Género y
grupo étnico: Condicionantes de la pobreza infantil en Colombia
Resumen
La pobreza es un tema
central en la agenda pública de los gobiernos nacionales e internacionales. En este
sentido, el objetivo del presente artículo
es analizar los determinantes de la pobreza infantil en Colombia y observar si
existen diferencias por género o grupo étnico. Para realizar este análisis se
plantea la construcción de un indicador sintético de pobreza por medio de un
sistema de ecuaciones. Este método teoriza ciertos conceptos abstractos y los engrana
en dicho sistema para observar sus relaciones de causalidad. Esta manera de
operar permite obtener las ponderaciones del indicador endógenamente, condicionándolas
a los factores que inciden sobre la pobreza infantil. Los resultados muestran
que los principales determinantes de ésta última están relacionados con los
recursos disponibles, ingresos, educación y condiciones de empleo, al interior de
los hogares. Por grupos poblacionales, se evidencia que estos factores inciden
más en los grupos étnicos que en las discriminaciones realizadas por género. Se
concluye que, para un país en vías de desarrollo y en marco de un
conflicto armado, entender y caracterizar este fenómeno, puede ayudar a que la
política pública direccione más eficientemente los recursos públicos para
aliviar y erradicar la pobreza, así como favorecer los grupos étnicos.
Palabras clave: Medición y análisis de
pobreza; cuidado infantil; grupo étnico; modelos de ecuaciones múltiples o
simultáneas; Colombia.
Gender and ethnic group: Determinants of child poverty in Colombia
Abstract
Poverty is a central issue on the public
agenda of national and international governments. In this sense, the objective
of this article is to analyze the determinants of child poverty in Colombia and
observe if there are differences by gender or ethnic group. To carry out this
analysis, the construction of a synthetic indicator of poverty by means of a
system of equations is proposed. This method theorizes certain abstract
concepts and engages them in said system to observe their causal relationships.
This way of operating allows obtaining the indicator weights endogenously,
conditioning them on the factors that affect child poverty. The results show
that the main determinants of the latter are related to available resources,
income, education and employment conditions, within households. By population
groups, it is evident that these factors affect ethnic groups more than gender
discrimination. It is concluded that, for a developing country and in the
context of an armed conflict, understanding and characterizing this phenomenon,
can help public policy to direct public resources more efficiently to alleviate
and eradicate poverty, as well as favor groups ethnic.
Keywords: Measurement
and analysis of poverty; childcare; ethnic group; multiple or simultaneous
equation models; Colombia.
Introducción
La
pobreza es un tema central en la agenda pública de los gobiernos nacionales,
por lo menos en el discurso. A nivel mundial, los indicadores de pobreza se vienen
reduciendo paulatinamente a pesar que para algunos países, particularmente de África
Sub-sahariana y latinoamericanos, este sigue siendo un tema preocupante (World
Bank, 2017). En un país como Colombia, caracterizado por encontrarse en medio
de un conflicto armado, es común que la población sufra el deterioro de este indicador.
Por ejemplo, las personas del sector rural, se encuentran expuestas ante los actores
de la guerra, estos últimos violan sus derechos, los despojan de sus activos y los
desplazan hacia zonas marginales de las grandes ciudades (Engel e Ibáñez, 2007).
En
este escenario, existen algunos sectores que sufren especial detrimento en los
indicadores de bienestar dada su condición de discriminación, vulnerabilidad y
dependencia: Los menores de edad, las mujeres y los grupos étnicos. El estudio
de la pobreza para estos tres grupos, se convierte así en un valioso
instrumento para las políticas públicas.
En
relación con la pobreza infantil, Ogwumikea y Ozughalub (2018) señalan que su análisis
es importante dado que: i) este
flagelo imposibilita garantizar los derechos fundamentales de los menores; ii) la
pobreza por periodos prolongados puede tener efectos permanentes en el
desarrollo como adultos; iii) los menores no pueden solventar sus necesidades
básicas, sino que deben ser provistas por los recursos de los adultos, por lo
cual están altamente influenciados por el contexto inmediato que los rodea; iv)
la probabilidad de salir de trampas de pobreza para los niños es inferior a la
de los adultos, entre otros.
La
literatura alrededor de la pobreza infantil se concentra en analizar, en el
ámbito internacional, tasas, brechas y severidades de la pobreza, mediante
indicadores tradicionales basados en Alkire (2007);
Alkire y Foster (2011) y Foster, Greer y Thorbecke (1984) (vea, por ejemplo: Gordon
y Pantazis, 1997; Gordon, et al., 2000; Hillyard, Kelly, McLaughlin, Patsios y
Tomlinson, 2003; Swords, Greene, Boyd y
Kerrins, 2011; Qi y Wu, 2015; Ogwumikea y Ozughalub, 2018). Este documento analiza los
determinantes de la pobreza infantil mediante un esquema alternativo al de
Alkire y Foster (2011), utilizando un enfoque basado en estimaciones paramétricas.
En
Colombia la literatura de la pobreza infantil es escasa, puesto que generalmente
este tema se trata de forma tangencial y evaluando otros aspectos. Duque (2017),
por ejemplo, analiza los efectos de la violencia ocasionados por el conflicto armado
en Colombia sobre la formación de capital humano en la niñez y relaciona la
pobreza infantil pues la acumulación de este stock es esencial, no solo
para erradicarla, sino también para evitar trampas de pobreza. Attanasio, et
al. (2010), estudia los efectos de programas de transferencias condicionadas en
Colombia sobre logros educativos y trabajo infantil. A pesar de este tipo de
estudios, no existe literatura que trate de analizar directamente la pobreza
infantil y sus determinantes. En el presente documento se pretende llenar este
vacío, convirtiéndose de esta manera en uno de los aportes importantes.
Por
otro lado, en los análisis de pobreza infantil, virtualmente no se tiene en
cuenta aspectos relacionados con el sexo y grupos étnicos, a pesar que estos
factores pueden generar un peso adicional a la reducción de la pobreza. Las
restricciones que se les imponen a las mujeres impactan significativamente en
sus indicadores de bienestar, por ejemplo, en el mercado laboral donde ellas
tienen menos acceso a trabajos formales.
Esta
diferenciación en la niñez puede ser particularmente importante: Algunos resultados
pueden estar condicionados al género de los niños, por ejemplo, en el
rendimiento académico, incidiendo en los resultados laborales futuros y, de ahí,
en las posibilidades de salir de la pobreza (Midouhas, 2017). En cuanto a la
diferenciación étnica, Churchill y Smyth (2017) señalan que, a pesar de que este
elemento es un factor importante y está altamente relacionado con variables
tales como el bienestar, aún persiste un desconocimiento de la relación entre
heterogeneidad de etnia y los niveles de pobreza.
En
relación con los aspectos metodológicos, aunque existe una vasta literatura que
mide la pobreza bajo un enfoque multidimensional, esta es más reducida al
emplear enfoques paramétricos (vea por ejemplo a Pasha, 2017; Muñetón, Pineda y
Keep, 2019). Además, muchos países con Índice de Pobreza Multidimensional
(IPM), han utilizado al hogar como unidad de identificación y con base en este
índice definen los niveles de pobreza infantil. Esta situación supone que los recursos
son distribuidos de manera igualitaria e ignora las desigualdades existentes al
interior de los hogares. Esta situación plantea un interrogante acerca de si el
IPM identifica adecuadamente niños que son multidimensionalmente pobres (Pinilla-Roncancio,
García-Jaramillo, Carrero, González-Uribe y Ritterbusch, 2019).
El
concepto multidimensional de la pobreza y la interdependencia con los factores
que inciden sobre ésta, han cuestionado la forma de combinar todos estos
elementos para analizar este fenómeno (Di Tommaso, 2007). En el presente
escrito, se plantea la construcción del indicador de pobreza infantil,
evaluando endógenamente los determinantes que inciden sobre esta variable. El
método empleado teoriza ciertos conceptos abstractos (entre ellos la pobreza) y
los engrana en un sistema de ecuaciones para observar sus relaciones de
causalidad. Estos conceptos son construidos mediante un número de indicadores
que sintetizan la variable teorizada. Una vez construidos estos se pueden relacionar
como en un modelo de regresión múltiple (Bollen, 1989).
Los
modelos estadísticos más comunes en esta línea están basados en la estimación
de la matriz de covarianza, conocidos como SEM. No obstante, estas metodologías
son exigentes en la distribución de las variables aleatorias, en la escala de medición
de las variables observables y pueden presentar problemas de no convergencia
(Boomsma y Hoogland, 2001). Para evitar estos problemas este documento utiliza
un método conocido como PLS-PM (Partial Least Square Path Modeling) para
construir el índice de pobreza infantil. Esto no solo permite evitar
arbitrariedades en las ponderaciones dadas a las privaciones en el cálculo de
la pobreza multidimensional (Clark y McGillivray, 2007; Ravallion, 2011; Dotter
y Klasen, 2014), sino que además se evalúa endógenamente los determinantes de
la pobreza infantil.
Posteriormente
se puede hacer un análisis de diferencias de medias entre grupos, por métodos
como bootstrap o permutación, para analizar si estos determinantes
tienen efectos diferenciadores en la pobreza infantil por género o grupos
étnicos. Algunos estudios que emplean este tipo
de metodologías para analizar el tema de la pobreza son Wagle (2005) y Di
Tommaso (2007).
Este documento
está organizado de la siguiente manera: En la siguiente sección se presenta una
discusión teórica acerca de la problemática en torno a la pobreza infantil;
posteriormente, se discute la metodología y los datos empleados en el documento.
Luego, se presentan los resultados encontrados en la aplicación de los modelos
PLS-PM y finalmente, se exponen las conclusiones del estudio.
1. Problemática en torno a la pobreza infantil: Una revisión
de literatura
En Colombia, existe
un marco legal que fija los lineamientos de política pública en materia del
cuidado de la primera infancia y las madres gestantes. La Ley 1098 de 2006
(código de la infancia y la adolescencia), considera niño o niña a las personas
entre los 0 y 12 años de edad y adolescentes entre los 12 y los 18 años. A
partir de esto, la misma Ley tiene como finalidad, garantizar a los niños, a las niñas y a los adolescentes su pleno y
armonioso desarrollo para que crezcan en el seno de la familia y de la
comunidad, en un ambiente de felicidad, amor y comprensión (Instituto
Colombiano de Bienestar Familiar [ICBF], 2006). Así mismo, la Ley
1804 de 2016 establece una hoja de ruta en materia de políticas públicas en
torno a la protección y la garantía de los derechos de las mujeres gestantes y de
los niños y niñas desde los cero a los seis años de edad (Congreso de la Republica de Colombia, 2016).
Esta perspectiva plantea retos de política pública encaminados a mejorar las
condiciones de bienestar de la población infantil y garantizar un ambiente
propicio para su libre desarrollo.
Según
cifras de United Nations Children’s Fund [UNICEF] (2015),
en Colombia hay 15 millones de niñas, niños y adolescentes. Cerca del 9% de los
niños y niñas nacen con un peso inferior a 2 mil 500 gramos, siendo uno de los
principales factores de riesgo para la mortalidad en recién nacidos. Uno de
cada diez niños en Colombia sufre desnutrición crónica. A pesar de que se observa
una mejora en los indicadores en la última década, la tasa de mortalidad
infantil se mantiene en 14 por cada 1000 nacidos vivos, es 1,5 veces mayor en zonas
rurales que urbanas y es 4,6 veces más alta entre madres sin educación (51 por
cada 1000) que en madres con educación superior (UNICEF, 2017). Teniendo en
cuenta diferencias por pertenencia étnica, en 2014, las tasas de mortalidad más
altas se registraron en grupos conformados por afrodescendientes (Rom; San
Basilio, con 160 y 43 muertes por cada 1000 nacidos vivos) e indígenas (29 por cada
1000).
Así mismo, el
porcentaje de madres adolescentes embarazadas primerizas se redujo entre 2010 y
2015 de 19,5% a 17,4%, aunque este descenso esta explicado principalmente por
una reducción en los grupos más favorecidos (quintiles de ingresos más altos,
niveles más altos de educación, zonas urbanas y más desarrolladas). Todo lo
anterior refleja que el bienestar de la población infantil está influido en
gran medida por la condición socioeconómica en la que se encuentren sus padres
o tutores, la cual, a su vez, para el caso colombiano, está marcada por una
desigualdad prevaleciente.
1.1. Definición de pobreza
Tal como lo señalan Anaya,
Buelvas y Romero (2020), se debe tomar en cuenta “que la pobreza es un fenómeno
complejo, heterogéneo y multidimensional que tiene muchas definiciones basadas
en diferentes teorías sobre la sociedad” (p.132). Además, la pobreza, al ser
considerada como una condición de carencia o privación, involucra diferentes
perspectivas de análisis dependiendo de la variable mediante la cual se
pretenda medir. En este sentido, se han desarrollado una serie de conceptos que
merecen la pena ser descritos con el propósito de mostrar la importancia del
método empleado para medir la pobreza en el presente documento.
Atkinson (1983; 1987)
y Martínez (2003), definen la pobreza objetiva como la medida hecha a través de
un nivel de vida mínimo que responde a criterios prefijados a priori; se mide a
través de indicadores como los niveles de ingresos y gastos, y dotaciones de la
vivienda. Por su parte, la pobreza subjetiva es conocida como aquella que se
presenta por insatisfacción, la cual define como pobre a quien no está
satisfecho con su situación, al estar excluido de lo que el individuo considera
como “modo normal” de vida, independientemente de sus posibilidades económicas.
En otras palabras, es una propia percepción del individuo o del hogar, donde se
ven a sí mismos como pobres.
Además de estos dos
conceptos, se han distinguido términos como la pobreza absoluta, según la cual
son pobres quienes carecen de lo necesario para la subsistencia, esto es,
aquellas personas que no pueden permitirse cubrir las necesidades consideradas
como mínimas; este concepto se adapta mejor para estudios en países en vías de
desarrollo. La pobreza relativa, por otra parte, define a un individuo como
pobre cuando se encuentra en condiciones de inferioridad de recursos respecto a
su entorno, aunque su situación no pueda ser considerada tan apremiante como la
anterior. Esto implica que la pobreza relativa incorpora las dimensiones
espacio y tiempo para medir tal situación.
Barr (1998), Ureña
(1999) y López-Aranguren (2005), incorporan definiciones como: Pobreza estática,
que refleja la situación de pobreza en un momento determinado del tiempo; pobreza
dinámica, que mide la duración de la pobreza en función del tiempo y permite
establecer la duración de los individuos en situación de pobreza, así como
cuáles son sus trayectorias de entrada y salida. Por medio de este método se pueden
averiguar las causas que llevan a los individuos u hogares a caer en situación
de pobreza, así como las medidas de política pública que pueden permitir su salida;
pobreza integral, que tiene en cuenta la escasez de ingresos, así como la
dificultad de acceso a los servicios sociales que facilitan la cobertura de las
necesidades vitales básicas.
Asimismo, los autores
antes mencionados añaden el concepto de nueva pobreza, que tiene en cuenta a
los afectados por las transformaciones industriales provocadas por las
innovaciones tecnológicas y otras circunstancias sociales o económicas: Trabajadores
desempleados, subempleados, empleados precarios, trabajadores en la economía
sumergida, entre otros. Por lo tanto este concepto está muy relacionado con la
precariedad laboral; pobreza unidimensional, que parte desde la perspectiva de
una única variable objeto de análisis. Se centra fundamentalmente en el
análisis de la renta y es el que tradicionalmente se ha utilizado en los
estudios de la economía de la pobreza; y pobreza multidimensional, que estudia
el fenómeno de la pobreza desde un enfoque mucho más completo, de ahí que se pueda
mezclar con la pobreza integral, puesto que incorpora otros factores además del
meramente monetario, tal como el estado de la vivienda, salud, educación,
empleo y relaciones sociales. Esta última es la más compleja de todas pues
incorpora un mayor número de variables explicativas del fenómeno, por tanto, la
precisión del mismo mejora, ayudando a describir y explicar de manera más eficiente
el fenómeno de la pobreza.
Como se apuntó
anteriormente, pobreza y calidad de vida están relacionadas inversamente, por
esto es necesario considerar el concepto generalizado de calidad de vida, el
cual es cambiante y complejo, porque responde a la preocupación que los seres
humanos han manifestado a lo largo de la historia por mejorar sus condiciones
de existencia y desarrollo integral. Desde su primera alusión en 1932 por parte
del economista Pigou, ha tenido una evolución y reconceptualización constante,
que va desde la consideración inicial de las condiciones materiales de vida
hasta la inclusión de los aspectos psicosociales o subjetivos, asumiendo la
experiencia de la persona desde una perspectiva global, que abarca las diversas
dimensiones de su ser desde una experiencia concreta de vida.
En este sentido, el
estudio de la calidad de vida ha ido complejizándose y alcanzando mayor madurez
conceptual y metodológica hasta llegar a ser considerada como un área
particularizada en las ciencias sociales; cada área de conocimiento, desde sus
propios marcos teóricos y conceptuales, y desde sus particulares metodologías,
han abordado y definido el tema y la forma en que se debe dar cuenta de ella en
grupos humanos concretos (Mieles, Tonon y
Alvarado, 2012).
1.2. Pobreza infantil
La pobreza infantil
se diferencia de la pobreza adulta por tener diferentes causas y efectos,
especialmente por su impacto de larga duración en los niños. En este sentido,
es importante analizar el concepto de pobreza infantil más allá de las
cualificaciones tradicionales con los cuales se analiza la pobreza, como son los
bajos niveles de ingreso de los hogares o los niveles de bajo consumo (UNICEF,
2005a). Sin embargo, es necesario mencionar los diferentes marcos conceptuales
utilizados para la construcción e implementación de planes de acción que
pretenden lidiar con la pobreza infantil; en términos generales, las siguientes
definiciones y/o marcos conceptuales se basan en la privación de las
necesidades básicas con una perspectiva de derechos humanos. UNICEF (2005b)
define la pobreza infantil como:
Los
niños y niñas que viven en la pobreza [son los que] sufren una privación de los
recursos materiales, espirituales y emocionales necesarios para sobrevivir,
desarrollarse y prosperar, lo que les impide disfrutar sus derechos, alcanzar su
pleno potencial o participar como miembros plenos y en pie de igualdad en la
sociedad. Esta definición sugiere que la pobreza que los niños y las niñas
experimentan con sus manos, mentes y corazones está mutuamente relacionada.
(p.18)
Para Feeny y Boyden (2003), la pobreza es
una profunda experiencia que se da en forma relacional y relativa, dinámica y
multidimensional. En consecuencia, los niños pobres son privados de las condiciones
y servicios materiales esenciales; ellos son excluidos de acuerdo con su edad, género,
clase, entre otros, y son también vulnerables al incremento de amenazas en sus entornos.
En términos generales, la pobreza infantil abarca tres dominios interrelacionados,
a saber: Privación, vinculado con la falta de condiciones y servicios
materiales generalmente entendidos como esenciales para alcanzar el desarrollo
y total potencial de los niños; exclusión, relacionado con el resultado de
procesos de desajuste, a través de los cuales la dignidad, la voz y los
derechos de los niños son negados o sus existencias amenazadas; y vulnerabilidad,
conectada con la ineficiencia de la sociedad de poder controlar amenazas existentes
en sus entornos que atentan contra los niños.
El Centro de Investigación
de la Pobreza y Políticas de la Niñez (CHIP por sus siglas en inglés), es un
proyecto conjunto entre Save the Children y el Centro de Investigación de la
Pobreza Crónica (CPRC por sus siglas en inglés), para el cual la pobreza
infantil significa niños y jóvenes creciendo sin el acceso a los diferentes
tipos de recursos que son vitales para su bienestar y para alcanzar su completo
potencial. Por recursos se entiende: Bienes económicos, sociales, culturales,
físicos, de medioambiente y políticos (Marshall, 2003).
De acuerdo con Minujin,
Delamoica y Davidziuk (2006), el Programa de las Naciones Unidas para el Desarrollo
(PNUD) ha promovido un amplio entendimiento de la pobreza más allá del tradicional
punto de vista, basado en la privación del ingreso que está incluida en la
mayoría de la literatura. En general, el PNUD sostiene que la pobreza infantil
es la negación de los derechos socioeconómicos que han sido determinados en los
Artículos 26 y 27 de la Convención de los Derechos del Niño (CRC), relacionados
con el derecho a un nivel de vida adecuado para su desarrollo físico, mental,
espiritual, moral y social. Mientras que además afirma que, a fin de romper con
los ciclos de la pobreza infantil, los niños necesitan acceso a servicios esenciales,
como alimento, seguridad, vivienda, agua y servicios sanitarios. La inclusión
del lenguaje de los derechos humanos cambia los parámetros de la pobreza infantil
de una cuestión moral a una responsabilidad legal que obliga a los gobiernos,
padres y a la comunidad internacional.
La Agencia
Internacional de Desarrollo Canadiense (AIDC), es otra organización que utiliza
el enfoque basado en los derechos humanos en su plan de acción para abordar la
pobreza infantil; este enfoque está basado en la Convención de los Derechos del
Niño, la cual ve a las niñas y a los niños como individuos íntegros que son
participantes activos, capaces y necesarios para su propio desarrollo y de sus
comunidades (Cook, Blanchet-Cohen y Hart, 2005).
Streak (2000) del
Instituto por la Democracia Sudáfrica (IDASA por sus siglas en inglés), ha
examinado las relaciones entre los derechos de los niños, los presupuestos del
Estado y la reducción de la pobreza. En su estudio IDASA definió la pobreza
infantil teniendo en cuenta las siguientes cuatro categorías de sufrimiento/privación:
(i) Insuficiente ingreso y oportunidades, refiriéndose al sufrimiento infantil
acerca de su preocupación por el bajo nivel de ingreso en su hogar y su propia falta
de ingreso; (ii) falta de oportunidades de desarrollo humano, refiriéndose a la
falta de acceso a los servicios sociales básicos, tales como salud, educación y
servicios sanitarios, y a las oportunidades de recreación; (iii) sentimientos
de inseguridad económica y física: Inseguridad económica, se refiere a la preocupación
de los niños acerca de la fluctuación del ingreso del hogar y al acceso de los servicios
públicos. Las fluctuaciones son usualmente vinculadas con shocks
económicos adversos (desempleo, cambios de precios) y muerte en la familia.
Como consecuencia, los niños son retirados de la escuela y se transforman en
cabecera del hogar o en niños de la calle, con una clara separación de la
unidad familiar; y (iv) sentimientos de poco poder, refiriéndose al sentimiento
que los niños tienen de opresión o exclusión dentro de la unidad familiar o
desprecio por parte de la comunidad.
En efecto, uno de los
corolarios de las definiciones de Pobreza Infantil indicadas anteriormente, es
haber generado impacto o no en las estrategias de reducción de pobreza, como
también en el desarrollo de indicadores para determinar el éxito de las dichas estrategias.
En suma, las enunciaciones relacionadas van más allá del enfoque unidimensional
monetario y su trayectoria debe permear las instancias institucionales, para que
exista una línea de atención para los niños y niñas que viven en la pobreza en
el marco de las políticas públicas.
1.3. Medición de pobreza
Las mediciones de la
pobreza han adoptado diferentes enfoques. Hasta hace un tiempo, una vasta
mayoría de trabajos empíricos sobre pobreza emplearon un enfoque unidimensional
para juzgar el bienestar de un individuo. No obstante, el desarrollo de nuevos
estudios, especialmente los expuestos por Amartya Sen, demostraron que la
pobreza es un fenómeno multidimensional. Duclos,
Sahn y Younger (2006), mostraron que era posible acercar la literatura empírica
a la retórica teórica, haciendo comparaciones generales de la pobreza cuando
esta privación se mide a través de múltiples dimensiones. Su contribución más
importante se basa en la dificultad para elegir la línea de pobreza
"correcta", dada su conocida sensibilidad, especialmente para muchas
dimensiones de bienestar no relacionadas con el ingreso. A continuación, se analizan
los diferentes enfoques unidimensionales y multidimensionales.
1.3.1. Enfoques unidimensionales
a. Enfoque monetario
En este enfoque, el
dinero, representado por el nivel de ingreso o consumo de los individuos o
agentes económicos, se utiliza como determinante para medir la pobreza. En
síntesis, desde el enfoque monetario se pueden medir los recursos que posee un
hogar y, a su vez, comprueba la dimensión y disposición de estos frente a los
recursos para satisfacer las necesidades básicas. Bajo este enfoque lo que se
pretende es identificar la satisfacción de las necesidades humanas.
Su método es la línea
de pobreza, que simboliza la suma de dinero que permite adquirir en el mercado
las cantidades mínimas de los bienes y servicios que se consideran indispensables
para satisfacer las necesidades consideradas básicas; seguidamente, se
determinan los niveles mínimos de consumo o de acceso a ciertas mercancías
requeridas para satisfacer necesidades, y luego se comparan con el acceso o
consumo efectivo de los hogares; por último, se determinan o identifican pobres
aquellos elementos que tienen un ingreso monetario menor que la línea de
pobreza.
Para Beccaria (1994),
el método debe pasar por las siguientes etapas: (i) El cálculo de la línea de
pobreza que incluye: Determinación de las cantidades mínimas que se requiere
para satisfacer las necesidades básicas; y valuación de esas cantidades; y (ii)
comparación entre el ingreso de cada hogar y la línea de pobreza. Para
determinar las cantidades mínimas, en primer lugar, se debe definir una canasta
básica de alimentos, para el cómputo respectivo se acude a las recomendaciones
internacionales respecto de los requerimientos mínimos calóricos y proteicos y,
posteriormente, se define el conjunto de bienes que lo satisfacen; determinadas
las cantidades de los diferentes alimentos que conforman la canasta, se realiza
la valorización a precios de mercado. El valor de la canasta básica de
alimentos define la línea de indigencia (en esta medición para la única necesidad
que se calcula el umbral mínimo de satisfacción es la alimenticia).
En ese sentido, para
calcular la línea de pobreza, se determina el estimador de relación entre
consumo alimentario y consumo total de los hogares (definido como coeficiente
de Engel), que incorpora bienes y servicios; este valor da cuenta de la
cantidad de ingreso necesario para cubrir un conjunto más amplio de necesidades
básicas: Vivienda, vestido, educación, salud, transporte y ocio. La línea de
pobreza indica que cualquier persona con un nivel de ingreso o consumo por debajo
de la misma se encuentra en situación de pobreza.
1.3.2.
Enfoques multidimensionales
a. Enfoque de las necesidades básicas
Para este enfoque la
pobreza se refiere a la imposibilidad de satisfacer un conjunto de necesidades
socialmente definidas que permite a los individuos participar activamente en la
sociedad. Aquellos individuos que están impedidos de satisfacer esas
necesidades son considerados pobres (Boltvinik, 1999).
De acuerdo con lo
anterior, en este enfoque primero se seleccionan las necesidades consideradas básicas
y luego se fijan los umbrales mínimos de satisfacción en términos de
mercancías, así, serán pobres los hogares que no disponen o no consumen todos o
una combinación de los bienes y servicios. En este método no se agregan las
necesidades sino cada uno de los diferentes bienes y servicios que se
consideran necesarios para la satisfacción de las mismas. El procedimiento para
identificar los hogares pobres es el siguiente: Cada indicador de necesidades
básicas insatisfechas se convierte en una variable dicotómica, por arriba y por
debajo del umbral, y se consideran pobres a todos los hogares que tienen uno o
más indicadores por debajo del umbral.
Este método permite
calcular la proporción de pobres en la población (incidencia de la pobreza).
Las críticas se basan en las siguientes limitaciones metodológicas: Por un lado,
que no pondera los indicadores, por lo cual no permite calcular la brecha o
intensidad de la pobreza, por otro lado, al considerar pobres a aquellos
hogares que tienen uno o más indicadores debajo del umbral, la cantidad de
indicadores que se incluyan en la medida impactan en la incidencia de la
pobreza. Por último, ha mantenido los umbrales fijos de los indicadores que lo
componen en el tiempo, esto produjo como resultado un descenso de la pobreza en
la mayoría de los países, incluso en momentos de crisis donde el indicador de
pobreza se incrementa considerablemente (Capuano, 2015).
b. Enfoque de las capacidades
Según Denis, Gallegos y Sanhueza (2010), el
enfoque de Amartya Sen se considera como uno de las perspectivas conceptuales
de la pobreza que ha logrado un cambio en el análisis de su significado. Este
enfoque, califica las capacidades y libertades de un individuo para dirigir el tipo
de vida que él o ella consideren valiosa; adicionalmente, considera que la
pobreza es la privación de las capacidades básicas, entendiendo por estas la
habilidad para satisfacer ciertas funciones importantes por encima de ciertos
niveles mínimos adecuados (Sen, 1999). De esta manera, considera un amplio
conjunto de factores que influyen en las capacidades y la libertad de un
individuo para vivir una vida digna; de aquí se reconoce que el impacto del
ingreso sobre las capacidades es contingente y condicional; es decir, que personas,
comunidades y países diferentes pueden necesitar niveles diferentes de recursos
para alcanzar las mismas capacidades.
Para Sen (1999), el
nivel de vida de un individuo está determinado por sus capacidades y no por los
bienes que posea; éstos no serían los objetos que determinan el nivel de vida,
debido a que la sola posesión de los mismos no indica per se las actividades
que un individuo puede realizar. Éstas dependen de las facultades que tengan o
no los individuos. En síntesis, es la facultad de realizar las acciones lo que
determina el nivel de vida y no los objetos, ni sus características, ni su
utilidad. La pobreza en este caso se define como una privación inaceptable de
realización de libertades humanas y de desarrollo de capacidades.
c. Enfoque de los derechos humanos
Bajo este enfoque se
pretende integrar los conceptos y lenguaje de la perspectiva de los derechos
humanos en el diálogo de la reducción de la pobreza. El enfoque se argumenta
con que los objetivos y valores de las estrategias antipobreza deberían ser
guiados por las leyes internacionales de derechos humanos, debido a que éstas
han sido universalmente reconocidas y están reforzadas por obligaciones
legales; en resumen, el enfoque basado en los derechos humanos, provee un
completo y explícito marco para la formulación de políticas nacionales e
internacional, incluyendo programas antipobreza (Office of the High Commissioner for Human Rights [OHCHR],
2002).
Prácticamente, plantea
la necesidad del empoderamiento de los pobres. El concepto de derecho les ofrece
el poder para reclamar a sus gobiernos, políticas antipobreza que mejoren sus
vidas. De esa forma, la reducción de la pobreza difiere de lo que se conoce
como caridad, más que una obligación moral se convierte en una obligación legal
(OHCHR, 2002). El enfoque basado en los derechos humanos incluye diferentes factores:
Responsabilidad, principios de no discriminación e igualdad y el principio de
procesos participativos en la toma de decisiones; estos elementos aseguran que
las estrategias antipobreza sean más que una fachada, es decir, no excluyen a
los grupos marginados, sino que incluyen a los pobres en la formulación, puesta
en práctica y supervisión de las estrategias de la reducción de la pobreza.
El enfoque basado en
los derechos humanos se caracteriza como un enfoque holístico de la reducción
de la pobreza, toda vez que mientras la reducción de la pobreza pueda ser vista
como una solución a partir de derechos económicos, sociales y culturales,
también aboga por asegurar que se cumplan los derechos civiles y políticos de
los pobres. Asegurando esos derechos, los pobres tendrían más poder para
demandar que sus gobiernos adopten estrategias antipobreza que los ayuden a
vivir una vida decente e independiente. En síntesis, reconoce que los
gobiernos, especialmente en los países menos desarrollados, tienen limitados
recursos para poner en marcha estrategias antipobreza en forma progresiva. Sin
embargo, subraya que los gobiernos deben comprometerse a establecer estrategias
de reducción de pobreza que explícitamente satisfaga en forma progresiva los
derechos humanos a los pobres (Minujin, et al.,
2006).
1.4. Factores que inciden sobre la pobreza
infantil
Desde hace varias
décadas existe un consenso en la literatura relacionada con la pobreza, que
ésta tiene que ser caracterizada desde una perspectiva multidimensional. La
pobreza no se refiere únicamente a la carencia de ingresos, sino no a otros
elementos tales como educación, salud, recursos disponibles, condiciones de
vivienda o empleo. En esta sección se examina la relación entre pobreza
infantil y las diferentes variables que intervienen es su determinación.
a. Educación
La literatura
alrededor de la relación entre pobreza y educación tiene una larga trayectoria.
La teoría de capital humano otorga a la educación un papel fundamental en el objetivo
de reducir la pobreza. En esta teoría, el capital humano se ve como una
inversión que se produce intrincadamente en cada individuo, y donde la educación
es uno de los pilares fundamentales para la acumulación de dicho capital. De acuerdo
a los modelos de crecimiento económico, el capital humano y, por lo tanto, aumentos
en educación, generan mayores niveles de productividad, incrementando por esta
vía los ingresos de los individuos (Tilak, 2002).
Son varios los
estudios que encuentran una relación negativa entre logros educativos y pobreza
(Gounder y Xing, 2012; Ud din, et al., 2015; Ahmad, Bashir y Hussain, 2018). Como señala McKinney
(2014), al mejorar la asistencia y logros escolares para los niños de familias
pobres se esperaría mejoras en el bienestar de estos y daría lugar a una
oportunidad de movilidad social. De esta manera, la política pública juega un
papel fundamental dado que el gobierno puede intervenir en la educación preescolar
como herramientas para incidir sobre la pobreza infantil. Zhang (2003),
encuentra que el ausentismo escolar está fuertemente asociado con la pobreza infantil,
siendo los estudiantes de escuelas primarias los que más se ven afectados en
privaciones económicas y de empleo en relación con que aquellos que abandonan
la escuela secundaria.
Basados en estos
estudios, los autores de este documento proponen que hay una relación negativa entre
educación y pobreza infantil. Esto sugiere que, cuando el nivel educativo
aumenta las tasas de pobreza se reducen. Por lo tanto, se plantea la siguiente hipótesis:
H1: La educación influye negativamente sobre los niveles de pobreza
infantil.
b. Salud
La salud ha sido
considerada un componente importante no solo en el bienestar de los individuos
sino en las capacidades de estos. Aumentos en este capital pueden tener efectos
significativos en los ingresos de los hogares, convirtiéndose en una
herramienta importante para reducir la pobreza (Bloom y Canning, 2003).
La relación entre
pobreza y salud puede ser bidireccional: Una mala condición de salud de los
individuos puede inducir incrementos en los niveles de pobreza y al mismo
tiempo la pobreza puede perpetuar condiciones malas de salud (Harpham y Grant,
2002). Se pueden identificar algunos elementos que interactúan y ayudan a
formar la relación entre salud y pobreza: Una mala nutrición; malas condiciones
de vivienda; pobres condiciones de trabajo; altos costos de salud, entre otras
(Kyegombe, 2003). Algunos autores han mostrado que la ejecución de políticas
públicas eficientes ayuda sustancialmente a reducir las tasas de pobreza (Korenman
y Remler, 2016). Por lo tanto, la hipótesis en relación a estas dos variables
es la siguiente:
H2: La salud
ejerce un efecto positivo en la reducción de la pobreza.
c.
Disponibilidad de recursos
La mayoría de la rama
de la literatura dedicada a la pobreza infantil asume que los recursos de los
hogares se distribuyen de igual forma entre los integrantes del hogar. De esta
manera, entre mayores sean los tamaños de hogares peores serán las condiciones
de bienestar para cada individuo. Este patrón ha sido encontrado en diferentes
estudios alrededor del mundo (Lipton y Ravallion, 1994). Sin embargo, Deaton y
Paxson (1998) argumentan que esta visión general puede distorsionarse por
economías de escala en el consumo doméstico. Según estos autores, aunque se
podría pensar que los hogares más grandes deberían tener un mayor consumo per
cápita de bienes privados, como los alimentos, siempre que no sustituyan
demasiado a los bienes públicos efectivamente más baratos, ellos encuentran que
la demanda per cápita disminuye con el tamaño del hogar. En este sentido, se
trata de verificar la siguiente hipótesis:
H3: Un aumento
en el tamaño de los hogares empeora las condiciones de vida.
d.
Condiciones de vivienda
Uno de los factores
más importantes en las privaciones de los individuos tienen que ver con las
condiciones de vivienda. Los costos relacionados con la vivienda son el mayor
porcentaje de los ingresos de los hogares (Tunstall, et al., 2013). Coley, Leventhal, Lynch y Kull (2013), han tomado
como referencia las características de las viviendas (calidad, tipo, propiedad,
costos, entre otros), para analizar el impacto que estas tienen sobre el bienestar
infantil. Ellos encuentran que hogares con baja calidad en las viviendas están
asociadas con niños con menores niveles de desarrollo, incluyendo bajas emocionales,
cognitivos y de comportamiento.
Brown, Adarkwa y Oppong (2007), señalan
que la mejora en las condiciones de vivienda a través de programas públicos tiene
un impacto significativo en la reducción de la pobreza a través del
mejoramiento del ambiente habitacional, incrementos en acceso a servicios
sociales, transferencia de habilidades y seguridad. Basados en estos estudios se
plantea la siguiente hipótesis:
H4: Una mejora en las condiciones de vivienda reduce los niveles de
pobreza infantil.
e. Desempleo
La relación entre desempleo
y pobreza ha sido abordada desde una perspectiva macroeconómica, relacionada
con los ciclos económicos de la economía (Martínez, Ayala y Ruiz‐Huerta,
2001). Chzhen (2017), señala que los riesgos de la pobreza infantil son mayores
en los países con tasas de desempleo más altas, además que esta relación se
intensifica en aquellos hogares que tienen una baja intensidad de trabajo y
tamaños de hogares más grandes. Sin embargo, argumenta que el gasto social
puede suavizar el impacto negativo de las recesiones sobre la pobreza infantil.
En esta línea, Pohlig (2019), argumenta que el mercado laboral y el estado de
bienestar, influyen en la duración, momento y orden del desempleo y su riesgo asociado
de pobreza. Bajo estas premisas se formula la siguiente hipótesis:
H5: Aumentos en el desempleo aumentan las tasas de pobreza.
2.
Metodología
2.1.
Datos
Este documento
utiliza datos de sección cruzada provenientes de la Encuesta Nacional de
Calidad de Vida (ECV) del año 2016, realizada por el Departamento Administrativo
Nacional de Estadísticas (DANE, 2016) de Colombia. Es una encuesta de cobertura
nacional con una muestra de 22.893 hogares. La ECV permite tener información
sobre diferentes aspectos y dimensiones del bienestar de los hogares tales
como: variables relacionadas con las características físicas de las viviendas
(material de paredes y pisos); el acceso a servicios públicos, privados o
comunales; salud; atención integral de niños y niñas menores de 5 años;
tecnologías de la información y comunicación; tenencia y financiación de la
vivienda; condiciones de vida del hogar y variables demográficas como: sexo,
edad, parentesco, estado civil, entre otras.
Dado que el objetivo
de este artículo consiste en determinar los factores que inciden sobre la
pobreza infantil, la estrategia empírica consiste en construir bloques de
conceptos teorizados que luego serán relacionados a través de un sistema de
ecuaciones. Dichos conceptos se diseñan a partir de indicadores(1) observables
que caracterizan las diferentes privaciones tanto de los niños como de los
hogares. El primer bloque es el de pobreza infantil, el cual se estima a partir
de las siguientes privaciones sufridas por los niños al interior de cada hogar:
Rezago escolar, inasistencia escolar y servicios de cuidado a la primera infancia.
Estos indicadores son obtenidos de la siguiente manera:
a. Rezago
escolar: En primer lugar, se realiza un conteo por
rangos de la siguiente manera; personas con 7 años y no cuentan con por lo
menos 1 año de educación; con 8 años y no cuentan con por lo menos 2 años de
educación; así sucesivamente hasta edades de 17 años. Luego, se suma cada uno
de los casos al interior de cada hogar. Finalmente, se considerará a un hogar
con rezago escolar si existe por lo menos una persona de 7 a 17 años con esta
carencia.
b. Inasistencia
escolar: Se realiza un conteo de personas en edades
comprendidas entre 6 y 16 años que no se encuentran estudiando. Luego se suma
al interior de cada hogar el número de personas con esta condición y se
considerará privado a un hogar si este conteo es mayor que 1.
c. Servicios
de cuidado a la primera infancia: Para niños de 5 años
o menos se hace un conteo de las siguientes características: No estar afiliado
a salud, pasa la mayor parte del tiempo con sus padres en el trabajo; o en casa
solo; o está al cuidado de un pariente menor de 18 años; o asiste a un jardín
la mayor parte del tiempo entre semana, pero no recibe desayuno o almuerzo
gratuito o por un pago simbólico. Luego, al interior de cada hogar se
considerará privado de este concepto si existe por lo menos un menor de 5 años o
menos con esta condición.
Por otro lado, se
deben construir diferentes bloques que caractericen y sirvan como control para analizar
los factores que determinan la pobreza infantil y el grado de incidencia.
Algunos determinantes pueden estar relacionados con las características y
entorno de los hogares, entre ellos: Educación, salud, empleo, vivienda,
recursos disponibles para cada niño e ingresos. De esta manera, se construye indicadores
para cada uno de estos factores en términos de privaciones para el entorno del
hogar:
a. Aseguramiento
en salud: Se realiza un conteo por hogar de las
personas mayores de 5 años que son cotizantes o beneficiarios de alguna entidad
prestadora de seguridad en salud. Se considerará al hogar privado de esta
característica si existe por lo menos una persona sin este beneficio.
b. Acceso
a salud dada una necesidad: Se realiza un conteo de las
personas del hogar que en los últimos 30 días tuvieron alguna enfermedad o
accidente y no acudieron a una entidad prestadora de servicios de salud o
especialista.
c. Desempleo
de larga duración: Se realiza un conteo de
personas pertenecientes a la población económicamente activa (PEA) que han
estado buscando trabajo por más de 12 meses. Se considerará a un hogar privado
en esta característica si existe por lo menos una persona en esta condición.
d. Empleo
formal: Se realiza un conteo de las personas que
están desempleadas a través de una nueva PEA, donde se descuenta a las personas
de desempleo de larga duración, los menores de 18 años y personas que no están
afiliadas a seguridad social. Un hogar se considerará privado de esta condición
si esta nueva PEA es diferente a la definición tradicional.
e. Acceso
a agua potable: Un hogar se considera privado si no
cuenta con servicio de acueducto.
f. Inadecuada
eliminación de excretas: Un hogar se considera
privado si no cuenta con servicio de alcantarillado.
g. Material
inadecuado de los pisos: Se considera privado si el
hogar tiene pisos en tierra.
h. Material
inadecuado de las paredes exteriores: Se
considera privado a los hogares si los materiales de las paredes exteriores son
hechos mediante madera burda, tabla, tablón, material prefabricado, guadua, caña,
esterilla, otro vegetal, zinc tela, carbón, latas, desechos, sin paredes.
i. Hacinamiento
crítico: Un hogar se considera privado si el número
de personas por cuarto es mayor o igual a 3 personas.
2.2.
Estrategia de estimación
Dado que la pobreza
es un concepto multidimensional y que en este estudio se quiere establecer los
factores más importantes en la determinación de la pobreza infantil, esto se
puede lograr mediante el análisis simultaneo de las variables que intervienen en
este proceso. De esta manera, se plantea la identificación mediante un modelo
de ecuaciones estructurales. Este tipo de modelo permite la interacción de
variables latentes (no observables), construida mediante una o más variables
observables y relacionarlas mediante un sistema de ecuaciones. Como se mencionó
anteriormente, el modelo de estimación más común es SEM. Sin embargo, en este
documento se decidió elegir un modelo PLS-PM, dadas las características de las
variables empleadas y las ventajas que presenta este tipo de metodología
(Boomsma y Hoogland, 2001). Este método concede analizar dos tipos de
interacciones, una que se da entre las variables observables y las variables
latentes (conocido como modelo externo) y las relaciones entre estas últimas
variables (conocido como modelo interno)(2).
En este documento se
plantean cinco conceptos teorizados (variables latentes) que tratan de caracterizar
privaciones que sufren los hogares: Pobreza infantil (
Esta última variable
generalmente es estimada mediante técnicas no paramétricas tales como las de Alkire (2007) y Alkire y Foster (2011). Sin embargo,
este tipo de metodología asigna a cada privación una ponderación arbitraria,
generalmente las mismas para cada ítem. En este documento se plantea que
dicha ponderación se realice a partir de la importancia relativa en el sistema
de ecuaciones. El bloque de pobreza infantil es definido mediante un modelo
formativo, es decir, que cada privación aportará una característica diferente
al concepto. Estos bloques son estimados mediante una ecuación de la siguiente
forma:
Donde
Donde
La estimación de los
parámetros de la ecuación 3 se hace mediante un algoritmo, alternando los
modelos internos y externos a través de regresiones por MCO(4). Una
vez realizadas las estimaciones se puede emplear un enfoque de remuestreo sin
reemplazo, para comparar las diferencias significativas en la pobreza infantil
entre grupos de sexo y etnia, empleando un test basado en permutación.
Este proceso consiste en separar los datos en dos grupos y aplicar a cada uno un
PLS-PM, en donde los coeficientes de ruta son estimados por permutación y los
errores estándar son tratados como paramétricos vía un t-test.
3.
Resultados y discusión
3.1. Evaluación de modelos externos
Una vez estimado el
modelo PLS-PM se necesita validar tanto los modelos externos como el modelo
interno. En primer lugar, se analiza la consistencia de los externos observando
si cada una de las variables latentes se comporta unidimensionalmente(5),
en el caso de los bloques que son estimados de modo reflectivo (Fornell y
Larcker, 1981). La Tabla 1, muestra los tres indicadores usados frecuentemente
en esta evaluación. Como se observa ningún indicador con más de dos variables
manifiestas pasa la prueba de Alfa de Cronbach
Tabla 1
Evaluación
de unidimensionalidad
|
Modo |
VM |
Alfa de Cronbach |
Rho de DG |
1er valor propio |
2do valor propio |
|
|
Educación |
A |
2 |
0,11 |
0,69 |
1,06 |
0,94 |
|
Vivienda |
A |
5 |
0,59 |
0,75 |
1,97 |
0,99 |
|
Salud |
A |
2 |
0,08 |
0,68 |
1,04 |
0,96 |
|
Trabajo |
A |
2 |
0.22 |
0.07 |
1,12 |
0,88 |
Nota: Estimaciones basadas en un
modelo reflectivo utilizando un modelo PLM-PM.
Fuente: Elaboración
propia, 2019 con base en la ECV, 2016.
Para evaluar más
profundamente la consistencia de los bloques se analizan sus cargas y sus
índices de comunalidad. Carmines y Zeller (1979), proponen que la carga de un
indicador debe ser superior o igual a
Tabla 2
Cargas y
comunalidad de los diferentes bloques
|
VM |
Bloque |
Carga |
Comunalidad |
|
Años promedio de
educación |
Educación |
0,985 |
0,969 |
|
Alfabetismo |
Educación |
0,234 |
0,054 |
|
Priv. en los
materiales de las paredes |
Vivienda |
0,585 |
0,342 |
|
Priv. en los
materiales de los pisos |
Vivienda |
0,626 |
0,391 |
|
Priv. en acceso a
agua |
Vivienda |
0,609 |
0,371 |
|
Priv. en alcantarillado |
Vivienda |
0,730 |
0,533 |
|
Hacinamiento crítico |
Vivienda |
0,526 |
0,276 |
|
Priv. en
Aseguramiento en salud |
Salud |
0,959 |
0,919 |
|
Priv. en Acceso a
salud dada una necesidad |
Salud |
0,323 |
0,105 |
|
Priv. en Desempleo
de larga duración |
Empleo |
0,085 |
0,007 |
|
Priv. en Empleo
formal |
Empleo |
0,999 |
0,999 |
Nota: Estimaciones basadas en un
modelo reflectivo utilizando un modelo PLM-PM.
Fuente: Elaboración
propia, 2019 en base en la ECV, 2016.
Dados los problemas
que presentan las variables observables para representar correctamente a los
bloques y para generar una parsimonia general del modelo, se decide eliminar
paulatinamente algunas de estas variables hasta alcanzar la unidimensionalidad esperada.
Una vez hecha esta depuración, mediante verificación y consistencia de los
indicadores de unidimensionalidad, cargas y comunalidad, el modelo final es el
siguiente (ver Figura I).
Años promedio de educación Alfabetismo Priv. en Rezago
escolar Priv. en
Inasistencia escolar Priv. en Empleo
formal Priv. en
Alcantarillado Priv. en Acceso
a agua potable Ingresos per
cápita Tamaño de los
hogares Priv. en Acceso a salud dada una
necesidad Priv. en Cuidado de primera infancia
Nota: Variables latentes;
Fuente: Elaboración
propia, 2019
Figura I: Diagrama para el modelo PLS-PM de pobreza infantil
En este caso, como se
observa en la Tabla 3, las condiciones de unidimensionalidad se cumplen
satisfactoriamente. Del mismo modo los requisitos en términos de cargas y
comunalidades de cada uno de los indicadores son alcanzados (ver Tabla 4).
Tabla 3
Evaluación
de unidimensionalidad
|
Modo |
VM |
Alfa de Cronbach |
Rho de DG |
1er valor propio |
2do valor propio |
|
|
Educación |
A |
2 |
0,88 |
0,94 |
1,78 |
0,22 |
|
Vivienda |
A |
2 |
0,70 |
0,86 |
1,50 |
0,50 |
Nota: Estimaciones basadas en un
modelo reflectivo utilizando un modelo PLM-PM.
Fuente: Elaboración
propia, 2019 con base en la ECV, 2016.
Tabla 4
Cargas y
comunalidad de los diferentes bloques
|
VM |
Bloque |
Carga |
Comunalidad |
|
Años promedio de
educación |
Educación |
0.942 |
0.887 |
|
Alfabetismo |
Educación |
0.946 |
0.895 |
|
Priv. en acceso a
agua |
Vivienda |
0.787 |
0.619 |
|
Priv. en
alcantarillado |
Vivienda |
0.923 |
0.862 |
Nota: Estimaciones basadas en un
modelo reflectivo utilizando un modelo PLM-PM.
Fuente: Elaboración
propia, con base en la ECV, 2016.
Por otro lado, el
bloque de pobreza al ser estimado de modo formativo no puede ser evaluado de la
misma manera que los bloques reflectivos. En este caso, se debe valorar al
bloque por la multicolinealidad presente en éste (Chin, 1998). Esto se puede hacer
observando las correlaciones entre las variables del bloque y a través de un
análisis del indicador de inflación de la varianza (ver Tabla 5). Como se puede
apreciar tanto las correlaciones como el índice de inflación
Tabla 5
Correlaciones
en el bloque de pobreza infantil
|
Priv. en Rezago escolar |
Priv. en Inasistencia escolar |
Priv. en Cuidado de primera infancia |
VIF |
|
|
Priv. en Rezago
escolar |
1 |
1.02 |
||
|
Priv. en
Inasistencia escolar |
0,1089 |
1 |
1.02 |
|
|
Priv. en Cuidado de
primera infancia |
-0,0638 |
-0,0626 |
1 |
1.01 |
Fuente: Elaboración
propia, 2019 con base en la ECV, 2016.
3.2.
Evaluación de modelos externos
Una vez validado el
modelo se pueden analizar los resultados expresados en los coeficientes de ruta,
los cuales muestran las relaciones entre las variables latentes. En la Tabla 6,
se realizan las estimaciones para el modelo presentado en la Figura I mediante
un modelo PLS-PM. En primer lugar, en la columna dos se muestran las
estimaciones para el total de individuos (modelo base). Como se puede observar,
en los hogares con mayores recursos disponibles (visto desde el tamaño de los
hogares, en el que se presume que a mayor tamaño de los hogares menos recursos
disponibles para distribuir entre los niños del hogar), disminuye la pobreza
infantil (su coeficiente es altamente significativo y con el signo esperado).
Los ingresos promedio del hogar también inciden positivamente en la reducción
de este fenómeno, luego hogares con mayores ingresos reducen la pobreza infantil.
Tabla
6
Modelo
de pobreza infantil (base) y diferencia en grupos por sexo
|
Modelo Base |
Modelo 1 |
Modelo 2 |
Diferencias Absolutas entre grupos |
|
|
Recursos
disponibles→ Pobreza Infantil |
0.334*** |
0.343*** |
0.308*** |
0.0346† |
|
|
(0.0059) |
(0.0085) |
(0.0082) |
|
|
Ingresos→ Pobreza
Infantil |
-0.059*** |
-0.055*** |
-0.066*** |
0.0110 |
|
|
(0.0062) |
(0.0090) |
(0.0086) |
|
|
Educación→ Pobreza
Infantil |
0.285*** |
0.274*** |
0.310*** |
0.0360 |
|
(0.0059) |
(0.0086) |
(0.0083) |
|
|
|
Vivienda→ Pobreza
Infantil |
0.010* |
0.006 |
0.002 |
0.0087 |
|
(0.0059) |
(0.0086) |
(0.0082) |
|
|
|
Salud→ Pobreza
Infantil |
0.003 |
0.001 |
-0.006 |
0.0192 |
|
(0.0056) |
(0.0085) |
(0.0078) |
|
|
|
Empleo→ Pobreza
Infantil |
0.076*** |
0.074*** |
0.084*** |
0.0102 |
|
(0.0057) |
(0.0057) |
(0.0079) |
|
|
|
R2 |
0.236 |
0.233 |
0.239 |
|
|
GoF |
0.3818 |
0.3794 |
0.3847 |
|
|
Numero de
observaciones |
24132 |
11602 |
12530 |
|
Nota: Estimaciones basadas en un modelo reflectivo
utilizando un modelo PLM-PM, estimado con variables estandarizadas y esquema
centroide. Errores estándar en paréntesis. *p< 0.1, **p< 0.05, ***p< 0.01. † Indica si la
diferencia entre los coeficientes de los dos grupos es significativa a un nivel
del 5%, dicha validación se realiza por método de permutación. Modelo 1: Estimado
para grupo de mujeres. Modelo 2: Estimado para grupo de hombres.
Fuente: Elaboración
propia, 2019 con base en la ECV, 2016.
Por otro lado, la educación
es un factor fundamental en la determinación de la pobreza infantil (su coeficiente
es altamente significativo y con el signo esperado, dado que las variables
están transformadas para estar positivamente correlacionadas con el bloque).
Las condiciones de vivienda y salud, sorpresivamente no parecen impactar
significativamente en los indicadores de pobreza infantil. Finalmente, los
factores laborales inciden significativamente en la pobreza infantil.
En términos de
magnitud, los recursos disponibles y la educación son los factores más
importantes en la determinación de la pobreza infantil. Por ejemplo, manteniendo
todo lo demás constante y en términos de desviaciones estándar, un efecto
negativo en el comportamiento de los recursos disponibles del hogar aumenta la
pobreza en 0.334. Aunque altamente significativo, la importancia relativa es
menor para los ingresos promedio y las condiciones de empleo de los hogares
(-0.059 y 0.076 respectivamente).
El rendimiento
general del modelo interno, puede ser evaluado por el coeficiente de determinación
3.3. Diferencias por grupos poblacionales
Como el objetivo
central de este documento es estudiar si existen diferencias en la pobreza
infantil cuando se discrimina por sexo y grupos étnicos, en este apartado se
realiza un análisis de estos dos aspectos mediante el método de remuestreo por
permutación a un nivel de significancia del 5%. En la Tabla 6, se analizan las
consecuencias que tienen las variables latentes sobre la pobreza infantil
discriminando por sexo. En la columna 3, se estima un modelo PLS-PM para el
grupo de mujeres (modelo 1), en la 4, se realizan las estimaciones para los hombres
(modelo 2) y, finalmente, en la columna 5, se evalúa si existen diferencias
significativas entre los dos grupos. Los resultados muestran que el ajuste de
los dos modelos, analizado a través del R2
y el GoF, parece mantenerse en
relación con el modelo base. Además, en ambos modelos la significancia
estadística de los parámetros se conserva.
Los resultados permiten
inferir que solo la variable latente “recursos
disponibles del hogar”, genera diferencias significativas entre hombres
y mujeres. El modelo para mujeres (modelo 1), indica que un empeoramiento en
los recursos disponibles del hogar tiene un mayor efecto sobre la pobreza
infantil que el caso de los hombres (modelo 2). Esto puede ser debido a
cuestiones culturales de los hogares colombianos, que darían una mayor
prioridad a los hombres en la distribución de los recursos, empeorando las
condiciones de pobreza de las niñas. En todos los otros casos, las variables
analizadas no parecen impactar significativamente en las diferencias de la
pobreza infantil entre los dos grupos.
Por
otro lado, en la Tabla 7 se analizan las condiciones de la pobreza infantil por
grupos étnicos (en el modelo 1, se incluye personas consideradas indígenas,
gitanas, raizales, palanquero o afrodescendiente; en el modelo 2, todos los
demás).
Tabla
7
Pobreza
infantil para diferencia de grupos étnicos
|
Modelo 1 |
Modelo 2 |
Diferencias Absolutas entre grupos |
|
|
Recursos
disponibles→ Pobreza Infantil |
0.357*** |
0.308*** |
0.0493† |
|
|
(0.0121) |
(0.0067) |
|
|
Ingresos→ Pobreza
Infantil |
-0.043*** |
-0.068*** |
0.0245 |
|
|
(0.0124) |
(0.0071) |
|
|
Educación→ Pobreza
Infantil |
0.248*** |
0.309*** |
0.0613† |
|
(0.0121) |
(0.0069) |
|
|
|
Vivienda→ Pobreza
Infantil |
0.005 |
0.014 |
0.0092 |
|
(0.0118) |
(0.0069) |
|
|
|
Salud→ Pobreza
Infantil |
-0.004 |
0.008 |
0.0120 |
|
(0.0114) |
(0.0065) |
|
|
|
Empleo→ Pobreza
Infantil |
0.035*** |
0.094*** |
0.0588† |
|
(0.0117) |
(0.0066) |
|
|
|
R2 |
0.228 |
0.237 |
|
|
GoF |
0.3687 |
0.3839 |
|
|
Numero de
observaciones |
5943 |
18189 |
|
Nota: Estimaciones basadas en un
modelo reflectivo utilizando un modelo PLM-PM, estimado con variables estandarizadas
y esquema centroide. Errores estándar en paréntesis. *p< 0.1, **p<0.05, ***p<
0.01. † Indica si la diferencia entre los coeficientes de los dos
grupos es significativa a un nivel del 5%, dicha validación se realiza por
método de permutación. Modelo 1: Estimado para grupo étnico. Modelo 2: Estimado
para grupo no étnico.
Fuente: Elaboración
propia, 2019 con base en la ECV, 2016.
Los dos nuevos modelos
conservan la consistencia con relación al modelo base (en términos de ajuste R2, GoF y significancia estadística de los diferentes bloques). Ahora,
estos dos nuevos modelos revelan que los recursos disponibles, la educación y
los factores laborales, inciden significativamente más en los grupos étnicos que
para el resto de personas. Conceptualmente, el grupo de minorías étnicas puede
tener estos resultados dado que en los mercados laborales puede existir discriminaciones,
lo que podría generar menores ingresos y, de ahí, mayores niveles de pobreza al
interior de estos hogares. En la escuela también podrían sufrir de dichas discriminaciones,
así como recibir menor atención prioritaria, incidiendo en su rendimiento
académico.
Conclusiones
La medición de la
pobreza ha venido adoptando diferentes orientaciones. Los primeros trabajos
empíricos emplearon un enfoque unidimensional para medir el bienestar de un
individuo. El desarrollo de nuevos estudios, expuestos principalmente por
Amartya Sen, demostraron que la pobreza es un fenómeno multidimensional. Duclos,
et al. (2006), mostraron que era posible acercar la literatura empírica a la
retórica teórica, haciendo comparaciones generales de la pobreza cuando esta
privación se mide a través de múltiples dimensiones. Su contribución más
importante se basó en la dificultad para elegir la línea de pobreza
"correcta", dada su conocida sensibilidad, especialmente para muchas
dimensiones de bienestar no relacionadas con el ingreso.
Una vez el enfoque
multidimensional para medir la pobreza fue adoptado, surgió el interrogante
acerca del impacto que la elección de la unidad de identificación podría
generar sobre su medición. Es decir, si al tomar a los hogares como criterio
para medir la pobreza, se estaban generando sesgos al asumir que todos sus
miembros tenían los mismos recursos. Esto planteó serios interrogantes a la
hora de medir indicadores más específicos de pobreza, como la pobreza infantil.
En este sentido, este
documento aporta evidencia al análisis de los determinantes de la pobreza
infantil para un país en vías de desarrollo y en marco de un conflicto armado.
Adicionalmente, contribuye a la literatura en mostrar si existen diferencias
por género y grupo étnico, por medio de una metodología novedosa que corrige
los problemas existentes en las medidas actuales de pobreza.
Para llevar a cabo
este estudio se construyó un modelo PLS-PM con el ánimo de superar algunas
debilidades que presentan los indicadores de pobreza multidimensional de Alkire
y Foster (2011). En concreto se pudo construir un bloque de pobreza infantil
asignando endógenamente las ponderaciones a las diferentes privaciones que
sufren los niños mediante un sistema de ecuaciones y, simultáneamente,
relacionarlos con los determinantes del bloque. Esto permite mejorar la
medición en torno a las metodologías que asignan exógenamente las ponderaciones
a las privaciones y a su vez ayuda a corregir en cierta medida las disparidades
que se presentan al interior de la unidad de análisis (hogares), al tener en
cuenta criterios más objetivos. Una vez el modelo fue validado se separaron los
grupos por género y etnia para analizar si existían diferencias significativas
en la incidencia de dichas variables.
Los resultados muestran
que los recursos disponibles para cada niño, los ingresos promedios del hogar,
la educación y las condiciones de empleo del hogar, inciden significativamente
en la pobreza infantil. Además, que el factor diferenciador por género está dado
por los recursos disponibles, siendo este más favorable para los hombres (0,343
contra 0,308). Por otro lado, los grupos étnicos sufren grandes diferencias con
respecto a los demás grupos, en términos de recursos disponibles (en concreto,
un comportamiento negativo en los recursos disponibles del hogar aumenta la
pobreza infantil en 0,357), educación (un menor nivel educativo del jefe de
hogar aumenta la pobreza infantil en 0,248) y empleo (si el jefe de hogar
evidencia un deterioro en su condición laboral, la pobreza infantil se incrementa
en 0,035).
Estos resultados no
solo son importantes para entender y caracterizar el fenómeno, puesto que ha
sido poco estudiado, sino además para ayudar a la política pública, dado que
esta puede hacer un direccionamiento más eficiente de los recursos públicos
para aliviar y erradicar la pobreza. Además, como muestra este estudio, los
grupos étnicos se manifiestan altamente vulnerables ante varios factores, lo
cual hace necesario un reemplazamiento de las políticas públicas en favor de
estos grupos poblacionales.
Por otra parte, la
propuesta metodológica para la medición de la pobreza y su posterior impacto
teniendo en cuenta aspectos sociodemográficos, plantea una nueva discusión en
torno a las metodologías actuales adoptadas oficialmente para la medición de ésta
variable, un tema que ha sido debatido ampliamente desde sus primeras
mediciones, puesto que la percepción de la población en torno al tema de la
pobreza es diferente a la que se tiene en el ámbito gubernamental.
Finalmente, si bien
no se trata de magnificar el problema, tampoco se puede desconocer la precaria
condición en la que viven muchos habitantes del país, especialmente en las
zonas rurales, afectadas por diferentes fenómenos de carácter social y
económico, poniéndolos en una condición más precaria y vulnerable. Como
investigaciones futuras se podría analizar el por qué los determinantes de
condiciones de vivienda y salud no inciden en la determinación de la pobreza
infantil en Colombia.
Notas
1 Los indicadores
empleados en este estudio se basan en la literatura tradicional. Para una
descripción detallada alrededor de la construcción de estos indicadores vea Angulo, Díaz y Pardo (2011).
2 Para detalles de las bondades y limitaciones
de este tipo de modelos vea Tenenhaus, Esposito, Chatelin y Lauro, C. (2005).
3 Vea Tenenhaus, et al. (2005) para detalles
de bloques formativos y reflectivos.
4 Para detalles del algoritmo vea Esposito, Chin, Henseler y Wang (2010).
5 Unidimensionalidad refleja el hecho que cada
variable observable trata de capturar el mismo concepto, por lo tanto, cada uno
de ellos debería covariar con la variable latente.
Referencias
bibliográficas
Ahmad, R., Bashir,
F., y Hussain, A. (2018). Human capital, governance and poverty reduction: A panel
data analysis. Review of Economics and Development Studies, 4(1),
103-113. doi: 10.26710/reads.v4i1.285.
Alkire, S. (2007).
Choosing dimensions: The capability approach and multidimensional poverty. Chronic Poverty Research Centre Working Paper (88). doi: 10.2139/ssrn.1646411.
Alkire, S., y Foster,
J. (2011). Counting and multidimensional poverty measurement. Journal of
Public Economics, 95(7-8), 476–487. doi: 10.1016/j.jpubeco.2010.11.006.
Anaya, A. R., Buelvas, J. A., y Romero, Y. (2020). Pobreza e inclusión financiera en el municipio de Montería,
Colombia. Revista de Ciencias
Sociales (Ve), XXVI(1), 128-143.
Angulo, R. C.., Díaz, Y., y Pardo,
R. (2011). Índice de pobreza multidimensional para Colombia
(IPM-Colombia) 1997-2010. Archivos de
Economía, 009228. Recuperado de https://ideas.repec.org/p/col/000118/009228.html
Barr, N. (1998). Economics
of the welfare state. USA: Oxford University Press.
Beccaria, L. (1994). Enfoques para la medición de la pobreza. Documento de Trabajo No. 1. Buenos Aires, Argentina: CIDES-OEA.
Bloom, D., y Canning,
D. (2003). The health and poverty of nations: From theory to practice. Journal
of Human Development, 4(1), 47-71. doi: 10.1080/1464988032000051487.
Bollen, K. A. (1989).
Structural equations with latent variables. New York, NY: John Wiley &
Sons.
Boltvinik, J. (1999). Métodos de
medición de la pobreza. Conceptos y tipología. Socialis. Revista
Latinoamericana de Política Social, (1), 35-73..
Boomsma, A., y Hoogland, J. J. (2001). The robustness of lisrel modeling revisited. In R.
Cudeck, S. du Toit y D. Sörbom (Eds.), Structural equation models: Present
and future. A Festschrift in honor of Karl Jöreskog (pp. 139-168). Chicago: Scientific Software International.
Brown, S., Adarkwa,
K. K., y Oppong, R. A. (2007). Poverty reduction through the creation of a
liveable housing environment: A case study
of Habitat for Humanity International housing units in rural Ghana. Property
Management, 25(1), 7-26. doi: 10.1108/02637470710723236.
Capuano, A. (2015). Consideraciones
conceptuales y metodologías sobre la medición de la pobreza infantil. Buenos
Aires, Argentina: CLACSO. Recuperado de http://biblioteca.clacso.edu.ar/clacso/posgrados/20150925041545/Capuano_Final_Paz.pdf
Carmines, E. G., y Zeller,
R. A. (1979). Reliability and
validity assessment. Beverly
Hills, CA: Sage Publications.
Chin, W. W. (1998). The
partial least squares approach to structural equation modeling. In G. A.
Marcoulides (Ed.), Methodology for business and management. Modern methods
for business research (pp. 295-336). Mahwah, NJ: Lawrence Erlbaum
Associates, Publisher.
Churchill, S. A., y Smyth,
R. (2017). Ethnic diversity and poverty. World Development, 95(C), 285–302.
doi: 10.1016/j.worlddev.2017.02.032.
Chzhen, Y. (2017).
Unemployment, social protection spending and child poverty in the European
Union during the Great Recession. Journal of European Social Policy, 27(2),
123-137. doi: 10.1177/0958928716676549.
Clark, D., y
McGillivray, M. (2007). Measuring human well-being: Key findings and policy
lessons. Policy Brief, (3), United Nations University Press. Recuperado de https://www.wider.unu.edu/sites/default/files/PB2007-003.pdf
Coley, R. L.,
Leventhal, T., Lynch, A. D., y Kull, M. (2013). Relations between housing
characteristics and the well-being of low-income children and adolescents. Developmental Psychology, 49(9), 1775-1789. doi:
10.1037/a0031033.
Congreso de la Republica de Colombia
(2016). Ley 1804 de 2016. Política de Estado para la Atención Integral de la
Primera Infancia. Bogotá, Colombia. Recuperado de https://www.icbf.gov.co/cargues/avance/docs/ley_1804_2016.htm
Cook, P.,
Blanchet-Cohen, N., y Hart, S. N. (2005). Children as partners: Child
participation promoting social change. Prepared for The Canadian International
Development Agency (CIDA) Child Protection Unit. Canada: International
Institute for Child Rights and Development.
Deaton, A., y Paxson, C. (1998). Economies of scale, household size, and the demand for
food. Journal of Political Economy, 106(5), 897-930. doi: 10.1086/250035.
Denis, A., Gallegos, F., y Sanhueza,
C. (2010). Medición de pobreza multidimensional en Chile. Santiago de
Chile: Universidad Alberto Hurtado.
Departamento Administrativo Nacional de
Estadísticas -DANE de Colombia (2016). Encuesta Nacional de Calidad de Vida (ECV)
2016. Recuperado de https://www.dane.gov.co/index.php/estadisticas-por-tema/salud/calidad-de-vida-ecv/encuesta-nacional-de-calidad-de-vida-ecv-2016
Di Tommaso, M. L. (2007). Children capabilities: A structural equation model for
India. Journal of Socio-Economics, 36(3), 436-450. doi: 10.1016/j.socec.2006.12.006.
Dotter, C., y Klasen, S. (2014). The multidimensional poverty index: Achievements, conceptual
and empirical issues. United
Nations Development Programme. Human Development Report Office Occasional Paper.
Recuperado de http://hdr.undp.org/sites/default/files/mpi_dotter_and_klasen.pdf
Duclos, J-Y., Sahn, D.
E., y Younger, D. S. (2006). Robust multidimensional poverty comparisons. The
Economic Journal, 116(514), 943-968. doi: 10.1111/j.1468-0297.2006.01118.x.
Duque, V. (2017). Early-life
conditions and child development: Evidence from a violent conflict. SSM –
Population Health, 3, 121-131. doi: 10.1016/j.ssmph.2016.09.012.
Engel, S., e
Ibáñez, A. M. (2007). Displacement
due to violence in Colombia: A household‐level analysis. Economic Development and Cultural
Change, 55(2), 335-365. doi: 10.1086/508712.
Esposito, V., Chin,
W. W., Henseler, J., y Wang, H. (Eds.) (2010). Handbook of partial least
squares. Concepts, methods and applications. Germany: Springer.
Feeny, T., y Boyden,
J. (2003), Children and poverty: A review of contemporary literature and
thought on children and poverty. Richmond, VA: Christian Children’s Fund.
Fornell, C., y Larcker, D. F. (1981). Evaluating
structural equation models with unobservable variables and measurements error. Journal of Marketing Research, 18(1),
39-50. doi: 10.2307/3151312.
Foster, J., Greer, J.,
y Thorbecke, E. (1984). A class of decomposable poverty measures. Econometrica.
Journal of the Econometric Society, 52(3), 761-766. doi: 10.2307/191347.
Gordon, D., Levitas,
R., Pantazis, C., Patsios, D., Payne, S., Townsend, P.,… Williams, J. (2000). Poverty
and social exclusion in Britain. York: Joseph Rowntree Foundation.
Gordon, D., y
Pantazis, C. (1997). Measuring poverty: Breadline Britain in the 1990s. In D. Gordon,
y C. Pantazis (Eds.), Breadline Britain in the 1990s (pp. 5-48). Aldershot:
Ashgate.
Gounder, R., y Xing,
Z. (2012). Impact of education and health on poverty reduction: Monetary and
non-monetary evidence from Fiji. Economic Modelling, 29(3),
787-794. doi: 10.1016/j.econmod.2012.01.018.
Harpham, T., y Grant,
E. (2002). Health, health services and environmental health. In C. Rakodi y
T. Lloyd-Jones (Eds.), Urban livelihoods: A people-centred approach to
reducing poverty (pp. 165-179). New York: Taylor & Francis. doi: 10.4324/9781849773805.
Hillyard, P., Kelly,
G., McLaughlin, E., Patsios, D., y Tomlinson, M. (2003). Bare necessities:
Poverty and social exclusion in Northern Ireland-key findings. Belfast:
Democratic Dialogue.
Instituto Colombiano de Bienestar Familiar - ICBF (2006). Ley 1098
de 2006: Código de la infancia y la adolescencia. Ministerio de Protección
Social. Recuperado de https://www.icbf.gov.co/bienestar/ley-infancia-adolescencia
Korenman, S. D., y Remler, D. K.
(2016). Including health
insurance in poverty measurement: The impact of Massachusetts health reform on
poverty. Journal of Health Economics, 50, 27-35. doi: 10.1016/j.jhealeco.2016.09.002.
Kyegombe, N. (2003). Health
and Chronic Poverty. Background Paper for the Chronic. Poverty Report,
2004-5. UK: Chronic Poverty Research Centre. Recuperado de http://www.chronicpoverty.org/
Lipton, M., y
Ravallion, M. (1994). Poverty and policy. In J. Behrman y T. Srinivasan (Eds.),
Handbook of Development Economics, Vol. 3, Part 2 (pp. 2551-2657).
Amsterdam: North-Holland.
López-Aranguren, E. (2005). Problemas
sociales: Desigualdad, pobreza, exclusión social. Madrid,
España: Biblioteca Nueva.
Marshall,
J. (2003). CHIP Briefing 1: Children and poverty - some questions answered.
London, UK: Childhood Poverty Research
and Policy Centre (CHIP).
Martínez, J. A. (2003). Economía de
la pobreza. Madrid, España: UNED. Universidad Nacional de Educación a Distancia.
Martínez, R., Ayala, L., y Ruiz‐Huerta, J. (2001). The impact of unemployment on inequality and poverty
in OECD countries. Economics of Transition, 9(2), 417-447. doi: 10.1111/1468-0351.00082.
McKinney, S. (2014).
The relationship of child poverty to school education. Improving
Schools, 17(3), 203-216. doi: 10.1177/1365480214553742.
Midouhas, E. (2017).
School poverty effects on trajectories of child behaviour: Do they depend on
gender and ethnicity? Health & Place, 46, 281-292. doi: 10.1016/j.healthplace.2017.06.009.
Mieles, M. D., Tonon, G., y Alvarado,
S. V. (2012). Investigación cualitativa: El análisis temático para el tratamiento
de la información desde el enfoque de la fenomenología social. Universitas
humanística, (74), 195-225.
Minujin, A., Delamoica, E. y
Davidziuk, A. (2006). Pobreza infantil. Conceptos, medición y
recomendaciones de políticas públicas. Cuaderno de Ciencias Sociales 140. San
José, Costa Rica: Facultad Latinoamericana de Ciencias Sociales (FLACSO). Sede
Académica, Costa Rica. Recuperado de http://equidadparalainfancia.org/wp-content/uploads/2017/05/POBREZA-INFANTIL.pdf
Muñetón, G., Pineda, L., y Keep, J. P. (2019). Medición de la pobreza multidimensional para la ciudad de
Medellín, Colombia. Revista
de Ciencias Sociales (Ve), XXV(3), 114-129.
Office of the High
Commissioner for Human Rights - OHCHR (2002). Draft Guidelines: A Human Rights
Approach to Poverty Reduction Strategies. Nueva York: Naciones Unidas.
Ogwumikea, F. O., y Ozughalub, U. M.
(2018). Empirical evidence of
child poverty and deprivation in Nigeria. Child Abuse & Neglect, 77,
13-22. doi: 10.1016/j.chiabu.2017.12.019.
Pasha, A. (2017).
Regional perspectives on the multidimensional poverty index. World Development, 94(C), 268-285. doi:
10.1016/j.worlddev.2017.01.013.
Pinilla-Roncancio, M., García-Jaramillo,
S., Carrero, A. L., González-Uribe, C., y Ritterbusch, A. (2019). Child vs. household MPIs in Colombia: Do they identify
the same children as multidimensionally poor? Child Indicators Research, 12(2),
1-23. doi: 10.1007/s12187-019-09639-1.
Pohlig, M. (2019).
Unemployment sequences and the risk of poverty: From counting duration to contextualizing
sequences. Socio-Economic Review, mwz004. doi: 10.1093/ser/mwz004.
Qi, D., y Wu, Y.
(2015). A multidimensional child poverty index in China. Children and Youth
Services Review, 57(C), 159-170. doi: 10.1016/j.childyouth.2015.08.011.
Ravallion, M. (2011).
Troubling tradeoffs in the human development index. Journal of Development
Economics, 99(2), 201-209. doi: 10.1016/j.jdeveco.2012.01.003.
Sen,
A. (1999). Development as freedom. Nueva York: Oxford University Press.
Shaamela, H. P., Sadan,
M., y Streak, J. (2001). Child
poverty and the budget in South Africa. Institute for Democracy in South Africa
(IDASA). Recuperado de https://resourcecentre.savethechildren.net/node/8067/pdf/southafrica_budgetstudy1.pdf
Swords,
L., Greene, S., Boyd, E., y Kerrins, L. (2011). All you need is…Measuring
children's perceptions and experiences of deprivation. Dublin: Children's Research
Centre, Trinity College Dublin. Recuperado de https://www.tcd.ie/tricc/assets/pdfs/all-you-need-is.pdf
Tenenhaus, M., Esposito, V., Chatelin,
Y-M., y Lauro, C. (2005). PLS
path modeling. Computational Statistics & Data Analysis, 48(1), 159-205.
Tilak, J. B. G.
(2002). Education and poverty. Journal of Human Development, 3(2),
191-207. doi: 10.1080/14649880220147301.
Tunstall, R., Bevan,
M., Bradshaw, J., Croucher, K., Duffy, S., Hunter, C., ...Wilcox, S. (2013). The
links between housing and poverty: An evidence review. UK: Joseph Rowntree
Foundation. Recuperado de https://www.york.ac.uk/media/chp/documents/2013/poverty-housing-options-full.pdf
Ud din, N., Zaman, K., Ashraf, S., Sajjad, F., Saleem, S., y Raja, U.
M. (2015). Quality versus
quantity in health care and educational reforms: Combating poverty. Quality
& Quantity, 49(1), 267-293. doi: 10.1007/s11135-013-9986-2.
United Nations Children’s Fund - UNICEF (2005a).
Defining Child Poverty. Nueva York: UNICEF. Recuperado
de http://www.unicef.org/sowc05/english/povertyissue.html
United Nations Children’s Fund - UNICEF (2005b), The
state of the world’s children 2005. Childhood under threat. Nueva York: UNICEF.
Recuperado de https://www.unicef.org/sowc/archive/ENGLISH/The%20State%20of%20the%20World%27s%20Children%202005.pdf
United Nations Children’s Fund - UNICEF (2015). Informe
anual de UNICEF 2015. Recuperado de https://www.unicef.org/spanish/publications/files/UNICEF_annual_report_2015_SPANISH_WEB.pdf
United Nations Children’s Fund - UNICEF (2017). Informe anual UNICEF Colombia. Recuperado de https://www.unicef.org/colombia/informes/informe-anual-unicef-colombia-2017-version-espanol
Ureña, C., (1999). Contraste entre medidas objetivas y
subjetivas de pobreza. En Third meeting of the expert group on poverty statistics
(Rio Group). LC/R.1998 - 2000 (pp. 135-150). Lisboa: ECLAC. Recuperado
de https://repositorio.cepal.org/bitstream/handle/11362/19938/S2000740_pt.pdf?sequence=1&isAllowed=y
Wagle, U. (2005). Multidimensional poverty measurement
with economic wellbeing, capability and social inclusion: A case from
Kathmandu, Nepal. Journal of Human Development, 6(3), 301-328. doi: 10.1080/14649880500287621.
World Bank (2017). World
development indicators. Washington, DC: The World Bank. Recuperado de https://openknowledge.worldbank.org/handle/10986/26447
Zhang, M. (2003).
Links between school absenteeism and child poverty. Pastoral Care in Education, 21(1), 10-17. doi: 10.1111/1468-0122.00249
* Doctor en Economía. Magister en Economía. Economista. Docente de la Universidad Santo
Tomás, Bogotá, Colombia. E-mail: henrylaverde@usantotomas.edu.co
ORCID: https://orcid.org/0000-0002-6112-5259
** Magister en Economía. Economista. Docente
de la Universidad Santo Tomás, Bogotá, Colombia. E-mail: johngomez@usantotomas.edu.co ORCID: https://orcid.org/0000-0003-1831-9979
*** Magister en Gobierno y Políticas
Públicas Economista Docente de la Universidad Santo Tomás, Bogotá, Colombia. E-mail: alexandersellamen@usantotomas.edu.co ORCID: https://orcid.org/0000-0003-2848-8282
Recibido: 2019-12-30 · Aceptado:
2020-03-05