Análisis de pobreza

Análisis de pobreza en dos comunidades

---

Debo encontrar una forma de pensar el nivel de pobreza en dos comunidades que ya son pobres. Es decir, ya se saben que las comunidades son pobres, por tanto, lo que se busca en tratar de calibrar los distintos niveles de pobreza de los hogares en esas comunidades.

---

Objetivos

Investigar el nivel de pobreza por la vía del ingreso en dos comunidades tomando como referencia la brecha que establece el Banco Mundial, comparando además los hogares según quintiles de ingreso, evaluando el posible nivel de concentración del ingreso y clasificando lo hogares en grupos de acuerdo con el nivel de ingreso.

Procedimiento:

• Estimar el ingreso mensual dado en bolívares, en dólares de Estados Unidos.
• Estimar el ingreso el ingreso diario en dólares de Estados Unidos.
• Definir la brecha de ingresos siguiendo la la alternativa establecida por el Banco Mundial para 2011 y la actualización de 2017.
• Determinar grupos de ingresos según quintiles.
• Determinar la diferencia ente el quintil de mayor ingreso vs. el quintil de menor ingreso.
• Estimar el coeficiente de Gini y la curva de Lorenz.
• Clasificar los hogares según ingreso para determinar grupos según nivel de ingresos.

Ingreso mensual y brecha

https://finanzasdigital.com/2022/09/cendas-fvm-canasta-alimentaria-familiar-de-agosto-se-ubico-en-us-459/

El CENDAS señalaba en el mes de agosto de 2022 que una familia de cinco miembros debía gastar USD.459,00 para adquirir una canasta alimentaria de 60 productos (redondeando, 100 dólares para un hogar de un solo miembro). Esto equivalia a 15,30 dólares diarios, es decir, 3,06 dólares por miembro de la familia.Si tomamos como referencia la canasta alimentaria y canasta básica del CENDAS, los hogares de las dos comunidades analizadas estarán en pobreza atroz.

El Banco Mundial habla de una brecha de pobreza internacional. Considero que este criterio puede ser más apropiado al estimar la pobreza en el presente contexto venezolano dado que no disponemos de una data fiable sobre la brecha o línea base para establecer qué hogares son o no son pobres. El Banco Mundial establece como criterio para trazar la línea de pobreza un ingreso diario de USD. 1,90 (57 dólares mensuales; o 285 dólares para una familia de cinco miembros ). En 2017 actualizó esta línea, sin embargo sólo la empleará en sus informes de manera formal a partir de este año. Esta nueva línea establece la línea en USD. 2,15 (64.5 mensuales o 322.5 dólares para una familia de cinco miembros).

Desigualdad

Si bien el índice de Gini para las aldeas (0,29) da cuenta de una distribución homogénea del ingreso, es decir, no existen grandes niveles de concentración del ingreso en pocos hogares, dato que pude confirmarse observando la **Curva de Lorenz, hay una diferencia de USD. 136,00 entre los hogares que más reciben ingresos y los que menos reciben. El hogar que más ingresos recibe entre los encuestado obtiene diariamente 5,11 dólares; el que menos recibe obtiene 60 centavos de dólar.

Grosso modo, y guiándome por la brecha fijada por el Banco Mundial, el 25% de los hogares o menos tienen ingresos diarios de USD. 1.70. Es un grupo que podemos consideran en pobreza extrema. De acuerdo con la mediana del ingreso, los hogares de las aldeas analizadas se encuentran en condiciones de pobreza absoluta, pues si bien sus ingresos se ubican por encima de 1,90 o de 2,15, la diferencia no es tan grande (un 44% más o un 39% más según que se tome una brecha u otra). El otro resto de los hogares se ubican por encima de la brecha, y pueden considerarse como hogares no pobres.

Si por el contrario tomamos como referencia el ingreso diario requerido de acuerdo con el CENDAS, la mitad de los encuestados se encuentran en pobreza extrema, un 25%, o menos, en pobreza absoluta y un 25% o menos, es no pobre

(los cálculos pueden variar dependiendo del número de personas que componen el hogar)

ingreso_five %>% 
      flextable() |> 
    autofit() |>
  theme_booktabs(bold_header = TRUE) |>
  align(align = "center", part = "all", j = 1:5) |>
  colformat_double(digits = 2)

La curva de Lorenz indica una distribución bastante equitativa del ingreso. Esta distribución, sin embargo, se torna menos equitativa a partir de la mediana y es más notorio a partir del tercer cuartil. La curva tiende a hacerse más lineal, menos curvada, lo que indica que a partir de éste valor, algunos hogares concentran mayor ingresos que los que están por debajo de aquélla medida.

tibble(p = lc_p$p, l = lc_p$L,
       general = lc_p$L.general) %>% 
  ggplot(aes(p, l)) +
  geom_line(size =1.5, colour = "blue4" )+
  geom_abline(intercept = 0.0, colour ="#eeeeee")+
  labs(title = "Distribución del ingreso. Curva de Lorenz",
       x= "Ingreso", y ="")+
  theme_minimal() +
  theme(panel.grid.minor = element_blank(),
        axis.title = element_text(size = rel(0.7),
                                  face = "bold.italic"),
        axis.text = element_text(
          size = rel(0.6))
        )

Tomando como referencias las brechas del Banco Mundial y del CENDAS y aplicando los índices de Foster y de Sen respectivamente, se tiene que de acuerdo con las brechas de 1.90/día y 2.15/día, redondeando, el 40% de los hogares están en condición de pobreza, y si se aplica la brecha del CENDAS, este número sube hasta el 52% de los hogares. El índice de Sen es menos estricto, y con las brechas del Banco Mundial el 19% o el 21% de los hogares estarían en condición de pobreza, en tanto que de acuerdo con este índice y la brecha del CENDAS ell 33% de los hogares está en condiciones de pobreza.

Por otra parte, la brecha de la pobreza, según cada nivel establecido por el Banco Mundial así como la del CENDAS, es, respectivamente de 14%, 17% y 26%. En el primer caso, los ingresos de los hogares pobres está 14%, 17% y 26%, de acuerdo con cada brecha, por debajo de la línea de la pobreza.

los_indices %>% 
  pivot_wider(names_from = "brecha",
              values_from = "pobres")|>     
  flextable() |> 
  autofit() |>
  theme_booktabs(bold_header = TRUE) |>
  footnote(i = 1, j = 2, 
           part = "header",
           ref_symbols = "1", 
           value = as_paragraph("Brecha del Banco Mundial: Usd. 1.90/día ")) |> 
  footnote(i = 1, j = 3, 
           part = "header",
           ref_symbols = "2", 
           value = as_paragraph("Brecha del Banco Mundial: Usd. 2.15/día ")) |>
footnote(i = 1, j = 4, 
         part = "header",
         ref_symbols = "3", 
         value = as_paragraph("Brecha del CENDAS: Usd. 3.06/día "))|>

align(align = "center", part = "all", j = 2:4) |>
  colformat_double(digits = 2)

## Warning in font.size[has_vertical_align] <- sprintf("font-size:%s;",
## css_pt(x$font.size * : número de items para para sustituir no es un múltiplo de
## la longitud del reemplazo

Ingresos. Clasificación de acuerdo con el ingreso

Con el análisis anterior he obtenido algunas pistas con respecto al nivel de pobreza y privaciones presentes en las aldeas analizadas, tomando como base del análisis el nivel de ingreso de los hogares. Quiero observar ahora qué grupos de personas puedo obtener corriendo un análisis de cluster.

set.seed(25)
require("igraph")

## Loading required package: igraph

## 
## Attaching package: 'igraph'

## The following object is masked from 'package:flextable':
## 
##     compose

## The following objects are masked from 'package:dplyr':
## 
##     as_data_frame, groups, union

## The following objects are masked from 'package:purrr':
## 
##     compose, simplify

## The following object is masked from 'package:tidyr':
## 
##     crossing

## The following object is masked from 'package:tibble':
## 
##     as_data_frame

## The following objects are masked from 'package:stats':
## 
##     decompose, spectrum

## The following object is masked from 'package:base':
## 
##     union

fviz_dend(res.hc, k = 4, # Cut in four groups
          k_colors = "jco",
          type = "phylogenic", repel = TRUE,
          phylo_layout = "layout.gem") +
  theme(axis.text.x=element_blank(), #remove x axis labels
        axis.ticks.x=element_blank(), #remove x axis ticks
        axis.text.y=element_blank(),  #remove y axis labels
        axis.ticks.y=element_blank()  #remove y axis ticks
  )

He particionado el cluster en cuatro grupos. El dendrograma muestras los grupos separandolos con cuatro colores diferentes: azul, gris, amarillo y rojo. De acuerdo con estos grupos, los clusters 2 y 3 corresponden a personas que viven en pobreza extremas. Los hogares en el cluster 2 son los más pobres entre los pobres. Reciben menos de un dolar promedio por día. En mejor condición que estos hogares, sin que por ello estén bien,están los hogares del cluster 3. Los hogares en el cluster 1 reciben en promedio 3,4 dólares diarios. Corresponden a hogares en pobreza absoluta, si seguimos la canasta básica del CENDA o, conjuntamente con los hogares en el cluster 4, estarían en condición de no pobreza, si se sigue el criterio del Banco Mundial.

ingresos_limpio %>% 
  group_by(cluster) %>% 
  summarise( n = n(),
             promedio = mean(us_dolar),
             mediana = median(us_dolar))|>
  select(Cluster = cluster, "Tamaño" = n,
         "Promedio (Usd)" = promedio, 
         "Mediana (Usd)" = mediana) |>
flextable() |> 
    autofit() |>
  theme_booktabs(bold_header = TRUE) |>
  footnote(i = 1, j = 3, 
           part = "header",
           ref_symbols = "1", 
           value = as_paragraph("Promedio aritmético")) |> 
  align(align = "center", part = "all", j = 3:4) |>
  colformat_double(digits = 2)

## Warning in font.size[has_vertical_align] <- sprintf("font-size:%s;",
## css_pt(x$font.size * : número de items para para sustituir no es un múltiplo de
## la longitud del reemplazo

Ingreso según tipo de jefatura y sexo

Grosso modo, no existe mucha diferencia entre los hogares en los que el encuestado era jefe de familia o no, salvo en el cluster 3. Aquí la diferencia entre ser o no jefe de familia es de, redondeando, 6 dólares.

ingresos_limpio %>% 
  group_by(cluster,jefe_de_familia ) %>% 
  summarise( n = n(),
             promedio = mean(us_dolar),
             mediana = median(us_dolar),
             .groups = "drop") %>%
     pivot_wider(names_from = jefe_de_familia,
              values_from = 3:5) |>
  flextable() |> 
  separate_header() |> 
  autofit() |>
  theme_booktabs(bold_header = TRUE) |>
  footnote(i = 1, j = 3, 
           part = "header",
           ref_symbols = "1", 
           value = as_paragraph("Promedio aritmético")) |> 
  align(align = "center", part = "all", j = 3:4) |>
  colformat_double(digits = 2)

## Warning in font.size[has_vertical_align] <- sprintf("font-size:%s;",
## css_pt(x$font.size * : número de items para para sustituir no es un múltiplo de
## la longitud del reemplazo

Si analizamos los conglomerado de acuerdo con el ingreso, si tomamos como referencia la mediana, no hay diferencia de ingresos entre los hogares con jefaturas de un sexo u otro, salvo en el conglomerado 3, hogares en pobreza absoluta. Las mujeres reciben más ingresos que los hombres, 17 dólares más que los hombres de este conglomerado. Si nos fijamos en el promedio aritmético, las mujeres reciben en promedio menos ingresos que los hombres, pero la diferencia no es demasiado marcada, excepto, una vez más, en el conclomerado 3.

ingresos_limpio %>% 
  group_by(cluster,sexo ) %>% 
  summarise( n = n(),
             promedio = mean(us_dolar),
             mediana = median(us_dolar),
             .groups = "drop") %>%
  na.omit()|>
     pivot_wider(names_from = sexo,
              values_from = 3:5) |>
  flextable() |> 
  separate_header() |> 
  autofit() |>
  theme_booktabs(bold_header = TRUE) |>
  footnote(i = 1, j = 3, 
           part = "header",
           ref_symbols = "1", 
           value = as_paragraph("Promedio aritmético")) |> 
  align(align = "center", part = "all", j = 3:4) |>
  colformat_double(digits = 2)

## Warning in font.size[has_vertical_align] <- sprintf("font-size:%s;",
## css_pt(x$font.size * : número de items para para sustituir no es un múltiplo de
## la longitud del reemplazo

Discusión

En términos generales, la pobreza está homogéneamente repartida en las dos comunidades. Tomando como referencia la brecha de la pobreza internacional del Banco Mundial,