Un modelo estocástico para analizar la dinámica de la pobreza y la movilidad social en México

Resumen

Objetivo: Proponer un modelo basado en cadenas de Markov no homogéneas para analizar la movilidad social y las transiciones entre las categorías de pobreza definidas por el Consejo Nacional de Evaluación de la Política de Desarrollo Social en México. Metodología: Se utiliza un enfoque de cadenas de Markov no homogéneas para proyectar las proporciones globales de población en categorías de pobreza y vulnerabilidad. Las probabilidades de transición del modelo se ajustan mediante datos observados, garantizando una correspondencia precisa entre las proyecciones del modelo y las proporciones reales. Resultados: Las proyecciones obtenidas muestran disparidades significativas entre regiones de México. En los estados del norte, se observa una mayor proporción de población no pobre y no vulnerable, mientras que en los estados del sur se concentran los niveles más altos de pobreza extrema y moderada. Limitaciones: El modelo podría estar limitado por la calidad y disponibilidad de los datos observados utilizados para ajustar las probabilidades de transición, así como por las variaciones no capturadas en las dinámicas sociales y económicas subyacentes. Originalidad: El trabajo presenta un enfoque novedoso al aplicar cadenas de Markov no homogéneas al análisis de movilidad social y las transiciones de pobreza en el contexto de México. Además, incorpora un ajuste de probabilidades basado en datos reales para garantizar precisión en las proyecciones. Conclusiones: Las proyecciones subrayan la heterogeneidad regional de la movilidad social en México, destacando la importancia de diseñar políticas públicas focalizadas que respondan a las necesidades específicas de cada Entidad Federativa, especialmente en las regiones más desfavorecidas.