Otras publicaciones:

9789877231076_frontcover

12-2985t

Otras publicaciones:

9789877230444-frontcover

Desigualdades educativas y trampas de pobreza en Argentina[1]

Jer贸nimo Escudero; Mar铆a Emma Santos[2]

Resumen

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

Se busca realizar una primera aproximaci贸n a la verificaci贸n emp铆rica de trampas de pobreza por educaci贸n en Argentina. Los datos utilizados corresponden a la Encuesta Permanente de Hogares realizada por el INDEC para los a帽os 2005, 2010 y 2015.

Las correlaciones entre doce variables de privaci贸n a nivel de los hogares sugiere que las privaciones educativas suelen ir acompa帽adas de situaciones de hacinamiento, saneamiento desmejorado y pobreza monetaria, aunque las correlaciones son modestas. A su vez, para evaluar el componente intergeneracional de transmisi贸n de la pobreza, se utiliz贸 un modelo logit para analizar la asociaci贸n entre la educaci贸n de los padres y la privaci贸n en asistencia a la escuela de los hijos, y otro modelo para analizar la asociaci贸n entre la educaci贸n de los padres y el rezago educativo de los hijos. Los resultados sugieren que las probabilidades de privaci贸n en asistencia y de rezago educativo en los hijos aumentan conforme disminuyen los niveles educativos de los jefes, dando cierto sustento a la noci贸n de una trampa de pobreza intergeneracional. Hogares monoparentales, en situaci贸n de pobreza monetaria, con hacinamiento y privaci贸n de saneamiento adecuado tambi茅n tienen mayores probabilidades de tener ni帽os que no asisten a la escuela o est谩n 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鈥檚 education and children school attendance deprivation as well as between household head鈥檚 education and children鈥檚 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鈥檚 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.

Introducci贸n

El mundo ha hecho grandes progresos en la reducci贸n de la pobreza desde los a帽os 2000. Sin embargo, la proporci贸n y cantidad de personas en pobreza extrema y aguda continua siendo inaceptable. Se estima que, en torno al a帽o 2015, 736 millones de personas viv铆an con menos de US$1,90 al d铆a 鈥損obreza extrema鈥 (Banco Mundial, 2018), y 1300 millones son multidimensionalmente pobres 鈥損obreza aguda鈥 experimentando privaciones en aspectos fundamentales de la vida de manera simult谩nea (OPHI, 2018). ONU (2012) ha declarado que esta cantidad de personas viviendo en estas condiciones de pobreza constituye un esc谩ndalo moral y un problema de derechos humanos. En efecto, la reducci贸n 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 regi贸n de Am茅rica Latina y el Caribe es la tercer regi贸n menos pobre, las cifras son preocupantes de todas formas: un 4% de la poblaci贸n (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 peque帽os de personas en situaci贸n de pobreza extrema (0.6% en 2016, Banco Mundial, 2018), pero niveles muy serios y sostenidos de pobreza medida con umbrales algo m谩s exigentes. Espec铆ficamente, INDEC (2018) estima que, en el primer semestre de 2018, 27.3% (m谩s de 7.5 millones) de personas viv铆an bajo la linea de pobreza, y 聽Santos (2018) estima que el 24.4% de la poblaci贸n urbana viv铆a, en 2017, en condiciones de pobreza multidimensional, entendida en este caso como la presencia de tres o m谩s privaciones de un conjunto de indicadores que incluyen aspectos de vivienda, servicios b谩sicos, educaci贸n, empleo y protecci贸n social, o bien privaci贸n en ingresos y alg煤n 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 qu茅 estructuras son necesarias para que los individuos alcancen su bienestar (Hammill, 2010). Por ejemplo, seg煤n Sen (1999), la pobreza consiste en la privaci贸n de las capacidades b谩sicas, entendiendo por capacidades a los distintos conjuntos de funcionamientos que las personas pueden alcanzar. As铆, las personas en situaci贸n de pobreza se ven privadas en diferentes dimensiones tales como las referidas a logros educativos, laborales, de protecci贸n social, de salud o de acceso a bienes durables. Entre estos rasgos constitutivos existen m煤ltiples relaciones causales que retroalimentan dicha situaci贸n de privaci贸n. Frecuentemente los v铆nculos son tales que se requiere alcanzar ciertos umbrales de logro de desempe帽o de ciertas capacidades para poder obtener otras. Por ejemplo, es sabido que la adecuada nutrici贸n es condici贸n necesaria para el desarrollo intelectual (Glewwe et al., 2001) y el empleo productivo (Dasgupta y Ray, 1986). Por su parte, las condiciones de h谩bitat del hogar inciden en el logro de niveles m铆nimos de salud (WHO y UNICEF, 2000), los cuales a su vez inciden sobre otros logros.

As铆, la pobreza es frecuentemente caracterizada como un c铆rculo 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 situaci贸n en la cual existen al menos dos equilibrios, uno bueno y uno malo, y el funcionamiento intr铆nseco 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 est谩 dada por la presencia de uno o m谩s umbrales cr铆ticos que las personan tienen dificultades para cruzar desde abajo (Barret y Peak, 2006).

Pueden distinguirse dos elementos clave que est谩n presentes en la noci贸n de trampas de pobreza. Por una parte, la noci贸n de trampa de pobreza alude a la presencia de m煤ltiples privaciones simult谩neas (Santos, 2014). As铆, la falta de acceso o los bajos logros en una dimensi贸n, funcionan como complemento de los bajos logros en otras dimensiones (Azariadis y Stachurski, 2005). Por otra parte, la trampa de pobreza en general tambi茅n alude a un componente de transmisi贸n intergeneracional: el comportamiento y la realidad de los padres afecta la de sus hijos, lo cual tiende a reproducir una situaci贸n de pobreza.

En el an谩lisis de la pobreza, la educaci贸n siempre es vista como un elemento clave. Las carencias en la dimensi贸n de educaci贸n 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 acumulaci贸n de capital humano suelen ser un mecanismo por el cual puede generarse una trampa de pobreza (Santos, 2011 y referencias all铆).

As铆, a la importancia intr铆nseca de la educaci贸n como fin en s铆 mismo y como derecho humano fundamental (UN, 1948), se suma su rol instrumental, como factor que puede permitir la reducci贸n de la pobreza. En efecto, el logro de una educaci贸n 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 educaci贸n pareciera tener ciertos umbrales de cantidad y calidad que, si no son traspasados, no permiten la superaci贸n de la pobreza, contribuyendo a una situaci贸n de entrampamiento. En situaciones en las que la educaci贸n es distribuida de forma inequitativa, tanto en cantidad como en calidad, los ni帽os de los sectores m谩s vulnerables tienen reducidas sus oportunidades de desarrollo cognitivo y de competencias sociales, lo cual repercutir谩 tanto en su desempe帽o en otras dimensiones durante la infancia as铆 como tambi茅n en sus desempe帽os en el futuro, reproduciendo la pobreza.

En este trabajo se realiza una primera aproximaci贸n de evidencia emp铆rica de Argentina respecto de la presencia de trampas de pobreza asociadas a desigualdades educativas, concentr谩ndonos en los dos aspectos de trampas de pobreza mencionados: el de m煤ltiples privaciones simultaneas y el de transmisi贸n intergeneracional. Esta se realiza utilizando an谩lisis de correlaci贸n y modelos log铆sticos con microdatos de la Encuesta Permanente de Hogares. En la Secci贸n 2 se presentan las ideas centrales de la relaci贸n entre pobreza y educaci贸n en el contexto de trampas de pobreza. En la Secci贸n 3 se describen los datos y metodolog铆a utilizados, en la Secci贸n 5 se presentan los resultados y finalmente en la Secci贸n 6 se ofrecen algunas conclusiones.

Pobreza y educaci贸n

El v铆nculo entre pobreza y educaci贸n es especialmente importante puesto que la educaci贸n ampl铆a la libertad de opci贸n y acci贸n, dotando a las personas de las capacidades necesarias para escapar de la trampa de pobreza e impedir su transmisi贸n a las siguientes generaciones (UNESCO, 2010, 2014).

La educaci贸n hace m谩s probable conseguir un empleo estable y aumentar los ingresos (UNESCO, 2014). Los trabajadores asalariados ganan m谩s que sus pares con menor educaci贸n, por su mayor productividad (Montenegro y Patrinos, 2012). A su vez, la educaci贸n es uno de los medios m谩s eficaces para mejorar las condiciones de salud de las personas, y asegurar adem谩s que sus beneficios se transfieran intergeneracionalmente. Contribuye a la prevenci贸n y a la limitaci贸n de enfermedades reduciendo la mortalidad temprana y por causas prevenibles, y es un factor esencial contra la reducci贸n de la malnutrici贸n (UNESCO, 2014). Las personas instruidas disponen de mayor informaci贸n al momento de tomar medidas preventivas sobre determinadas enfermedades, reconocer s铆ntomas, asesorarse y actuar con rapidez (Feinstein et al., 2006). A su vez, est谩n menos expuestos a condiciones de vida y laborales perjudiciales o de riesgo, o a situaciones que deterioren su integridad psicol贸gica, como la discriminaci贸n y la exclusi贸n (Grossman, 2006).

As铆, la escuela puede desempe帽ar una funci贸n esencial para contrarrestar las desventajas existentes en la primera infancia. Sin embargo, tambi茅n puede reforzarla y perpetuar la marginaci贸n. Mientras que los padres instruidos realizan mayores esfuerzos para escolarizar a sus hijos, los hijos de padres con menor educaci贸n tienen mayor probabilidad de recibir poca instrucci贸n (UNESCO, 2005, 2014).

Pueden distinguirse dos tipos de desigualdades asociadas a la educaci贸n: 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 m铆nimas. Estos tipos de desigualdades son complementarios y hasta autorreforzantes, ya que en los sistemas escolares de mejor calidad los 铆ndices de deserci贸n escolar y repetici贸n de curso tienden a ser m谩s bajos que en los de menor calidad (UNESCO, 2005) y suelen estar arraigados en desigualdades sociales adyacentes (UNESCO, 2010).

En Argentina, la comparaci贸n intercensal (2001-2010) de la tasa de asistencia escolar presentada en la Tabla 1, evidencia que ha habido un avance significativo en t茅rminos de cobertura o acceso.

Tabla 1. Comparaci贸n intercensal de la tasa de asistencia escolar.聽Porcentajes del total de ni帽os de cada grupo etario

ema1

Fuente: Elaboraci贸n propia a partir de Censo Nacional de Poblaci贸n, Hogares y Viviendas 2001 y 2010 (INDEC).

Sin embargo, esta expansi贸n en el acceso a educaci贸n fue acompa帽ada de un acceso 聽desigual a calidad educativa (Trucco, 2014). En efecto, esto es algo presente en toda la regi贸n. Am茅rica Latina no ha logrado transformar al sistema educativo en un mecanismo potente de igualaci贸n de oportunidades. En parte esto se debe al clima y los ingresos disponibles en los hogares de origen, pero tambi茅n, la mayor parte de las veces, esta desigualdad se ve reflejada adem谩s en una marcada segmentaci贸n y estratificaci贸n de la calidad y eficiencia del propio sistema de oferta educativa (CEPAL, 2010).

La segmentaci贸n educativa es 鈥渓a desigual distribuci贸n, entre las escuelas, de alumnos de diferentes condiciones sociales y econ贸micas鈥 (Valenzuela et al., 2010) y frecuentemente esta segmentaci贸n tiene un correlato visible en t茅rminos del espacio urbano (Duru-Bellat, 2004). La segregaci贸n escolar se encuentra relacionada con la segregaci贸n residencial por la prevalencia de las escuelas zonificadas (que los alumnos asisten a las escuelas que est茅n dentro de su zona de residencia). En este sentido, las condiciones residenciales se ven replicadas en la conformaci贸n del panorama educativo (Ong y Rickles, 2013). En muchas ciudades latinoamericanas, las viviendas sociales y la formaci贸n de zonas informales de residencia en las periferias, poseen elementos claves que contribuyen a la segregaci贸n espacial de los pobres, alej谩ndolos de las oportunidades educativas,聽 laborales y de salud, entre otras (Flores, 2008).

La Tabla 2 ofrece alguna evidencia respecto de la segregaci贸n educativa en Argentina. Resultados de las pruebas Aprender 2016 indican que los estudiantes de los cuartiles menos vulnerables tienen mejores resultados acad茅micos en Lengua y Matem谩tica que los de los cuartiles m谩s 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 茅sta se localiza. La vulnerabilidad es un 铆ndice combinado construido por el Ministerio del Interior en base al nivel educativo y la ocupaci贸n del jefe de hogar, el hacinamiento y la calidad de la vivienda (Aprender, 2016)[3].

Tabla 2. Desempe帽o acad茅mico seg煤n vulnerabilidad de la escuela.

ema2

Fuente: Elaboraci贸n propia a partir de Aprender 2016 (Ministerio de Educaci贸n y Deportes, Presidencia de la Naci贸n Argentina).

La cuesti贸n de los retornos a la educaci贸n en los diferentes niveles educativos es un elemento de an谩lisis importante. Banerjee y Duflo (2011) indican que la evidencia emp铆rica sugiere que cada a帽o de educaci贸n aumenta los ingresos en proporciones similares (independientemente del nivel). Sin embargo, se帽alan que las personas pobres suelen subestimar los retornos de los primeros a帽os de educaci贸n y sobrestimar los retornos de llegar a a帽os m谩s avanzados (educaci贸n secundaria), lo cual los llevar铆a a una trampa de pobreza de comportamiento.[4]Colclough et al. (2010) en cambio remarcan que si bien la evidencia ven铆a indicando que los a帽os de educaci贸n del nivel primario tienen retornos m谩s altos que los del nivel secundario, este patr贸n se ha ido modificando, con retornos que ahora parecen ser crecientes con el nivel educativo.[5] Este patr贸n de retorno de la educaci贸n a distintos niveles (al igual que la trampa de pobreza 鈥榠lusoria鈥 se帽alada por Banerjee y Duflo, 2011) constituir铆a un mecanismo de entrampamiento en s铆 mismo, sea porque los retornos de los primeros a帽os de educaci贸n no son suficientes para salir de la pobreza, o bien porque, d谩ndose cuenta de este patr贸n y previendo que no podr谩n sostener una inversi贸n educativa de muchos a帽os, los padres eligen no educar聽 sus hijos o bien concentrar la inversi贸n en educaci贸n en uno solo. La cuesti贸n del patr贸n de los retornos de los diferentes niveles de educaci贸n excede el alcance de este trabajo, pero sin duda constituye un elemento central para el an谩lisis de trampas de pobreza por educaci贸n.

Metodolog铆a y datos

En este trabajo se utilizan dos metodolog铆as para analizar los dos aspectos de trampas de pobreza mencionados: an谩lisis de correlaciones y modelos logit. Se emplean los microdatos de la Encuesta Permanente de Hogares recabada por el Instituto de Estad铆sticas y Censos (INDEC), considerando los cuatro trimestres de los a帽os 2005 y 2010, y los primeros dos trimestres del a帽o 2015, puesto que los microdatos de los otros dos trimestres no est谩n disponibles.

Para analizar la noci贸n de trampa de pobreza en t茅rminos de m煤ltiples privaciones simultaneas se realiza un an谩lisis de correlaci贸n de doce indicadores de privaci贸n, con acento especial en la correlaci贸n que tienen los indicadores de educaci贸n con los dem谩s. Los doce indicadores de privaci贸n seleccionados corresponden al 脥ndice de Pobreza Multidimensional para Am茅rica Latina (IPM-AL) propuesto por Santos et al. (2015) y Santos y Villatoro (2018), el cual sigue la metodolog铆a 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 dimensi贸n educaci贸n: asistencia escolar, rezago escolar , y logro educativo de los adultos. Cabe notar tambi茅n 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 ni帽o no asiste a la escuela; en el indicador de rezago todos los miembros del hogar son considerados como privados cuando al menos un ni帽o est谩 rezagado; finalmente todos los miembros del hogar son considerados como privados cuando ning煤n miembro de 20 a帽os o m谩s alcanz贸 un nivel educativo m铆nimo, seg煤n est谩 definido en la Tabla 3.

Por otra parte, se computa tambi茅n la correlaci贸n entre las variables de educaci贸n y el puntaje de privaci贸n total de cada hogar obtenido de acuerdo con la metodolog铆a del IPM. El puntaje de privaci贸n 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 ponderaci贸n de 7.4%, a excepci贸n de protecci贸n social, que tiene una ponderaci贸n de 3.7%, e ingreso, que tiene una ponderaci贸n de 22.2%.[6]Los hogares son identificados como pobres cuando su puntaje de privaci贸n ponderada es de 25% o m谩s.

Cabe aclarar que para determinar la privaci贸n de ingresos se utiliz贸 el valor de la Canasta B谩sica Total (CBT) oficial de INDEC para el a帽o 2005, pero para los a帽os 2010 y 2015 se utiliz贸 el valor reportado por Fundaci贸n de Investigaciones Latinoamericanas (FIEL) (FIEL, 2016). La utilizaci贸n de los valores de FIEL obedece a que, como es de p煤blico conocimiento, el valor oficial de la CBT estaba subestimado debido a la subestimaci贸n de la inflaci贸n. La CBT computada por FIEL utiliza la misma metodolog铆a que utilizaba el INDEC hasta el 2013, s贸lo que con una valorizaci贸n de precios ajustada a la realidad. La composici贸n de alimentos de la CBA de FIEL corresponde a la definida en IPA/INDEC (1985; 1988).聽 La actualizaci贸n de precios de FIEL corresponde a la de Capital Federal. Esta canasta fue ajustada para cada regi贸n por el coeficiente de Paridad de Poder de Compra del Consumidor[7] (PPCC) que utilizaba el INDEC (INDEC, 2002).[8] Para todos los a帽os, e independientemente de la fuente del valor de las CBT, se utiliz贸 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 t铆pico de una trampa de pobreza, la transmisi贸n intergeneracional de la pobreza, se estiman dos modelos logit. En primer t茅rmino, se analiza la asociaci贸n entre la educaci贸n de los padres y la privaci贸n en asistencia a la escuela de los ni帽os. En segundo t茅rmino se analiza la asociaci贸n entre la educaci贸n de los padres y el rezago educativo de los hijos. Los modelos estimados son detallados en la secci贸n correspondiente.

Tabla 3: Indicadores del Indice multidimensional de pobreza para Am茅rica Latina 鈥揳daptado a Argentina:

Dimensiones

Indicadores de privaci贸n: personas que viven en鈥

Vivienda

Precariedad de los materiales de la vivienda

Viviendas con piso de tierra o con techo o muros con materiales precarios (desechos, cart贸n, latas, ca帽a, palma, paja, otros materiales).

Hacinamiento

Hogares con tres o m谩s personas por cuarto.

Tenencia insegura de la vivienda

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

Servicios b谩sicos

Carencia de fuentes de agua mejoradas

Hogares que obtienen agua de alguna de las siguientes fuentes:

– red p煤blica fuera del terreno;

– pozos no protegidos o sin bomba a motor;

– fuentes m贸viles (aljibe, carro tanque, aguatero, entre otros);

– agua embotellada, o

– r铆o, quebrada, lluvia y otros.

Carencia de saneamiento mejorado

Hogares en alguna de las siguientes situaciones:

– con evacuaci贸n no conectada a red de alcantarillado o fosa s茅ptica;

– con ba帽o compartido, o

– que no disponen de servicio higi茅nico.

Carencias de energ铆a

Hogares que usan le帽a, carb贸n o desechos como combustible para cocinar.

Educaci贸n

Inasistencia a la escuela

Hogares donde al menos un ni帽o u adolescente (entre 6 y 17 a帽os) no asiste a un establecimiento educativo.

Rezago escolar

Hogares donde al menos un ni帽o u adolescente (entre 6 y 17 a帽os) est谩 rezagado en el sistema educativo en m谩s de dos a帽os de acuerdo a su edad.

Logro educativo insuficiente

Hogares donde ninguna persona de 20 a帽os o m谩s alcanz贸 un nivel educativo m铆nimo, entendi茅ndose por ello lo siguiente:

– personas de entre 20 y 59 a帽os: no cuentan con el primer ciclo de la educaci贸n secundaria completo,

– personas de 60 a帽os o m谩s: no cuentan con educaci贸n primaria completa.

Dimensiones

Indicadores de privaci贸n: personas que viven en鈥

Empleo y protecci贸n social

Desocupaci贸n

Hogares donde al menos una persona de entre 15 y 65 a帽os de edad est谩 en alguna de las siguientes situaciones:

– desempleada;

– empleada sin remuneraci贸n, o

– es un trabajador desalentado.

Precariedad de la protecci贸n social

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

– ninguna persona cuenta con alg煤n tipo de seguro de salud contributivo;

– ninguna persona est谩 afiliada a un sistema de previsi贸n social contributivo;

– ninguna persona tiene ingresos por pensiones o jubilaciones

Est谩ndar 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 l铆nea 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 m煤ltiples: matriz de correlaciones

En la Tabla 4 se presentan las correlaciones entre los indicadores de privaci贸n (dic贸tomos) utilizando el coeficiente de Spearman. Si bien las correlaciones en general son bajas, todos los coeficientes reportados resultaron significativos al 5%. Tambi茅n cabe notar que las variables que mayores valores de correlaci贸n tienen con las tres variables de educaci贸n (asistencia de los ni帽os a la escuela, rezago escolar y logro educativo de los adultos) son, para los tres a帽os estudiados: pobreza monetaria, privaci贸n en saneamiento mejorado y hacinamiento, con una correlaci贸n m谩s alta con la privaci贸n en logro educativo de los adultos A su vez, la 煤ltima fila de la Tabla 4 presenta la correlaci贸n de las variables de educaci贸n con el puntaje de privaciones de los hogares pobres en el IPM. Tambi茅n en ese caso, se observa que la correlaci贸n del puntaje de privaciones es m谩s alta con la privaci贸n en logro educativo de los adultos del hogar, lo cual es intuitivo en tanto las condiciones habitacionales y de ingresos del hogar claramente est谩n condicionadas por la educaci贸n de los adultos del hogar.

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

ema4

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

Transmisi贸n intergeneracional de la pobreza v铆a carencias educativas

En esta secci贸n se utiliza un modelo logit para analizar dos cosas en simult谩neo. Por una parte, explorar la cuesti贸n de transmisi贸n intergeneracional de la pobreza, acotada en este caso a que la baja educaci贸n de los padres condiciona la baja educaci贸n de los hijos. Por otra parte, tambi茅n se busca complementar el an谩lisis de correlaci贸n presentado previamente, analizando la asociaci贸n que tienen las privaciones en educaci贸n con las dem谩s privaciones, controlando por otras variables.聽

Las variables que sirvieron de medidas de aproximaci贸n de la cantidad y calidad de la educaci贸n en los estudios analizados en el informe de UNESCO (2005, 2010, 2014, entre otros) son: puntuaciones en tests, tasas de repetici贸n y deserci贸n, tasas de terminaci贸n y tasas de escolarizaci贸n.聽 Aqu铆 se utilizan dos de este tipo de privaciones seg煤n la disponibilidad de datos: acceso a trav茅s de la variable inasistencia a la escuela, y calidad a trav茅s de la variable rezago escolar, siendo 茅sta una variable proxy debido a la falta de datos sobre rendimiento cognitivo en la EPH. [9]

En primer lugar, se define un modelo log铆stico para analizar la probabilidad que tiene un menor de 18 a帽os de verse privado en la asistencia a la escuela seg煤n caracter铆sticas del jefe de hogar y otras variables de control. Se reconoce que con este modelo no se est谩n estableciendo causalidades.

Se estimaron dos modelos, uno para asistencia y otro para rezago. En el primer modelo, la variable 鈥榚xplicada鈥 toma valor 1 cuando un ni帽o, definido como un individuo entre 6 y 18 a帽os, 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 m谩s personas por cuarto), privaci贸n en materiales de la construcci贸n, privaci贸n en agua potable y privaci贸n en saneamiento mejorado. Se agregan adem谩s variables dic贸tomas para controlar por regiones geogr谩ficas (GBA, NOA, NEA, Cuyo y Pampeana, siendo la Patagonia la categor铆a base).

Los resultados del modelo aplicado a la submuestra de j贸venes menores de edad, para los a帽os 2005, 2010 y 2015 se muestran en la Tabla 5.

Tabla 5. Modelo logit: privaci贸n en asistencia a la escuela

emma1

Fuente: Elaboraci贸n propia a partir de datos de EPH (INDEC). Notas: *, **, *** indican que las variables son significativas al 10%, 5% y 1% respectivamente. Errores est谩ndar entre par茅ntesis. N贸tese que la menor cantidad de observaciones del 2015 se debe a que s贸lo est谩n 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 ni帽o en edad escolar no asista a la escuela. As铆, 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 reducci贸n de la intensidad de esta asociaci贸n puede estar asociada a la introducci贸n de la Asignaci贸n Universal por Hijo en 2009.[10] El hacinamiento y la carencia de saneamiento mejorado est谩n consistentemente y significativamente asociadas a una mayor probabilidad de inasistencia a la escuela. En cambio, las carencias en materiales de la construcci贸n y en agua potable no presentan un patr贸n consistente en el tiempo. Una mayor edad del jefe de hogar est谩 asociada a menor probabilidad de asistencia a la escuela, pero el coeficiente estimado es muy peque帽o y en 2010 esta variable fue no significativa.

En cuanto a las variables regionales, los hogares en la regi贸n de Cuyo y Pampeana observan mayores probabilidades, en los tres a帽os analizados, de ni帽os que no asisten a la escuela en relaci贸n a la regi贸n Patag贸nica. Las otras regiones聽 no presentan un patr贸n consistente en el tiempo.

An谩logamente, en el segundo modelo, la variable 鈥榚xplicada鈥 toma valor 1 cuando un ni帽o, definido como un individuo entre 6 y 18 a帽os, asiste a la escuela pero est谩 rezagado en m谩s de dos a帽os con respecto a su edad, y 0 en otro caso. Las variables del lado derecho son iguales a las de la regresi贸n anterior.

Debe 聽admitirse que el rezago educativo es una proxy muy imperfecta de calidad, porque el indicador puede verse afectado por pol铆ticas de promoci贸n autom谩tica de los estudiantes de un a帽o al otro (UNESCO, 2015). Aun as铆, los resultados, presentados en la Tabla 6 son interesantes.

Tabla 6. Modelo logit: Rezago escolar聽

emma2

Fuente: Elaboraci贸n propia a partir de datos de EPH (INDEC).聽Notas: *, **, *** indican que las variables son significativas al 10%, 5% y 1% respectivamente. Errores est谩ndar entre par茅ntesis. N贸tese que la menor cantidad de observaciones del 2015 se debe a que s贸lo est谩n 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 ni帽os del hogar est茅n rezagados en la escuela, pero tambi茅n en este caso, otras variables tienen coeficientes estimados iguales o mayores. En particular, si el hogar es monoparental tiene una probabilidad de ni帽os con rezago escolar significativamente mayor. La pobreza por ingresos tambi茅n est谩 asociada a mayor probilidad de rezago escolar en los tres a帽os. Las privaciones en el tipo de material de construcci贸n de sus viviendas, en hacinamiento, y en saneamiento adecuado estaban significativamente asociadas a la probabilidad de ni帽os 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 peque帽o. Por su parte, el an谩lisis regional sugiere que los hogares de la regi贸n del GBA, Cuyo y Pampeana tienen menores probabilidades de tener ni帽os con rezago escolar que los de la regi贸n Patag贸nica. Este es tambi茅n el caso de la regi贸n 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 a煤n con sus limitaciones, las estimaciones convalidan la intuici贸n de que las caracter铆sticas del jefe de hogar y del entorno significativamente asociadas al acceso y calidad de educaci贸n de los hijos, pudiendo generar un mecanismo de trampa de pobreza. Sin duda, estas privaciones se refuerzan entre s铆. El pertenecer a un hogar con jefe de baja educaci贸n se ve agravado si el hogar es monoparental, est谩 en condici贸n de pobreza monetaria o experimenta hacinamiento y d茅ficits en saneamiento. Estas condiciones son potenciales mecanismos reforzadores de pobreza, reproductores de esta hacia pr贸ximas generaciones.

Conclusiones

La evidencia emp铆rica obtenida en este primer an谩lisis exploratorio da cierto sustento a la idea intuitiva de que en Argentina, carencias en acceso y calidad a la educaci贸n refuerzan situaciones de entrampamiento de pobreza, entendida tanto como el padecimiento de m煤ltiples privaciones en simult谩neo, as铆 como tambi茅n como de transmisi贸n de la pobreza de una generaci贸n hacia la otra. Por una parte, se encuentra que quienes habitan en hogares con ni帽os que no asisten a la escuela, o que est谩n rezagados, o donde ning煤n adulto ha completado un nivel m铆nimo de educaci贸n, tienen mas probabilidades de experimentar hacinamiento en la vivienda, falta de instalaciones sanitarias adecuadas y pobreza monetaria. Por otra parte, se verifica tambi茅n que los ni帽os en hogares cuyo jefe de hogar tiene menor nivel educativo tienen m谩s chances de no asistir a la escuela o de retrasarse en el progreso escolar, reduciendo sus posibilidades de superaci贸n de la pobreza cuando sean adultos. Los hogares monoparentales tambi茅n est谩n en clara desventaja en lo que respecta a la educaci贸n de los hijos.

Sin duda, esta evidencia es imperfecta y requiere la utilizaci贸n de t茅cnicas m谩s elaboradas de testeo. A煤n as铆, los resultados obtenidos son intuitivos y realzan la importancia de un abordaje comprehensivo de las pol铆ticas p煤blicas de reducci贸n de la pobreza. En particular sugieren la relevancia de dilucidar estrategias de pol铆ticas que aborden de manera conjunta y complementaria las dimensiones de educaci贸n, 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 acompa帽en con pol铆ticas de mejoramiento de la vivienda. Cabe notar que se podr铆a comenzar por articular mejor pol铆ticas y programas que ya est谩n en marcha. Por ejemplo, una articulaci贸n de las Asignaciones Universales por Hijo con los programas vigentes de mejoramiento de vivienda, complementado con pol铆ticas educativas m谩s focalizadas en las escuelas perif茅ricas, favoreciendo que los docentes con mayor experiencia y m谩s calificados ense帽en en las escuelas con alta proporci贸n de ni帽os de sectores desfavorecidos. Esta articulaci贸n entre las diferentes iniciativas p煤blicas tambi茅n se ver铆a favorecida por una integraci贸n con la acci贸n social desarrollada desde las ONGs.

Indudablemente, hay un mucho espacio para continuar avanzando en la evidencia emp铆rica respecto de las trampas de pobreza generadas por educaci贸n, y buscando estrategias novedosas, creativas y efectivas para la atenci贸n a estas m煤ltiples privaciones que se refuerzan entre s铆.

Bibiograf铆a

Alkire, S. y Foster, J. (2011). Counting and multidimensional poverty measurement. Journal of Public Economics, 95, 476鈥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, N潞 3, p谩gs. 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.聽Development Policy Review,聽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 s茅gr茅gation sociale 谩 l’茅cole: faits et effets”, en: Rossetti, M., La segregaci贸n escolar como un elemento clave en la reproducci贸n 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鈥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鈥633.

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

Heckman, J. J., Lochner, L. J., Todd, P. E. (2008), 鈥淓arnings Functions and Rates of Return鈥, Journal of Human Capital 2(1), pp.

INDEC (2001). Censo Nacional de Poblaci贸n, Hogares y Viviendas 2001. https://www.indec.gov.ar/颅nivel4_default.asp?颅id_tema_1=颅2&id_tema_2=41&id_tema颅_3=134

INDEC (2002). 鈥淧aridades de Poder de Compra del Consumidor鈥. 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 Poblaci贸n, Hogares y Viviendas 2010. https://www.indec.gov.ar/nivel4_default.asp?id_颅tema_1=2&id_颅tema_2=41&id_颅tema颅_3=135

INDEC (2016), 鈥淟a Medici贸n de la Pobreza y la Indigencia en la Argentina鈥. Metodolog铆a INDEC No. 22. Sociedad. Buenos Aires. Argentina.

IPA/INDEC (1985), Caracter铆sticas de una l铆nea de pobreza para Argentina, DT No 8, Buenos Aires.

IPA/INDEC (1988), Canasta b谩sica de alimentos – Gran Buenos Aires, DT N掳 3, Buenos Aires.

London, S. y Rojas, M. (2013). T贸picos de trampas de pobreza. Bah铆a Blanca: EdiUNS.

Ministerio de Educaci贸n y Deportes, Presidencia de la Naci贸n 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.聽

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

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

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

Santos, M. E. (2018), 鈥淧obreza Multidimensional en Argentina: Evoluci贸n, Alcances y Limitaciones de la Medici贸n鈥. Presentaci贸n en el V Congreso Internacional, 鈥淟as Caras Invisibles de la Pobreza鈥, 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.聽Review of Income and Wealth,聽64(1), 52-82.

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

Trucco, D. (2014). Educaci贸n y desigualdad en Am茅rica Latina. Santiago de Chile: CEPAL.

UNESCO (2005). Informe de seguimiento de la Educaci贸n para todos 2005: El imperativo de la calidad. Par铆s: UNESCO.

UNESCO (2010). Informe de seguimiento de la Educaci贸n para todos 2010: Llegar a los marginados. Par铆s: UNESCO.

UNESCO (2014). Informe de seguimiento de la Educaci贸n para todos 2013/4: Ense帽anza y aprendizaje: Lograr la calidad para todos. Par铆s: UNESCO.

UNESCO (2015). Informe de seguimiento de la EPT. La educaci贸n para todos, 2000-2015: Logros y desaf铆os. Par铆s: UNESCO.

Valenzuela, J., Bellei, C., y De los R铆os, D. (2010). “Segregaci贸n 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 Econom铆a (UNS) de Jer贸nimo Escudero, realizado bajo la direcci贸n de Maria Emma Santos.
  2. Lic. Jer贸nimo Escudero: Universidad Nacional del Sur (Argentina). Dra. Mar铆a Emma Santos: Instituto de Investigaciones Econ贸micas y Sociales del Sur, Universidad Nacional del Sur 鈥 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 inducir铆an a los padres a concentrar la inversi贸n en educaci贸n en un solo hijo.
  5. N贸tese sin embargo, que se trata de retornos salariales, excluyendo otros ingresos y excluyendo los retornos no-monetarios de la educaci贸n. Existen adem谩s otras varias cuestiones a tener en cuenta en lo que respecta a las metodolog铆as de estimaci贸n de los retornos de la educaci贸n. V茅ase por ejemplo Heckman, Lochner y Todd (2006).聽
  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 informaci贸n en la EPH. La justificaci贸n de las diferencias de ponderaciones puede encontrarse en Santos y Villatoro (2018).聽
  7. El coeficiente de PPCC mide la 鈥渞elaci贸n entre el costo de una canasta de bienes y servicios representativos del consumo de la poblaci贸n urbana de una regi贸n determinada y el costo que esa misma canasta tendr铆a si se pudiera adquirir a los precios medios de otra regi贸n que se toma como base para las comparaciones鈥 (INDEC 2002 p.1).
  8. Cabe aclarar que los valores de la CBT de FIEL (2016) contienen una revisi贸n retroactiva a las CBT que reportaron entre 2009 y 2014. La revisi贸n consisti贸 en que se actualizaron los ponderadores del IPC de FIEL (utilizado para el c贸mputo de la inversa del coeficiente de Engel) de acuerdo con informaci贸n de a Encuesta de Gastos de los Hogares del a帽o 2005. En ese punto difiere de la metodolog铆a de la CBT de INDEC para el a帽o 2005. A su vez, se actualiz贸 la base del 铆ndice utilizando como referencia el promedio del a帽o 2012. (FIEL, 2016).聽
  9. Barro & Lee (2001) utilizan la repitencia como variable proxy.聽
  10. Recu茅rdese, sin embargo, que la muestra del a帽o 2015 es la mitad de la de 2005 y 2010, lo cual puede estar influenciando este resultado. N贸tese tambi茅n que cuando se estima la regresi贸n excluyendo las variables referidas a la vivienda (hacinamiento, saneamiento, agua y materiales de la construcci贸n), la variable de pobreza monetaria es significativa, lo cual indica cierta colinealidad entre estas variables.聽


Deja un comentario