Medidas alternativas de la pobreza en el Gran Buenos Aires, 1995-2006

Resumen: En este trabajo, calculamos y analizamos el Índice de Severidad de la pobreza o squared poverty gap para el Gran Buenos Aires, en el período 1995-2006. Este índice es una de las tres medidas más conocidas correspondientes a la clase FGT (Foster, Greer and Thorbecke 1984), aunque menos utilizada que la incidencia o head count ratio (calculado por el INDEC), y la brecha de pobreza o poverty gap. El Índice de Severidad de la pobreza tiene en cuenta no sólo la distancia que separa a los pobres de la línea de pobreza (como en el caso de la brecha de pobreza) sino también la desigualdad entre los pobres. Es decir, le da un mayor peso a los hogares que están más alejados de la línea de pobreza. Por lo tanto, este índice cumple con el axioma de transferencia, a diferencia de los otros dos. Calculamos el Índice de Severidad tanto a nivel hogares como individuos. Además, realizamos una descomposición del índice por grupos – según la situación laboral, el nivel de educación, el tamaño del hogar, la edad y el sexo del jefe de hogar; y calculamos el riesgo relativo de cada grupo. Realizamos también una comparación entre los índices de incidencia (INDEC) y severidad. Concluimos presentando los índices de incidencia y severidad para todo el país, y su descomposición por regiones, para el año 2006.

Does spatial clustering help explaining differences in the inequality of income distribution? : evidence from Argentina

Resumen: Este artículo analiza la relación entre la agrupación espacial de la distribución del ingreso y la desigualdad en las provincias de Argentina. El objetivo de este trabajo es usar técnicas espaciales para analizar hasta que punto la agrupación espacial de la distribución del ingreso afecta la desigualdad de la distribución del ingreso en un contexto regional de Argentina. En general, la literatura de desigualdad implícitamente considera a cada región o provincia como una entidad independiente y el potencial para la observación de la interacción a través del espacio a menudo se ha ignorado. Mientras tanto, la autocorrelación espacial ocurre cuando la distribución espacial de la variable de interés exhibe un patrón sistemático. Yo computo tres medidas de autocorrelación espacial global: La I de Moran, c de Geary, y G de Getis y Ord, como grado de CLUSTERING provincial entre 1991 y 2002. La principal conclusión del trabajo es que hay evidencia que provincias con desigualdad relativamente alta (baja) tienden a ser localizadas cerca de otras provincias con alta (baja) desigualdad más a menudo de lo esperado debido al azar. Por ende cada provincia no debería ser vista como una observación independiente, como ha sido supuesto implícitamente en estudios previos sobre la desigualdad de ingresos regional.