Crecimiento Pro-Poor. Evidencia para Argentina 2004-2015

Share Embed


Descripción

Desarrollo y Crecimiento Económico FACE - UNT - Año 2015

Crecimiento Pro-Poor Evidencia para Argentina en el período 2004-2015

“Saving our planet, lifting people out of poverty, advancing economic growth... these are one and the same fight. We must connect the dots between climate change, water scarcity, energy shortages, global health, food security and women's empowerment. Solutions to one problem must be solutions for all” Ban Ki-moon, Secretario General de Naciones Unidas.

Resumen El presente trabajo busca analizar los conceptos de pobreza, inequidad y crecimiento económico a partir de la Teoría de Crecimiento Pro-Poor. Se consideran las distintas definiciones de la literatura y se selecciona la propuesta por Chen & Ravallion (2003) para aplicarla al caso de la República Argentina en el período 2004-2015. La principal motivación de este trabajo es proveer un análisis íntegro de la evolución de la pobreza en nuestro país, que asimismo depende de la evolución de la inequidad y el crecimiento económico, con el fin de compensar la ausencia de cifras oficiales en materia de índices de pobreza y desigualdad. Se presenta en primer término un análisis nacional del crecimiento Pro-Poor para la totalidad del período y posteriormente por sub-períodos, para finalizar con un análisis regional del crecimiento. En general, se concluye que el crecimiento registrado en la década bajo estudio fue Pro-Poor, aunque existen excepciones.

1

Desarrollo y Crecimiento Económico FACE - UNT - Año 2015

I.

Introducción

La reducción de la pobreza y la desigualdad encabezan el debate actual en materia de desarrollo económico y constituyen un desafío para quienes elaboran las políticas públicas. Según el United Nations Development Programme1(UNDP), el número de personas viviendo con menos de U$S1.25 por día se redujo de 1.8 billones en 1990 a 1.4 billones en 2005. La erradicación de la pobreza ocupa un lugar principal en el escenario mundial y constituye el primer objetivo de los “Sustainable Development Goals” (SDG), que fijó Naciones Unidas a partir del año 2015. La disminución de la pobreza puede ser alcanzada mediante el crecimiento económico o la redistribución del ingreso. Sin embargo, cada fuerza por separado, no tiene el efecto de ambas fuerzas en conjunto. La interacción entre el crecimiento del ingreso y la evolución de los niveles de inequidad, entonces, provee un análisis más certero de la evolución de la pobreza en una economía. Gasparini y Cruces (2008) citan a Aaron (1978), quien afirma que seguir la evolución de las estadísticas distributivas es “como mirar el pasto crecer” y presentan al caso argentino, donde desde mediados de la década del setenta, la distribución del ingreso ha cambiado de manera dramática. La República Argentina experimentó una gran desigualdad durante el período 1970-2000 debido a tres causas principales: su inestabilidad económica, gobiernos dictatoriales e instituciones débiles. A partir del año 2003, y luego de la de la crisis de 2001, Argentina contó con un escenario diferente. Según datos de la Universidad Católica Argentina (UCA), en el año 2003 la pobreza alcanzaba a más del 50% de la población, reduciéndose a un 25,9% en 2007, con la recuperación económica. Esta misma fuente, asimismo, asegura que entre 2007 y 2014 la cantidad de pobres del país creció en 2 millones de personas, siendo en la actualidad el 28,7% de la población. Esta Universidad también confeccionó un vector geográfico de pobreza multidimensional, sumando otras variables al tipo de ingreso y hogar. A su vez, presentó un ranking regional, ubicando en primer lugar al conurbano bonaerense donde el 67,9% de los niños experimentan situaciones de pobreza y un 22,9% lo hace en niveles severos. Le siguen en la lista la infancia tucumana con el 57,1%, Gran Córdoba con el 55,2% y Gran Rosario con 54,6%. La UCA detalló que tener hambre, no poder acceder a ayuda alimentaria directa, vivir en situación de hacinamiento crítico y en viviendas precarias y no asistir a la escuela entre los 5 y 17 años, son algunas de las privaciones severas que padecen los niños argentinos . El objetivo del presente trabajo es desarrollar una medición del crecimiento Pro-Poor en la República Argentina y sus regiones. El estudio estará dividido en las siguientes áreas: Sección II: 1

http://content.undp.org/go/cms-service/stream/asset/;jsessionid=aMgXw9lbMbH4?asset_id=2620072

2

Desarrollo y Crecimiento Económico FACE - UNT - Año 2015

Revisión de la Literatura, Sección III: Metodología, Sección IV: Datos, Sección V: Determinación de sub-períodos, Sección VI: Resultados y Sección VI: Conclusión.

II.

Revisión de la Literatura

La reducción de la pobreza consiste en mejorar las condiciones de vida de la sociedad, y en particular las de las personas más pobres. Se trata de mejorar la calidad de vida de los individuos y las oportunidades que se les presentan. Amartya Sen (1987) define el concepto de capacidades como leer, escribir y comunicarse y otras necesidades básicas, donde generalmente el número de opciones que las personas tienen y la libertad de elección, también contribuyen al bienestar. Siguiendo la línea del artículo Kakwani (2000), el crecimiento Pro-Poor puede ser definido como aquel que permite a los pobres participar activamente y beneficiarse de la actividad económica. El beneficio económico resultante de las fuerzas del mercado, generalmente, beneficia a los ricos en una manera proporcional más alta que a los pobres, debido a que los primeros cuentan con ventajas inherentes. A pesar de ello, continúa el autor, algunos gobiernos siguen adoptando políticas sesgadas a favor de los ricos, haciendo más persistente la brecha entre los sectores. Existen autores que consideran, por lo contrario, que el crecimiento en sí mismo beneficia a los pobres tanto como a cualquier miembro de la sociedad, con lo cual toda política de crecimiento económico debe estar al centro de la estrategia para la reducción de la pobreza (Dollar & Kraay, 2002). Realizan, además, una conceptualización diferente de la pobreza, definiéndola como la quinta parte inferior de la distribución del ingreso de un determinado país. Otros consideran que el crecimiento más efectivo en la reducción de la pobreza, no necesariamente coincide con el crecimiento que reduce la inequidad (Warr, 2005). Una aproximación diferente al estudio Pro-Poor propone la descomposición del análisis de σ y β convergencia (Nissanov & Silber, 2006). σ-Convergencia computa las desviaciones estándar de los logaritmos de los ingresos entre los momentos t y t´ y verifica si la dispersión aumenta o se reduce en el mismo. Este cambio es denominado por los autores como “movilidad estructural”. Sin embargo, en este tipo de estudios se ignora la identidad de los individuos, es decir que no realiza una distinción entre quienes han mejorado realmente su situación. Este segundo concepto se conoce como “movilidad de intercambio” y es llevado a cabo por un análisis de β convergencia. La teoría de crecimiento Pro-Poor tomada por este estudio, cuenta con dos definiciones en la literatura. Para la primera definición, el crecimiento Pro-Poor es aquel en el cual la pobreza cae más de lo que debería caer si todos los ingresos crecieran a la misma tasa (Baulch & McCullock, 2000; Kakwani & Pernia, 2000). Para la segunda definición, el crecimiento Pro-Poor es aquel crecimiento que reduce la pobreza (Ravallion & Chen, 2003). 3

Desarrollo y Crecimiento Económico FACE - UNT - Año 2015

La primera definición se enfoca en los cambios distribucionales durante el proceso de crecimiento. En este sentido, el ingreso de los pobres debería crecer a una tasa más alta que el ingreso de los no pobres. La segunda definición, por su parte, se enfoca en cómo cambia un índice de pobreza en particular, elegido para la medición de la evolución de la pobreza (Head Count Ratio, Poverty Gap Ratio, Squared Poverty Gap). Otros autores (Kakwani, Khandker & Son, 2004) reconocen la segunda definición como una definición “débil”, ya que los pobres reciben sólo una pequeña fracción de los beneficios del crecimiento. Por su parte, la primera definición es caracterizada como “fuerte” y, a su vez, es divisible en términos de crecimiento Pro-Poor, relativo o absoluto. El crecimiento relativo sugiere que el crecimiento económico beneficia a los pobres en una proporción mayor que a los no pobres. El crecimiento absoluto indica que los pobres reciben los beneficios absolutos del crecimiento económico, iguales o mayores a los beneficios absolutos recibidos por los no pobres. Ambas definiciones implican una caída de la inequidad. En cuanto al análisis gráfico, Son (2004) sugiere el uso de la Poverty Growth Curve (PGC) diferente a la planteada por Ravallion (2004) conocida como Growth Incidence Curve (GIC). Por otro lado, Kakwani, Khandker & Son (2004) proponen el cálculo del Poverty Equivalent Growth Rate (PEGR), teniendo en cuenta las limitaciones de los casos previamente mencionados. Este último incluye el criterio de monotonicidad, el cual implica que la magnitud de la reducción de la pobreza debe ser una función monótona creciente de la tasa de crecimiento Pro-Poor. El objetivo del criterio es remarcar que el crecimiento económico es una condición necesaria pero no suficiente para la reducción de la pobreza.

III.

Metodología Para Chen & Ravallion, la tasa de crecimiento de Pro-Poor debe satisfacer dos axiomas: 1) La medición debe ser consistente con la dirección del cambio en la pobreza, es decir, que una tasa positiva (negativa) de crecimiento Pro-Poor, implica una reducción (incremento) de la pobreza. 2) La medida de pobreza implícita en el crecimiento Pro-Poor, debe satisfacer los axiomas de medidas de pobreza estándar.

La literatura establece que son tres los axiomas comúnmente aceptados para toda medición de la pobreza. El axioma de enfoque, el de monotonicidad, y el de transferencia. El primero de ellos enuncia que la medida de la pobreza es invariante a los cambios en el ingreso de los no pobres. El segundo axioma establece que toda pérdida de ingreso para los pobres se traduce en un aumento de la pobreza. El tercer axioma, afirma que las transferencias que reducen la inequidad entre los pobres, reducen finalmente la pobreza. A veces un cuarto axioma es 4

Desarrollo y Crecimiento Económico FACE - UNT - Año 2015

incluido, el cual expone que la pobreza agregada puede expresarse como una media ponderada de la población entre subgrupos disjuntos. Este cuarto axioma se conoce en la literatura como descomposición aditiva. A partir de los dos conceptos mencionados, Ravallion (2004) propone una medida para cuantificar la tasa de crecimiento Pro-Poor, la cual es igual a la tasa ordinaria de crecimiento multiplicada por una corrección distribucional, dada por el ratio entre el cambio actual en la pobreza en el tiempo y el cambio que se hubiera observado bajo una distribución normal. Si el crecimiento es Pro-Poor de acuerdo a la primera definición, entonces la tasa de crecimiento Pro-Poor excederá a la tasa ordinaria de crecimiento, ya que la corrección distribucional será mayor a la unidad. En consecuencia, puede pensarse que una medida de crecimiento Pro-Poor basada en la segunda definición será el producto de la medida basada en la primera definición por la tasa ordinaria de crecimiento. Es decir: Tasa de crecimiento Pro-Poor = Corrección distribucional x Tasa ordinaria de crecimiento (2º definición) (1º definición) Cuando la reducción de la pobreza es el objetivo, entonces la tasa de crecimiento Pro-Poor definida arriba es la forma correcta de medir el crecimiento. Esta es la tasa de crecimiento ProPoor que se presentará en la Sección VI. Chen & Ravallion (2003) también introducen una nueva herramienta de análisis, que denominan “Growth Incidence Curve” (GIC), la cual permite observar el impacto del crecimiento económico agregado sobre un amplio rango de la distribución total de ingreso, reconociendo que hay cierto grado de incertidumbre sobre cómo definir la pobreza y donde ubicar la línea de pobreza. La GIC arroja la tasa de crecimiento en un periodo relevante de tiempo para cada percentil de la distribución de ingresos de la población. Sean: 𝑃𝑇 = 𝐹𝑇 (𝑌) la proporción de la población con un ingreso menor a Y durante el período T. 𝑌𝑇 = 𝑄𝑇 (𝑃 ) la función inversa de F, llamada también “Función cuantil”. Entonces, la GIC entre T y T+1 estima el crecimiento del percentil P como: 𝐺𝑇+1 = 𝑙𝑛 [𝑄𝑇+1 (𝑃 )/𝑄𝑇 (𝑃)] Si la GIC está por encima de 0 en todos los puntos hasta un percentil P*, entonces la pobreza ha caído para todos los índices Head Count Ratio (HCR) hasta P*. Si se calcula el área por debajo de la GIC hasta el índice HCR, se obtiene el crecimiento total del ingreso de los pobres en un periodo relevante. La tasa de crecimiento Pro-Poor, entonces, es la tasa de crecimiento medio del pobre. 5

Desarrollo y Crecimiento Económico FACE - UNT - Año 2015

IV.

Datos

Para el estudio del crecimiento Pro-Poor en la República Argentina, es necesario utilizar una encuesta de hogares, para los períodos inicial y final, dónde exista alguna variable real de ingreso o gasto familiar per cápita o por adulto equivalente. En este trabajo, se utilizan los datos correspondientes a la Encuesta Permanente de Hogares del primer trimestre de cada año en el período 2004-2015, proporcionados por el Instituto Nacional de Estadística y Censo (INDEC). En particular, se utiliza la variable correspondiente al ingreso total familiar. Para expresar dicha variable en términos de adulto equivalente, se hizo una transformación simple en la cual se consideró que cada niño menor de 10 años equivale a 0.52 adulto equivalente, cifra promedio de los valores listados por INDEC para cada grupo etario entre 0 y 10 años. A su vez, para expresar la variable en términos reales, se deflactó el ingreso familiar por el índice de precios al consumidor publicado por este mismo instituto, para lo cual fue necesario empalmar las series de IPC-GBA e IPC-Nu y, así, cubrir todo el período bajo estudio. Para calcular las líneas de pobreza en cada año, se utilizaron datos de la Canasta Básica Total (CBT) del INDEC hasta el año 2006 y en adelante del Observatorio de la Deuda Social Argentina de la Universidad Católica Argentina (UCA), por razones de confiabilidad.

V.

Determinación de sub-períodos

La evolución de la pobreza en un país depende, a su vez, de la evolución de dos factores: el ingreso per cápita y la inequidad. El crecimiento del ingreso tendrá un efecto mayor en la reducción de la pobreza cuanto más equitativamente esté distribuido dicho ingreso. Así mismo, también es posible que la pobreza se reduzca, aun cuando la economía no esté creciendo, si se implementan las políticas redistributivas correctas. A continuación se presenta la evolución del PBI per cápita y el índice de GINI para Argentina durante el período bajo estudio. La performance conjunta de estas dos variables fue crucial para definir los sub-períodos al analizar el crecimiento Pro-Poor. El primer período 2004-2007 comprende los años de recuperación post crisis, en el cual se registra un fuerte crecimiento del PBI per cápita y una leve disminución del índice de GINI. Le siguen los años 2007-2009, en los cuales el ingreso se mantuvo relativamente estable, con una disminución luego de 2008 y la inequidad continuó con una performance levemente decreciente. El tercer período 2009-2011 se caracteriza por una nueva aceleración del crecimiento del PBI per cápita y una disminución de la inequidad. Durante el cuarto período 2011-2013, estos 6

Desarrollo y Crecimiento Económico FACE - UNT - Año 2015

procesos se frenan, registrándose un estancamiento del ingreso per cápita y una tasa menor de disminución de la inequidad. Por último, los años 2013-2015 se caracterizan por un estancamiento general de ambas variables. Evolución del PBI y el Indice de GINI Argentina 2004-2015 1.20 1.10 1.00 0.90 0.80

0.70 0.60 0.50 2004 2005 2006 2007 2008 2009 2010 2011 2012 2013 2014 GINI Normalizado

PBI pc Normalizado

Fuente: Elaboración propia en base a datos de la EPH y The World Bank.

VI.

Resultados Análisis a nivel nacional para el período 2004-2015

En la Tabla n°1 podemos observar los resultados obtenidos en el cálculo de la GIC. Al comparar la tasa de crecimiento en la media con la tasa de crecimiento de los demás (P) percentiles en la segunda columna, observamos que éstas últimas son mayores para todos los casos. Podemos concluir, entonces, que en los últimos 11 años el crecimiento en la República Argentina fue Pro-Poor. Lo mismo ocurre para cada región del país, comparando las tasas de las diferentes columnas. El percentil más bajo creció en mayor medida en la región del NOA, mientras que la región que experimentó mayor crecimiento promedio fue la región Patagónica. La tasa de crecimiento Pro-Poor se define como la tasa de crecimiento del percentil correspondiente a la línea de pobreza. Puede observarse que en el período bajo estudio el crecimiento estuvo caracterizado por tasas de crecimiento Pro-Poor en el orden del 4%, registrando su valor mínimo en la región Gran Buenos Aires y su valor máximo en la región Patagónica.

7

Desarrollo y Crecimiento Económico FACE - UNT - Año 2015

Tabla n°1: Tasa de Crecimiento Pro-Poor para Argentina y Principales Regiones 2004-2015 REPÚBLICA ARGENTINA

GBA

NOA

NEA

CUYO

3,90 3,87 3,86 3,87 3,85 3,83

4,75 4,65 4,59 4,53 4,49 4,28

Tasa 4,32 4,28 4,25 4,23 4,21 4,03

4,45 4,38 4,35 4,33 4,29 4,19

4,10 4,08 4,06 4,04 4,02 3,98

4,36 4,34 4,35 4,38 4,38 4,37

2,97

3,59

3,47

3,57

3,41

3,73

Percentil (P) 10 15 20 25 30 Línea de Pobreza

4,12 4,07 4,04 4,03 4,01 3,96 3,18

Crecimiento en la Media

PAMPEANA PATAGONIA

El gráfico n°1 presenta la línea de crecimiento en la media para el período en su totalidad, además de la GIC. Podemos corroborar que el crecimiento económico ha sido Pro-Poor, ya que la línea de la GIC supera a la de crecimiento en la media en los percentiles más bajos.

2.5

3

3.5

4

4.5

Gráfico n1º: Growth Incidence Curve. Argentina 2004-2015

0

20

40

60

80

100

Percentiles GIC

Crecimiento en la media

Análisis a nivel nacional por sub-períodos A continuación, presentamos en la tabla n°2 los resultados a nivel nacional en subperíodos, con el objeto de realizar un análisis más exhaustivo. Puede observarse que el crecimiento fue Pro-Poor en cada sub-período y tuvo tasas en un rango de 2,4% a 5,1% para el percentil correspondiente a la línea de pobreza. El último período bajo estudio registra las tasas más bajas en crecimiento en la media y crecimiento Pro-Poor. 8

Desarrollo y Crecimiento Económico FACE - UNT - Año 2015

Tabla n°2: Tasa de Crecimiento Pro-Poor para Argentina por sub-períodos Percentil (P)

2004-2007 2007-2009 2009-2011 2011-2013 2013-2015

10 15 20

3,97 4,05 4,11

25 30 Línea de Pobreza Crecimiento en la Media

4,16 4,19 4,18 3,15

5,07 5,11

5,07 4,82

4,12 4,08

2,46 2,32

5,12 5,09 5,08 5,09 4,03

4,59 4,42 4,29 4,55 2,95

4,11 4,12 4,10 4,11 3,67

2,27 2,29 2,31 2,43 2,13

El gráfico n°2 contiene las devoluciones del período 2004-2007. Podemos observar a simple vista que el crecimiento fue Pro-Poor. Se obtuvo además, una tasa de crecimiento media de 3.15%, superada por las tasas de crecimiento Pro-Poor de los percentiles más pobres, hasta el tercer percentil. Sin embargo los percentiles 1% y 2% tuvieron un crecimiento de 2,84% y 3,14% respectivamente, por lo tanto el crecimiento no fue Pro-Poor para la pobreza más extrema.

2.5

3

3.5

4

4.5

Gráfico nº2: Growth Incidence Curve. Argentina 2004-2007.

0

20

40

60

80

100

Percentiles GIC

Crecimiento en la media

Para el siguiente período 2007-2009, el crecimiento fue totalmente Pro-Poor. La tasa de crecimiento en la media fue de 4.03%, superada por la tasa de crecimiento Pro-Poor de los percentiles más bajos. Esto puede verse en el gráfico n°3.

9

Desarrollo y Crecimiento Económico FACE - UNT - Año 2015

3

3.5

4

4.5

5

5.5

Gráfico nº3: Growth Incidence Curve. Argentina 2007-2009

0

20

40

60

80

100

Percentiles GIC

Crecimiento en la media

Por otro lado, el gráfico n°4 contiene los resultados para el período 2009-2011, siendo el período con mayor crecimiento Pro-Poor de todos los analizados. La tasa de crecimiento media se corresponde a un 2,59% mientras que las tasas de crecimiento Pro-Poor de los percentiles más bajos, se encuentran alrededor de un 5%.

2

3

4

5

6

Gráfico nº4: Growth Incidence Curve. Argentina 2009-2011

0

20

40

60

80

100

Percentiles Median spline

Growth rate in mean

El gráfico n°5 contiene los resultados del período 2011-2013. Con una tasa de crecimiento medio del 3,67%, los percentiles más bajos demuestran haber experimentado un crecimiento del tipo Pro-Poor con valores superiores. Puede así mismo notarse que los percentiles medio-altos experimentaron las menores tasas de crecimiento.

10

Desarrollo y Crecimiento Económico FACE - UNT - Año 2015

3

3.5

4

4.5

Gráfico nº5: Growth Incidence Curve. Argentina 2011-2013

0

20

40

60

80

100

Percentiles GIC

Crecimiento en la media

El gráfico n°6 resume las devoluciones para el último y más reciente período de análisis del país en su totalidad; donde el crecimiento medio del 2,13% fue superado por la tasa de crecimiento Pro-Poor de los percentiles más bajos. A pesar de ello, el crecimiento de algunos percentiles entre el 15% y 20% no fue Pro-Poor.

1.5

2

2.5

3

Gráfico nº6: Growth Incidence Curve. Argentina 2013-2015

0

20

40

60

80

100

Percentiles GIC

Crecimiento en la media

11

Desarrollo y Crecimiento Económico FACE - UNT - Año 2015

Análisis a nivel regional por sub-períodos La evolución de la pobreza en las distintas regiones del país durante el período 2004-2015 fue, en general, similar a la evolución nacional de la misma. Sin embargo, cabe destacar algunos casos particulares interesantes para un análisis más exhaustivo del crecimiento Pro-Poor en nuestro país. A continuación, se presentarán una serie de gráficos que contienen Growth Incidence Curve para distintas regiones en distintos sub-períodos. En el gráfico nº7, se presenta la GIC correspondiente a la región NEA durante el período 2004-2015. Durante el período de recuperación post-crisis, el crecimiento en la región NEA no fue Pro-Poor, ya que los percentiles hasta el percentil 30% registraron tasas de crecimiento del ingreso menores a la tasa en la media, que se ubicó en 3,44%. Esto cobra relativa importancia al tener en cuenta que la región NEA es una de las regiones que históricamente presenta mayores niveles de pobreza en el país, junto a la región NOA y a Gran Buenos Aires.

1.5

2

2.5

3

3.5

4

Gráfico nº7: Growth Incidence Curve. Región NEA 2004-2007

0

20

40

60

80

100

Percentiles GIC

Crecimiento en la media

En el gráfico nº8, puede observarse la GIC correspondiente a la región pampeana para los años comprendidos entre 2007-2009. Los primeros trece percentiles se corresponden a tasas de crecimiento menores a la tasa de crecimiento en la media, por lo que podemos afirmar que en esta región el crecimiento tampoco fue Pro-Poor, aunque si lo haya sido en el país para la misma fecha. Durante el período 2009-2011, la región de Gran Buenos Aires experimentó tasas de crecimiento Pro-Poor de gran magnitud, que fueron superiores al crecimiento en la media hasta el percentil 60%. Las menores tasas de crecimiento corresponden a la clase media-alta, mientras que 12

Desarrollo y Crecimiento Económico FACE - UNT - Año 2015

los percentiles más altos de la población también experimentaron altas tasa de crecimiento de ingreso. Esto puede observarse en el gráfico nº9.

3

3.5

4

4.5

5

5.5

Gráfico nº8: Growth Incidence Curve. Región Pampeana 2007-2009

0

20

40

60

80

100

Percentiles GIC

Crecimiento en la media

En el análisis del período 2011-2013 se presentan dos gráficos: el gráfico nº10 corresponde a la región NOA y el gráfico nº11 corresponde a la región Cuyo. La región NOA no experimentó un crecimiento Pro-Poor en este período, ya que los percentiles hasta el percentil 30% registraron las tasas menores de crecimiento de ingresos, las cuales fueron superadas por la tasa de crecimiento de la media que se ubicó en 4%.

2

3

4

5

Gráfico nº9: Growth Incidence Curve. Región GBA 2009-2011

0

20

40

60

80

100

Percentiles GIC

Crecimiento en la media

13

Desarrollo y Crecimiento Económico FACE - UNT - Año 2015

2.5

3

3.5

4

4.5

5

Gráfico nº10: Growth Incidende Curve. Región NOA 2011-2013

0

20

40

60

80

100

Percentiles GIC

Crecimiento en la media

La evolución es diferente en la región cuyana, en la cual el crecimiento fue Pro-Poor. La tendencia de esta región es similar a la tendencia registrada en el mismo período a nivel nacional. Los percentiles hasta el percentil 50% registraron tasas por encima del crecimiento en la media, mientras que los percentiles a partir del percentil 50% tuvieron tasas menores.

3.5

4

4.5

5

5.5

Gráfico nº11: Growth Incidence Curve. Región Cuyo 2011-2013

0

20

40

60

80

100

Percentiles GIC

Crecimiento en la media

En el gráfico nº12 se presenta la GIC correspondiente a la región de Gran Buenos Aires para el período 2013-2015. Nuevamente, la pobreza más extrema (los primeros 30 percentiles) registró tasas de crecimiento de ingresos menores al crecimiento en la media. Lo mismo ocurrió con los últimos percentiles de la distribución, siendo los percentiles correspondientes a la clase media y media-alta los beneficiados con tasas mayores a la tasa de crecimiento en la media. 14

Desarrollo y Crecimiento Económico FACE - UNT - Año 2015

.5

1

1.5

2

2.5

Gráfico nº12: Growth Incidence Curve. Región GBA 2013-2015

0

20

40

60

80

100

Percentiles GIC

VII.

Crecimiento en la media

Conclusión

El crecimiento es uno de los objetivos principales de las economías actuales. Generalmente, se toma el crecimiento del PBI per cápita o alguna otra medida de ingreso, sin considerar como fue la distribución de ese crecimiento entre los distintos percentiles de la población. Sin embargo, en los tópicos de economía de la distribución y el desarrollo, una medida como el crecimiento del PBI per cápita no resulta suficiente para medir el cambio en el bienestar de la población. En un marco en el cual la pobreza y la inequidad se suman al foco de interés al medir bienestar en conjunto al crecimiento del ingreso promedio, surge el análisis del crecimiento ProPoor. Este trabajo analizó el caso argentino durante el período 2004-2015, encontrando que el crecimiento registrado en Argentina fue Pro-Poor en términos generales. Las tasas de crecimiento Pro-Poor resultantes, estuvieron en el orden del 4%, mientras que el crecimiento medio se ubicó cerca de un 1% por debajo de este. Sin embargo, analizar el país en su totalidad en el período completo, no permite hallar resultados interesantes relacionados a la evolución y la tendencia del crecimiento. Es por ello que se añadió un análisis por sub-períodos y un análisis regional, en el que pudo observarse que el crecimiento no fue Pro-Poor para todas las regiones y en todos los períodos. Este hecho constituye un incentivo a un posterior análisis más detallado, en el cual se estimen causas del comportamiento diferencial de las regiones y el país para los distintos años. 15

Desarrollo y Crecimiento Económico FACE - UNT - Año 2015

A su vez, este trabajo proyecta un análisis posterior considerando que es el último período bajo estudio 2013-2015, donde tienen lugar las tasas de crecimiento Pro-Poor más bajas, al igual que la tasa más baja de crecimiento medio.

VIII.

Bibliografía

Dollar D, Kraay A, (2002) Growth is Good for the Poor. Journal of Economic Growth 7: 195-225. Gasparini L, Cruces G, (2008) A Distribution in Motion: The Case of Argentina. CEDLAS, Universidad Nacional de la Plata. Instituto Nacional de Estadística y Censo (INDEC) Encuesta Permanente de Hogares (EPH). Disponible en: http://www.indec.gov.ar/bases-de-datos.asp Kakwani N, Côrtes M, Son H, (2010) Linkages between Pro-Poor Growth, Social Programs and Labor Markets: The Recent Brazilian Experience. World Development Vol.38, No. 6, pp. 881-894. Kakwani, Khandker S, Son H, (2004) Pro-Poor Growth: Concepts and Measurement with Country Case Studies. International Poverty Centre, United Nations Development Program. Kakwani N, Pernia E, (2000) What is Pro-Poor Growth? Asia Development Review Vol. 19, No.1. Kakwani N, Son H, (2008) Global Estimates of Pro-Poor Growth. World Development Vol.36, No. 6, pp. 1048-1066. Klasen S, Grosse M, Harttgen K, (2008) Measuring Pro-Poor Growth in Non-Income Dimensions. World Bank Vol.36, No. 6, pp. 1021-1047. Klasen S, (2008) Economic Growth and Poverty Reduction: Measurement Issues using Income and Non-Income Indicators. World Development Vol.36, No.3, pp.420-445. Kraay A, (2006) When is Growth Pro-Poor? Evidence from a Panel of Countries. Journal of Development Economics 80: 198-227. Lopez H, (2003) Pro-Poor Growth: A Review of What we Know (and of What we Don't). World Bank PREM Poverty Group. Nissanov Z, Silber J, (2007) On Pro-Poor Growth and the Measurement of Convergence. Economic Letters 105: 270-272 Observatorio de la Deuda Social Argentina. Universidad Católica Argentina. Disponible en: http://www.uca.edu.ar/index.php/site/index/es/uca/observatorio-de-la-deuda-social-argentina/ Ravallion M, (2004) Pro-Poor growth: A Premier. Development Research Group, World Bank. Ravallion M, Chen S, (2003) Measuring Pro-Poor Growth. Economic Letters 78: 93-99. Ravallion M, Datt G, (2002) Why has Economic Growth been more Pro-Poor in some States of India than Others?. Journal of Development Economics 68: 31-40. 16

Desarrollo y Crecimiento Económico FACE - UNT - Año 2015

Son H, (2004) A note on Pro-Poor Growth. Economic Letters 82: 307-314. The World Bank Poverty Net. Growth Incidence Curve. Available at: http://web.worldbank.org/WBSITE/EXTERNAL/TOPICS/EXTPOVERTY/EXTPGI/0,,contentMDK:2193 1712~menuPK:5461445~pagePK:210058~piPK:210062~theSitePK:342771,00.html Warr P, (2005) Pro-Poor Growth. Asian-Pacific Economic Literature Vol.19, Issue 2, pp. 1-17.

17

Lihat lebih banyak...

Comentarios

Copyright © 2017 DATOSPDF Inc.