Escuela Nacional de Estadística e Informática

STATA NIVEL INTERMEDIO

Lima – Perú
Instituto Nacional de Estadística e Informática Escuela Nacional de Estadística e Informática

NOMBRE DEL CURSO

MEDICIÓN DE LA POBREZA
EL MÉTODO DE LA LÍNEA DE POBREZA
(LP)

DESCOMPOSICIÓN DE LOS ÍNDICES FGT

Introducción
La descomposición de los indicadores de pobreza puede adoptarse cuando se quiere
establecer el perfil de pobreza del país o cuando se busca saber cual es la contribución
de diferentes subgrupos de la población al indicador nacional de la pobreza.

Sin embargo, las técnicas de descomposición adquieren todo un significado cuando se

trata de precisar la evolución en el tiempo de la pobreza.

Las descomposiciones de la evolución de la pobreza permiten distinguir el impacto de

cambios en la estructura de la población y cambios en la incidencia de la pobreza para
cada uno de los subgrupos.

Descomposiciones más sofisticadas han sido propuestas gracias a las cuales es posible
distinguir los cambios debidos a variaciones en la desigualdad y los cambios debidos al
crecimiento de los gastos o ingresos (shift-share análisis).

Otro enfoque similar pero esta vez fundado sobre la modelización econométrica,
distingue cambios en las características del hogar y de los individuos en el hogar, en la
distribución espacial de la población, variaciones y cambios en los “rendimientos” de
cada una de las características, manteniendo constante lasa demás.

Descomposición de los indicadores de pobreza FGT por

subgrupos de la población
Los indicadores de pobreza generalmente utilizados (como el FGT) tienen la
característica de poder ser descompuestos según diferentes criterios en que puede
dividirse la población. La condición necesaria es que dichos criterios permitan
constituir grupos mutuamente excluyentes de población.

Así, la región, el sexo del jefe del hogar, el nivel de educación del jefe del hogar, el
tamaño del hogar, etc., son criterios válidos de desagregación de la población en
distintas categorías. Por otro lado, difícilmente se podrá descomponer la población
según diferentes bienes de consumo. Los indicadores de pobreza de FGT pueden
expresarse como la suma ponderada (por el peso relativo de cada uno de los
subgrupos) del indicador de pobreza de los diferentes subgrupos.

La descomposición para un año dado constituye lo que se ha llamado “perfil de

pobreza”. Dos maneras de presentación pueden llevarse a cabo:

[email protected] Numero de Pagina: 2 Total de Paginas:10

Instituto Nacional de Estadística e Informática Escuela Nacional de Estadística e Informática

NOMBRE DEL CURSO

- Por un lado puede presentarse, por ejemplo, la incidencia de la pobreza para cada
uno de los subgrupos de la población

- Por otro lado, es posible que el interés se centre sobre la “contribución” de cada
subgrupo a la pobreza total.

Sea una muestra de “n” hogares o individuos (i=1, 2, ….., n) con gastos y i y
ponderaciones wi

Sea fi = wi/N, donde:

n
N   ( wi )
i 1

Cuando las observaciones no son ponderadas entonces, wi = 1 y N = n

La línea de pobreza es z y la brecha de pobreza para el individuo i-ésimo es max(0, z-
yi).

Los índices de pobreza de la clase FGT están dados por:


1 q  z  yi 
FGT ( )   
n i 1  z 
Escribiendo la expresión anterior considerando los pesos:


n
 z  yi 
FGT ( )   f i I i  
i 1  z 
donde:

1 yi  z
Ii  
0 yi  z

Suponiendo que se puede repartir de manera exhaustiva la población en K grupos

mutuamente excluyentes (k = 1, …., K), cada índice FGT puede descomponerse
aditivamente en:

K
FGT ( )   Pk FGTk ( )
k 1

[email protected] Numero de Pagina: 3 Total de Paginas:10

Instituto Nacional de Estadística e Informática Escuela Nacional de Estadística e Informática

NOMBRE DEL CURSO

Donde Pk = Nk/N es el número de personas en el grupo k dividido por el número total

de personas (es decir, simplemente la proporción de personas en el grupo k). FGTk()
es el índice de pobreza para el grupo k, calculado teniendo en cuenta únicamente la
población perteneciente a dicho subgrupo.

Comandos Stata

Obteniendo los índices FGT para el total del país

. povdeco g_total [aw=facpob], varpl( linea02)

Obteniendo los índices FGT para cada región. Descomposición del índice

. povdeco g_total [aw=facpob], varpl( linea02) by(region)

. povdeco g_total [fw=facpob], varpl( linea02)

Total number of observations = 5092

Weighted total no. of observations = 28098155
Number of observations poor = 2234
Weighted no. of obs poor = 14707570
Mean of g_total amongst the poor = 130.868
Mean of poverty gaps (poverty line - g_total) amongst
the poor = 74.327

Foster-Greer-Thorbecke poverty indices, FGT(a)

----------------------------------------------
All obs | a=0 a=1 a=2
----------+-----------------------------------
| 0.52344 0.19357 0.09544
----------------------------------------------
FGT(0): headcount ratio (proportion poor)
FGT(1): average normalised poverty gap
FGT(2): average squared normalised poverty gap

De los resultados anteriores podemos decir que se estima una incidencia de pobreza de
52,3 para todo el país. La brecha de pobreza se estima en 19,4 por ciento y la severidad
en 9,5 por ciento.

[email protected] Numero de Pagina: 4 Total de Paginas:10

Instituto Nacional de Estadística e Informática Escuela Nacional de Estadística e Informática

NOMBRE DEL CURSO

Decompositions by subgroup
--------------------------

Summary statistics for subgroup k = 1,...,K

--------------------------------------------------------
-----------------------
RECODE of dominio |
(dominio) | Pop. share Mean
Mean|poor Mean gap|poor
-------------------+------------------------------------
-----------------------
Costa | 0.22662 280.00720
137.84729 57.59477
Sierra | 0.35290 184.17540
104.02251 81.76166
Selva | 0.13172 209.08275
123.23217 66.70884
Lima Metropolitana | 0.28876 429.34067
189.65767 77.58483
--------------------------------------------------------
-----------------------

La columna Pop. share muestra las proporciones de población que pertenecen a cada
subgrupo de análisis (región).

La columna Mean muestra las medias aritméticas del gasto total per cápita para cada
subgrupo de análisis (región).

La columna Mean|poor muestra las medias aritméticas del gasto total per cápita de la
población pobre, para cada subgrupo de análisis (región).

La columna Mean gap|poor muestra las medias aritméticas de las brechas del gasto total
per cápita (g_total) con respecto a la línea de pobreza total (linea02), para cada
subgrupo de análisis (región).

[email protected] Numero de Pagina: 5 Total de Paginas:10

Instituto Nacional de Estadística e Informática Escuela Nacional de Estadística e Informática

NOMBRE DEL CURSO

Subgroup FGT index estimates, FGT(a)

-------------------------------------------------------
RECODE of dominio |
(dominio) | a=0 a=1 a=2
-------------------+-----------------------------------
Costa | 0.40608 0.11996 0.05130
Sierra | 0.68395 0.30127 0.16480
Selva | 0.60977 0.21416 0.09667
Lima Metropolitana | 0.37999 0.11032 0.04477
-------------------------------------------------------

Los resultados anteriores muestran los índices FGT para cada subgrupo de análisis
(región). Por ejemplo, la incidencia de pobreza en la Costa se estima en 40,6 por ciento,
en la Sierra 68,4 por ciento, en la Selva 60,9 por ciento y en Lima Metropolitana 37,9
por ciento. Así mismo, se tienen las estimaciones de la brecha y severidad de la
pobreza.

Subgroup poverty 'share', S_k = v_k.FGT_k(a)/FGT(a)

-------------------------------------------------------
RECODE of dominio |
(dominio) | a=0 a=1 a=2
-------------------+-----------------------------------
Costa | 0.17581 0.14044 0.12182
Sierra | 0.46112 0.54927 0.60933
Selva | 0.15344 0.14573 0.13341
Lima Metropolitana | 0.20962 0.16456 0.13544
-------------------------------------------------------

Los resultados anteriores muestran las contribuciones de cada subgrupo (región) a la

pobreza total del país. Por ejemplo, la región Costa contribuye en un 17,6 por ciento a
la incidencia de pobreza total del país, mientras que la región Sierra contribuye en un
46,1 por ciento. Igualmente muestra las contribuciones porcentuales a la brecha e
incidencia de pobreza total del país.

[email protected] Numero de Pagina: 6 Total de Paginas:10

Instituto Nacional de Estadística e Informática Escuela Nacional de Estadística e Informática

NOMBRE DEL CURSO

Subgroup poverty 'risk' = FGT_k(a)/FGT(a) = S_k/v_k

-------------------------------------------------------
RECODE of dominio |
(dominio) | a=0 a=1 a=2
-------------------+-----------------------------------
Costa | 0.77580 0.61971 0.53753
Sierra | 1.30665 1.55643 1.72663
Selva | 1.16493 1.10636 1.01287
Lima Metropolitana | 0.72594 0.56991 0.46904
-------------------------------------------------------

Los resultados anteriores muestran los riesgos de pobreza para cada subgrupo de
análisis (región). Es decir, nos dice en qué medida los pobres de un subgrupo están sub
(o sobre) representados respecto a la parte que ellos representan en el conjunto de la
población.

[email protected] Numero de Pagina: 7 Total de Paginas:10

Instituto Nacional de Estadística e Informática Escuela Nacional de Estadística e Informática

NOMBRE DEL CURSO

Ejercicios
A. Índices FGT por subgrupos de población

Abra el archivo “Sumaria-2005.dta”, que contiene variables referidas a los hogares, y

responda las siguientes preguntas (de ser necesario fusione este archivo con otros archivos
que contengan información que permita dar respuesta a las preguntas).

a. Hay 8 dominios de estudio. Calcule los índices FGT, incidencia, brecha y severidad de
la pobreza para cada uno de los 8 dominios de estudio.

Proporción
Dominio de
Incidencia Brecha Severidad de
estudio
población
Costa Norte
Costa Centro
Costa Sur
Sierra Norte
Sierra Centro
Sierra Sur
Selva
Lima
Metropolitana

b. ¿Muestran los resultados indicadores muy diferentes de un dominio a otro?

c. ¿En que porcentaje contribuye cada dominio de estudio a la incidencia, brecha y

severidad total de la pobreza?

Proporción
Dominio de
Incidencia Brecha Severidad de
estudio
población
Costa Norte
Costa Centro
Costa Sur
Sierra Norte

[email protected] Numero de Pagina: 8 Total de Paginas:10

Instituto Nacional de Estadística e Informática Escuela Nacional de Estadística e Informática

NOMBRE DEL CURSO

Sierra Centro
Sierra Sur
Selva
Lima
Metropolitana

d. ¿Qué dominios de estudio se encuentran sub o sobre representados? Complete la tabla

siguiente con las medidas correspondientes para la incidencia, la brecha y la severidad
de pobreza.

Proporción
Dominio de
Incidencia Brecha Severidad de
estudio
población
Costa Norte
Costa Centro
Costa Sur
Sierra Norte
Sierra Centro
Sierra Sur
Selva
Lima
Metropolitana

e. Hay 8 estratos definidos para la encuesta. Los 5 primeros estratos definen el área
urbana y el resto el área rural. Cree una variable que identifique la pertenencia de un
hogar al área urbana o al área rural, y complete la siguiente tabla.

Proporción
Área Incidencia Brecha Severidad de
población
Urbana
Rural

f. ¿Muestran los resultados indicadores muy diferentes de un área a otra?

[email protected] Numero de Pagina: 9 Total de Paginas:10

Instituto Nacional de Estadística e Informática Escuela Nacional de Estadística e Informática

NOMBRE DEL CURSO

g. ¿En que porcentaje contribuye cada área a la incidencia, brecha y severidad total de la
pobreza?

Proporción
Área Incidencia Brecha Severidad de
población
Urbana
Rural

h. ¿Qué áreas se encuentran sub o sobre representados? Complete la tabla siguiente con
las medidas correspondientes para la incidencia, la brecha y la severidad de pobreza.

Proporción
Área Incidencia Brecha Severidad de
población
Urbana
Rural

[email protected] Numero de Pagina: 10 Total de Paginas:10