pasado en los contextos más dispersos y aislados, que afectó especialmente a los jefes de los hogares no pobres, que tienen mayor edad que los de las familias beneficiarias . 225 Mediante el análisis de la ocupación del jefe del hogar, quién como se dijo anteriormente es por lo general el más importante aportante de los ingresos familiares, se puede delinear un perfil de las actividades desarrolladas por los dos grupos de hogares considerados. Así, los informantes declaran que prácticamente la mitad de los jefes de los hogares beneficiarios tiene como ocupación principal ser jornaleros agrícolas, mientras que esta condición la presenta una tercera parte de los jefes de los hogares no beneficiarios. Aunque se señala como principal ocupación de los jefes de los hogares beneficiarios el trabajo por un jornal, 48.1 por ciento de estos hogares poseen tierras para cultivo. De hecho, más de la mitad de los hogares en condición de pobreza poseen tierras dedicadas a la agricultura. No obstante, puede suponerse que éstas se caracterizan por una baja productividad, en tanto el principal aportante de ingreso se emplea principalmente por un salario. Por su parte, uno de cada seis jefes de los hogares pobres trabaja por su cuenta, proporción ligeramente menor a la que se presenta entre los que no son beneficiarios (casi 20 por ciento). Mientras que, una fracción más elevada de los jefes de los hogares no pobres extremos se ocupan como obreros no agropecuarios (cuadro 16). Cuadro 16 Distribución proporcional de la ocupación del jefe del hogar Pobre Jornalero rural o peón de campo Obrero o empleado no agropecuario Trabajador por cuenta propia Patrón o empleador, trabajador en negocio sin retribución (familiar o no) o cooperativa Otros 45.7 15.3 16.3 4.9 Resto de los hogares 31.1 22.8 19.8 5.4 17.8 20.9 Características económicas de los hogares En promedio, los hogares en condición de pobreza tienen 1.5 trabajadores en comparación con 1.7 trabajadores en el resto de los hogares. Esta circunstancia se presenta incluso al considerar que la proporción de niños y jóvenes de 8 a 15 años que trabajan es un poco más elevada en los hogares en situación de pobreza que en el resto de las unidades domésticas (10 y 7 por ciento, respectivamente). Con respecto al ingreso que mensualmente recibe cada perceptor, estos son en promedio 30 por ciento menor que los de cada perceptor en los hogares no 226 pobres extremos. Así, además de que los hogares beneficiarios tienen un número menor de trabajadores en cada hogar, estos reciben por lo general un ingreso inferior al de cada trabajador de los hogares no pobres. Los más elevados índices de dependencia que se presentan en los hogares beneficiarios corresponden en promedio a 3.1 personas que no trabajan con respecto a cada trabajador en el hogar. Este índice es casi el doble que el calculado para el resto de los hogares, en los cuales se observa un promedio de 1.7 personas que no trabajan por cada trabajador. Por lo tanto, no sólo los trabajadores de los hogares pobres reciben ingresos substancialmente inferiores a los que obtienen aquéllos que pertenecen a hogares no pobres extremos, sino que además los ingresos que aporta cada trabajador se tienen que distribuir entre un mayor número de personas en los hogares pobres (cuadro 17). Cuadro 17 Características económicas de los hogares Pobre Proporción de niños entre 8 y 17 años que trabajan por un ingreso (1) Indice de dependencia (2) * Trabajadores por hogar (2) 0.10 3.1 1.5 Resto de los hogares 0.07 1.7 1.7 (1) Porcentaje (2) Promedio * Indice de dependencia: promedio de personas que no trabajan por cada trabajador Los hogares indígenas en Progresa Entre las localidades incorporadas al Programa, cerca de la mitad tiene al menos un hogar cuyo jefe habla una lengua indígena. Los estados de Campeche, Chiapas, Oaxaca, Quintana Roo y Yucatán tienen 70 por ciento o más de las localidades incorporadas a Progresa con habitantes indígenas. Destaca que, a su vez, Chihuahua, Guerrero, Hidalgo, Puebla, San Luis Potosí y Veracruz, tienen más de 20 por ciento de sus localidades con familias que reciben apoyos del Programa con una alta proporción de hogares indígenas (mayor a 80 por ciento), mientras que Chiapas, Oaxaca, Quintana Roo y Yucatán, tienen más del 45 por ciento de las localidades atendidas también con una proporción mayor a 80 por ciento de población indígena (cuadro 18). Cabe destacar que en las entidades con mayor presencia de grupos indígenas, el porcentaje de hogares beneficiarios con esta característica es más elevada, como es el caso de Chiapas (51 por ciento), Hidalgo (47 por ciento), Oaxaca (59 227 por ciento), Puebla (32 por ciento), Quintana Roo (67 por ciento), San Luis Potosí (33 por ciento), Veracruz (31 por ciento) y Yucatán (86 por ciento). De esta manera, una tercera parte de los hogares beneficiarios de Progresa están encabezados por una persona que habla una lengua indígena en comparación con los hogares no pobres, para los cuales esta proporción es de 20.1 por ciento. Mientras que 83 por ciento de los hogares con un jefe indígena se identifican como en condición de pobreza, en el caso de los hogares con un jefe que solamente habla español, la proporción de familias beneficiarias es de 59.8 por ciento. Es evidente que los hogares indígenas experimentan en mayor medida la pobreza. Inclusive, cuando se distingue entre hogares con jefe monolingüe o con jefe que habla tanto una lengua indígena como español (que dentro de los hogares indígenas representan 10.8 y 85.1 por ciento, respectivamente), en los primeros la proporción de hogares clasificados como pobres se eleva hasta 84 por ciento. Un ejemplo de las severas carencias que experimentan los hogares con jefes indígenas es que si bien presentan un tamaño y un índice de dependencia similares a los de los hogares no indígenas (cuadro 18), su ingreso per cápita representa apenas 65.2 por ciento respecto a estos últimos. 228 Cuadro 18 Proporción de localidades por entidad respecto al porcentaje de familias indígenas Entidades 1 2 3 4 5 6 7 8 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 Aguascalientes Baja California Baja California Sur Campeche Coahuila Colima Chiapas Chihuahua Durango Guanajuato Guerrero Hidalgo Jalisco México Michoacán Morelos Nayarit Nuevo León Oaxaca Puebla Querétaro Quintana Roo San Luis Potosí Sinaloa Sonora Tabasco Tamaulipas Tlaxcala Veracruz Yucatán Zacatecas Total Localidades sin Localidades con hogares indígenas (Porcentaje hogares indígenas(1) respecto al total de la localidad) Menor al 50 (1) Entre 50 y 80(1) Con más del 80 (1) 95 5 0 0 49 41 8 3 74 25 1 0 21 55 8 16 84 16 0 0 76 24 0 0 29 22 4 45 45 25 7 23 79 13 1 6 89 11 0 0 54 21 2 23 43 22 6 29 91 5 0 3 55 35 6 4 83 15 1 2 57 42 0 1 51 31 4 14 90 10 0 0 16 27 8 49 33 37 7 23 74 22 1 3 3 26 8 63 55 17 5 23 79 20 1 0 32 46 14 7 57 38 3 2 82 18 0 0 72 28 0 0 44 30 5 21 0 3 12 86 87 13 0 0 56 23 4 18 (1) Porcentaje Características de analfabetismo y escolaridad La educación es un factor cardinal para el desarrollo de toda sociedad. La educación propicia la ampliación de oportunidades efectivas de incorporación de las personas a la actividad económica, y por ello resulta un insumo indispensable para el desarrollo del capital humano; contribuye también a transformar los 229 ideales y las conductas de los individuos, favoreciendo la adopción de valores y nuevas actitudes y comportamientos. Los hogares en condición de pobreza extrema enfrentan serios obstáculos para su desenvolvimiento, dadas las profundas deficiencias que experimentan en materia educativa. Entre personas de generaciones más jóvenes (con edades entre 16 y 24 años actualmente), se aprecia una relativamente alta proporción de personas en los hogares en condición de pobreza extrema que no saben leer o escribir: 13.2 por ciento de los hombres y 18.3 por ciento de las mujeres (los datos correspondientes a las personas del resto de los hogares son mucho menores: 5.3 y 6 por ciento). Los hombres mayores de 15 años que viven en localidades rurales marginadas tienen en promedio 5.5 años de estudios, observándose una diferencia de más de un año entre los miembros de hogares en pobreza extrema y los hogares que no experimentan esta condición. Las mujeres de ambos grupos muestran un promedio de años de escolaridad similar a la de los hombres. El nivel de escolaridad alcanzado por las personas adultas refleja en gran medida la oferta educativa existente en el contexto rural de México en el pasado. Centrando la atención en las personas de 16 a 24 años, 25 a 39 años y 40 a 59 años, se observa que una mayor proporción de las personas de las generaciones más jóvenes ha asistido a la escuela, aunque son marcadas las diferencias entre hombres y mujeres pobres y entre personas que viven en pobreza y las que no tienen esta condición (señalando la menor oportunidad de escolaridad de las mujeres especialmente de los hogares pobres, cuadro 19). 230 Cuadro 19 Proporción de analfabetismo por grupos de edad según sexo, condición de escolaridad y condición de pobreza Grupo de edad 16 a 24 25 a 39 40 a 59 Sexo Hombre Mujer Hombre Mujer Hombre Mujer Grupo de edad Sexo 16 a 24 Hombre Mujer Hombre Mujer Hombre Mujer 25 a 39 40 a 59 Pobre no estudió no terminó más de terminó primaria mas secundaria primaria no secundaria 11.3 38.5 10.6 39.6 16.3 40.8 8.2 34.8 20.1 55.9 4.4 19.6 30.3 53.4 2.8 13.4 36.6 59.6 0.9 2.9 52.5 45.7 0.4 1.4 Resto de los hogares no estudió no terminó más de terminó primaria mas secundaria primaria no secundaria 4.4 21.7 9.7 64.1 5.4 22.1 8.6 63.9 7.2 31.4 6.9 54.5 12.7 39.2 4.9 43.2 22.4 63.7 2.0 11.8 37.3 56.3 1.0 5.4 Asistencia escolar y actividad laboral de niños y jóvenes Aún cuando hoy en día la gran mayoría de los niños ingresa a la primaria, se observa una mayor deserción escolar entre los miembros de los hogares en condición de pobreza extrema. Uno de los factores que pueden estar influyendo en esta situación es la necesidad que tiene sus hogares por contar con su apoyo laboral para aportar ingresos para la subsistencia de la unidad doméstica (gráfica 2). Rezago y deserción son fenómenos estrechamente vinculados. El abandono escolar se asocia con frecuencia a una historia de repeticiones sucesivas: cuando un niño empieza a rezagarse en sus estudios y no recibe el apoyo necesario de sus padres y maestros, le resulta cada vez más difícil asimilar el aprendizaje y termina por desistir. Si a ello se añade que su trabajo remunerado fuera del hogar es necesario para completar el ingreso familiar, difícilmente esos niños y jóvenes terminarán su ciclo educativo básico. 231 Gráfica 2 Asistencia escolar por edad 100 80 Hombre beneficiario Mujer beneficiaria Hombre no beneficiario Mujer no beneficiaria 60 40 20 6 7 8 9 10 11 12 13 14 15 16 Así, se aprecia que alrededor de 28.6 por ciento de los adolescentes hombres entre 13 y 15 años de edad ya trabajan en el caso de los hogares en condición de pobreza extrema, en tanto que para los varones de estas edades en el resto de los hogares esta proporción es de 17.6 por ciento. Esto sin duda compromete su aprovechamiento académico en caso de que combinen ello con sus estudios, lo que se observa en uno de cada nueve jóvenes pobres que asisten a la escuela, situación más frecuente que en el caso de los jóvenes con menores carencias económicas (uno de cada catorce estudiantes trabaja) (cuadro 20). Cuadro 20 Proporción de niños de 13 a 15 años respecto a su situación escolar y de trabajo según sexo y condición de pobreza Sexo Hombre Mujer Sexo Hombre Mujer Pobre asisten a la no asisten a asisten a la escuela y no la escuela y escuela y trabajan trabajan trabajan 54.5 21.8 6.8 50.4 9.3 2.7 Resto de los hogares asisten a la no asisten a asisten a la escuela y no la escuela y escuela y trabajan trabajan trabajan 69.7 14.5 3.1 66.4 3.4 2.7 no asisten a la escuela y no trabajan 16.9 37.6 no asisten a la escuela y no trabajan 12.7 27.5 Para las mujeres, dejar la escuela obedece a la necesidad de brindar ayuda en la casa, bien sea en las labores domésticas o cuidando a hermanos menores, a 232 enfermos o a otras personas que requieren de atención especial. Con frecuencia, esto permite que otros miembros de la familia puedan salir a trabajar. De hecho, 33.2 por ciento de las adolescentes beneficiarias de Progresa habían dejado la escuela para permanecer en su casa. En el grupo de hogares no pobres, este porcentaje asciende a 24.9 por ciento, lo que indica que prevalecen pautas culturales en todos los niveles socioeconómicos que contribuyen a arraigar a las mujeres a actividades domésticas desde edades muy tempranas. Características generales de la presencia de discapacitados en los hogares beneficiarios de Progresa Dentro de los hogares analizados por Progresa se ha detectado que la proporción de hogares que cuentan con al menos un miembro discapacitado en el hogar es de 5.24 por ciento y 81.2 por ciento de estos son hogares beneficiarios del Programa. Dentro de los hogares con personas discapacitadas atendidos por el Programa, se observa que la mayor proporción de discapacidades se da entre los que reportan personas con problemas mentales y los que necesitan ayuda de otra persona o un aparato para moverse o caminar (proporciones de alrededor del 27 por ciento cada una, cuadro 21). En cuanto a la estructura de edad de los discapacitados se observa que de acuerdo al tipo de discapacidad, existe un gran número de niños entre 8 y 17 años que reporta tener problemas mentales (39 por ciento), problema que también presentan las personas entre 18 y 45 años (38 por ciento). Los problemas de ceguera se presentan en tres de cada diez personas discapacitadas mayores de 45 años. Las características de las personas discapacitadas indican que entre los niños de 6 a 18 años de edad, sólo 52.1 por ciento asiste actualmente a la escuela. Respecto a la condición de trabajo de las personas discapacitadas, se puede observar que de aquéllos entre 19 y 59 años de edad, sólo 28.8 por ciento se dedica a alguna actividad remunerada. Menos del 3 por ciento de estos trabajadores cuenta con seguro social en su trabajo. 233 Cuadro 21 Proporción de hogares beneficiarios con miembros discapacitados por discapacidad Discapacidad Ceguera Sordera Mudez Problemas mentales Falta de miembros Necesita ayuda Proporción 21.6 16.5 24.7 27.5 6.3 26.9 Comparando los hogares sin personas discapacitadas, y los que tienen este tipo de miembros, el tamaño medio es de 5.5 y 5.1 miembros, respectivamente. La edad promedio de los jefes en hogares con personas discapacitadas es mayor, (56 años) que en los hogares sin discapacitados (45 años). Es relevante mostrar que en 29.1 por ciento de los hogares con discapacitados, la persona con esta condición es jefe del hogar, lo que podría ser un indicador de las condiciones de precariedad de la unidad doméstica, dado que el jefe del hogar es en general el principal aportante de ingresos al hogar. Resulta importante considerar que en los hogares que tienen un integrante discapacitado que requiere atención especial de otro miembro del hogar, ya sea por la falta total o parcial de algún miembro (piernas o brazos) o porque necesite ayuda de otra persona o de un aparato (como silla de ruedas) para moverse o caminar, existe un menor número de perceptores con respecto al resto de los hogares con discapacitados (0.7 y 1.3, respectivamente), sin que se observe un número de personas distinto entre estos hogares. Esto incide en que el índice de dependencia sea significativamente mayor y, como ya se vio, esto propicia una condición socioeconómica más vulnerable. La proporción de personas con alguna de estas dos discapacidades con respecto al total de personas discapacitadas es superior al 30 por ciento. 234 7. Conclusiones Las localidades beneficiarias de Progresa son básicamente comunidades rurales con menos de quinientos habitantes cuya marginación se ve acentuada por el tamaño y dispersión de las comunidades. Los asentamientos de comunidades pequeñas en lugares aislados son apoyados en gran medida por la riqueza natural que les ofrece su entorno geográfico, sobre todo en las zonas costeras y del suroeste del país donde los recursos naturales les permiten realizar actividades de autoconsumo. Y es precisamente la misma geografía del lugar la que dificulta la oferta de servicios y la instalación de infraestructura para brindar a estas comunidades mejores condiciones de bienestar social. No obstante, las 53 mil comunidades que participan de los beneficios de Progresa disfrutan de los servicios de primaria, secundaria y atención médica continua, lo que ha implicado un doble esfuerzo por parte de los sectores para una cuarta parte de ellas cuyo número máximo de habitantes apenas rebasa los 50. El trabajo conjunto con los sectores educativo y de salud se ve reflejado en las distancias promedio que recorren los niños becarios y las familias beneficiarias de Progresa a las escuelas y centros de salud, respectivamente, que para estos servicios no excede, en promedio, los 5 kilómetros para el conjunto en general. Las condiciones de población y vivienda prevalecientes en las comunidades que participan en el Programa se acentúan conforme el nivel de marginación crece, conservándose estables ante las variaciones de tamaño de localidad que únicamente brinda mayor proporción entre más compacta sea la comunidad. Esta condición da la característica de homogeneidad a las comunidades atendidas por el Programa y asertividad en la identificación de los hogares beneficiarios de Progresa, certificada en la existencia de una relación positiva entre el número de hogares beneficiarios y las clasificaciones establecidas. A mayor nivel de marginación es mayor el porcentaje de familias beneficiarias. En el cuadro 22 se puede observar que el tamaño de localidad no subraya las diferencias, ya que los porcentajes medios por nivel de marginación son similares. Estos resultados eliminan el supuesto de que la condición de marginación de las comunidades rurales estuviera sometida a los criterios generados por el número de hogares que viven en ellas. Si bien existen factores asociados al tamaño de la localidad, como la cantidad de hogares que habitan en viviendas sin agua y sin electricidad, donde sobresale la relación del número de habitantes y el acceso a servicios que involucren el bienestar de la comunidad completa, el resto de los 235 indicadores analizados no varía sustancialmente para las clasificaciones por tamaño de localidad. El nivel de marginación establece dónde viven las familias más pobres del país, mientras que el modelo de identificación de beneficiarios identifica a las familias dentro de esas localidades con las más escasas oportunidades de desarrollo individual y social. Cuadro 22 Hogares identificados como beneficiarios en las localidades atendidas por Progresa (relativos) Nivel de marginación Alto Alto - Muy Alto Muy Alto Extremo Total 236 Tamaño de localidad De 1 a 15 hogares De 15 a 35 hogares De 35 a 75 hogares Más de 75 hogares Total De 1 a 15 hogares De 15 a 35 hogares De 35 a 75 hogares Más de 75 hogares Total De 1 a 15 hogares De 15 a 35 hogares De 35 a 75 hogares Más de 75 hogares Total De 1 a 15 hogares De 15 a 35 hogares De 35 a 75 hogares Más de 75 hogares Total De 1 a 15 hogares De 15 a 35 hogares De 35 a 75 hogares Más de 75 hogares Total Hogares beneficiarios 66.8 68.1 68.1 66.6 66.8 74.3 74.6 74.6 75.4 75.1 82.4 81.9 82.5 82.7 82.5 90.4 90.9 90.8 89.8 90.4 80.3 78.7 76.6 72.1 73.9 Bibliografía Programa de Educación Salud y Alimentación (Progresa), (1999) “Más oportunidades para las familias pobres. Evaluación de Resultados del Programa de Educación, Salud y Alimentación. Primeros Avances, 1999”. SEDESOL. México. Consejo Nacional de Población (CONAPO) y Programa de Educación Salud y Alimentación (Progresa), (1998) “Índices de marginación, 1995”. CONAPO. México. 237