Por Diego Mestanza, estudiante de economía de la Universidad de Lima
La eliminación de la pobreza ha sido y es uno de los objetivos primordiales de todos los hacedores de políticas públicas. Esto es de suma importancia, debido a que las personas pobres viven en condiciones inhumanas, incrementando así sus posibilidades de contraer enfermedades, de ser excluidos socialmente y ser fuente de potenciales tensiones sociales.
Debido a esta problemática, la Organización de las Naciones Unidas (ONU) a través de los Objetivos de Desarrollo Sostenible (ODS) ha desarrollado mecanismos para poner en primera fila de los debates públicos, la importancia de la reducción de la pobreza, estableciéndolo como objetivo n° 1 del total de 17 ODS, y comprometiendo a los países miembros a implementar políticas necesarias para poder alcanzar dichos objetivos para el año 2030.
Actualmente, el problema de la pobreza se ha vuelto aún más preocupante ya que, a raíz de la pandemia por la Covid-19, se estima que entre 88 y 115 millones de personas caerán en la condición de pobreza extrema (Banco Mundial, 2020). Esto sucede, según datos del Banco Mundial, en un contexto de constante caída de la pobreza extrema a nivel mundial desde hace más de 20 años.
En el Perú, la pobreza, en el último decenio, se redujo constantemente desde niveles del 33.5% de personas en esta condición en el 2009, a 20.2% en el 2019 (INEI, 2020). Por otro lado, los niveles de pobreza extrema han tenido la misma tendencia hasta el año 2018, debido a que en el 2019 se evidenció un aumento en 0.1 puntos porcentuales (INEI, 2020). En este contexto de fragilidad, se estima que la pandemia por la Covid-19 va a tener consecuencias altamente impactantes en los niveles de pobreza del año 2020. Estimaciones como la realizada por la UNICEF indican que, a raíz de este fenómeno, se espera que el porcentaje de la población que viven bajo condición de pobreza aumente en 10 puntos porcentuales, enfatizando en un posible aumento de 13 puntos porcentuales en pobres menores de edad (UNICEF, 2020). Estas estimaciones reflejan una pérdida de casi una década de avances en la lucha contra la pobreza en el Perú.
En ese sentido, el presente ensayo abordará la problemática de la pobreza y su relación con un componente ampliamente estudiado: la educación. Se expondrá la relación encontrada en la literatura económica y, a través de datos recolectados de la encuesta nacional de hogares (ENAHO), se hará una estimación econométrica para analizar la relación de estas dos variables en los hogares de Perú.
Pobreza Monetaria y Multidimensional
Diversos enfoques se han implementado para medir la pobreza, siendo el más usado y criticado, el de la pobreza monetaria. Esta mide la pobreza por el nivel de ingresos diarios de una persona, en donde se establece un “umbral” debajo del cual se considera a la persona como pobre. Los umbrales comúnmente establecidos son de USD 1.9, USD 3.2 y USD 5.5; internacionalmente, el primero es considerado como línea de pobreza extrema, el segundo como línea de pobreza para los países de ingreso medio bajo y el último como línea de pobreza para países de ingreso medio alto (Banco Mundial, 2020). Al considerarse el umbral de USD 1.9, se estima que la cantidad de pobres extremos a nivel mundial en el año 2020 sería de entre 703 y 729 millones de personas (Banco Mundial, 2020).
Por otro lado, los críticos de este enfoque consideran a la pobreza como un fenómeno multidimensional, es decir, abarca diversos aspectos de la vida de las personas, tales como: salud, educación y acceso a servicios básicos (e.g., electricidad y agua potable). Debido a esto, se construyen índices que intentan cuantificar estos aspectos de la vida como el desarrollado por el Programa de las Naciones Unidas para el Desarrollo (PNUD). En el último reporte de este índice se estima que el 22% de las personas alrededor del mundo (1 300 millones) se encontraron en la condición de pobreza multidimensional en el año 2020 (PNUD, 2020).
En el Perú, el Instituto Nacional de Estadística e informática (INEI) realiza estimaciones de la pobreza monetaria mediante el método del gasto; es decir, se estima un consumo mínimo en alimentos y no alimentos (canasta mínima) y si una persona no logra consumir dicha canasta es considerada pobre. En el año 2019, esta canasta fue valorizada en S/ 352 mensuales como umbral para la condición de pobreza y en S/ 187 mensuales como umbral para la condición de pobreza extrema (INEI, 2020). Con respecto al enfoque de pobreza multidimensional, será a partir del año 2021 en el que el INEI comenzará a implementarlo. Sin embargo, existen estimaciones del enfoque multidimensional realizadas por otras organizaciones como el Instituto Peruano de Economía (IPE), esta realiza una medición en base a dimensiones de salud, educación y acceso a servicios básicos. Así, en su última evaluación para el año 2018, el 21.5% de la población sería pobre a nivel multidimensional (IPE, 2020).
Revisión de Literatura
Como se mencionó anteriormente, este ensayo está enfocado en analizar la relación entre la educación y la pobreza monetaria. Por tal motivo, se expondrán algunas investigaciones en donde se analizó dicha relación.
Verner (2004) a través de una regresión “probit” encuentra que todos los niveles de educación analizados (desde nivel primaria hasta nivel universitario) disminuyen la probabilidad de caer bajo la línea de pobreza monetaria en el estado de Paraíba (Brasil), siendo el nivel universitario el que tiene mayor impacto. Del mismo modo, Khalid et al. (2005) a través de una regresión logística multinomial estima que los principales determinantes de la pobreza de un hogar en Pakistán son: la edad del jefe del hogar, cantidad de miembros del hogar, cantidad de activos financieros y fijos, la educación y el sexo del jefe del hogar. Asimismo, Majumder y Chowdhury (2017) mediante una regresión logística encuentran que las familias que tienen más integrantes, se encuentran con mayores posibilidades de ser pobres; además, se encuentra que la educación es fundamental para la disminución de la pobreza en los hogares de Bangladesh. Es así que, cuando todos los miembros del hogar saben leer y escribir, las probabilidades de que vivan en condiciones de pobreza disminuye. Además, se disminuye dicha probabilidad disminuiría aún más cuando alguno de los miembros posee educación universitaria y cuando aumenta el nivel educativo del jefe del hogar.
En el caso del territorio peruano, Urbina y Quispe (2017) al analizar la pobreza monetaria desde un enfoque multidimensional para los periodos 2009-2010 y 2014-2015, encuentran que poseer servicios básicos tales como: agua, electricidad y teléfono, reducen significativamente la probabilidad de ser pobre; sin embargo, haber culminado primaria o secundaria no tiene un efecto estadísticamente significativo sobre la probabilidad de ser pobre; según los autores, esto se podría deber a las nuevas características del mercado laboral peruano, en donde se requiere cierto nivel de especialización para trabajos medianamente remunerados y en donde se observa un extendido subempleo.
Datos y Metodología
Siguiendo la metodología mayormente implementada por las investigaciones citadas en la sección anterior, se hará uso del modelo de respuesta binaria logística o “logit”. Este modelo econométrico estima la probabilidad de ocurrencia de un evento y por lo tanto, se caracteriza por ser eficiente a la hora de tener una variable dependiente que solo puede tomar dos valores (1 = existencia del evento, 0 = ausencia del evento); como el presente caso, en donde nos encontramos con una única variable denominada pobreza, en la que se representa con el valor 1 a los hogares no pobres (monetarios) y con 0 a los hogares pobres y pobres extremos (monetarios).
Los datos que se usarán para la estimación fueron recolectados de la Encuesta Nacional de Hogares (ENAHO) del año 2019. De donde se extrajo las variables:
- Pobreza (1 = hogar no pobre monetario (estimación por el INEI) y 0 = pobre o pobre extremo monetario (estimación por el INEI))
- Educación (último nivel de educación alcanzado por el jefe del hogar)
- Miembros (cantidad de miembros en el hogar)
- Perceptores (cantidad de perceptores de ingresos en el hogar)
- Sexo (1 = si el jefe del hogar es mujer y 0 = hombre)
- Estatal (1 = si la última institución en donde el jefe del hogar ha estudiado es estatal y 0 = institución privada)
Es necesario precisar que los niveles de educación analizados en este ensayo son: primaria completa, secundaria completa, superior universitaria completa y maestría/doctorado completa; para el presente análisis, “primaria completa” será considerado como estado base. Además, como la variable educación mide el último nivel educativo alcanzado por el jefe del hogar, en este ensayo se estimará la relación entre el nivel educativo de este integrante y la presencia de pobreza en su hogar. Las demás variables serán utilizadas como variables de control.
Resultados
Nota: 1. Los coeficientes de la regresión se encuentran en la columna “Coef.”. 2. Los resultados del modelo reflejan un efecto estadísticamente significativo de todas sus variables al nivel del 1%.
Los resultados de los coeficientes de la regresión logística se pueden ver en la Tabla 1; estos no pueden interpretarse de la misma manera que los coeficientes de una regresión lineal, por lo tanto, se estimó los efectos marginales (ver Tabla 2) para poder facilitar la interpretación de los resultados.
En este sentido, como se puede observar en la Tabla 1, por el lado de la educación se observa que haber culminado secundaria aumenta las probabilidades en 11.7% de no ser pobre en comparación a solo haber culminado el nivel de primaria. Además, haber culminado una carrera universitaria aumenta las probabilidades de no ser pobre en 20.9% en comparación de haber culminado solo estudios primarios; asimismo, haber culminado una maestría o doctorado aumenta las probabilidades de no ser pobre en 23.03% en comparación a solos haber culminado estudios en el nivel de primaria.
Por otro lado, en relación a nuestras variables de control, podemos observar lo siguiente:
- Con respecto a la cantidad de miembros del hogar, se observa que mientras que un hogar tenga más miembros disminuyen las probabilidades de no ser pobre en 5.4%.
- Con respecto a la cantidad de perceptores de ingresos en el hogar, se observa que mientras más perceptores exista, las probabilidades de no ser pobre aumentan en 6.6%.
- Con respecto al sexo de una persona, se observa que si el jefe del hogar es mujer, se incrementa las probabilidades de no ser pobre en 5.4% en comparación a que el jefe del hogar sea hombre.
- Con respecto a la última institución en la que se educó el jefe del hogar, se observa que egresar de una institución estatal disminuye las probabilidades de no ser pobre en 9.9% en comparación a egresar de una institución privada.
Nota: 1. Los coeficientes se encuentran en la columna dy/dx. Para el caso de las variables dummy, representa el efecto marginal para el cambio discreto al pasar de 0 a 1. 2. Los resultados del modelo reflejan un efecto estadísticamente significativo de todas sus variables al nivel del 1%.
Conclusiones
Los resultados obtenidos en este ensayo determinan que la educación es un aspecto fundamental para combatir la pobreza. Específicamente se analizó el efecto de la educación del jefe del hogar y se encontró que poseer un nivel de educación secundaria, universitaria y de maestría aumentan significativamente las probabilidades de que su hogar no viva bajo condiciones de pobreza, en comparación a solo poseer nivel de educación primaria. Además, se encontró que si la última institución en donde se educó el jefe del hogar es estatal, se reducen las probabilidades de que su hogar no sea pobre, en comparación a si se haya educado en una institución privada. Este último aspecto es de sumo interés porque refleja la baja calidad del servicio educativo brindado por el Estado.
En conclusión, estando a puertas del inicio de un nuevo periodo de mandato presidencial, se sugiere que las políticas para reducir la pobreza deben ir enfocadas en ampliar el acceso a la educación, especialmente la superior, y mejorar la calidad de este servicio. De esta manera, las personas serán más productivas, tendrán acceso a trabajos mejor remunerados y podrán salir de la pobreza
Referencias
Banco Mundial. (2020a). Pobreza: Panorama general. . https://www.bancomundial.org/es/topic/poverty/overview
Banco Mundial. (2020b). Casi la mitad de la población mundial vive con menos de USD 5,50 al día. https://www.bancomundial.org/es/news/press-release/2018/10/17/nearly-half-the-world-lives-on-less-than-550-a-day
Instituto Nacional de Estadística e Informática (INEI). (2020a). Evolución de la pobreza monetaria 2008-2019. https://www.inei.gob.pe/media/cifras_de_pobreza/informe_pobreza2019.pdf
Instituto Nacional de Estadística e Informática (INEI). (2020b). Pobreza monetaria alcanzó al 20,2% de la población en el año 2019. https://www.inei.gob.pe/prensa/noticias/pobreza-monetaria-alcanzo-al-202-de-la-poblacion-en-el-ano-2019-12196/
Instituto Peruano de Economía (IPE). (2020, 17 febrero). Un nuevo paradigma de pobreza. https://www.ipe.org.pe/portal/un-nuevo-paradigma-de-pobreza/#:~:text=A%20partir%20de%20la%20informaci%C3%B3n,enfoque%20multidimensional%2C%20considerando%20diversas%20privaciones.&text=As%C3%AD%2C%20el%2021%2C5%25,el%20punto%20de%20vista%20multidimensional.
Khalid, U., Shahnaz, L., y Bibi, H. (2005). Determinants of Poverty in Pakistan: A Multinomial Logit Approach. The Lahore Journal of Economics, 10(1), 65-81. https://www.researchgate.net/profile/Hajra-Ihsan-2/publication/258283562_Determinants_of_Poverty_in_Pakistan_A_Multinomial_Logit_Approach/links/00b7d527b5343712fc000000/Determinants-of-Poverty-in-Pakistan-A-Multinomial-Logit-Approach.pdf#page=71
UNICEF. (2020, 14 octubre). La COVID-19 ha generado mayor pobreza y desigualdad en la niñez y adolescencia. https://www.unicef.org/peru/comunicados-prensa/la-covid-19-ha-generado-mayor-pobreza-y-desigualdad-en-la-ni%C3%B1ez-y-adolescencia-Banco-mundial
Majumder, S., y Chowdhury, S. (2017). The Role of Education in Poverty Alleviation: Evidence from Bangladesh. Journal of Economics and Sustainable Development, 8(20), 151-160. https://www.researchgate.net/profile/Sacchidanand-Majumder/publication/325057266_The_Role_of_Education_in_Poverty_Alleviation_Evidence_from_Bangladesh/links/5af3e7aca6fdcc0c0309df0b/The-Role-of-Education-in-Poverty-Alleviation-Evidence-from-Bangladesh.pdf
Programa de las Naciones Unidas para el Desarrollo (PNUD). (2020). Trazar caminos para salir de la pobreza multidimensional: Lograr los ODS. http://hdr.undp.org/sites/default/files/2020_mpi_report_es.pdf
Urbina-Padilla, D., y Quispe, M. R. (2017). La pobreza monetaria desde la perspectiva de la pobreza multidimensional: el caso peruano. Enfoque, (2), 77-98. https://repositorio.ulima.edu.pe/bitstream/handle/20.500.12724/5815/Urbina_Dante.pdf?sequence=3&isAllowed=y
Verner, D. (2004). Education and Its Poverty-Reducing Effects: The Case of Paraíba, Brazil (N.o 3321). Banco Mundial. https://openknowledge.worldbank.org/bitstream/handle/10986/14083/wps3321.pdf?sequence=1&isAllowed=y