Otras publicaciones:

Book cover

12-3048t

Otras publicaciones:

Book cover

9789877230123-frontcover

Desigualdades educativas y trampas de pobreza en Argentina[1]

Jerónimo Escudero; María Emma Santos[2]

Resumen

Las personas sumergidas en la pobreza suelen sufrir varias privaciones simultáneas, que se relacionan y refuerzan mutuamente. La educación concentra las mayores esperanzas como medio para la superación de la pobreza. Sin embargo, puede plantearse que la educación tiene ciertos umbrales de cantidad y calidad que, si no son traspasados, pueden generar entrampamiento en la pobreza.

Se busca realizar una primera aproximación a la verificación empírica de trampas de pobreza por educación en Argentina. Los datos utilizados corresponden a la Encuesta Permanente de Hogares realizada por el INDEC para los años 2005, 2010 y 2015.

Las correlaciones entre doce variables de privación a nivel de los hogares sugiere que las privaciones educativas suelen ir acompañadas de situaciones de hacinamiento, saneamiento desmejorado y pobreza monetaria, aunque las correlaciones son modestas. A su vez, para evaluar el componente intergeneracional de transmisión de la pobreza, se utilizó un modelo logit para analizar la asociación entre la educación de los padres y la privación en asistencia a la escuela de los hijos, y otro modelo para analizar la asociación entre la educación de los padres y el rezago educativo de los hijos. Los resultados sugieren que las probabilidades de privación en asistencia y de rezago educativo en los hijos aumentan conforme disminuyen los niveles educativos de los jefes, dando cierto sustento a la noción de una trampa de pobreza intergeneracional. Hogares monoparentales, en situación de pobreza monetaria, con hacinamiento y privación de saneamiento adecuado también tienen mayores probabilidades de tener niños que no asisten a la escuela o están rezagados.

Palabras clave: desigualdades educativas, trampas de pobreza, pobreza multidimensional.

Abstract

People in poverty usually experience several simultaneous deprivations that are interrelated and reinforce each other. Education concentrates a lot of hope as a mean to overcome poverty. Yet, it is reasonable to think that if certain quantity and quality levels of education are not reached, people may be kept trapped in poverty.

The aim of this paper is to perform a first empirical approximation to evaluate the existence of poverty traps due to education in Argentina. Data used belongs to the Encuesta Permanente de Hogares conducted by INDEC in the years 2005, 2010 and 2015.

Correlations between twelve indicators of deprivations suggest that educational deprivations tend to go with deprivations in sanitation, with overcrowding and with income poverty, although correlations are modest. To analyse an intergenerational component of a potential poverty trap, a logit model was estimated to analyse the link between household head’s education and children school attendance deprivation as well as between household head’s education and children’s schooling gap. It is found that the probability of children not attending school and of children being delayed in school increase as the household head’s education decreases, providing some support to the notion of an intergenerational poverty trap. Single-parent households, households in monetary poverty, overcrowding, or deprivation in improved sanitation also have higher chances of having their children out of school or in-school but delayed.

Keywords: educational inequalities, poverty traps, multidimensional poverty.

Introducción

El mundo ha hecho grandes progresos en la reducción de la pobreza desde los años 2000. Sin embargo, la proporción y cantidad de personas en pobreza extrema y aguda continua siendo inaceptable. Se estima que, en torno al año 2015, 736 millones de personas vivían con menos de US$1,90 al día –pobreza extrema– (Banco Mundial, 2018), y 1300 millones son multidimensionalmente pobres –pobreza aguda– experimentando privaciones en aspectos fundamentales de la vida de manera simultánea (OPHI, 2018). ONU (2012) ha declarado que esta cantidad de personas viviendo en estas condiciones de pobreza constituye un escándalo moral y un problema de derechos humanos. En efecto, la reducción de la pobreza ha sido el primer Objetivo del Milenio (ODM) (UN, 2000) y es actualmente el primero Objetivo de Desarrollo Sostenible (ODS) (UN, 2015).

Si bien la región de América Latina y el Caribe es la tercer región menos pobre, las cifras son preocupantes de todas formas: un 4% de la población (aproximadamente 25.9 millones) de personas viven con menos de US$1,90 al dia, en tanto que 10.1% ( 40 millones) de personas viven en pobreza multidimensional, de acuerdo con el IPM global (OPHI, 2018). A su vez, Argentina presenta niveles comparativamente pequeños de personas en situación de pobreza extrema (0.6% en 2016, Banco Mundial, 2018), pero niveles muy serios y sostenidos de pobreza medida con umbrales algo más exigentes. Específicamente, INDEC (2018) estima que, en el primer semestre de 2018, 27.3% (más de 7.5 millones) de personas vivían bajo la linea de pobreza, y  Santos (2018) estima que el 24.4% de la población urbana vivía, en 2017, en condiciones de pobreza multidimensional, entendida en este caso como la presencia de tres o más privaciones de un conjunto de indicadores que incluyen aspectos de vivienda, servicios básicos, educación, empleo y protección social, o bien privación en ingresos y algún otro indicador de los mencionados.

Estas diferentes mediciones de pobreza reflejan que el concepto de pobreza engloba una amplia variedad de enfoques propios de distintas disciplinas de las ciencias sociales que definen qué estructuras son necesarias para que los individuos alcancen su bienestar (Hammill, 2010). Por ejemplo, según Sen (1999), la pobreza consiste en la privación de las capacidades básicas, entendiendo por capacidades a los distintos conjuntos de funcionamientos que las personas pueden alcanzar. Así, las personas en situación de pobreza se ven privadas en diferentes dimensiones tales como las referidas a logros educativos, laborales, de protección social, de salud o de acceso a bienes durables. Entre estos rasgos constitutivos existen múltiples relaciones causales que retroalimentan dicha situación de privación. Frecuentemente los vínculos son tales que se requiere alcanzar ciertos umbrales de logro de desempeño de ciertas capacidades para poder obtener otras. Por ejemplo, es sabido que la adecuada nutrición es condición necesaria para el desarrollo intelectual (Glewwe et al., 2001) y el empleo productivo (Dasgupta y Ray, 1986). Por su parte, las condiciones de hábitat del hogar inciden en el logro de niveles mínimos de salud (WHO y UNICEF, 2000), los cuales a su vez inciden sobre otros logros.

Así, la pobreza es frecuentemente caracterizada como un círculo vicioso o trampa de pobreza, tal que existe un mecanismo autorreforzante que causa que la pobreza persista (Azariadis y Stachurski, 2005, p. 326). Formalmente, la existencia de una trampa de pobreza se define por una situación en la cual existen al menos dos equilibrios, uno bueno y uno malo, y el funcionamiento intrínseco del sistema provoca que el equilibrio malo persista y que el bueno no pueda ser alcanzado bajo las condiciones actuales (London y Rojas, 2013). Dicha multiplicidad de equilibrios está dada por la presencia de uno o más umbrales críticos que las personan tienen dificultades para cruzar desde abajo (Barret y Peak, 2006).

Pueden distinguirse dos elementos clave que están presentes en la noción de trampas de pobreza. Por una parte, la noción de trampa de pobreza alude a la presencia de múltiples privaciones simultáneas (Santos, 2014). Así, la falta de acceso o los bajos logros en una dimensión, funcionan como complemento de los bajos logros en otras dimensiones (Azariadis y Stachurski, 2005). Por otra parte, la trampa de pobreza en general también alude a un componente de transmisión intergeneracional: el comportamiento y la realidad de los padres afecta la de sus hijos, lo cual tiende a reproducir una situación de pobreza.

En el análisis de la pobreza, la educación siempre es vista como un elemento clave. Las carencias en la dimensión de educación suelen verse como un correlato (y a veces una causal o determinante) de la pobreza monetaria, y como un elemento constitutivo de la pobreza multidimensional. En los modelos de trampas de pobreza, los procesos de acumulación de capital humano suelen ser un mecanismo por el cual puede generarse una trampa de pobreza (Santos, 2011 y referencias allí).

Así, a la importancia intrínseca de la educación como fin en sí mismo y como derecho humano fundamental (UN, 1948), se suma su rol instrumental, como factor que puede permitir la reducción de la pobreza. En efecto, el logro de una educación inclusiva, equitativa y de calidad que promueva las oportunidades de aprendizaje durante toda la vida para todos constituye el ODS 4. El reconocimiento del rol instrumental y el propio ODS 4 expresa la dificultad del problema: la educación pareciera tener ciertos umbrales de cantidad y calidad que, si no son traspasados, no permiten la superación de la pobreza, contribuyendo a una situación de entrampamiento. En situaciones en las que la educación es distribuida de forma inequitativa, tanto en cantidad como en calidad, los niños de los sectores más vulnerables tienen reducidas sus oportunidades de desarrollo cognitivo y de competencias sociales, lo cual repercutirá tanto en su desempeño en otras dimensiones durante la infancia así como también en sus desempeños en el futuro, reproduciendo la pobreza.

En este trabajo se realiza una primera aproximación de evidencia empírica de Argentina respecto de la presencia de trampas de pobreza asociadas a desigualdades educativas, concentrándonos en los dos aspectos de trampas de pobreza mencionados: el de múltiples privaciones simultaneas y el de transmisión intergeneracional. Esta se realiza utilizando análisis de correlación y modelos logísticos con microdatos de la Encuesta Permanente de Hogares. En la Sección 2 se presentan las ideas centrales de la relación entre pobreza y educación en el contexto de trampas de pobreza. En la Sección 3 se describen los datos y metodología utilizados, en la Sección 5 se presentan los resultados y finalmente en la Sección 6 se ofrecen algunas conclusiones.

Pobreza y educación

El vínculo entre pobreza y educación es especialmente importante puesto que la educación amplía la libertad de opción y acción, dotando a las personas de las capacidades necesarias para escapar de la trampa de pobreza e impedir su transmisión a las siguientes generaciones (UNESCO, 2010, 2014).

La educación hace más probable conseguir un empleo estable y aumentar los ingresos (UNESCO, 2014). Los trabajadores asalariados ganan más que sus pares con menor educación, por su mayor productividad (Montenegro y Patrinos, 2012). A su vez, la educación es uno de los medios más eficaces para mejorar las condiciones de salud de las personas, y asegurar además que sus beneficios se transfieran intergeneracionalmente. Contribuye a la prevención y a la limitación de enfermedades reduciendo la mortalidad temprana y por causas prevenibles, y es un factor esencial contra la reducción de la malnutrición (UNESCO, 2014). Las personas instruidas disponen de mayor información al momento de tomar medidas preventivas sobre determinadas enfermedades, reconocer síntomas, asesorarse y actuar con rapidez (Feinstein et al., 2006). A su vez, están menos expuestos a condiciones de vida y laborales perjudiciales o de riesgo, o a situaciones que deterioren su integridad psicológica, como la discriminación y la exclusión (Grossman, 2006).

Así, la escuela puede desempeñar una función esencial para contrarrestar las desventajas existentes en la primera infancia. Sin embargo, también puede reforzarla y perpetuar la marginación. Mientras que los padres instruidos realizan mayores esfuerzos para escolarizar a sus hijos, los hijos de padres con menor educación tienen mayor probabilidad de recibir poca instrucción (UNESCO, 2005, 2014).

Pueden distinguirse dos tipos de desigualdades asociadas a la educación: desigualdad de acceso y desigualdad de calidad. Las referidas al acceso determinan segmentos que pueden asistir y persistir dentro del sistema educativo, y otros que o bien no acceden, o bien lo abandonan antes de completar el ciclo educativo. Por su parte, las referidas a la calidad establecen segmentos poblacionales que, teniendo acceso, adquieren herramientas para desarrollar sus capacidades, y otros que, aun teniendo acceso, no logran competencias mínimas. Estos tipos de desigualdades son complementarios y hasta autorreforzantes, ya que en los sistemas escolares de mejor calidad los índices de deserción escolar y repetición de curso tienden a ser más bajos que en los de menor calidad (UNESCO, 2005) y suelen estar arraigados en desigualdades sociales adyacentes (UNESCO, 2010).

En Argentina, la comparación intercensal (2001-2010) de la tasa de asistencia escolar presentada en la Tabla 1, evidencia que ha habido un avance significativo en términos de cobertura o acceso.

Tabla 1. Comparación intercensal de la tasa de asistencia escolar. Porcentajes del total de niños de cada grupo etario

ema1

Fuente: Elaboración propia a partir de Censo Nacional de Población, Hogares y Viviendas 2001 y 2010 (INDEC).

Sin embargo, esta expansión en el acceso a educación fue acompañada de un acceso  desigual a calidad educativa (Trucco, 2014). En efecto, esto es algo presente en toda la región. América Latina no ha logrado transformar al sistema educativo en un mecanismo potente de igualación de oportunidades. En parte esto se debe al clima y los ingresos disponibles en los hogares de origen, pero también, la mayor parte de las veces, esta desigualdad se ve reflejada además en una marcada segmentación y estratificación de la calidad y eficiencia del propio sistema de oferta educativa (CEPAL, 2010).

La segmentación educativa es “la desigual distribución, entre las escuelas, de alumnos de diferentes condiciones sociales y económicas” (Valenzuela et al., 2010) y frecuentemente esta segmentación tiene un correlato visible en términos del espacio urbano (Duru-Bellat, 2004). La segregación escolar se encuentra relacionada con la segregación residencial por la prevalencia de las escuelas zonificadas (que los alumnos asisten a las escuelas que estén dentro de su zona de residencia). En este sentido, las condiciones residenciales se ven replicadas en la conformación del panorama educativo (Ong y Rickles, 2013). En muchas ciudades latinoamericanas, las viviendas sociales y la formación de zonas informales de residencia en las periferias, poseen elementos claves que contribuyen a la segregación espacial de los pobres, alejándolos de las oportunidades educativas,  laborales y de salud, entre otras (Flores, 2008).

La Tabla 2 ofrece alguna evidencia respecto de la segregación educativa en Argentina. Resultados de las pruebas Aprender 2016 indican que los estudiantes de los cuartiles menos vulnerables tienen mejores resultados académicos en Lengua y Matemática que los de los cuartiles más vulnerables (los valores de la tabla expresan los porcentajes por filas, y espacio curricular). El cuartil de vulnerabilidad es definido a nivel escuela, y refiere al cuartil de vulnerabilidad del radio en que ésta se localiza. La vulnerabilidad es un índice combinado construido por el Ministerio del Interior en base al nivel educativo y la ocupación del jefe de hogar, el hacinamiento y la calidad de la vivienda (Aprender, 2016)[3].

Tabla 2. Desempeño académico según vulnerabilidad de la escuela.

ema2

Fuente: Elaboración propia a partir de Aprender 2016 (Ministerio de Educación y Deportes, Presidencia de la Nación Argentina).

La cuestión de los retornos a la educación en los diferentes niveles educativos es un elemento de análisis importante. Banerjee y Duflo (2011) indican que la evidencia empírica sugiere que cada año de educación aumenta los ingresos en proporciones similares (independientemente del nivel). Sin embargo, señalan que las personas pobres suelen subestimar los retornos de los primeros años de educación y sobrestimar los retornos de llegar a años más avanzados (educación secundaria), lo cual los llevaría a una trampa de pobreza de comportamiento.[4]Colclough et al. (2010) en cambio remarcan que si bien la evidencia venía indicando que los años de educación del nivel primario tienen retornos más altos que los del nivel secundario, este patrón se ha ido modificando, con retornos que ahora parecen ser crecientes con el nivel educativo.[5] Este patrón de retorno de la educación a distintos niveles (al igual que la trampa de pobreza ‘ilusoria’ señalada por Banerjee y Duflo, 2011) constituiría un mecanismo de entrampamiento en sí mismo, sea porque los retornos de los primeros años de educación no son suficientes para salir de la pobreza, o bien porque, dándose cuenta de este patrón y previendo que no podrán sostener una inversión educativa de muchos años, los padres eligen no educar  sus hijos o bien concentrar la inversión en educación en uno solo. La cuestión del patrón de los retornos de los diferentes niveles de educación excede el alcance de este trabajo, pero sin duda constituye un elemento central para el análisis de trampas de pobreza por educación.

Metodología y datos

En este trabajo se utilizan dos metodologías para analizar los dos aspectos de trampas de pobreza mencionados: análisis de correlaciones y modelos logit. Se emplean los microdatos de la Encuesta Permanente de Hogares recabada por el Instituto de Estadísticas y Censos (INDEC), considerando los cuatro trimestres de los años 2005 y 2010, y los primeros dos trimestres del año 2015, puesto que los microdatos de los otros dos trimestres no están disponibles.

Para analizar la noción de trampa de pobreza en términos de múltiples privaciones simultaneas se realiza un análisis de correlación de doce indicadores de privación, con acento especial en la correlación que tienen los indicadores de educación con los demás. Los doce indicadores de privación seleccionados corresponden al Índice de Pobreza Multidimensional para América Latina (IPM-AL) propuesto por Santos et al. (2015) y Santos y Villatoro (2018), el cual sigue la metodología de Alkire y Foster (2011). Los indicadores cubren cinco dimensiones, tal como se describe en la Tabla 3. Cabe notar que hay tres indicadores dentro de la dimensión educación: asistencia escolar, rezago escolar , y logro educativo de los adultos. Cabe notar también que los indicadores son definidos a nivel del hogar. Esto significa que todos los miembros del hogar son considerados como privados cuando al menos un niño no asiste a la escuela; en el indicador de rezago todos los miembros del hogar son considerados como privados cuando al menos un niño está rezagado; finalmente todos los miembros del hogar son considerados como privados cuando ningún miembro de 20 años o más alcanzó un nivel educativo mínimo, según está definido en la Tabla 3.

Por otra parte, se computa también la correlación entre las variables de educación y el puntaje de privación total de cada hogar obtenido de acuerdo con la metodología del IPM. El puntaje de privación total de cada hogar proviene de sumar las privaciones ponderadas del hogar, de todos los hogares que fueron identificados como pobres. En el IPM-AL (adaptado a Argentina) cada indicador tiene una ponderación de 7.4%, a excepción de protección social, que tiene una ponderación de 3.7%, e ingreso, que tiene una ponderación de 22.2%.[6]Los hogares son identificados como pobres cuando su puntaje de privación ponderada es de 25% o más.

Cabe aclarar que para determinar la privación de ingresos se utilizó el valor de la Canasta Básica Total (CBT) oficial de INDEC para el año 2005, pero para los años 2010 y 2015 se utilizó el valor reportado por Fundación de Investigaciones Latinoamericanas (FIEL) (FIEL, 2016). La utilización de los valores de FIEL obedece a que, como es de público conocimiento, el valor oficial de la CBT estaba subestimado debido a la subestimación de la inflación. La CBT computada por FIEL utiliza la misma metodología que utilizaba el INDEC hasta el 2013, sólo que con una valorización de precios ajustada a la realidad. La composición de alimentos de la CBA de FIEL corresponde a la definida en IPA/INDEC (1985; 1988).  La actualización de precios de FIEL corresponde a la de Capital Federal. Esta canasta fue ajustada para cada región por el coeficiente de Paridad de Poder de Compra del Consumidor[7] (PPCC) que utilizaba el INDEC (INDEC, 2002).[8] Para todos los años, e independientemente de la fuente del valor de las CBT, se utilizó para cada trimestre el valor promedio de la CBT de los tres meses. El valor de la CBT es multiplicado por la cantidad de adultos equivalentes del hogar utilizando la escala de INDEC (2016), y el mismo es comparado con el ingreso total familiar.

Para analizar el segundo aspecto típico de una trampa de pobreza, la transmisión intergeneracional de la pobreza, se estiman dos modelos logit. En primer término, se analiza la asociación entre la educación de los padres y la privación en asistencia a la escuela de los niños. En segundo término se analiza la asociación entre la educación de los padres y el rezago educativo de los hijos. Los modelos estimados son detallados en la sección correspondiente.

Tabla 3: Indicadores del Indice multidimensional de pobreza para América Latina –adaptado a Argentina:

Dimensiones

Indicadores de privación: personas que viven en…

Vivienda

Precariedad de los materiales de la vivienda

Viviendas con piso de tierra o con techo o muros con materiales precarios (desechos, cartón, latas, caña, palma, paja, otros materiales).

Hacinamiento

Hogares con tres o más personas por cuarto.

Tenencia insegura de la vivienda

Hogares que i) habitan viviendas ocupadas ilegalmente, o ii) residen en viviendas cedidas o prestadas.

Servicios básicos

Carencia de fuentes de agua mejoradas

Hogares que obtienen agua de alguna de las siguientes fuentes:

– red pública fuera del terreno;

– pozos no protegidos o sin bomba a motor;

– fuentes móviles (aljibe, carro tanque, aguatero, entre otros);

– agua embotellada, o

– río, quebrada, lluvia y otros.

Carencia de saneamiento mejorado

Hogares en alguna de las siguientes situaciones:

– con evacuación no conectada a red de alcantarillado o fosa séptica;

– con baño compartido, o

– que no disponen de servicio higiénico.

Carencias de energía

Hogares que usan leña, carbón o desechos como combustible para cocinar.

Educación

Inasistencia a la escuela

Hogares donde al menos un niño u adolescente (entre 6 y 17 años) no asiste a un establecimiento educativo.

Rezago escolar

Hogares donde al menos un niño u adolescente (entre 6 y 17 años) está rezagado en el sistema educativo en más de dos años de acuerdo a su edad.

Logro educativo insuficiente

Hogares donde ninguna persona de 20 años o más alcanzó un nivel educativo mínimo, entendiéndose por ello lo siguiente:

– personas de entre 20 y 59 años: no cuentan con el primer ciclo de la educación secundaria completo,

– personas de 60 años o más: no cuentan con educación primaria completa.

Dimensiones

Indicadores de privación: personas que viven en…

Empleo y protección social

Desocupación

Hogares donde al menos una persona de entre 15 y 65 años de edad está en alguna de las siguientes situaciones:

– desempleada;

– empleada sin remuneración, o

– es un trabajador desalentado.

Precariedad de la protección social

Hogares donde se cumplen al menos una de las siguientes condiciones:

– ninguna persona cuenta con algún tipo de seguro de salud contributivo;

– ninguna persona está afiliada a un sistema de previsión social contributivo;

– ninguna persona tiene ingresos por pensiones o jubilaciones

Estándar de vida

Insuficiencia de recursos

Hogares con ingresos por adulto equivalente insuficientes para cubrir sus necesidades alimentarias y no alimentarias.

Fuente: CEPAL (2014) y Santos y Villatoro (2018). Nota: Para la línea de insuficiencia de ingresos se utiliza la CBT de INDEC para 2004 y la CBT de FIEL para 2010 y 2015 (FIEL, 2016). La escala de adulto equivalente corresponde a INDEC (2016).

Resultados

Privaciones múltiples: matriz de correlaciones

En la Tabla 4 se presentan las correlaciones entre los indicadores de privación (dicótomos) utilizando el coeficiente de Spearman. Si bien las correlaciones en general son bajas, todos los coeficientes reportados resultaron significativos al 5%. También cabe notar que las variables que mayores valores de correlación tienen con las tres variables de educación (asistencia de los niños a la escuela, rezago escolar y logro educativo de los adultos) son, para los tres años estudiados: pobreza monetaria, privación en saneamiento mejorado y hacinamiento, con una correlación más alta con la privación en logro educativo de los adultos A su vez, la última fila de la Tabla 4 presenta la correlación de las variables de educación con el puntaje de privaciones de los hogares pobres en el IPM. También en ese caso, se observa que la correlación del puntaje de privaciones es más alta con la privación en logro educativo de los adultos del hogar, lo cual es intuitivo en tanto las condiciones habitacionales y de ingresos del hogar claramente están condicionadas por la educación de los adultos del hogar.

Tabla 4. Matriz de correlaciones entre variables de privación educativa y otras privaciones (Coeficiente de Spearman)

ema4

Fuente: Elaboración propia a partir de EPH (INDEC). Todos los coeficientes fueron significativos al 5%.

Transmisión intergeneracional de la pobreza vía carencias educativas

En esta sección se utiliza un modelo logit para analizar dos cosas en simultáneo. Por una parte, explorar la cuestión de transmisión intergeneracional de la pobreza, acotada en este caso a que la baja educación de los padres condiciona la baja educación de los hijos. Por otra parte, también se busca complementar el análisis de correlación presentado previamente, analizando la asociación que tienen las privaciones en educación con las demás privaciones, controlando por otras variables. 

Las variables que sirvieron de medidas de aproximación de la cantidad y calidad de la educación en los estudios analizados en el informe de UNESCO (2005, 2010, 2014, entre otros) son: puntuaciones en tests, tasas de repetición y deserción, tasas de terminación y tasas de escolarización.  Aquí se utilizan dos de este tipo de privaciones según la disponibilidad de datos: acceso a través de la variable inasistencia a la escuela, y calidad a través de la variable rezago escolar, siendo ésta una variable proxy debido a la falta de datos sobre rendimiento cognitivo en la EPH. [9]

En primer lugar, se define un modelo logístico para analizar la probabilidad que tiene un menor de 18 años de verse privado en la asistencia a la escuela según características del jefe de hogar y otras variables de control. Se reconoce que con este modelo no se están estableciendo causalidades.

Se estimaron dos modelos, uno para asistencia y otro para rezago. En el primer modelo, la variable ‘explicada’ toma valor 1 cuando un niño, definido como un individuo entre 6 y 18 años, no asiste a la escuela, y 0 en otro caso. Las variables del lado derecho son: el nivel educativo del jefe de hogar, el que el hogar sea monoparental, la edad del jefe de hogar, si el hogar es pobre por ingresos, hacinamiento (si en el hogar hay 3 o más personas por cuarto), privación en materiales de la construcción, privación en agua potable y privación en saneamiento mejorado. Se agregan además variables dicótomas para controlar por regiones geográficas (GBA, NOA, NEA, Cuyo y Pampeana, siendo la Patagonia la categoría base).

Los resultados del modelo aplicado a la submuestra de jóvenes menores de edad, para los años 2005, 2010 y 2015 se muestran en la Tabla 5.

Tabla 5. Modelo logit: privación en asistencia a la escuela

emma1

Fuente: Elaboración propia a partir de datos de EPH (INDEC). Notas: *, **, *** indican que las variables son significativas al 10%, 5% y 1% respectivamente. Errores estándar entre paréntesis. Nótese que la menor cantidad de observaciones del 2015 se debe a que sólo están disponibles las bases de microdatos de los dos primeros trimestres.

La Tabla 5 sugiere que existe evidencia suficiente para afirmar que a menor nivel educativo de los jefes de hogar, mayores son las probabilidades que en ese hogar un niño en edad escolar no asista a la escuela. Así, el nivel educativo del jefe puede ser visto como un mecanismo intergeneracional de pobreza: que un individuo tenga un nivel educativo bajo, refuerza un mecanismo determinante de pobreza de su hijo en el futuro. Sin embargo, otras variables tienen igual o mayor coeficiente asociado. En particular, que el hogar sea monoparental y que el hogar sea pobre por ingresos. Sin embargo, se observa que el coeficiente de la variable de pobreza monetaria fue disminuyendo entre 2005 y 2015, y en 2015 fue no-significativo. Esta reducción de la intensidad de esta asociación puede estar asociada a la introducción de la Asignación Universal por Hijo en 2009.[10] El hacinamiento y la carencia de saneamiento mejorado están consistentemente y significativamente asociadas a una mayor probabilidad de inasistencia a la escuela. En cambio, las carencias en materiales de la construcción y en agua potable no presentan un patrón consistente en el tiempo. Una mayor edad del jefe de hogar está asociada a menor probabilidad de asistencia a la escuela, pero el coeficiente estimado es muy pequeño y en 2010 esta variable fue no significativa.

En cuanto a las variables regionales, los hogares en la región de Cuyo y Pampeana observan mayores probabilidades, en los tres años analizados, de niños que no asisten a la escuela en relación a la región Patagónica. Las otras regiones  no presentan un patrón consistente en el tiempo.

Análogamente, en el segundo modelo, la variable ‘explicada’ toma valor 1 cuando un niño, definido como un individuo entre 6 y 18 años, asiste a la escuela pero está rezagado en más de dos años con respecto a su edad, y 0 en otro caso. Las variables del lado derecho son iguales a las de la regresión anterior.

Debe  admitirse que el rezago educativo es una proxy muy imperfecta de calidad, porque el indicador puede verse afectado por políticas de promoción automática de los estudiantes de un año al otro (UNESCO, 2015). Aun así, los resultados, presentados en la Tabla 6 son interesantes.

Tabla 6. Modelo logit: Rezago escolar 

emma2

Fuente: Elaboración propia a partir de datos de EPH (INDEC). Notas: *, **, *** indican que las variables son significativas al 10%, 5% y 1% respectivamente. Errores estándar entre paréntesis. Nótese que la menor cantidad de observaciones del 2015 se debe a que sólo están disponibles las bases de microdatos de los dos primeros trimestres.

Nuevamente, se observa que los jefes de hogar con menor nivel educativo aumentan las probabilidades de que los niños del hogar estén rezagados en la escuela, pero también en este caso, otras variables tienen coeficientes estimados iguales o mayores. En particular, si el hogar es monoparental tiene una probabilidad de niños con rezago escolar significativamente mayor. La pobreza por ingresos también está asociada a mayor probilidad de rezago escolar en los tres años. Las privaciones en el tipo de material de construcción de sus viviendas, en hacinamiento, y en saneamiento adecuado estaban significativamente asociadas a la probabilidad de niños con rezago escolar en 2005 y 2010, pero ya no aparecen como significativas en 2015. A su vez, la edad del jefe tiene una mayor probabilidad asociada de rezago escolar, pero el coeficiente estimado es muy pequeño. Por su parte, el análisis regional sugiere que los hogares de la región del GBA, Cuyo y Pampeana tienen menores probabilidades de tener niños con rezago escolar que los de la región Patagónica. Este es también el caso de la región del Noroeste en 2005 y 2010. El resultado de menor probabilidad de rezago escolar en las regiones Cuyo y Pampeana contrasta con los resultados de mayor probabilidad de inasistencia a la escuela de estas regiones.

La bondad de ajuste del modelo dista de lo ideal, indicando que hay muchos otros factores que inciden en la probabilidad de asistencia y rezago escolar. Pero aún con sus limitaciones, las estimaciones convalidan la intuición de que las características del jefe de hogar y del entorno significativamente asociadas al acceso y calidad de educación de los hijos, pudiendo generar un mecanismo de trampa de pobreza. Sin duda, estas privaciones se refuerzan entre sí. El pertenecer a un hogar con jefe de baja educación se ve agravado si el hogar es monoparental, está en condición de pobreza monetaria o experimenta hacinamiento y déficits en saneamiento. Estas condiciones son potenciales mecanismos reforzadores de pobreza, reproductores de esta hacia próximas generaciones.

Conclusiones

La evidencia empírica obtenida en este primer análisis exploratorio da cierto sustento a la idea intuitiva de que en Argentina, carencias en acceso y calidad a la educación refuerzan situaciones de entrampamiento de pobreza, entendida tanto como el padecimiento de múltiples privaciones en simultáneo, así como también como de transmisión de la pobreza de una generación hacia la otra. Por una parte, se encuentra que quienes habitan en hogares con niños que no asisten a la escuela, o que están rezagados, o donde ningún adulto ha completado un nivel mínimo de educación, tienen mas probabilidades de experimentar hacinamiento en la vivienda, falta de instalaciones sanitarias adecuadas y pobreza monetaria. Por otra parte, se verifica también que los niños en hogares cuyo jefe de hogar tiene menor nivel educativo tienen más chances de no asistir a la escuela o de retrasarse en el progreso escolar, reduciendo sus posibilidades de superación de la pobreza cuando sean adultos. Los hogares monoparentales también están en clara desventaja en lo que respecta a la educación de los hijos.

Sin duda, esta evidencia es imperfecta y requiere la utilización de técnicas más elaboradas de testeo. Aún así, los resultados obtenidos son intuitivos y realzan la importancia de un abordaje comprehensivo de las políticas públicas de reducción de la pobreza. En particular sugieren la relevancia de dilucidar estrategias de políticas que aborden de manera conjunta y complementaria las dimensiones de educación, ingresos y vivienda. Pueden pensarse en programas especialmente dirigidos a los segmentos poblacionales de pobreza mas dura que promuevan y monitoreen la asistencia escolar, ofrezcan incentivos o refuerzos de ingresos y acompañen con políticas de mejoramiento de la vivienda. Cabe notar que se podría comenzar por articular mejor políticas y programas que ya están en marcha. Por ejemplo, una articulación de las Asignaciones Universales por Hijo con los programas vigentes de mejoramiento de vivienda, complementado con políticas educativas más focalizadas en las escuelas periféricas, favoreciendo que los docentes con mayor experiencia y más calificados enseñen en las escuelas con alta proporción de niños de sectores desfavorecidos. Esta articulación entre las diferentes iniciativas públicas también se vería favorecida por una integración con la acción social desarrollada desde las ONGs.

Indudablemente, hay un mucho espacio para continuar avanzando en la evidencia empírica respecto de las trampas de pobreza generadas por educación, y buscando estrategias novedosas, creativas y efectivas para la atención a estas múltiples privaciones que se refuerzan entre sí.

Bibiografía

Alkire, S. y Foster, J. (2011). Counting and multidimensional poverty measurement. Journal of Public Economics, 95, 476–487.

Azariadis, C., y Stachurski, J. (2005). “Poverty traps”, in: P. Aghion & S. Durlauf (Eds) Handbook of Economic Growth, Vol. 1 (Amsterdam: Elsevier).

Banco Mundial (2018). Poverty and Shared Prosperity 2018. Piecing Together the Poverty Puzzle. The World Bank. Washington D.C.

Banerjee, A. y Duflo, E. (2011) Poor Economics. A Radical Rethinking of the Way to Fight Global Poverty. Public Affairs. New York.

Barret, C. B., y Peak, J. G. (2006). “Poverty traps and safety nets”, in: Alain de Janvry & Ravi Kanbur (Eds), Poverty, inequality and development, essays in honor to Erik Thorbecke, chapter 8, New York, pp. 131-154.

Barro, R. J., and Lee, J. (2001). International data on educational attainment: updates and implications. Oxford Economic Papers, Vol. 53, Nº 3, págs. 541-563.

CEPAL (2010). Social panorama of Latin America. Santiago de Chile: CEPAL.

CEPAL (2014). Social panorama of Latin America. Santiago de Chile: CEPAL.

Colclough, C., Kingdon, G., y Patrinos, H. (2010).The changing pattern of wage returns to education and its implications. Development Policy Review, 28(6), 733-747.

Dasgupta, P. y Ray, D. (1986).Inequality as a determinant of malnutrition and unemployment: Theory, Economic Journal, vol. 96 (384): 1011-1034.

Duru Bellat, M. (2004). “La ségrégation sociale á l’école: faits et effets”, en: Rossetti, M., La segregación escolar como un elemento clave en la reproducción de la desigualdad. Santiago de Chile: CEPAL, 2014.

Feinstein, L., Sabates, R., Anderson, T. M., Sorhaindo, A. y Hammond, C. 2006. What are the effects of education on health? Desjardins, R. and Schuller, T. (eds), Measuring the Effects of Education on Health and Civic Engagement: Proceedings of the Copenhagen Symposium. Paris, Organization for Economic Cooperation and Development, pp. 171–354.

FIEL (2016), Parte No 87: Valorizacion de la Canasta Basica Alimentaria y la Canasta Basica Total para la Ciudad Autonoma de Buenos Aires (CABA).

Flores, C. (2008). Residential segregation and the geography of Opportunities: a spatial analysis of heterogeneity and spillovers in education. Ann Arbour: ProQuest.

Glewwe, P. Jacoby, H. y King, E. (2001). Early childhood nutrition and academic achievement: A longitudinal analysis. Journal of Public Economics, vol. 81 (3): 345-368.

Grossman, M. 2006. Education and nonmarket outcomes. Hanushek, E. A. y Welch, F. (eds), Handbook of the Economics of Education, Vol. 1. Amsterdam, Elsevier, pp. 577–633.

Hammill, M. (2010). Income poverty and unsatisfied basic needs. Mexico: ECLAC.

Heckman, J. J., Lochner, L. J., Todd, P. E. (2008), “Earnings Functions and Rates of Return”, Journal of Human Capital 2(1), pp.

INDEC (2001). Censo Nacional de Población, Hogares y Viviendas 2001. https://www.indec.gov.ar/­nivel4_default.asp?­id_tema_1=­2&id_tema_2=41&id_tema­_3=134

INDEC (2002). “Paridades de Poder de Compra del Consumidor”. Informe Metodologico. Direccion de Indices de Precios de Consumo. Disponible en: http://www.indec.gov.ar/nuevaweb/cuadros/10/ PPCC-Metodologia.pdf

INDEC (2010). Censo Nacional de Población, Hogares y Viviendas 2010. https://www.indec.gov.ar/nivel4_default.asp?id_­tema_1=2&id_­tema_2=41&id_­tema­_3=135

INDEC (2016), “La Medición de la Pobreza y la Indigencia en la Argentina”. Metodología INDEC No. 22. Sociedad. Buenos Aires. Argentina.

IPA/INDEC (1985), Características de una línea de pobreza para Argentina, DT No 8, Buenos Aires.

IPA/INDEC (1988), Canasta básica de alimentos – Gran Buenos Aires, DT N° 3, Buenos Aires.

London, S. y Rojas, M. (2013). Tópicos de trampas de pobreza. Bahía Blanca: EdiUNS.

Ministerio de Educación y Deportes, Presidencia de la Nación Argentina. Pruebas Aprender 2016.

Montenegro, C. E., y Patrinos, H. A. (2012). “Returns to Schooling around the World”. background paper for the World Development Report.

NU (1948) Universal Declaration of Human Rights. www.un.org/en/documents/udhr

NU (2000), Declaracion del Milenio de las Naciones Unidas. Asamblea General.

NU (2015) Objetivos de Desarrollo Sostenible. https://www.un.org/sustainabledevelopment/es/objetivos-de-desarrollo-sostenible/

Ong, P., y Rickles, J. (2013).The Continued Nexus between School and Residential Segregation. Berkeley Journal of African-American Law &Policy , 6 (2).

ONU (2012). Los principios rectores sobre la extrema pobreza y los derechos humanos. Ginebra. 

OPHI (2018). Global Multidimensional Poverty Index 2018. https://ophi.org.uk/multidimensional-poverty-index/global-mpi-2018/#t3

Santos, M. E. (2011), “Human Capital and the Quality of Education in a Poverty Trap Model”, Oxford Development Studies 39: 1, 25-47.

Santos, M. E. (2014). El índice multidimensional y trampas de pobreza en el Cono Sur. Problemas del Desarrollo, 178 (45): 89-112.

Santos, M. E. (2018), “Pobreza Multidimensional en Argentina: Evolución, Alcances y Limitaciones de la Medición”. Presentación en el V Congreso Internacional, “Las Caras Invisibles de la Pobreza”, 24 de Septiembre de 2018.

Santos, M. E., Villatoro, P., Mancero, X., y Gerstenfeld, P. (2015). A Multidimensional Poverty Index for Latin America. OPHI Working Paper 79, University of Oxford.

Santos, M. E., y Villatoro, P. (2018). A multidimensional poverty index for Latin America. Review of Income and Wealth, 64(1), 52-82.

Sen, A. K. (1999). Development as Freedom. New York: Knopf Press.

Trucco, D. (2014). Educación y desigualdad en América Latina. Santiago de Chile: CEPAL.

UNESCO (2005). Informe de seguimiento de la Educación para todos 2005: El imperativo de la calidad. París: UNESCO.

UNESCO (2010). Informe de seguimiento de la Educación para todos 2010: Llegar a los marginados. París: UNESCO.

UNESCO (2014). Informe de seguimiento de la Educación para todos 2013/4: Enseñanza y aprendizaje: Lograr la calidad para todos. París: UNESCO.

UNESCO (2015). Informe de seguimiento de la EPT. La educación para todos, 2000-2015: Logros y desafíos. París: UNESCO.

Valenzuela, J., Bellei, C., y De los Ríos, D. (2010). “Segregación Escolar en Chile”, en S. Martinic, & G. Elacqua, Cambio en la Gobernanza del Sistema Educativo (pp. 209-232). Santiago: UNESCO.

World Health Organization (WHO) y United Nations Children’s Fund (UNICEF) (2000).Global water supply and sanitation assessment 2000 report.


  1. Este trabajo contiene una parte de los resultados del trabajo de grado de Licenciatura en Economía (UNS) de Jerónimo Escudero, realizado bajo la dirección de Maria Emma Santos.
  2. Lic. Jerónimo Escudero: Universidad Nacional del Sur (Argentina). Dra. María Emma Santos: Instituto de Investigaciones Económicas y Sociales del Sur, Universidad Nacional del Sur – CONICET, Bahia Blanca, Argentina. Oxford Poverty and Human Development Initiative (OPHI).
  3. Recuperado de http://aprenderdatos.educacion.gob.ar/aprender/pdfs/Glosario.pdf (Consultado en Febrero 2018).
  4. Estas creencias sobre una curva de retornos algo convexa inducirían a los padres a concentrar la inversión en educación en un solo hijo.
  5. Nótese sin embargo, que se trata de retornos salariales, excluyendo otros ingresos y excluyendo los retornos no-monetarios de la educación. Existen además otras varias cuestiones a tener en cuenta en lo que respecta a las metodologías de estimación de los retornos de la educación. Véase por ejemplo Heckman, Lochner y Todd (2006). 
  6. En el IPM-LA completo consta de 13 indicadores, incluyendo un indicador de bienes durables del hogar que no puede considerarse en el caso de Argentina por falta de información en la EPH. La justificación de las diferencias de ponderaciones puede encontrarse en Santos y Villatoro (2018). 
  7. El coeficiente de PPCC mide la “relación entre el costo de una canasta de bienes y servicios representativos del consumo de la población urbana de una región determinada y el costo que esa misma canasta tendría si se pudiera adquirir a los precios medios de otra región que se toma como base para las comparaciones” (INDEC 2002 p.1).
  8. Cabe aclarar que los valores de la CBT de FIEL (2016) contienen una revisión retroactiva a las CBT que reportaron entre 2009 y 2014. La revisión consistió en que se actualizaron los ponderadores del IPC de FIEL (utilizado para el cómputo de la inversa del coeficiente de Engel) de acuerdo con información de a Encuesta de Gastos de los Hogares del año 2005. En ese punto difiere de la metodología de la CBT de INDEC para el año 2005. A su vez, se actualizó la base del índice utilizando como referencia el promedio del año 2012. (FIEL, 2016). 
  9. Barro & Lee (2001) utilizan la repitencia como variable proxy
  10. Recuérdese, sin embargo, que la muestra del año 2015 es la mitad de la de 2005 y 2010, lo cual puede estar influenciando este resultado. Nótese también que cuando se estima la regresión excluyendo las variables referidas a la vivienda (hacinamiento, saneamiento, agua y materiales de la construcción), la variable de pobreza monetaria es significativa, lo cual indica cierta colinealidad entre estas variables. 


Deja un comentario