ecoqu EconoQuantum EconoQuantum 1870-6622 2007-9869 Universidad de Guadalajara 10.18381/eq.v17i2.7140 Artículos Dinámicas de pobreza en México, 2008-2018 Poverty dynamics in Mexico, 2008-2018 Carrillo Valles Rodrigo 1 López Rodríguez Patricia 2 Soloaga Isidro 3 Universidad Iberoamericana Ciudad de México, México. E-mail: rodrigo.carrillo@correo.uia.mx Universidad Iberoamericana Universidad Iberoamericana Ciudad de México Mexico rodrigo.carrillo@correo.uia.mx Universidad Iberoamericana Ciudad de México, México. Universidad Iberoamericana Universidad Iberoamericana Ciudad de México Mexico Universidad Iberoamericana Ciudad de México, México. Universidad Iberoamericana Universidad Iberoamericana Ciudad de México Mexico 08 08 2020 Jul-Dec 2020 17 2 7 32 24 10 2018 04 12 2019 Este es un artículo publicado en acceso abierto bajo una licencia Creative Commons Resumen: Objetivo:

Estudiar las dinámicas de pobreza en México bajo una temporalidad más amplia que en la literatura actual.

 Metodología:

Pseudopanel de Dang y Lanjouw (2013) con datos de encuestas de ingresos y gastos de los hogares.

 Limitaciones:

La metodología define a la pobreza como un fenómeno unidimensional.

 Originalidad:

Este trabajo supone un esfuerzo por estudiar las dinámicas de pobreza con mediciones oficiales, sin la necesidad de datos panel.

 Conclusiones:

Cerca de la mitad de la población estuvo en pobreza crónica por ingresos. Además, se identifica que los hogares más afectados son aquellos con carencia por acceso a servicios básicos en la vivienda, por acceso a servicios de salud, rezago educativo o aquellos que han estado en situación de pobreza durante cuatro años o más. Esto llama a la necesidad de políticas públicas dirigidas a un problema estructural.

 Abstract: Objetive:

To study poverty dynamics in Mexico with a broader temporality than in current literature.

 Methodology:

Pseudopanel methodology of Dang and Lanjouw (2013) with household income and expenditure surveys data.

 Limitations:

The methodology defines poverty as a unidimensional phenomenon.

 Originality:

This paper is an effort to study poverty dynamics with official measures, without the need of panel data.

 Conclusions:

It is found nearly half of population was in income poverty. Furthermore, it is identified that most affected households are those with lack of access to basic services in housing, lack of access to health services, educational backwardness, or those which have been in poverty during four or more years. This calls for the need for public policies aimed to reduce a structural problem.

 Palabras clave: Dinámicas de pobreza pobreza crónica movilidad social. Clasificación JEL: C10 I32 O12 Keywords: Poverty dynamics chronic poverty social mobility JEL classification: C10 I32 O12 Introducción

En 2008 alrededor de 49.0% de la población mexicana se encontraba en pobreza por ingresos.1 Una década más tarde, en 2018, este indicador fue de 48.8%, lo que se traduce en un aumento de 6.4 millones de personas en dicha situación. La principal reacción de política pública para solucionar este problema consistió en incrementar el gasto público en programas sociales,2 pero debido a que las cifras de pobreza no reflejan avances significativos en la materia, es preciso replantear la manera en que se está llevando a cabo la política social.

Al respecto, Barret (2005) y Mitlin (2005) señalan la importancia de entender por qué la pobreza puede convertirse en crónica y por qué algunos grupos logran salir de ella. Debido a la escasa disponibilidad de datos de panel para México, resulta complicado cuantificar e identificar las características de estos grupos. Ante este inconveniente, Franco, Pérez & Soloaga (2013), construyen un panel sintético con datos de México utilizando la técnica no paramétrica de Dang, Lanjouw, Luoto, y Mckenzie (2014) para el análisis de movimientos dentro y fuera de pobreza. Estos autores encuentran que, durante el periodo 2006-2010 entre 27% y 32% de la población permaneció en situación de pobreza crónica multidimensional y, entre 12% y 15% en movilidad descendente.3 En este trabajo se extiende el análisis de Franco et al. (2013) en dos dimensiones: a) se implementa una versión más novedosa del enfoque de pseudopaneles, lo que permite un refinamiento de la técnica de estimación y un estudio con temporalidad más amplia, y b) se utilizan datos más recientes, con lo cual se contribuye a un mayor conocimiento de las dinámicas de pobreza recientes. Asimismo, haciendo uso de cifras oficiales se pretende reducir la discrepancia dentro de la investigación ya existente.

La hipótesis general de este trabajo consiste en que para el periodo estudiado fue mayor la población que se encontró en pobreza crónica que aquella en pobreza transitoria, lo cual sería un indicio de la existencia de un problema estructural, más que coyuntural. A manera de hipótesis secundarias se analizan las siguientes: a) las personas en pobreza crónica se encuentran en trampas de pobreza como vulnerabilidad por composición familiar o carencias por acceso a alimentación, calidad y espacios de la vivienda o de servicios básicos de la vivienda, lo que llamaría a políticas públicas focalizadas en cierta población con los atributos principales que la llevan a permanecer en pobreza; b) las personas en pobreza transitoria caen en ella a causa de ausencia de acceso a un mínimo de seguridad en términos de servicios de salud y seguridad social, lo cual les mantiene vulnerables incluso después de haber salido de pobreza. En este caso serían necesarias políticas que permitan la sostenibilidad fuera de pobreza de los grupos vulnerables, apuntalando los factores que puedan contribuir a ello.

Este documento se compone por cuatro secciones adicionales. En la primera se hace una revisión de la literatura: en la segunda sección se describen la metodología y el tratamiento de los datos. Más adelante se presentan los resultados, para concluir en la última sección.

 Revisión de literatura

Dentro del estudio de dinámicas de pobreza, el término de pobreza crónica se refiere a aquella situación en que las personas viven permanentemente debajo de un umbral de pobreza, que normalmente se define en términos de un referente monetario, pero también puede hacerse en aspectos más amplios o subjetivos como privaciones sociales (Chronic Poverty Research Centre [CPRC], 2007). En la literatura se han adoptado diversos enfoques para la medición de la pobreza crónica.4 Aquí se entiende por población en pobreza crónica como aquella que pertenece a hogares cuyos ingresos son menores a una línea de bienestar durante n periodos. Este enfoque presenta dos cuestiones metodológicas relevantes: a) la definición de un umbral de pobreza, que en este caso se utilizan las líneas de bienestar oficiales para cada año; b) la temporalidad mínima con la cual una persona puede ser considerada en pobreza crónica. A este respecto, Hulme y Shepherd (2003) proponen una temporalidad de cinco años. En este trabajo dicha temporalidad es de seis años.5

En el contexto internacional, investigaciones con datos panel como Duncan et al. (1993) y Vaalavuo (2015) muestran que en países con mayor proporción de su población en pobreza, la presencia de pobreza crónica tiende a aumentar mientras que la posibilidad de transitar hacia un estado de pobreza se incrementa, resultando más desfavorecidos los hogares cuyos miembros no cuentan con seguridad social o asistencia médica.6 Similares resultados encuentran Bhide y Mehta (2004) y Neilson, Contreras, Cooper y Hermann (2008) para comunidades rurales en India entre 1970-1981 y en Chile entre 1996-2001, respectivamente. En ambos casos identifican además como elementos empobrecedores si el jefe de hogar contrae alguna enfermedad, la existencia de ingresos transitorios, dinámicas laborales de los miembros del hogar adversas, así como rezagos de capital humano y físico.7

Para el caso de México, haciendo uso de la Encuesta Nacional sobre Niveles de Vida de los Hogares (ENNVIH) 2002 y 2005,8 Garza-Rodríguez, González-Martínez, Quiroga-Lozano, Solís-Santoyo y Yarto-Weber (2010) calculan que más de 60% de la población se encontraba en pobreza crónica,9 siendo más afectados aquellos hogares con más miembros o aquellos ubicados en localidades de menor tamaño. Con los mismos datos, Rascón y Ruvalcaba (2009) estiman que en áreas urbanas la pobreza crónica era de 64%,10 sin haber diferencias significativas de salud pública entre grupos dentro y fuera de pobreza. Por otra parte, con datos de la Encuesta Nacional a Hogares Rurales de México (ENHRUM) 2003 y 2008,11 López-Feldman y Parada (2013) calculan que alrededor de 60% de los hogares encuestados tuvieron un ingreso menor a la línea de pobreza12 en al menos un periodo, mientras que cerca de 20% se mantuvo en pobreza crónica.

Estos estudios con datos longitudinales de México presentan diversos inconvenientes: a) por su naturaleza, los datos son sujetos de atrición; b) debido a la ausencia de levantamientos recientes de ambas encuestas no es posible ampliar la temporalidad estudiada, y c) en ninguno de los casos se registra la información necesaria para una medición precisa del ingreso.

Una alternativa para el estudio de las dinámicas de pobreza es la construcción de un pseudopanel con base en datos de corte transversal. Esto es, agregar los datos mediante cohortes definidas por alguna característica que no cambia en el tiempo. Aunque en cada corte transversal las personas encuestadas no son exactamente las mismas, los promedios de estas características constantes son una aproximación suficiente para estimar cambios en alguna variable de interés.13 El trabajo pionero en el uso de esta técnica es Deaton (1985), donde se muestra la ventaja de contar con datos inmunes a sesgos de atrición y que puedan ser utilizados para el estudio de periodos más largos. Literatura posterior, dirigida al estudio de dinámicas de ingreso y de consumo, se concentra en el uso de paneles sintéticos basados en cohortes,14 a excepción tal vez de Bourguignon, Goh y Kim (2006), quienes proponen un método para estudiar las dinámicas de ingreso en el nivel individual bajo el supuesto de que esta dinámica obedece a algunas propiedades básicas y sigue un proceso estocástico simple.15

Dang et al. (2014) proponen un enfoque de paneles sintéticos en el nivel hogar a partir de dos rondas de cortes transversales con supuestos más sencillos de satisfacer.16 Consideran que los términos de error de las estimaciones del ingreso de los hogares en dos periodos distintos, denotados como εi1 y εi2, son completamente independientes entre sí, y estiman un límite inferior y uno superior de las transiciones de los hogares dentro y fuera de la pobreza. Este ejercicio es validado comparando resultados con datos panel de Vietnam e Indonesia, y simulando un contrafactual de cortes transversales con los mismos datos. Cruces, Lanjouw, Lucchetti, Perova, Vakis y Viollaz (2011) muestran que la metodología de Dang et al. (2014) aplicada a datos de Chile, Nicaragua y Perú funciona bien en la predicción dinámicas de pobreza con dos rondas de datos transversales, encontrándose la verdadera movilidad dentro de ambos límites estimados. Basándose en estas validaciones, con datos de México, Franco et al. (2013) calculan que para el periodo 2006-2010, entre 27% y 32% de la población se encontró en pobreza crónica multidimensional y que, entre 12% y 15% fue sujeta de movilidad descendente. Ambos grupos caracterizados por tener: carencia de acceso a servicios de salud, a seguridad social y carencia alimentaria, por lo que se concluye que es la vulnerabilidad ante situaciones de crisis la que hace permanecer o caer a estas personas en un precario nivel de bienestar. Estos resultados están en línea con la hipótesis de que es la ausencia de acceso a un mínimo de seguridad en términos de servicios de salud y seguridad social la que empuja a las personas a la pobreza, incluso después de haber salido de ella.

Debido a que la metodología de Dang et al. (2014) puede arrojar límites superiores e inferiores demasiado amplios, en Dang y Lanjouw (2013) 17 se asume el supuesto adicional de que εi1 y εi2 siguen una distribución normal bivariada con un coeficiente de correlación ρ. Con ello es posible hacer una estimación puntual y obtener estimaciones más estrechas sobre los límites de movilidad (Foster & Rothbaum, 2016). Además, se generaliza la construcción del panel sintético para el uso de más de dos rondas de datos. En este caso, los resultados arrojados por esta metodología son validados teóricamente con un ejercicio de simulación de Monte Carlo y empíricamente con datos panel reales de Bosnia y Herzegovina, Laos, Perú, Estados Unidos y Vietnam. Hay que resaltar que para todos los países las estimaciones con panel sintético son cercanas a aquellas hechas con datos panel reales.18

Metodología y datos

Siguiendo el trabajo de Dang y Lanjouw (2013) para el estudio de dinámicas de pobreza mediante la construcción de un panel sintético, el modelo descrito a continuación corresponde al caso particular de dos periodos. Así, se define a xij como un vector de las características observadas del hogar para los periodos j(j = 1 o 2), las cuales son también observables en otros periodos para el hogar i(i = 1, ..., N). Estas características no deben variar en el tiempo o deben ser sujetas de fácil cálculo entre distintas rondas. Otros elementos pueden asumirse como invariantes, siempre y cuando mantengan una media no significativamente distinta entre dos periodos (Dang, Lanjouw y Swinkels, 2014). Todo esto, de manera que la población subyacente de las muestras para ambas rondas de la encuesta sea la misma.19 Así, la proyección lineal del ingreso de acuerdo con las características del hogar, para cada periodo, está dada por:

y i 1 = β ' 1 x i 1 + ε i 1

y i 2 = β ' 2 x i 2 + ε i 2

Se asume aquí que los términos de error εi1 y εi2 para las estimaciones de las ecuaciones (1) y (2) tienen una distribución bivariada normal con coeficiente de correlación ρ y desviaciones estándar σεi1 y σεi2 respectivamente. Por tanto, si ρ es conocida la proporción de personas que siguió cada trayectoria de movilidad absoluta20 puede estimarse como:

P y i 1 ~ z 1   y   y i 2 ~ z 2 = Φ 2 z 1 - β ' 1 x i 2 σ ε i 1 ,   z 2 - β ' 2 x i 2 σ ε i 2 , ρ

donde Φ2(∙) se refiere a la función de distribución acumulada normal bivariada estándar zj y a la línea de bienestar económico correspondiente al periodo y tipo de localidad (véase Tabla 1).21 Dentro de esta definición, el estudio de la pobreza se limita únicamente a medidas relacionadas con el ingreso y no con un esquema multidimensional, ya que no existe aún una metodología que pueda realizar el tratamiento conjunto de los indicadores de ingreso de las familias con las otras dimensiones de carencias incluidas en el esquema multidimensional.

Líneas de bienestar (precios agosto de cada año), 2008-2018
Año Rural Urbano
2008 $1,202.80 $1,921.74
2010 $1,328.51 $2,113.86
2012 $1,489.78 $2,328.82
2014 $1,614.65 $2,542.13
2016 $1,715.57 $2,660.40
2018 $1,941.01 $3,001.17

Fuente: CONEVAL.

Asimismo, las transiciones de movilidad relativa -condicionando por el estado inicial- pueden estimarse como:

P y i 2 ~ z 2 | y i 1 ~ z 1 = Φ 2 z 1 - β ' 1 x i 2 σ ε i 1 , z 2 - β ' 2 x i 2 σ ε i 2 P j

donde Pj es el porcentaje de personas en situación de pobreza o no pobreza, según sea la trayectoria a estimar. Sin embargo, no es posible conocer ρ con datos de corte transversal porque los hogares en cada ronda no son los mismos. Ante la falta de datos de panel, el uso de cohortes para la proyección del ingreso en distintos periodos es equivalente a realizar la estimación con variables instrumentales, donde las variables de cohorte fungen como instrumentos. De manera que se puede hacer una estimación puntual de ρ ^ como:

ρ^=ρ^yi1yi2varyi1varyi2-β^1'varxiβ^2σ^ε1σ^ε2

donde ρ ^ y i 1 y i 2 es el coeficiente estimado simple de la correlación del ingreso a nivel cohorte. Una vez estimado ρ ^ , las medidas de movilidad absoluta pueden calcularse como:

P y i 1 ~ z 1 y       y i 2 ~ z 2 = Φ ^ 2 d 1 z 1 - β ^ 1 ' x i j σ ^ ε i 1 , d 2 z 2 - β ^ 2 ' x i j σ ^ ε i 2 , ρ ^ d

donde dj es una función del indicador que es igual a 1 si el hogar es pobre, e igual a -1 el hogar es no pobre en el periodo j, j = 1, 2, y ρ ^ d = d 1 d 2 ρ ^ . Al generalizar este método para el estudio de una temporalidad más amplia, (6) puede reescribirse como:

P y i 1 ~ z 1 y       y i 2 ~ z 2 , y i 3 ~ z 3 , … , y i k ~ z k = Φ ^ k d 1 z 1 - β ^ 1 ' x i j σ ^ ε i 1 , d 2 z 2 - β ^ 2 ' x i j σ ^ ε i 2 , … , d k z k - β ^ k ' x i j σ ^ ε i k , Σ ρ

En este caso, los hogares pueden seguir 2k trayectorias distintas. Utilizando datos para cuatro años (k = 4), habría 16 trayectorias posibles. Por practicidad, estos se clasifican en distintos grupos de acuerdo con el número de años con ingreso igual o menor a la línea de bienestar: pobreza crónica (4 años), pobreza persistente (3 años), pobreza transitoria (2 años), pobreza eventual (1 año) y no pobres sostenibles (ningún año). Para conocer las características de las personas en cada una de las trayectorias posibles, se toman como referencia los resultados de movilidad absoluta, tal que:

P y i 1 ~ z 1 y       y i 2 ~ z 2 , y i 3 ~ z 3 , … , y i k ~ z k = γ 0 + γ 1 H i k + υ i k

donde Hik es un vector compuesto por características de los hogares en el último año, como carencias sociales y elementos que en la literatura han sido vinculados con pobreza como: actividad principal del jefe de hogar (Fields, Cichello, Freije, Menéndez y Newhouse, 2003; Joshi, 2004), si el hogar percibe ingresos por programas sociales (Murray, 2008; Levy, 2010), remesas (Acosta, Fajnzylber y Lopez, 2007; Adams, López-Feldman, Mora y Taylor, 2008) y migración (Deshingkar, 2006).22

Aunque existen encuestas longitudinales que puedan ser útiles para el estudio en cuestión, se optó por utilizar el Módulo de Condiciones Socioeconómicas (MCS) de la Encuesta Nacional de Ingresos y Gastos de los Hogares (ENIGH)23 para los años 2008, 2010, 2012, 2014, 2016 y 2018, tanto por la mayor periodicidad en la que se levanta la información, como porque se cuenta con un cálculo más preciso del ingreso, siendo estos mismos datos los utilizados para las mediciones oficiales de pobreza.

El análisis se lleva a cabo mediante la estimación de medidas de movilidad absoluta de manera conjunta para el periodo sexenal 2008-2014, así como de movilidad relativa en periodos bienales entre 2008-2018. Esta diferencia en la temporalidad se debe principalmente a que en 2016 hubo cambios metodológicos que no hacen comparables la medición del ingreso con las versiones anteriores de la ENIGH.24 Para evitar potenciales sesgos a causa de esto, las estimaciones de movilidad conjunta para varios años, y el posterior análisis de las características de los hogares que siguen cada una de las trayectorias definidas, se hace solo con los datos que son estrictamente comparables. Con el fin de ofrecer un panorama temporal más amplio se presentan estimaciones de movilidad relativa con datos más recientes, pero no se profundiza en ellas.

En la literatura tradicional de panel sintético es habitual acotar la edad de los jefes de hogar entre 25 y 55 años para descartar hogares con ingresos inestables (hogares en formación o en disolución). Debido a que en México una parte importante de los hogares tienen jefes mayores a este rango de edad, se consideran solo aquellos de entre 25 y 64 años de edad para el primer año estudiado.25 Para que la población representada entre todos los periodos sea exactamente la misma, y en consecuencia procurar guardar la comparabilidad de los resultados, en todos los casos se tomó como referencia el año 2008. Así, los jefes de hogar en 2014 tendrán edades de entre 31 y 70 años de edad.

Las cohortes para la instrumentación se construyeron de acuerdo con la edad del jefe de hogar y su máximo nivel educativo alcanzado, especificada en cuatro categorías: a) sin instrucción, preescolar o primaria incompleta; b) primaria completa; c) secundaria completa, y d) preparatoria completa o más. Así, se definieron 160 cohortes, cuya correlación del ingreso ρ ^ y i 1 y i 2 y la aproximación del término ρ ^ para cada periodo se presentan en la Tabla 2.

Estimaciones de ρ con panel sintético, 2008-2018
ρyi1yi2 ρ
t2 t2
2010 2012 2014 2016 2018 2010 2012 2014 2016 2018
t1 2008 0.970 0.968 0.970 0.967 0.966 t1 2008 0.951 0.946 0.953 0.916 0.923
2010 0.956 0.964 0.961 0.960 2010 0.925 0.941 0.904 0.909
2012 0.960 0.957 0.959 2012 0.937 0.909 0.916
2014 0.968 0.959 2014 0.924 0.913
2016 0.960 2016 0.938

Fuente: Elaboración propia con base en datos del INEGI y del CONEVAL.

Las variables que conforman xij son sexo, educación completada y edad en 2008 del jefe del hogar, y si algún miembro del hogar habla lengua indígena. Además, bajo el supuesto de que la población subyacente en los distintos años es la misma,26 en el modelo se incluyen otras variables con medias no significativamente distintas entre los años que abarca el estudio.27 La variable dependiente en (1) y (2) es el logaritmo natural del ingreso corriente total per cápita, el cual previamente se acotó a 500 000 pesos mensuales para todos los años con el fin de evitar valores atípicos.28 Para todos los años las distribuciones de yij son similares (véase Figura A1).

 Resultados

En la Tabla 3 se identifican elementos que explican la variación del nivel de ingreso. Por ejemplo, destaca el impacto negativo sobre el ingreso si un miembro del hogar habla alguna lengua indígena, y el efecto positivo de tener estudios de secundaria. Asimismo, el contar con estudios profesionales o de posgrado aumenta al doble el ingreso esperado, comparándolo con lo que correspondería de tener únicamente preparatoria completa.

Parámetros estimados del ingreso corriente total para cada año (logaritmo), 2008-2018
2008 2010 2012 2014 2016 2018
Sexo (1= hombre) -0.0494*** -0.115*** -0.0612*** -0.0251** -0.0371*** -0.0263***
(0.0126) (0.0130) (0.0136) (0.0121) (0.0101) (0.00974)
Hablante lengua indígena en hogar -0.179*** -0.213*** -0.177*** -0.193*** -0.223*** -0.204***
(0.0174) (0.0189) (0.0198) (0.0161) (0.0154) (0.0146)
Edad 2008 0.00391 0.000488 0.0264*** 0.0225*** 0.0223*** 0.0317***
(0.00398) (0.00552) (0.00467) (0.00395) (0.00347) (0.00343)
Edad 2008 al cuadrado 6.70e-05 9.85e-05 -0.0002*** -0.0002*** -0.0002*** -0.0003***
(4.47e-05) (6.05e-05) (5.30e-05) (4.50e-05) (4.02e-05) (3.98e-05)
Alfabetismo 0.151*** 0.175*** 0.0983*** 0.129*** 0.132*** 0.158***
(0.0229) (0.0248) (0.0232) (0.0211) (0.0202) (0.0187)
Primaria completa 0.110*** 0.0810*** 0.112*** 0.0772*** 0.129*** 0.119***
(0.0160) (0.0168) (0.0178) (0.0152) (0.0141) (0.0137)
Secundaria completa 0.266*** 0.276*** 0.281*** 0.235*** 0.254*** 0.269***
(0.0161) (0.0173) (0.0178) (0.0155) (0.0140) (0.0136)
Preparatoria completa 0.491*** 0.505*** 0.514*** 0.455*** 0.471*** 0.452***
(0.0198) (0.0219) (0.0225) (0.0193) (0.0174) (0.0171)
Profesional completa 0.984*** 1.034*** 0.969*** 0.982*** 0.956*** 0.914***
(0.0206) (0.0224) (0.0238) (0.0216) (0.0202) (0.0195)
Controlesa/ Sí Sí Sí Sí Sí Sí
Constante 6.049*** 6.158*** 5.812*** 6.020*** 6.136*** 6.142***
(0.0875) (0.120) (0.0995) (0.0850) (0.0747) (0.0725)
N 47,429 48,273 43,886 44,785 52,338 54,558
R2 Ajustado 0.417 0.420 0.370 0.378 0.404 0.377

Nota: *** p<0.01, ** p<0.05, * p<0.1.

Errores estándar en paréntesis.

a/ Incluye variables dicotómicas para el tamaño de localidad y variables que para todos los años tienen similar distribución; estas son: lavadora, refrigerador, afiliación institución médica o pensión por familiar en el hogar, afiliación institución médica o pensión por muerte del asegurado, seguro voluntario de gastos médicos, seguro voluntario de vida.

Los resultados de dinámicas de pobreza se muestran en dos partes. En primer lugar, las estimaciones de movilidad absoluta en la Tabla 4, y posteriormente, las estimaciones de movilidad relativa para todas las combinaciones de años posibles en la Tabla 5. En conjunto, ofrecen una visión integral de las dinámicas de pobreza.

Dinámicas de pobreza con datos del último año (porcentajes), 2008-2014
Trayectoria (P= Pobre; N= No pobre) Población estimada Tipo de trayectoria
PPPP 41.6 41.6 Pobreza crónica
(0.10) (0.10)
PPPN 1.0 6.1 Pobreza persistente
(0.00) (0.01)
PPNP 1.5
(0.00)
PNPP 1.3
(0.00)
NPPP 2.3
(0.01)
PPNN 0.6 5.2 Pobreza transitoria
(0.00) (0.01)
PNNP 0.4
(0.00)
PNPN 0.5
(0.00)
NNPP 1.5
(0.00)
NPNP 1.4
(0.00)
NPPN 0.9
(0.00)
PNNN 0.5 6.4 Pobreza eventual
(0.00) (0.01)
NPNN 1.8
(0.00)
NNPN 2.0
(0.00)
NNNP 2.1
(0.00)
NNNN 40.6 40.6 No pobre sostenible
(0.12) (0.12)

Nota: Estimaciones con factor de expansión.

Errores estándar en paréntesis calculados mediante bootstrap (100 repeticiones con una muestra de 90%).

Dinámicas de pobreza con datos del segundo año (porcentajes), probabilidades condicionales 2008-2018
t2
2010 2012 2014 2016 2018
P NP P NP P NP P NP P NP
t1 2008 P 93.7 6.3 93.7 6.3 94.7 5.3 86.9 13.1 87.1 12.9
(0.02) (0.02) (0.01) (0.01) (0.02) (0.02) (0.04) (0.03) (0.03) (0.03)
NP 16.9 83.1 15.7 84.3 16.7 83.3 15.9 84.1 13.5 86.5
(0.04) (0.04) (0.03) (0.03) (0.04) (0.04) (0.03) (0.04) (0.03) (0.03)
2010 P 87.8 12.2 89.7 10.3 81.8 18.2 81.6 18.4
(0.02) (0.03) (0.03) (0.03) (0.05) (0.05) (0.04) (0.04)
NP 12.6 87.4 12.5 87.5 12.6 87.4 10.7 89.3
(0.03) (0.03) (0.03) (0.03) (0.03) (0.03) (0.02) (0.02)
2012 P 88.7 11.3 79.4 20.6 77.6 22.4
(0.04) (0.04) (0.07) (0.06) (0.06) (0.06)
NP 13.4 86.6 19.1 80.9 18.0 82.0
(0.03) (0.03) (0.07) (0.06) (0.05) (0.05)
2014 P 82.0 18.0 79.2 20.8
(0.05) (0.05) (0.05) (0.06)
NP 14.9 85.1 14.8 85.2
(0.05) (0.06) (0.04) (0.05)
2016 P 85.2 14.8
(0.03) (0.03)
NP 10.7 89.3
(0.03) (0.03)

Nota: P= Pobre; NP= No pobre.

Estimaciones con factor de expansión.

Errores estándar en paréntesis calculados mediante bootstrap (100 repeticiones con una muestra de 90%).

En cuanto a la movilidad absoluta, para el periodo 2008-2014, alrededor de 41.6% de la población estuvo en pobreza crónica. De manera general, la Tabla 4 muestra que hay poca movilidad de ingresos en el corto plazo: quienes son pobres en algún momento tienen alta probabilidad de continuar en tal situación dos años más tarde, o de volver a ella tras dos o cuatro años.

Si se observan las estimaciones de movilidad relativa, se encuentra que en los periodos que incluyen a 2008 son aquellos en los que hay menor movilidad ascendente y mayor movilidad descendente. Por ejemplo, entre 2008 y 2010, se estima que la población que cayó en pobreza fue cercana a 6.4 millones de personas (16.9%). Esto estaría relacionado con la crisis económica de 2008 que marcó una caída de 6.4% en el producto interno bruto (PIB) per cápita (Banco Mundial [BM], 2017). Además, para los periodos entre 2010 y 2014 la población en movilidad descendente es mayor a la que salió de pobreza.29 El hecho de que en 2008-2010 la movilidad descendente y pobreza crónica, condicionando por la situación de las personas en 2008, sean mucho más altas que en otros periodos, refuerzan la hipótesis de que la crisis económica que tuvo lugar en dicho periodo afectó el bienestar de los hogares, particularmente de quienes inicialmente se encontraban fuera de pobreza. Asimismo, para todos los periodos previos a 2016,30 las personas que en un primer año estuvieron en pobreza cuentan con probabilidades superiores a 88% de permanecer en dicho estado, y en contraparte, tienen probabilidades menores a 15% de salir de pobreza. La movilidad ascendente de ingresos es muy restringida.

Partiendo de las estimaciones de movilidad absoluta de la Tabla 4, las Figuras A2, A3. A4 y A5 31 resumen algunas características de los jefes de hogar para las distintas trayectorias que pueden seguir los hogares. Es importante señalar que las Figuras A2 y A3 (pobreza crónica y pobreza persistente) siguen patrones similares entre sí, pero distintos con los resultados de las Figuras A4 y A5 (pobreza transitoria y pobreza eventual), lo cual se traduce en que los hogares que caen en pobreza durante uno o dos periodos son distintos, en términos de las variables utilizadas para la caracterización, de aquellos que están más de tres periodos en pobreza.32 En consecuencia, para efectos prácticos la población en pobreza crónica estimada durante el periodo estudiado no es 41.6%, sino 47.7%.

A manera de ejemplo, en la Figura A2 la línea indica la media poblacional de pobreza crónica. Mientras que las marcas señalan probabilidades estimadas de seguir determinada trayectoria de quienes presentan y quienes no presentan cada una de las características. Por tanto, los elementos con más incidencia sobre la estimación de movilidad son aquellas cuyas estimaciones muestran mayor diferencia entre quienes la presentan y de quienes no la presentan.

Se advierte que las carencias que más se asocian con los hogares en pobreza crónica son: rezago educativo, carencia por calidad y espacios en la vivienda, y carencia por acceso a los servicios básicos en la vivienda. Además, sin considerar el Seguro Popular (SP), la carencia por acceso a servicios de salud está fuertemente vinculada con la pobreza crónica. Es preciso señalar que entre 2008 y 2010 el número de afiliados al SP creció de 27.2 a 43.5 millones de personas, con lo cual la población con carencia de acceso a servicios de salud cayó drásticamente de 40.8% a 29.2% (INEGI, 2016). Para 2018 solo 16.2% presentaba esta carencia, pero si no se considera el SP, este indicador sería de 54.4%, nivel incluso mayor a la de años previos. Hasta 2014 la infraestructura y los recursos humanos a los que tienen acceso los afiliados al sp no se habían incrementado a la par del aumento en la afiliación, por lo que la disponibilidad relativa del servicio es cada vez menor frente a la demanda creciente (CONEVAL, 2014b).

Otras características asociadas con altos niveles de pobreza crónica son: carencia por acceso a seguridad social, que el hogar esté en una localidad rural, que la actividad del jefe de hogar corresponda a una actividad primaria, y que el hogar reciba remesas o beneficios de programas sociales. En general, de los efectos de los programas sociales en estas estimaciones podrían deducirse dos cosas: a) que estos no cumplen con el propósito de sacar a las personas de pobreza, sino que contrariamente, pueden contribuir a perpetuarla; b) que estos programas están bien focalizados y atienden a los grupos más afectados. Empero, respecto de esto último es preciso considerar que en 2018 alrededor de 40.2% de quienes recibían recursos de algún programa social reportaban un ingreso menor a la línea de bienestar. En cualquier caso, las implicancias de estos hechos quedan fuera del alcance de este trabajo.

Con el fin de distinguir los efectos individuales de cada una de las características sobre la pobreza crónica y pobreza persistente, en la Tabla 6 se presentan distintas estimaciones.33 El primer modelo incluye solamente carencias sociales; en el segundo la carencia por acceso a servicios de salud no contempla SP, y en un tercer modelo se incorporan distintas características de los hogares.

Parámetros estimados de movilidad absoluta (pobreza crónica y persistente), 2008-2014
Pobreza crónica Pobreza persistente
Modelo 1 Modelo 2 Modelo 3 Modelo 1 Modelo 2 Modelo 3
C. alimentaria 5.694*** 5.347*** 5.267*** 0.309*** 0.274*** 0.267***
(0.259) (0.260) (0.254) (0.0225) (0.0223) (0.0225)
C. calidad y espacios en la vivienda 8.042*** 7.696*** 6.824*** -0.178*** -0.211*** -0.230***
(0.379) (0.380) (0.379) (0.0354) (0.0349) (0.0363)
C. servicios básicos en la vivienda 12.72*** 12.02*** 8.585*** -0.148*** -0.233*** -0.415***
(0.292) (0.292) (0.324) (0.0245) (0.0246) (0.0275)
Rezago educativo 16.19*** 14.98*** 13.62*** 0.323*** 0.210*** 0.116***
(0.250) (0.252) (0.251) (0.0214) (0.0216) (0.0222)
C. Seguridad social 12.11*** 5.395*** 5.249*** 0.570*** -0.00420 0.0377
(0.256) (0.328) (0.328) (0.0250) (0.0327) (0.0330)
C. Servicios de salud -2.225*** 0.0210
(0.327) (0.0298)
C. Servicios de salud (sin Seguro Popular) 9.190*** 7.697*** 0.871*** 0.781***
(0.339) (0.341) (0.0334) (0.0338)
Sector primario 5.849*** -0.341***
(0.373) (0.0349)
Sector secundario 5.424*** 0.0311
(0.328) (0.0332)
Sector terciario -0.123 -0.323***
(0.297) (0.0308)
Programas sociales 4.953*** 0.157***
(0.299) (0.0253)
Remesas -1.995*** 0.338***
(0.475) (0.0368)
Migración 1.296** -0.257***
(0.627) (0.0717)
Rural 1.325*** 0.415***
(0.293) (0.0259)
Constante 26.10*** 24.92*** 23.15*** 5.684*** 5.576*** 5.723***
(0.182) (0.187) (0.272) (0.0220) (0.0230) (0.0305)
N 44,887 44,887 44,887 44,887 44,887 44,887
R2 Ajustado 0.466 0.485 0.514 0.0461 0.0766 0.0963

Nota: *** p<0.01, ** p<0.05, * p<0.1.

Errores estándar en paréntesis.

Para el caso de pobreza crónica, los elementos que más se le correlacionan de manera positiva son rezago educativo, carencia de servicios básico en la vivienda y carencia por calidad y espacios en la vivienda. Así como carencia por acceso a la seguridad social, la cual presenta una considerable colinealidad con la carencia por acceso a servicios de salud. Una vez más, si se omite el SP en esta carencia, la privación de servicios médicos contribuye a que los hogares permanezcan en situación de pobreza.

Los hogares que perciben recursos vía remesas tienen menores probabilidades de estar en pobreza crónica una vez que se controla por tamaño de localidad. Asimismo, la pobreza crónica se presenta con mayor persistencia en las localidades rurales, ya controlando por el tipo de actividad. En otros términos, aunque son las localidades de menor tamaño las más afectadas, es el tipo de ocupación de los jefes de hogar el que determina en mayor medida si se permanece o no en pobreza durante largos periodos.

Si se toma como variable dependiente la estimación de pobreza crónica como movilidad relativa, se encuentra que la carencia de seguridad social contribuye a que los hogares permanezcan en pobreza. En particular después de 2012, año en que fue aprobada una reforma que flexibiliza en distintos aspectos el mercado laboral.34 Si bien este indicador considera que no tienen carencia aquellas personas que perciben ingresos de programas sociales de pensiones para adultos mayores, al extenderse estos programas durante los últimos años,35 quienes presentan esta carencia a partir de 2014 es en mayor medida a causa de empleos precarios. En consecuencia, el no contar con seguridad social de una fuente laboral, aumenta en medida importante la probabilidad de que las personas permanezcan en pobreza, y no solamente que caigan en ella por alguna eventualidad.

Para la estimación de pobreza persistente se identifica como principal elemento empobrecedor a la carencia de servicios de salud. Junto con rezago educativo y carencia alimentaria, en menor medida. En todos los casos, las carencias vinculadas a la vivienda tienen un efecto contrario. Esto no significa que el contar con alguna de estas carencias sea beneficioso, sino que, los hogares con estas carencias se concentran en mayor medida dentro de pobreza crónica.

 Conclusiones

En este trabajo se reafirma que parte importante del ingreso de los hogares en México se explica por la escolaridad, edad y sexo del jefe de hogar. Dado que estas características no cambian o cambian muy poco en el tiempo, la movilidad absoluta de ingresos es escasa. Sin embargo, similar a Antman y McKenzie (2007), se encuentra que los hogares que están en pobreza durante dos o cuatro años tienen mayores posibilidades de salir de ella en comparación con aquellos que han tenido bajos ingresos durante una temporalidad más amplia. Por tanto, una temporalidad adecuada para la definición de pobreza crónica en estudios próximos para México, sería de cuatro o seis años, como se sugiere en Hulme y Shepherd (2003).

Entre 2008 y 2014, en línea con la hipótesis general, en cerca de 47.7% de la población se observó pobreza crónica. En este contexto, si un hogar se encuentra en pobreza en algún año tiene probabilidades mayores a 88% de seguir en esta situación dos años más tarde. Ambos fenómenos se agudizan durante periodos de crisis, similar a lo encontrado por Winkelried y Torres (2017) para Perú.

De estas carencias identificadas como altamente relacionadas con efectos adversos, la carencia de acceso a la seguridad social tiene un rol empobrecedor y a su vez es reflejo de precarias condiciones laborales de buena parte de la población. En tanto que la carencia de acceso a la alimentación es una trampa de pobreza al ser el resultado directo de la misma pobreza, y por su naturaleza condicionar a futuras generaciones a no tener un desarrollo pleno. A diferencia de Franco et al. (2013), no se identifica a la carencia por acceso a servicios de salud como un elemento empobrecedor, en buena medida por el rápido crecimiento del número de afiliados al SP, posterior a la temporalidad estudiada en dicho trabajo, pero si se omite al SP en la construcción del indicador de esta carencia, ésta sí tiene un rol empobrecedor.36

La mayor limitación del trabajo es que la metodología utilizada define a la pobreza como un fenómeno unidimensional. Además, debido a la alta correlación entre pobreza crónica con el hecho de que el hogar perciba recursos de algún programa social, queda para una extensión del trabajo el análisis sobre en qué medida la información contenida en la ENIGH acerca de la percepción de transferencias afecta las probabilidades de permanecer en pobreza durante varios años o de salir de ella de manera sostenible.

La principal respuesta del gobierno federal al problema de la pobreza ha sido mediante la política social, con programas como Prospera.37 Pero, por la magnitud y naturaleza de este fenómeno, políticas dirigidas a su reducción no deben limitarse a programas de transferencias ni conceptualizarse como una cuestión ajena al resto de la política económica y al contexto demográfico (Eastwood y Lipton, 2000). Aquí se ha identificado que los grupos más vulnerables presentan carencias sociales en común. Como cada una de estas carencias responde a distintas privaciones de derechos sociales, se recomienda dirigir acciones para:

Mejorar la productividad de actividades primarias, particularmente en el ámbito rural. Por ejemplo, mediante inversión en infraestructura, la garantía de acceso a la tierra y la revisión de sistemas de acceso a crédito para actividades productivas. De esta manera es posible, por un lado, incrementar los ingresos de personas ocupadas en el sector primario, y por el otro, contribuir a garantizar la oferta de alimentos sin procesar hacia los grupos más vulnerables.

Crear un sistema universal de seguridad social financiado mediante el gravamen del consumo similar a como se propone en Antón, Hernández y Levy (2013), con la diferencia de incorporar mecanismos que reduzcan posibles impactos negativos en el consumo de los hogares; por ejemplo, mediante la exención de impuestos en productos de consumo básico y medicamentos. Esta medida puede ser una alternativa viable ante la imperante informalidad y el escaso efecto de políticas anteriores por desincentivarla.

Garantizar un ingreso mínimo para los grupos ya afectados, como discapacitados, adultos mayores, así como desempleados. Respecto de esto último, es pertinente un seguro de desempleo suficiente para un jefe de hogar con requisitos congruentes con la legislación laboral vigente.

Todo lo anterior debe ir acompañado de una constante evaluación y modificación pertinente de las acciones y programas sociales ya existentes, con el fin de que los recursos públicos destinados a la disminución de la pobreza sean aprovechados eficientemente. Además, cualquier política dirigida a aumentar el ingreso real de personas desfavorecidas en estos términos, puede contribuir a una menor incidencia de pobreza crónica y de movilidad descendente. Por ello es necesario:

Fomentar la participación de mujeres y personas de diverso origen étnico en el mercado laboral en las mismas condiciones que el resto de los trabajadores.

Aumentar los ingresos laborales mediante el incremento del salario mínimo a un nivel remunerador (Reyes, 2015) y, ante un inminente envejecimiento de la población, replantear los esquemas de ahorro para el retiro.

Continuar con las políticas enfocadas a aumentar el nivel de escolaridad de las personas. Pero, además, es indispensable la creación de fuentes de trabajo suficientes y remuneradoras.

 Bibliografía Acosta, P., Fajnzylber, P. y Lopez, J. H. (2007). The impact of remittances on poverty and human capital: Evidence from Latin American household surveys. Policy Research Working Papers (WPS 4247). Washington, DC: World Bank Publications. Acosta P. Fajnzylber P. Lopez J. H. 2007 The impact of remittances on poverty and human capital: Evidence from Latin American household surveys Policy Research Working Papers WPS 4247 Washington, DC World Bank Publications Adams, R., López-Feldman, A., Mora, J. y Taylor, J. E. (2008). Remittances, inequality and poverty: Evidence from rural Mexico. Migration and development within and across borders: Research and policy perspectives on internal and international migration (pp. 101-130). Genova: International Organization for Migration. Adams R. López-Feldman A. Mora J. Taylor J. E. 2008 Remittances, inequality and poverty: Evidence from rural Mexico Migration and development within and across borders: Research and policy perspectives on internal and international migration 101 130 Genova International Organization for Migration Antman, F. y McKenzie, D. J. (2007). Earnings mobility and measurement error: A pseudo-panel approach. Economic Development and Cultural Change, 56 (1), 125-161. Antman F. McKenzie D. J. 2007 Earnings mobility and measurement error: A pseudo-panel approach Economic Development and Cultural Change 56 1 125 161 Antón, A., Hernández, F. y Levy, S. (2013). The end of informality in Mexico? Fiscal reform for universal social insurance. Washington, DC: Banco Interamericano de Desarrollo. Antón A. Hernández F. Levy S. 2013 The end of informality in Mexico? Fiscal reform for universal social insurance Washington, DC Banco Interamericano de Desarrollo Banco Mundial-BM. (2017). World development indicators database. Recuperado el 18 de noviembre de 2017, de http://databank.bancomundial.org/data/reports.aspx?source=2 Banco Mundial 2017 World development indicators database 18 de noviembre de 2017 http://databank.bancomundial.org/data/reports.aspx?source=2 Bane, M. J. y Ellwood, D. (1983). Slipping into and out of poverty: The dynamics of spells (Working Paper, 1199). National Bureau of Economic Research, EE.UU. Bane M. J. Ellwood D. 1983 Slipping into and out of poverty: The dynamics of spells Working Paper 1199 National Bureau of Economic Research EE.UU. Barrett, C. B. (2005). Rural poverty dynamics: development policy implications. Agricultural Economics, 32, 45-60. Barrett C. B. 2005 Rural poverty dynamics: development policy implications Agricultural Economics 32 45 60 Baulch, B. y Hoddinott, J. (2000). Economic mobility and poverty dynamics in developing countries. The Journal of Development Studies, 36 (6), 1-24. Baulch B. Hoddinott J. 2000 Economic mobility and poverty dynamics in developing countries The Journal of Development Studies 36 6 1 24 Bernal, P. (2005). Ahorro, crédito y acumulación de activos de los hogares pobres de México. Tesis de maestría no publicada. Instituto Tecnológico y de Estudios Superiores de Monterrey, Monterrey, México. Bernal P. 2005 Ahorro, crédito y acumulación de activos de los hogares pobres de México maestría Instituto Tecnológico y de Estudios Superiores de Monterrey Monterrey, México Monterrey, México Bhide, S. y Mehta, A. K. (2004). Chronic poverty in rural India: Issues and findings from panel data. Journal of Human Development, 5 (2), 195-209. Bhide S. Mehta A. K. 2004 Chronic poverty in rural India: Issues and findings from panel data Journal of Human Development 5 2 195 209 Bourguignon, F., Goh, C. C. y Kim, D. I. (2006). Estimating individual vulnerability to poverty with pseudo-panel data. En S. L. Morgan, D. B. Grusky y G. S. Fields (Eds.), Mobility and inequality: Frontiers of research in sociology and economics mobility and inequality (pp. 349-369). Stanford: Stanford University Press. Bourguignon F. Goh C. C. Kim D. I. 2006 Estimating individual vulnerability to poverty with pseudo-panel data Morgan S. L. Grusky D. B. Fields G. S. Mobility and inequality: Frontiers of research in sociology and economics mobility and inequality 349 369 Stanford Stanford University Press Chronic Poverty Research Centre-CPRC. (2007). What is chronic poverty? Recuperado el 10 de mayo de 2017, de http://www.chronicpoverty.org/page/about-chronic-poverty Chronic Poverty Research Centre 2007 What is chronic poverty? 10 de mayo de 2017 http://www.chronicpoverty.org/page/about-chronic-poverty Consejo Nacional de Evaluación de la Política de Desarrollo Social-CONEVAL. (2014a). Metodología para la medición multidimensional de la pobreza en México (Segunda edición). México: Autor. Consejo Nacional de Evaluación de la Política de Desarrollo Social 2014 Metodología para la medición multidimensional de la pobreza en México Segunda México Autor Consejo Nacional de Evaluación de la Política de Desarrollo Social-CONEVAL. (2014b). Indicadores de acceso y uso efectivo de los servicios de salud de afiliados al Seguro Popular. México: Autor . Consejo Nacional de Evaluación de la Política de Desarrollo Social 2014 Indicadores de acceso y uso efectivo de los servicios de salud de afiliados al Seguro Popular México Autor Consejo Nacional de Evaluación de la Política de Desarrollo Social-CONEVAL. (2017). Inventario CONEVAL de Programas y Acciones Federales de Desarrollo Social. Recuperado el 6 de julio de 2017, de http://www.coneval.org.mx/Evaluacion/IPFE/Paginas/historico.aspx Consejo Nacional de Evaluación de la Política de Desarrollo Social 2017 Inventario CONEVAL de Programas y Acciones Federales de Desarrollo Social 6 de julio de 2017 http://www.coneval.org.mx/Evaluacion/IPFE/Paginas/historico.aspx Consejo Nacional de Evaluación de la Política de Desarrollo Social-CONEVAL. (2019). Medición la pobreza: Programas de cálculo y bases de datos 2008, 2010, 2012, 2014, 2016 y 2018. Recuperado el 20 de noviembre de 2019, de https://www.coneval.org.mx/Medicion/MP/Paginas/Programas_BD_08_10_12_14_16_18.aspx Consejo Nacional de Evaluación de la Política de Desarrollo Social 2019 Medición la pobreza: Programas de cálculo y bases de datos 2008, 2010, 2012, 2014, 2016 y 2018 20 de noviembre de 2019 https://www.coneval.org.mx/Medicion/MP/Paginas/Programas_BD_08_10_12_14_16_18.aspx Cruces, G., Lanjouw, P., Lucchetti, L., Perova, E., Vakis, R., & Viollaz, M. (2011). Intra-generational mobility and repeated cross-sections: a three-country validation exercise. Policy Research Working Papers (WPS 5916). Washington, DC: World Bank Publications . Cruces G. Lanjouw P. Lucchetti L. Perova E. Vakis R. Viollaz M. 2011 Intra-generational mobility and repeated cross-sections: a three-country validation exercise Policy Research Working Papers WPS 5916 Washington, DC World Bank Publications Dang, H. y Dabalen, A. (2017). Is poverty in Africa mostly chronic or transient? Evidence from synthetic panel data. Policy Research Working Papers (WPS 8033). Washington, DC: World Bank Publications. Dang H. Dabalen A. 2017 Is poverty in Africa mostly chronic or transient? Evidence from synthetic panel data Policy Research Working Papers WPS 8033 Washington, DC World Bank Publications Dang, H. y Ianchovichina, E. (2016). Welfare dynamics with synthetic panels. The case of the Arab World in transition. Policy Research Working Papers (WPS 7595). Washington, DC: World Bank Publications. Dang H. Ianchovichina E. 2016 Welfare dynamics with synthetic panels. The case of the Arab World in transition Policy Research Working Papers WPS 7595 Washington, DC World Bank Publications Dang, H. y Lanjouw, P. (2013). Measuring poverty dynamics with synthetic panels based on cross-sections. Policy Research Working Papers (WPS 6504). Washington, DC: World Bank Publications. Dang H. Lanjouw P. 2013 Measuring poverty dynamics with synthetic panels based on cross-sections Policy Research Working Papers WPS 6504 Washington, DC World Bank Publications Dang, H., Lanjouw, P., Luoto, J. y Mckenzie, D. (2014). Using repeated cross-sections to explore movements into and out of poverty. Journal of Development Economics, 107, 112-128. Dang H. Lanjouw P. Luoto J. Mckenzie D. 2014 Using repeated cross-sections to explore movements into and out of poverty Journal of Development Economics 107 112 128 Dang, H., Lanjouw, P. y Swinkels, R. (2014). Who remained in poverty, who moved up, and who fell down? An investigation of poverty dynamics in Senegal in the late 2000s. Policy Research Working Papers (WPS 7141). Washington, DC: World Bank Publications. Dang H. Lanjouw P. Swinkels R. 2014 Who remained in poverty, who moved up, and who fell down? An investigation of poverty dynamics in Senegal in the late 2000s Policy Research Working Papers WPS 7141 Washington, DC World Bank Publications Deaton, A. (1985). Panel data from time series of cross-sections. Journal of Econometrics, 30, 109-126. Deaton A. 1985 Panel data from time series of cross-sections Journal of Econometrics 30 109 126 Deaton, A. y Paxson, C. (1994). Intertemporal choice and inequality. The Journal of Political Economy, 102 (3), 437-467. Deaton A. Paxson C. 1994 Intertemporal choice and inequality The Journal of Political Economy 102 3 437 467 Deshingkar, P. (2006). Internal migration, poverty and development in Asia (Overseas Development Institute Briefing Paper, 11). Recuperado de https://www.odi.org/sites/odi.org.uk/files/odi-assets/publications-opinion-files/5669.pdf Deshingkar P. 2006 Internal migration, poverty and development in Asia Overseas Development Institute Briefing Paper 11 https://www.odi.org/sites/odi.org.uk/files/odi-assets/publications-opinion-files/5669.pdf Diario Oficial de la Federación-DOF. (2012, 30 de noviembre). Decreto por el que se reforman, adicionan y derogan diversas disposiciones de la Ley Federal del Trabajo. Recuperado el 23 de octubre de 2017, de http://dof.gob.mx/nota_detalle.php?codigo=5280815&fecha=30/11/2012 Diario Oficial de la Federación-DOF 30 11 2012 Decreto por el que se reforman, adicionan y derogan diversas disposiciones de la Ley Federal del Trabajo 23 de octubre de 2017 http://dof.gob.mx/nota_detalle.php?codigo=5280815&fecha=30/11/2012 Duncan, G. J., Gustafsson, B., Hauser, R., Schmauss, G., Messinger, H., Muffels, R., Nolan, B. y Ray J. C. (1993). Poverty dynamics in eight countries. Journal of Population Economics, 6 (3), 215-234. Duncan G. J. Gustafsson B. Hauser R. Schmauss G. Messinger H. Muffels R. Nolan B. Ray J. C. 1993 Poverty dynamics in eight countries Journal of Population Economics 6 3 215 234 Eastwood, R. y Lipton, M. (2000). Pro-poor growth and pro-growth poverty reduction: meaning, evidence, and policy implications. Eastwood R. Lipton M. 2000 Pro-poor growth and pro-growth poverty reduction: meaning, evidence, and policy implications Encuesta Nacional a Hogares Rurales de México-ENHRUM. (2007). El Colegio de México y Desarrollo y Alimentación Sustentable A. C. http://investigaciones.colmex. mx/enhrum/inicio.aspx Encuesta Nacional a Hogares Rurales de México-ENHRUM 2007 El Colegio de México Desarrollo y Alimentación Sustentable A. C. http://investigaciones.colmex. mx/enhrum/inicio.aspx Fields, G., Cichello, P., Freije, S., Menéndez, M. y Newhouse, D. (2003). Household income dynamics: A four-country story. The Journal of Development Studies, 40(2), 30-54. Fields G. Cichello P. Freije S. Menéndez M. Newhouse D. 2003 Household income dynamics: A four-country story The Journal of Development Studies 40 2 30 54 Fields, G. y Viollaz, M. (2013). Can the limitations of panel datasets be overcome by using pseudo-panels to estimate income mobility? Recuperado de http://www.ecineq.org/ecineq_bari13/FILESxBari13/CR2/p90.pdf Fields G. Viollaz M. 2013 Can the limitations of panel datasets be overcome by using pseudo-panels to estimate income mobility? http://www.ecineq.org/ecineq_bari13/FILESxBari13/CR2/p90.pdf Foster, J. E. y Rothbaum, J. (2016). Uso de paneles sintéticos para estimar movilidad intergeneracional. Sobre México. Revista de Economía, 2 (1), 62-89. Foster J. E. Rothbaum J. 2016 Uso de paneles sintéticos para estimar movilidad intergeneracional. Sobre México Revista de Economía 2 1 62 89 Franco, G., Pérez, V. H. y Soloaga, I. (2013). Chronic poverty. Poverty dynamics, and vulnerability: Mexico 2006-2010 (Working Paper Series, 2-2013). México: Universidad Iberoamericana. Franco G. Pérez V. H. Soloaga I. 2013 Chronic poverty. Poverty dynamics, and vulnerability: Mexico 2006-2010 Working Paper Series 2-2013 México Universidad Iberoamericana Garza-Rodríguez, J., González-Martínez, M., Quiroga-Lozano, M., Solís-Santoyo, L. y Yarto-Weber, G. (2010). Chronic and transient poverty in Mexico: 2002-2005. Economics Bulletin, 30 (4), 3188-3200. Garza-Rodríguez J. González-Martínez M. Quiroga-Lozano M. Solís-Santoyo L. Yarto-Weber G. 2010 Chronic and transient poverty in Mexico: 2002-2005 Economics Bulletin 30 4 3188 3200 Hulme, D. y Shepherd, A. (2003). Conceptualizing chronic poverty. World Development, 31 (3), 403-423. Hulme D. Shepherd A. 2003 Conceptualizing chronic poverty World Development 31 3 403 423 Instituto Nacional de Estadística y Geografía-INEGI. (2016). Derechohabiencia y uso de servicios de salud. Recuperado el 23 de octubre de 2017, de http://www3.inegi.org.mx/sistemas/sisept/default.aspx?t=msoc01&s=est&c=22594 Instituto Nacional de Estadística y Geografía 2016 Derechohabiencia y uso de servicios de salud 23 de octubre de 2017 http://www3.inegi.org.mx/sistemas/sisept/default.aspx?t=msoc01&s=est&c=22594 Instituto Nacional de Estadística y Geografía-INEGI. (2017a). Indicadores de ocupación y empleo al segundo trimestre 2017. Recuperado el 27 de octubre de 2017, de http://www3.inegi.org.mx/sistemas/temas/default.aspx?s=est&c=25433&t=1 Instituto Nacional de Estadística y Geografía 2017 Indicadores de ocupación y empleo al segundo trimestre 2017 27 de octubre de 2017 http://www3.inegi.org.mx/sistemas/temas/default.aspx?s=est&c=25433&t=1 Instituto Nacional de Estadística y Geografía-INEGI. (2017b). Modelo estadístico 2016 para la continuidad del MCS-ENIGH (Nota técnica 1). Recuperado el 4 de septiembre de 2017, de http://www.beta.inegi.org.mx/contenidos/proyectos/investigacion/eash/2016/doc/NT1.pdf Instituto Nacional de Estadística y Geografía 2017 Modelo estadístico 2016 para la continuidad del MCS-ENIGH Nota técnica 1 4 de septiembre de 2017 http://www.beta.inegi.org.mx/contenidos/proyectos/investigacion/eash/2016/doc/NT1.pdf Joshi, S. (2004). Tertiary sector-driven growth in India: Impact on employment and poverty. Economic and Political Weekly, 39 (37), 4175-4178. Joshi S. 2004 Tertiary sector-driven growth in India: Impact on employment and poverty Economic and Political Weekly 39 37 4175 4178 Kelley, A. C. (1973). Population growth, the dependency rate, and the pace of economic development. Population Studies, 27 (3), 405-414. Kelley A. C. 1973 Population growth, the dependency rate, and the pace of economic development Population Studies 27 3 405 414 Lanjouw, P. y Ravallion, M. (1995). Poverty and household size. The Economic Journal, 105 (433), 1415-1434. Lanjouw P. Ravallion M. 1995 Poverty and household size The Economic Journal 105 433 1415 1434 Levy, S. (2010). Good intentions, bad outcomes: Social policy, informality, and economic growth in Mexico. Nueva York: Brookings Institution Press. Levy S. 2010 Good intentions, bad outcomes: Social policy, informality, and economic growth in Mexico Nueva York Brookings Institution Press López-Feldman, A. y Parada, J. (2013). Poverty dynamics in rural Mexico: What does the future hold? Ensayos Revista de Economía, 32 (2), 55-74. López-Feldman A. Parada J. 2013 Poverty dynamics in rural Mexico: What does the future hold? Ensayos Revista de Economía 32 2 55 74 Mitlin, D. (2005). Chronic poverty in urban áreas. Environment & Urbanization, 17(2), 3-10. Mitlin D. 2005 Chronic poverty in urban áreas Environment & Urbanization 17 2 3 10 Murray, C. (2008). Losing ground: American social policy, 1950-1980. Nueva York: Basic books. Murray C. 2008 Losing ground: American social policy, 1950-1980 Nueva York Basic books Neilson, C., Contreras, D., Cooper, R. y Hermann, J. (2008). The dynamics of poverty in Chile. Journal of Latin American Studies, 40 (2), 251-273. Neilson C. Contreras D. Cooper R. Hermann J. 2008 The dynamics of poverty in Chile Journal of Latin American Studies 40 2 251 273 Organización para la Cooperación y el Desarrollo Económicos-OCDE. (2015). Panorama de la Salud 2015. Recuperado el 25 de octubre de 2017, de http://www.oecd.org/publications/panorama-de-la-salud-2015-9789264270626-es.htm Organización para la Cooperación y el Desarrollo Económicos 2015 Panorama de la Salud 2015 25 de octubre de 2017 http://www.oecd.org/publications/panorama-de-la-salud-2015-9789264270626-es.htm Pancavel, J. (2006). A life cycle perspective on changes in earnings inequality among married men and women. The Review of Economics and Statistics, 88 (2), 232-242. Pancavel J. 2006 A life cycle perspective on changes in earnings inequality among married men and women The Review of Economics and Statistics 88 2 232 242 Rascón, E. y Rubalcava, L. (2009). Dinámica y caracterización de la pobreza urbana en México. Spectron Desarrollo Working Paper. Rascón E. Rubalcava L. 2009 Dinámica y caracterización de la pobreza urbana en México Spectron Desarrollo Working Paper Reyes, M. (2015). Informe 2015 del Observatorio de Salarios. Puebla: Universidad Iberoamericana Puebla. Reyes M. 2015 Informe 2015 del Observatorio de Salarios Puebla Universidad Iberoamericana Puebla Rodgers, J. R. y Rodgers, J. L. (1993). Chronic poverty in the United States. The Journal of Human Resources, 28 (1), 25-54. Rodgers J. R. Rodgers J. L. 1993 Chronic poverty in the United States The Journal of Human Resources 28 1 25 54 Rubalcava, L. y Teruel, G. (2006). “Encuesta Nacional sobre Niveles de Vida de los Hogares, Primera Ronda”. Documento de Trabajo, www.ennvih-mxfls.org Rubalcava L. Teruel G. 2006 Encuesta Nacional sobre Niveles de Vida de los Hogares, Primera Ronda Documento de Trabajo www.ennvih-mxfls.org Rubalcava, L. y Teruel, G. (2008). “Encuesta Nacional sobre Niveles de Vida de los Hogares, Segunda Ronda”. Documento de Trabajo, www.ennvih-mxfls.org Rubalcava L. Teruel G. 2008 Encuesta Nacional sobre Niveles de Vida de los Hogares, Segunda Ronda Documento de Trabajo www.ennvih-mxfls.org Secretaría de Desarrollo Social-SEDESOL. (2015). Programa de pensión para Adultos Mayores. Recuperado el 23 de octubre de 2017, de https://www.gob.mx/sedesol/acciones-y-programas/pension-para-adultos-mayores Secretaría de Desarrollo Social 2015 Programa de pensión para Adultos Mayores 23 de octubre de 2017 https://www.gob.mx/sedesol/acciones-y-programas/pension-para-adultos-mayores Secretaría de Desarrollo Social-SEDESOL. (2016). PROSPERA Programa de Inclusión Social. Recuperado el 25 de octubre de 2017, de https://www.gob.mx/prospera/ Secretaría de Desarrollo Social 2016 PROSPERA Programa de Inclusión Social 25 de octubre de 2017 https://www.gob.mx/prospera/ Vaalavuo, M. (2015). Poverty dynamics in Europe: From what to why (Working Paper, 3-2015). European Commission. Vaalavuo M. 2015 Poverty dynamics in Europe: From what to why Working Paper 3-2015 European Commission Vakis, R., Rigolini, J. y Lucchetti, L. (2015). Los olvidados, pobreza crónica en América Latina y el Caribe. Washington, DC: Banco Mundial. Vakis R. Rigolini J. Lucchetti L. 2015 Los olvidados, pobreza crónica en América Latina y el Caribe Washington, DC Banco Mundial Verbeek, M. (2008). Pseudo-panels and repeated cross-sections. En Mátyás L. y P. Sevestre (Eds.), The econometrics of panel data. (Advanced studies in Theoretical and Applied Econometrics, 46, pp. 369-383). Berlín: Springer-Verlag Berlin Heidelberg. Verbeek M. 2008 Pseudo-panels and repeated cross-sections Mátyás L. Sevestre P. The econometrics of panel data Advanced studies in Theoretical and Applied Econometrics 46 369 383 Berlín Springer-Verlag Berlin Heidelberg Winkelried, D. y Torres, J. (2017). Economic mobility along the business cycle. The case of Peru (Working Paper, 2017-115). Peruvian Economic Association. Winkelried D. Torres J. 2017 Economic mobility along the business cycle. The case of Peru Working Paper 2017-115 Peruvian Economic Association

Dentro del esquema de pobreza multidimensional vigente en México, esta definición corresponde únicamente al indicador de bienestar. Para mayor detalle sobre la metodología para la medición de la pobreza multidimensional véase Consejo Nacional de Evaluación de la Política de Desarrollo Social (CONEVAL, 2014a).

Entre 2004 y 2017 el presupuesto asignado a programas sociales federales se ha incrementado cerca de seis veces en términos reales de acuerdo con los Inventarios de Programas y Acciones Federales de Desarrollo Social (CONEVAL, 2017).

Una aplicación para países de América Latina y el Caribe se encuentra en Vakis, Riglioni y Luchetti (2015), Los Olvidados, Pobreza Crónica en América Latina y el Caribe. En este trabajo se estima que entre 2004-2012, el número de pobres crónicos urbanos -con una línea de bienestar de $4 US PPA 2005 diarios- superaba el número de pobres crónicos rurales, concentrándose alrededor de 3% de los pobres crónicos en América Latina y el Caribe solo en la Ciudad de México.

Para una revisión de los distintos enfoques, véanse Bane y Ellwood (1983) y Rodgers y Rodgers (1993).

En la sección de metodología se puntualizan las diversas trayectorias que pueden seguir los hogares a través del tiempo, adicional a la pobreza crónica, así como los motivos por los cuales para algunas estimaciones se omitió el uso de datos ciertos años.

Para una revisión de trabajos para países en desarrollo véase Baulch y Hoddinott (2000).

Solo para India se observa que el tamaño del hogar juega un papel importante en las dinámicas de pobreza.

Encuesta longitudinal, multitemática, representativa de la población mexicana en el nivel nacional, urbano, rural y regional. Esta ha sido desarrollada y gestionada por investigadores de la Universidad Iberoamericana. (UIA) y del Centro de Investigación y Docencia Económicas (CIDE) en colaboración con la Universidad de Duke. Se han llevado a cabo tres levantamientos: 2002, 2005-2006 y 2009-2012.

Utilizando una línea de bienestar equivalente a 30% de la línea de pobreza patrimonial para ambos años estudiados, debido a que el ingreso corriente reportado en la ENNVIH estaría subestimado aproximadamente en 50% respecto de los datos de la ENIGH, de acuerdo con Bernal (2005).

Acorde con líneas de pobreza patrimonial vigentes para cada año.

Encuesta longitudinal, representativa de comunidades rurales de entre 500 y 2 499 habitantes. Elaborada por el Instituto Nacional de Estadística y Geografía (INEGI) y gestionada por investigadores de El Colegio de México, en colaboración con la Universidad de California, Davis. Se han llevado a cabo dos levantamientos: 2003 y 2008.

Monto correspondiente a la línea de pobreza alimentaria.

Para más detalles de los antecedentes de esta metodología, véase Verbeek (2008).

Por ejemplo, Deaton y Paxson (1994) y Pancavel (2006). Para el caso de México, Antman y McKenzie (2007), con datos de la Encuesta Nacional de Empleo Urbano (ENEU) entre 1987 y 2001, construyen un panel sintético con base en cohortes de edad y escolaridad, encontrando que los niveles de movilidad absoluta son bajos, pero las tasas de movilidad relativa son considerablemente altas. En consecuencia, señalan los autores, los hogares que caen en pobreza tienen altas posibilidades de salir de ella, a diferencia de los hogares que ya estaban en pobreza. Por lo que se infiere que las desigualdades de ingreso en México no son efectos de largo plazo de choques negativos, sino más bien, tienen su origen en diferencias de escolaridad, lengua, sexo y edad del jefe de hogar.

Este enfoque requiere de al menos tres rondas de datos de corte transversal y asume un proceso autorregresivo de primer orden (AR(1)) a través del cual ingresos precedentes de los hogares pueden afectar sus ingresos actuales.

Para mayor discusión sobre las técnicas presentadas en Bourguignon, Goh y Kim (2006) y en Dang et al. (2011), véase Fields y Viollaz (2013).

La última versión de este trabajo (inédita) es de mayo de 2016.

Con base en Dang et al. (2014) y Dang & Lanjouw (2013), varios estudios que cubren la mayor parte de los países africanos (Dang y Dabalen, 2017; Dang e Ianchovichina, 2016; Dang, Lanjouw y Swinkels, 2014) encuentran que son los hogares con residencia en áreas rurales o expuestos a algún tipo de desastre natural, y con determinadas características del jefe de hogar, tales como bajo logro educativo, situación de trabajador en el sector informal o con discapacidad, están asociadas con un mayor riesgo de caer en pobreza y con una menor movilidad ascendente.

O más específicamente, xi1 = xi2, además de que yi1 | xi1 y yi1 | xi2 tengan distribuciones idénticas, donde yi1 es el ingreso en el hogar i para el periodo j.

Para un caso de dos periodos, las cuatro trayectorias posibles serían: pobre crónico (pobre, pobre), movilidad ascendente (pobre, no pobre), movilidad descendente (no pobre, pobre) y no pobre sostenible (no pobre, no pobre).

Por tanto el porcentaje de población en pobreza en j = 1 corresponde a P(yi1 ≤ z1 y yi2 ≤ z2) + P(yi1 ≤ z1 y yi2 > z2 ). Asimismo, este grupo puede permanecer o salir de la pobreza en j = 2, de manera que P(yi2 ≤ z2 | yi1 ≤ z1) + P(yi2 > z2 | yi1 ≤ z1) = 1.

También se utilizó la variable de tasa de dependencia (identificada por Kelley, 1973; Lanjouw y Ravallion, 1995; Neilson et al., 2008), pero se omitió al no tener un efecto significativo en las estimaciones.

Encuesta de carácter transversal, levantada por INEGI de manera bienal. Es representativa en los niveles rural y urbano.

Luego de varias rondas de consultas entre el CONEVAL y el INEGI, los datos de ingreso de 2016 fueron reestimados con base en un modelo que corrige la sobreestimación, haciéndolos comparables con los años anteriores (para más detalles véase INEGI, 2017). Quedan dudas sobre si esto último se logró o no. En todo caso, en este año se observa una reducción de la pobreza por ingresos que rompe con la tendencia registrada en años anteriores. En consecuencia, estimaciones de pobreza crónica que combinan datos previos y posteriores a esto reportan cifras menores hasta 8 puntos porcentuales al promedio entre 2008 y 2014. El cambio en la metodología, a parecer de los autores, impediría encontrar de manera clara cuáles elementos son los que justificarían la baja en la pobreza crónica (¿fue debido a una mejora en las condiciones de los hogares, fue más bien explicado por dicho cambio metodológico, o fueron ambas cosas?).

En 2008, 79.3% de los jefes de hogar se encontraba en el rango de edad 25-64, para 2014 esta proporción era de 77.6%. Las estimaciones de movilidad absoluta y relativa se calcularon para los grupos de edad: 20-64, 20-59, 25-64 y 25-59, con y sin factores de expansión para cada uno de los casos, como se sugiere en Dang y Lanjouw (2013). Los resultados con distintos grupos de edad no presentan diferencias significativas entre ellas. Por otra parte, las estimaciones de pobreza (P(yi1≤ z1)) con factores de expansión se aproximan más a los niveles de pobreza observados, cayendo dentro de un intervalo de confianza de 95%. Por ello, se presentan únicamente resultados para el grupo de edad 25-64, con factores de expansión.

Garantizado por la metodología de muestreo de la ENIGH.

Para este ejercicio se consideraron otras variables tales como: alfabetismo, contribución a la seguridad social, Seguro Popular, Procampo, Oportunidades, Programa de Adulto Mayor, jubilado, acceso directo a seguridad social, tamaño del hogar, hombres en el hogar, mujeres en el hogar, miembros menores de 12 años en el hogar, miembros mayores de 65 años en el hogar, perceptores de ingreso en el hogar, personas ocupadas en el hogar, número de cuartos en la vivienda, hombres en la vivienda, mujeres en la vivienda, residentes en la vivienda, atención médica (Instituto Mexicano del Seguro Social [IMSS], Oportunidades, Instituto de Seguridad y Servicios Sociales de los Trabajadores del Estado [ISSSTE], otra institución pública, institución privada o en farmacia), afiliación institución médica (ISSSTE estatal, Pemex, Defensa, Marina u otra institución de servicios médicos), seguridad voluntaria (Sistema de Ahorro para el Retiro [SAR], afores, fondo de pensiones, seguro de invalidez u otro). Todas ellas se descartaron por tener medias estadísticamente distintas entre todos los años que abarca el estudio.

Con ello, se pierden 3, 0, 1, 3, 2 y 6 observaciones para 2008, 2010, 2012, 2014, 2016 y 2018, respectivamente. Si no se omiten estos valores atípicos, los resultados finales no presentan cambios significativos.

Los porcentajes presentados en la Tabla 6 están calculados sobre la población en pobreza o fuera de ella, según corresponda. A causa de que la población en pobreza es mayor en todos los años, a excepción de 2008, en términos absolutos las cifras de movilidad ascendente son mayores a los de movilidad descendente entre 2010 y 2014.

En general se observa que las transiciones que involucran años previos y posteriores a 2016 favorecieron a los hogares en México: menor pobreza crónica y mayor movilidad ascendente. Sin embargo, las estimaciones entre 2016 y 2018 guardan comparabilidad en lo que al ingreso se refiere; son nuevamente similares a las estimaciones de periodos previos, lo cual sugiere que la relativa disminución de pobreza crónica no fue debido a una mejora en el ingreso de los hogares, sino al cambio metodológico de la ENIGH.

Todas las Figuras se presentan en el Anexo.

Las estimaciones de movilidad absoluta se hicieron también con la línea de bienestar mínimo (no se presentan resultados en este texto). A diferencia de los resultados de movilidad con la línea de bienestar, la influencia de las distintas características de los hogares es homogéneo; es decir, los hogares que estuvieron en pobreza con la línea de bienestar mínimo tenían características similares independientemente de la temporalidad.

Si se hace un ejercicio similar en el que se incluyen datos de 2016 y 2018, las variables explicativas no presentan grandes cambios en términos de significancia estadística. Sin embargo, se observan dos cambios: a) los valores de la constante y coeficientes se reducen en general como consecuencia de que menor población se encuentra en pobreza crónica y en pobreza persistente. Cabe recordar que el cambio de metodología permitió mejorar la captación del ingreso de los deciles más bajos, sin que ello implique necesariamente que haya habido movilidad, y b) los coeficientes de “Programas sociales” aumentaron de manera importante, lo cual pudiera estar relacionado con una mejor focalización.

Esta reforma laboral contempla, entre otras cosas, mayor flexibilidad respecto de la subcontratación, contratación de prueba, avisos de recisión, licencias de paternidad, pagos por hora y de salarios vencidos. Para más detalles, véase Diario Oficial de la Federación (DOF, 2012).

Por ejemplo, en 2012 el Programa Pensión para Adultos Mayores -entonces Programa 70 y más- de la Secretaría de Desarrollo Social (SEDESOL), otorgaba apoyos de 500 pesos mensuales. Para 2014 la edad mínima para participar en el programa se redujo a 65 años y el monto de los apoyos había aumentado a 580 pesos mensuales (para más detalles, véase SEDESOL, 2015). Durante estos años se registró el mayor crecimiento porcentual de personas de 65 años o más que recibían recursos de programas para adultos mayores, pasando de 34.2% a 47.8%.

Además, se estima que para 2015 la tasa de gasto de bolsillo en México era de 45% del gasto total en salud. Cifra más alta entre los países miembros de la Organización para la Cooperación y el Desarrollo Económicos (OCDE, 2015).

El programa Prospera opera mediante las secretarías de Desarrollo Social, de Educación Pública y de Salud. Su objetivo es contribuir a fortalecer el cumplimiento efectivo de los derechos sociales que potencien las capacidades de las personas en situación de pobreza, a través de acciones que amplíen sus capacidades en alimentación, salud y educación, y mejoren su acceso a otras dimensiones del bienestar. Su población objetivo son los hogares con un ingreso per cápita estimado menor a la línea de bienestar mínimo ajustada, cuyas condiciones socioeconómicas y de ingreso impiden desarrollar las capacidades de sus integrantes en materia de alimentación, salud y educación (SEDESOL, 2016).

Densidades kernel del logaritmo del ingreso, 2008-2018 Fuente: Elaboración propia con datos del INEGI.

Pobreza crónica, 2008-2014 Medidas poblacionales de movilidad absoluta Fuente: Elaboración propia con datos del MCS (ENIGH).

Pobreza persistente, 2008-2014 Medidas poblacionales de movilidad absoluta Fuente: Elaboración propia con datos del MCS (ENIGH).

Pobreza transitorial, 2008-2014 Medidas poblacionales de movilidad absoluta Fuente: Elaboración propia con datos del MCS (ENIGH).

Pobreza eventual, 2008-2014 Medidas poblacionales de movilidad absoluta Fuente: Elaboración propia con datos del MCS (ENIGH).