Page 1

Un enfoque multidimensional de la pobreza en Argentina y en C贸rdoba Informe elaborado por Gast贸n Utrera, presidente de Economic Trends S.A. para la Asociaci贸n Cristiana de Dirigentes de Empresa, Filial C贸rdoba

1


Un enfoque multidimensional de la pobreza en Argentina y en Córdoba Gastón Utrera1 Presidente de Economic Trends

I. Introducción El presente documento se propone dar continuidad al análisis realizado durante 2017 con el documento: “La pobreza: diagnóstico integral y solución sustentable. Un enfoque multidimensional de la pobreza en Argentina y en Córdoba”, a través de (a) el análisis de las implicancias del enfoque macroeconómico allí presentado para la evolución de la pobreza en el corto plazo, (b) la actualización de las estimaciones, para Argentina y Córdoba, del enfoque multidimensional de la pobreza propuesto en dicho documento y (c) la presentación de una metodología para estimar la porción de la pobreza que podría eliminarse mediante la creación de empleo formal, y la estimación del rol que cumpliría en ese proceso cada sector productivo. Este último es seguramente el principal aporte del presente documento. Este trabajo retoma la propuesta del documento de 2017, de orientar el análisis a la acción, de un modo que facilite el diseño de políticas, proyectos e iniciativas focalizados en cada segmento de pobreza, diseñados y ejecutados tanto por el sector público como por el sector privado, con un enfoque superador del mero asistencialismo. Retoma también la propuesta de aportar elementos de análisis para potenciar las iniciativas impulsadas por distintas entidades empresarias de Córdoba, preocupadas legítimamente por la competitividad de los sectores que representan, pero preocupadas también por la problemática social, en particular por los elevados niveles de pobreza y exclusión social. Se trata de iniciativas mencionadas en aquel documento, y que se han ampliado y profundizado desde entonces2. El análisis de los distintos componentes de la competitividad de cada sector en conjunto con el análisis de los segmentos específicos de pobreza en los cuales cada sector podría

1

Informe elaborado para la Asociación Cristiana de Dirigentes de Empresa (ACDE) Córdoba.

2

Entre otras, las iniciativas de análisis de competitividad sectorial a través de modelos de simulación de costos de la Cámara Empresaria del Autotransporte de Cargas (CEDAC), la Cámara de Industriales Metalúrgicos y de Componentes de Córdoba (CIMCC), la Cámara Argentina de Centros de Contacto (CACC), la Federación de Expendedores de Combustibles y Afines del Centro de la República (FECAC) y la Cámara Argentina de la Construcción, Delegación Córdoba. Y, en especial, la Cámara Argentina de la Construcción Delegación Córdoba con sus estudios sobre las implicancias de la construcción de viviendas sobre la pobreza multidimensional, en el marco de su Foro de Análisis Económico de la Construcción.

2


incidir mediante la creación de empleo formal, podría orientar de un modo conducente los esfuerzos de los sectores público y privado de Córdoba para reducir la pobreza3. En este contexto, el presente documento profundiza el análisis realizado durante 2017, presentando una metodología para estimar el impacto potencial de cada sector de actividad en la reducción de la pobreza a través de la generación de empleo formal. La sección II retoma el punto de vista macroeconómico presentado en el documento de 2017, y sus implicancias para la evolución de la pobreza en el corto plazo. La sección III retoma el modelo de pobreza multidimensional desarrollado en el documento de 2017, actualizando las estimaciones, tanto para Córdoba como para el conjunto del país. La sección IV agrega, al análisis iniciado con el documento de 2017, una metodología para estimar la parte de la pobreza que podría reducirse mediante la creación de empleo formal, y estimar el rol de cada sector productivo en esa generación de empleo. La sección V pasa en limpio algunas conclusiones, en especial para la agenda futura de reflexión sobre la pobreza.

II. La pobreza desde el punto de vista macroeconómico. La relación de la pobreza con la inflación y el desempleo El documento de 2017 presentó una relación entre la pobreza, por un lado, y el desempleo y la inflación, por el otro, de un modo que permite reflexionar sobre los vínculos entre la macroeconomía y la pobreza. Partió de la superposición de la evolución de la pobreza durante la “década ampliada” de los ‘90 (1989 a 2001) con la evolución durante la “década ampliada” de los 2000 (2003 a 2015), presentada nuevamente aquí, a través del gráfico 14. El gráfico muestra que la pobreza evolucionó de manera prácticamente idéntica durante ambas décadas, lo cual es contrario a la intuición. A fin de cuentas, se trata de dos décadas muy diferentes, con gobiernos con diferentes orientaciones ideológicas, distintos discursos sobre la pobreza y distintas políticas sociales. Y, sin embargo, son dos décadas con los mismos resultados en cuanto a evolución de la pobreza.

3

La Cámara Argentina de la Construcción Delegación Córdoba, a través de su Foro de Análisis Económico de la Construcción, utilizó el modelo de pobreza multidimensional presentado en el documento de 2017 para analizar la incidencia de la construcción de viviendas sociales sobre la pobreza en Córdoba y el país (ver Economic Trends, 2017b, 2017c y 2017d). 4

La discontinuidad de la línea que representa el índice de pobreza del periodo 2003 a 2015 se debe a que, entre 2007 y 2009, las estadísticas de pobreza del INDEC no eran confiables, por las distorsiones de su Índice de Precios al Consumidor, que se traducían en una línea de pobreza más baja que la real, y todavía no existían las estadísticas de pobreza del proyecto Observatorio de la Deuda Social, de la Universidad Católica Argentina, utilizadas en el gráfico a partir del año 2010.

3


Gráfico 1. Lasimilitud pobreza entre en Argentina durante La curiosa la pobreza de los los '90 ’90 y la ydelos los2000 2000 Índice de pobreza (% sobre población total) 40

35

30

25

20

1989-2001

2003-2015

15

10

1989 2003

1990 2004

1991 2005

1992 2006

1993 2007

1994 2008

1995 2009

1996 2010

1997 2011

1998 2012

1999 2013

2000 2014

2001 2015

Fuente: Economic Trends con datos de INDEC (1989-2001 y 2003-2006) y UCA (2010-2015).

Una manera de comprender los procesos económicos que podrían dar lugar a esa evolución contraria a la intuición es comparando lo ocurrido, en ambos periodos, con dos variables que resultan claves para el análisis: la inflación y el desempleo. El gráfico 2 muestra la evolución de ambas variables, en la parte izquierda para el periodo 1989-2001 y en la parte derecha para el periodo 2003-2015.

Gráfico 2. Inflación y desempleo enen losel’90 y los 2000 Una explicación: dos décadas espejo Inflación y desempleo 1989-2001 40

Inflación y desempleo 2003-2015 18

35

40 35

16

Desempleo (eje derecho)

16

30

30 25

14

25

14

20

20 15

10

18

Inflación

Desempleo (eje derecho)

(eje izquierdo)

12 15

10

Inflación (eje izquierdo)

10

12

10

5

5

8

8 0

0 -5

6

1989 1990 1991 1992 1993 1994 1995 1996 1997 1998 1999 2000 2001

-5

6

2003 2004 2005 2006 2007 2008 2009 2010 2011 2012 2013 2014 2015

Fuente: Economic Trends con datos de INDEC y Dirección de Estadísticas de la Provincia de San Luis.

Del gráfico 2 surge que ambas décadas tienen entre sí cierta simetría opuesta, algo así como dos décadas puestas en el espejo al considerar el desempleo y la inflación. La década del ’90 (tal como ha sido definida aquí) comenzó con muy alta inflación y bajo desempleo, y terminó con baja inflación y alto desempleo; la década de los 2000 (tal 4


como ha sido definida aquí) experimentó la evolución opuesta: comenzó con baja inflación y alto desempleo, y terminó con alta inflación y bajo desempleo. Esta evolución, con altos niveles de inflación o desempleo en los extremos de cada década, y relativamente bajos niveles de ambas variables en algún punto intermedio, podrían explicar entonces aquella evolución en forma de V de la pobreza en ambas décadas. El análisis econométrico presentado en el documento de 2017 brindó elementos adicionales en línea con esta hipótesis. Combinando los índices de desempleo e inflación (una especie de “índice de malestar”, como suele denominárselo en la literatura económica), convenientemente ponderados teniendo en cuenta que un punto adicional de desempleo debería tener mayor impacto sobre la pobreza que un punto adicional de inflación, surge una relación estadística fuerte entre el índice de malestar, como variable explicativa, y el índice de pobreza, como variable explicada. El gráfico 3 presenta esa relación. Nótese que la línea que representa la pobreza estimada en base a los índices de inflación y desempleo, consolidados en el “índice de malestar”, es casi idéntica a la línea que representa la pobreza efectiva.

Gráfico 3. Estimación econométrica de la relación Nivel de pobreza y estimada base de a desempleo entre real la pobreza y elen índice malestar e inflación Regresión contra índice de malestar económico (0.8 desempleo + 0.2 inflación) 55 50

Pobreza

45

Pobreza estimada

40 35 30

25 20 15 10 1992

1993

1994

1995

1996

1997

1998

1999

2000

2001

2002

2003

2004

2005

2006

2007

2008

2009

2010

2011

2012

2013

2014

2015

Nota: Nivel de pobreza estimada econométricamente con índice de malestar económico como variable explicativa. Fuente: Estimaciones de Economic Trends con datos de INDEC, Dirección de Estadísticas de San Luis y Universidad Católica Argentina.

La estimación econométrica de la relación entre la pobreza y el índice de malestar, que combina inflación y desempleo, no sólo sirve para poner a prueba la intuición acerca de la relación entre esas variables, sino también para proyectar la pobreza a futuro, a partir de distintos supuestos acerca de lo que puede ocurrir con las variables explicativas, es decir, la inflación y el desempleo.

5


El gráfico 4 agrega, a la información del gráfico 3, la proyección de pobreza que se obtiene al utilizar los parámetros estimados econométricamente y considerar dos escenarios alternativos: Escenario 1: se mantiene el 7.2% de desempleo registrado durante el cuarto trimestre de 2017 y la inflación se reduce al ritmo propuesto por el Gobierno en sus metas de inflación (15% anual en 2018, 10% anual en 2019 y 5% anual en 2020). Escenario 2: se mantiene el 7.2% de desempleo registrado durante el cuarto trimestre de 2017 pero la inflación continúa en el 24% anual durante 2018 y 2019, y se reduce al 20% anual en 2020.

Gráfico 4. Nivel de pobreza efectiva, estimada y proyectada en base a supuestos sobre desempleo e inflación Regresión contra índice de malestar económico (0.8 desempleo + 0.2 inflación) 55

50 45

Pobreza observada Pobreza estimada

40 35

Pobreza proyectada - Escenario 1

Pobreza proyectada - Escenario 2

30 25 20 15 10

1992 1993 1994 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011 2012 2013 2014 2015 2016 2017 2018 2019 2020

Nota: Nivel de pobreza estimada econométricamente con índice de malestar económico como variable explicativa. Fuente: Estimaciones de Economic Trends con datos de INDEC, Dirección de Estadísticas de San Luis y Universidad Católica Argentina.

Bajo estos supuestos, la pobreza descendería aceleradamente en los próximos 3 años, si el Gobierno lograra el ritmo de desinflación que se propuso, perforando incluso los pisos de pobreza alcanzados en las dos experiencias previas, a comienzos de los ’90 y de los 2000 (la proyección, bajo los supuestos del escenario 1, implica un nivel de pobreza del 13.8% en 2020). En cambio, descendería mucho más lentamente en los próximos 3 años si el proceso de desinflación fuera mucho más lento, como sugieren los datos de los primeros meses de 2018. Con una inflación estancada durante 2018 y 2019, y una primera reducción recién en 2020, como supone el escenario 2, la pobreza alcanzaría un nivel del 21.8% en 2020. En el documento de 2017 se planteaba que, aun cuando se lograra, como ocurrió a comienzos de la década de los ’90, y también a comienzos de la década de los 2000, reducir tanto el desempleo como la inflación, no es posible saber hasta qué nivel es factible la reducción de la pobreza a través de esa vía de índole macroeconómica.

6


Puede saberse, con cierto nivel de confianza, a partir de las estadísticas disponibles, que debería ser posible alcanzar nuevamente niveles de pobreza cercanos al 17%. A fin de cuentas, se trata de un terreno conocido. Argentina ya ha transitado por allí en años recientes. Pero no es posible saber si es factible perforar esa especie de piso del 17%, ya que se trata de un terreno inexplorado durante los últimos 30 años. Es razonable pensar que luego de tantas décadas de pobreza elevada, una parte importante de esa pobreza sea de carácter estructural, no reducible a partir de las políticas macroeconómicas, como consecuencia de jefes de hogar desconectados del mercado laboral durante demasiado tiempo, con insuficiente educación y capacitación para la actividad laboral, por fuertes déficits habitacionales y de servicios básicos, y por niños insuficientemente alimentados y educados, que tal vez nunca han visto a sus padres trabajando, entre otros mecanismos que pueden generar persistencia de la pobreza. Esto requiere reflexionar sobre la pobreza desde otro punto de vista, ya no macroeconómico, sino microeconómico. El cambio de punto de vista no sólo debería permitir reflexionar sobre otros aspectos del fenómeno de la pobreza, sino también conectar con posibilidades de incidencia que ya no dependan sólo de políticas económicas nacionales, o de reformas institucionales a ese nivel, sino también de acciones a nivel provincial y municipal y con alta incidencia del sector privado y las entidades intermedias, en línea con iniciativas en marcha como las mencionadas en la introducción. Con esta inquietud, el documento de 2017 propuso un enfoque multidimensional de la pobreza, que se retoma en la siguiente sección, para actualizar las estimaciones con los últimos datos disponibles.

III. La pobreza desde el punto de vista microeconómico. Un enfoque multidimensional En el análisis del vínculo entre la pobreza y la macroeconomía, a través de la incidencia de la inflación y el desempleo, desarrollado en la sección anterior, estaba implícita una definición estadística de la pobreza que ahora es momento de explicitar. Se trata de la medición de la pobreza a través de lo que se conoce como método de medición indirecta, o también método de línea de pobreza. Definido un conjunto, o canasta, de consumos básicos que dependen de la conformación de la familia, según cantidad de integrantes, género y edad, se valoriza dicho conjunto a precios de mercado, relevados por el Índice de Precios al Consumidor (IPC) para cada periodo de medición, quedando así establecida una “línea de pobreza”, contra la cual se compararán los ingresos totales de cada familia, relevados cada trimestre por la Encuesta Permanente de Hogares (EPH). Con esta información, hogares cuyos ingresos totales estén por debajo de esa línea de pobreza serán considerados hogares pobres, mientras que

7


hogares cuyos ingresos totales estén por encima de esa línea de pobreza serán considerados hogares no pobres (INDEC, 2016). Se trata de una medida unidimensional de la pobreza, ya que sólo tiene en cuenta el ingreso de las familias, sin considerar otras dimensiones relevantes para conocer su calidad de vida, como las características de la vivienda y los servicios básicos de que dispone, el nivel educativo de los integrantes, o su condición laboral, aunque igual se trata de una estadística de gran utilidad para guiar las políticas económicas y sociales. A fin de cuentas, una familia cuyos ingresos no alcancen para adquirir ciertos consumos básicos no sólo verá afectada su calidad de vida presente, sino que también verá en riesgo su desarrollo humano integral a futuro. Como se analizó en la sección anterior, esta forma de medición implica marcadas fluctuaciones de la estadística de pobreza frente a los bruscos movimientos de la inflación y el desempleo que se observan habitualmente en la economía argentina. En otras palabras, la gran volatilidad de la economía argentina lleva a que muchas familias entren y salgan recurrentemente de la condición de pobreza por las fluctuaciones de sus ingresos frente al costo de una canasta básica. Otras familias, en cambio, persisten en su condición de pobreza a lo largo de periodos con mayor o menor inflación o desempleo, aunque estas variables obviamente pueden profundizar o aliviar su condición de pobreza. En un contexto de elevada pobreza, en gran medida causada por la inflación, es razonable pensar que aquellas familias en condición de pobreza que residan en viviendas adecuadas, y cuyo jefe de hogar se encuentre empleado y tenga altos niveles educativos, puedan salir de esa condición a medida que baje la inflación y sus ingresos vayan recuperando poder adquisitivo. Del mismo modo, es razonable pensar que aquellas familias en condición de pobreza que residan en viviendas precarias, o en condiciones de hacinamiento u otro tipo de déficit habitacional, cuyo jefe de hogar no haya terminado el secundario, o incluso el primario, y se encuentre trabajando en negro, o incluso desempleado, tal vez desde hace varios años, encuentren más difícil salir de su condición de pobreza. Segmentar entonces a la pobreza según variables que permitan dimensionar qué parte de la pobreza puede reducirse con una eventual mejora de la situación macroeconómica, y qué parte corre riesgo de persistir en su condición de pobreza, resulta útil para comprender el fenómeno actual de la pobreza y, más importante aún, para pensar políticas, proyectos e iniciativas que permitan incidir sobre causas estructurales de pobreza. a.- Un modelo de pobreza multidimensional Existen distintas formas de diseñar un modelo de pobreza multidimensional o multifactorial5. Basta decir en este punto que la lógica de estos modelos es determinar 5

Ver, por ejemplo, Observatorio de la Deuda Social Argentina (2017). 8


un conjunto de dimensiones vinculadas al bienestar humano y clasificar a los hogares entre aquellos que presentan déficit en cada dimensión y aquellos que no presentan déficit, definiendo finalmente como hogares pobres a los que presentan déficit en un número determinado de dimensiones. Por ejemplo, si se tratara de 4 dimensiones (déficit de ingresos, déficit de empleo, déficit de educación, déficit de vivienda), una definición laxa de pobreza podría definir como pobres a todos los hogares que presenten déficit en al menos una de esas dimensiones (laxa porque dará lugar a un porcentaje relativamente alto de hogares en condición de pobreza) y, en el otro extremo, una definición estricta de pobreza podría definir como pobres a todos los hogares que presenten déficit simultáneamente en las cuatro dimensiones (estricta porque dará lugar a un porcentaje relativamente más bajo de hogares en condición de pobreza). Más interesante que este uso habitual de modelos de pobreza multidimensional, en los cuales termina siendo discrecional, y por lo tanto discutible, qué cantidad de dimensiones se consideran para la cuantificación de los hogares en condición de pobreza, es cuantificar cada segmento de pobreza, es decir, cada intersección entre dimensiones, para orientar así la reflexión sobre qué políticas, proyectos, iniciativas, incluso del sector privado, podrían resultar conducentes para lograr incidir sobre la pobreza, reduciéndola de manera sostenible. Siguiendo este criterio, donde más importante que medir cuántos hogares son pobres, es medir cuántos hogares se encuentran en cada situación de pobreza, dependiendo de la intersección de dimensiones de pobreza en que se encuentre, y en un contexto en el cual no existe un modelo de pobreza multidimensional sobre el cual exista consenso, ni siquiera cercano al que existe en el caso del modelo unidimensional de línea de pobreza, el modelo de pobreza multidimensional para Argentina y para Córdoba desarrollado en el documento de 2017 reúne las siguientes características: a.- Requiere información relevada por la Encuesta Permanente de Hogares (EPH), de tal forma que resulta operativo, ya que depende de información disponible cada trimestre para 32 aglomerados urbanos en el país, entre ellos dos aglomerados urbanos de la provincia de Córdoba: Gran Córdoba y Río Cuarto. b.- Incluye variables relevantes para la acción local, tanto del sector público (provincial y de municipios) como del sector empresario y de las organizaciones intermedias, en línea con iniciativas en marcha en entidades empresarias de distintos sectores con potencial de incidencia a través de la generación de empleo formal y la reducción de déficits como el habitacional. c.- Es simple de comprender por no expertos, un requisito importante para un análisis cuyo foco no está en las discusiones académicas, sino en análisis orientados a la acción. d.- Aporta elementos para reorientar el debate, que ha venido girando casi exclusivamente en torno a la cantidad de pobres en el país y en Córdoba, y a las

9


eventuales responsabilidades políticas a nivel nacional y provincial, pero que debería orientarse directamente a la acción. e.- Da cuenta de lo observado a nivel macroeconómico en las últimas décadas en Argentina, que sugiere que una parte importante de la pobreza se mueve de acuerdo con las fluctuaciones económicas, en particular las fluctuaciones de la inflación y el desempleo, pero que otra parte persiste, aun en épocas de bajos niveles de inflación y desempleo, presumiblemente como consecuencia de factores estructurales, difíciles de revertir a través de políticas macroeconómicas. El modelo incluye cuatro dimensiones: Dimensión 1: Déficit de Ingresos. Hogares cuyos ingresos se encuentren por debajo de la línea de pobreza, establecida según la valuación de la Canasta Básica Total elaborada por INDEC para cada región del país6 y los ingresos totales familiares relevados por la Encuesta Permanente de Hogares de INDEC. Se trata entonces de todos los hogares en condición de pobreza según el enfoque de la línea de pobreza 7. Dimensión 2: Déficit de Empleo. Hogares cuyo jefe de hogar se encuentre desempleado o empleado de manera informal. Dimensión 3: Déficit de Educación. Hogares cuyo jefe de hogar haya alcanzado un nivel educativo máximo menor a secundario completo. Dimensión 4: Déficit de Vivienda. Hogares que residan en viviendas precarias, en condición de cohabitación (más de un hogar por vivienda) o en condición de hacinamiento (más de dos personas por habitación dormitorio)8. El gráfico 5 muestra todos los segmentos de pobreza multidimensional que surgen de las distintas intersecciones entre dimensiones. Así, el segmento S1 es el conjunto de hogares con déficit en las cuatro dimensiones: se trata de hogares pobres por “línea de pobreza” (déficit de ingresos, por ingresos familiares totales inferiores a la línea de pobreza correspondiente), con déficit de empleo (jefe de hogar desempleado o con empleo informal), con déficit de educación (jefe de hogar con secundario incompleto, o menos, como máximo nivel educativo alcanzado) y con déficit de vivienda (residente en vivienda precaria y/o en condición de cohabitación y/o en condición de hacinamiento).

6

Canasta Básica Total defina, en cada región, para un adulto equivalente, lo que permite calcular la Canasta Básica Total para cada hogar teniendo en cuenta la cantidad de adultos equivalentes que lo conforman. 7

Metodología detallada en INDEC (2016).

8

Metodología detallada en Economic Trends (2017e), utilizada en las estimaciones de déficit de viviendas en Córdoba y el país del Foro de Análisis Económico de la Construcción, de la Cámara Argentina de la Construcción delegación Córdoba.

10


Los segmentos S2, S3, S4 y S5 corresponden a los conjuntos de hogares con déficit en tres dimensiones (empleo, educación y vivienda en el caso de S2; ingresos, educación y vivienda en el caso de S3; ingresos, empleo y vivienda en el caso de S4; ingresos, empleo y educación en el caso de S5).

Gráfico 5. Modelo de pobreza multidimensional

Fuente: Economic Trends (2017a).

Los segmentos S6, S7, S8, S9, S10 y S11 corresponden a los conjuntos de hogares con déficit en dos dimensiones (ingresos y empleo en el caso de S6; ingresos y educación en el caso de S7; ingresos y vivienda en el caso de S8; empleo y educación en el caso de S9; empleo y vivienda en el caso de S10 y educación y vivienda en el caso de S11). Los segmentos S12, S13, S14 y S15 corresponden a los conjuntos de hogares con déficit en sólo una dimensión (ingresos en el caso de S12; empleo en el caso de S13; educación en el caso de S14 y vivienda en el caso de S15). Utilizado para cuantificar la pobreza, el modelo permite varias definiciones alternativas de pobreza. Una definición muy estrecha, que defina a la pobreza como el conjunto de hogares con déficit en las cuatro dimensiones, consideraría sólo el segmento S1 (la intersección de las cuatro figuras del gráfico 5). Una definición más amplia agregaría los hogares con tres déficits, y por lo tanto sumaria los segmentos S1, S2, S3, S4 y S5. Una definición más amplia aún agregaría los hogares con dos déficits, y por lo tanto sumaría los segmentos S1, S2, S3, S4, S5, S6, S7, S8, S9, S10 y S11. La definición más amplia posible definiría a la pobreza como el conjunto de hogares con al menos uno de los cuatro déficits, y por lo tanto implicaría la suma de los segmentos S1 a S15 (todos los segmentos de la figura del gráfico 5). 11


Otro uso más interesante, pensando en análisis orientados a la acción, es segmentar a la pobreza por ingresos (la pobreza medida por línea de pobreza, analizada en la sección anterior, representada en el gráfico 5 por la superficie dentro de la figura demarcada con color rojo). Podría pensarse que los hogares del segmento 12, con déficit de ingresos, pero sin déficits de empleo, educación o vivienda, podrían salir de su condición de pobreza a medida que se reduzca la inflación y comience a recuperarse el poder de compra de los salarios. A fin de cuentas, se trata de hogares en los cuales el jefe de hogar tiene al menos secundario completo (por eso no tiene déficit de educación) y tiene trabajo en blanco (por eso no tiene déficit de empleo), y el hogar no vive ni en vivienda precaria ni en condiciones de cohabitación o hacinamiento (por eso no tiene déficit de vivienda). Se trata de un segmento de hogares que, al menos con la información disponible, y las dimensiones consideradas, no sufriría una pobreza estructural. El segmento S6, que representa a hogares con déficit de ingresos y déficit de empleo, probablemente también tenga chances de salir de su condición de pobreza a medida que se reduzca el desempleo, lo que aumentaría las chances de que el jefe de hogar consiga un empleo en blanco, y a medida que se reduzca la inflación, lo que aumentaría las chances de que los ingresos familiares superen la línea de pobreza. En los hogares de los segmentos S5 y S7 se agregan, a los déficits de los segmentos S12 y S6, déficits de educación, lo cual hace razonable pensar entonces que se trata de hogares con más dificultades para salir de la condición de pobreza, aun cuando se redujeran el desempleo y la inflación. En los segmentos S1 y S3 se agregan, además, déficit de vivienda, aumentando la combinación de déficits (cuatro déficits en caso de S1 y tres en caso de S3). S4 y S8 son segmentos de hogares con déficit de ingresos, déficit de viviendas y, en el caso de S4, déficit de empleo. b.- Pobreza multidimensional en Argentina. La estimación de los distintos segmentos de pobreza multidimensional en Argentina, utilizando los datos de la EPH del 3er trimestre de 2017, arroja los valores del gráfico 6 y la tabla 1. Del 33.7% de hogares con déficit de ingresos, un 12.1% podría considerarse una especie de pobreza coyuntural, por déficit de ingresos, en el caso del 8.3% que corresponde al segmento S12, y por déficit de ingresos y de empleo, en el caso del 3.8% que corresponde al segmento S6. El restante 22.6% de hogares con déficit de ingresos presentaría más dificultades para salir de la pobreza, por distintas combinaciones de déficit de educación, empleo y vivienda, en especial el 4.9% de hogares con déficit en las 4 dimensiones (segmento S1).

12


Grรกfico 6. Segmentos de pobreza multidimensional en Argentina

Tabla 1. Pobreza multidimensional en Argentina Segmento

Hogares

%

Segmento

Personas

%

S-1 S-2 S-3 S-4 S-5 S-6 S-7 S-8 S-9 S-10 S-11 S-12 S-13 S-14 S-15 Total 4 dimensiones 3 dimensiones 2 dimensiones 1 dimensiรณn Total Hogares

440,440 165,708 272,834 128,502 429,892 342,472 507,044 159,025 307,271 98,135 331,564 743,254 491,490 1,639,058 347,696 6,404,385 440,440 996,936 1,745,511 3,221,498 6,404,385 8,963,662

4.9 1.8 3.0 1.4 4.8 3.8 5.7 1.8 3.4 1.1 3.7 8.3 5.5 18.3 3.9 71.4 4.9 11.1 19.5 35.9 71.4 100.0

S-1 S-2 S-3 S-4 S-5 S-6 S-7 S-8 S-9 S-10 S-11 S-12 S-13 S-14 S-15 Total 4 dimensiones 3 dimensiones 2 dimensiones 1 dimensiรณn Total Personas

2,317,906 598,589 1,456,183 641,890 1,421,799 963,310 1,630,848 752,068 896,175 340,490 1,376,589 2,191,762 1,183,564 3,937,066 1,336,904 21,045,143 2,317,906 4,118,461 5,959,480 8,649,296 21,045,143 27,488,904

8.4 2.2 5.3 2.3 5.2 3.5 5.9 2.7 3.3 1.2 5.0 8.0 4.3 14.3 4.9 76.6 8.4 15.0 21.7 31.5 76.6 100.0

Fuente: Economic Trends con datos de EPH-INDEC. 13


Como muestra la tabla 1, durante el 3er. trimestre de 2017, un 4.9% de los hogares de los 32 aglomerados urbanos considerados por la EPH tenía déficit en las 4 dimensiones, otro 11.1% de los hogares tenía déficit en 3 dimensiones (por lo tanto, 16.0% de los hogares era pobre según el criterio de déficit en al menos 3 dimensiones), otro 19.5% de los hogares tenía déficit en 2 dimensiones (por lo tanto, 35.5% de los hogares era pobre según el criterio de déficit en al menos 2 dimensiones). c.- Pobreza multidimensional en Gran Córdoba. La estimación de los distintos segmentos de pobreza multidimensional en el Gran Córdoba, utilizando los datos de la EPH del 3er. trimestre de 2017, arroja los valores del gráfico 7 y la tabla 2. Del 22.4% de hogares con déficit de ingresos, un 4.5% podría considerarse una especie de pobreza coyuntural, por déficit de ingresos, en el caso del 2% que corresponde al segmento S12, y por déficit de ingresos y de empleo, en el caso del 2.5% que corresponde al segmento S6. El restante 17.9% de hogares con déficit de ingresos presentaría más dificultades para salir de la pobreza, por distintas combinaciones de déficit de educación, empleo y vivienda, en especial el 4.9% de los hogares con déficit en las 4 dimensiones (segmento S1).

Gráfico 7. Segmentos de pobreza multidimensional en Gran Córdoba

Como muestra la tabla 2, durante el 3er trimestre de 2017, un 4.9% de los hogares del Gran Córdoba tenía déficit en las 4 dimensiones, otro 9.7% de los hogares tenía déficit en 3 dimensiones (por lo tanto, 14.6% de los hogares era pobre según el criterio de 14


déficit en al menos 3 dimensiones), otro 18.5% de los hogares tenía déficit en 2 dimensiones (por lo tanto, 33.1% de los hogares era pobre según el criterio de déficit en al menos 2 dimensiones).

Tabla 2. Pobreza multidimensional en Gran Córdoba Segmento S-1 S-2 S-3 S-4 S-5 S-6 S-7 S-8 S-9 S-10 S-11 S-12 S-13 S-14 S-15 Total 4 dimensiones 3 dimensiones 2 dimensiones 1 dimensión Total Hogares

Hogares 24,344 9,398 14,862 5,136 19,426 12,620 21,450 3,848 26,348 7,863 20,389 10,179 34,030 98,212 24,398 332,503 24,344 48,822 92,518 166,819 332,503 501,161

% 4.9 1.9 3.0 1.0 3.9 2.5 4.3 0.8 5.3 1.6 4.1 2.0 6.8 19.6 4.9 66.3 4.9 9.7 18.5 33.3 66.3 100.0

Segmento S-1 S-2 S-3 S-4 S-5 S-6 S-7 S-8 S-9 S-10 S-11 S-12 S-13 S-14 S-15 Total 4 dimensiones 3 dimensiones 2 dimensiones 1 dimensión Total Personas

Personas 127,253 39,985 85,358 28,018 74,349 32,421 75,489 19,815 74,476 21,091 96,895 33,777 80,870 243,177 87,414 1,120,388 127,253 227,710 320,187 445,238 1,120,388 1,535,345

% 8.3 2.6 5.6 1.8 4.8 2.1 4.9 1.3 4.9 1.4 6.3 2.2 5.3 15.8 5.7 73.0 8.3 14.8 20.9 29.0 73.0 100.0

Fuente: Economic Trends con datos de EPH-INDEC.

d.- Pobreza multidimensional en Río Cuarto. La estimación de los distintos segmentos de pobreza multidimensional en Río Cuarto, utilizando los datos de la EPH del 4to trimestre de 2016, arroja los valores del gráfico 8 y la tabla 3. Del 23.5% de hogares con déficit de ingresos, un 7.9% podría considerarse una especie de pobreza coyuntural, por déficit de ingresos, en el caso del 3.7% que corresponde al segmento S12, y por déficit de ingresos y de empleo, en el caso del 4.2% que corresponde al segmento S6. El restante 15.6% de hogares con déficit de ingresos presentaría más dificultades para salir de la pobreza, por distintas combinaciones de déficit de educación, empleo y vivienda, en especial el 4.4% de los hogares que tiene déficit en las 4 dimensiones (segmento S1). 15


Gráfico 8. Segmentos de pobreza multidimensional en Río Cuarto

Tabla 3. Pobreza multidimensional en Río Cuarto Segmento S-1 S-2 S-3 S-4 S-5 S-6 S-7 S-8 S-9 S-10 S-11 S-12 S-13 S-14 S-15 Total 4 dimensiones 3 dimensiones 2 dimensiones 1 dimensión Total Hogares

Hogares 2,852 1,164 1,180 436 3,345 2,723 2,343 0 2,825 838 1,973 2,433 4,589 16,627 2,357 45,685 2,852 6,125 10,702 26,006 45,685 65,156

% 4.4 1.8 1.8 0.7 5.1 4.2 3.6 0.0 4.3 1.3 3.0 3.7 7.0 25.5 3.6 70.1 4.4 9.4 16.4 39.9 70.1 100.0

Segmento S-1 S-2 S-3 S-4 S-5 S-6 S-7 S-8 S-9 S-10 S-11 S-12 S-13 S-14 S-15 Total 4 dimensiones 3 dimensiones 2 dimensiones 1 dimensión Total Personas

Personas 13,673 3,075 4,854 1,866 9,576 6,446 6,935 0 6,533 2,204 7,797 8,729 11,676 34,518 8,451 126,333 13,673 19,371 29,915 63,374 126,333 174,056

% 7.9 1.8 2.8 1.1 5.5 3.7 4.0 0.0 3.8 1.3 4.5 5.0 6.7 19.8 4.9 72.6 7.9 11.1 17.2 36.4 72.6 100.0

Fuente: Economic Trends con datos de EPH-INDEC.

16


Como muestra la tabla 3, durante el 3er. trimestre de 2017, un 4.4% de los hogares de Río Cuarto tenía déficit en las 4 dimensiones, otro 9.4% de los hogares tenía déficit en 3 dimensiones (por lo tanto, 13.8% de los hogares era pobre según el criterio de déficit en al menos 3 dimensiones), otro 16.4% de los hogares tenía déficit en 2 dimensiones (por lo tanto, 30.2% de los hogares era pobre según el criterio de déficit en al menos 2 dimensiones).

IV. Análisis de la pobreza explicada por déficit de empleo La forma asistencialista de reducir la pobreza es proporcionándoles a los hogares pobres el dinero suficiente para que su ingreso familiar total alcance para cubrir la canasta básica acorde con las necesidades del hogar (según cantidad de integrantes, géneros y edades, como se explicó en la sección previa). Con transferencias suficientes del Estado a los hogares pobres podría eliminarse, en teoría, la pobreza. Sólo en teoría, porque los ingresos fiscales en general no son suficientes para semejantes transferencias de recursos9, porque se trata de una estrategia que dejaría latente la recaída en la pobreza, ya que no habría solucionado problemas estructurales que mantengan la necesidad de tales transferencias, y porque tendría importantes implicancias negativas, tal vez más profundas, vinculadas a la dignidad de las personas y al esquema de incentivos de la sociedad. Una forma genuina de reducción sostenible de la pobreza es mediante políticas que incentiven la generación de empleo en blanco10 al ritmo suficiente para reducir la cantidad de personas desocupadas, subocupadas con ingresos en negro, subocupadas con ingresos en blanco y ocupadas con ingresos en negro, ya que es de esperar que cada una de estas categorías de trabajadores obtenga menores ingresos, en su situación actual, que en el caso de un trabajador con empleo en blanco. Esta intuición se confirma con los datos. Utilizando la EPH del 3er. trimestre de 2017 para el Gran Córdoba, se obtienen los datos de la tabla 4, que muestra los ingresos promedio de los trabajadores en cada segmento (filas de la tabla) dentro de cada sector (columnas de la tabla). Por ejemplo, los desocupados cuyo empleo previo fue en la industria, recibían, durante el tercer trimestre de 2017, $ 1,098 de ingresos mensuales (obviamente no salariales), mientras que un trabajador en la industria recibía $ 8,560 mensuales si se encontraba subocupado en negro, $ 10.028 mensuales si se encontraba subocupado en blanco, $ 13,794 mensuales si se encontraba ocupado pleno en negro, y $ 24,404 mensuales si se

9

El Monitoreo de Condiciones de Vida, llevado adelante durante 2017 por la Dirección General de Estadística y Censos de la Provincia de Córdoba, mostró que los planes sociales no monetarios financiados con recursos fiscales de la Provincia de Córdoba permiten reducir el índice de pobreza en el Gran Córdoba en 0.7 puntos porcentuales. 10

Como propuso IDESA (2015), en documento elaborado para ACDE.

17


encontraba ocupado pleno en blanco. De esa forma se interpretan las restantes columnas, para los sectores de la construcción, el comercio y los servicios11.

Tabla 4. Segmentos de empleo por sector – Matriz de ingresos Pesos mensuales por segmento y sector - Gran Córdoba, 3er trimestre de 2017

Segmento

Industria

Construcción

Comercio

Servicios

Desocupados

1,098

2,229

948

3,031

Subocupados en negro

8,560

7,971

4,136

3,933

Subocupados en blanco

10,028

6,400

6,528

9,537

Ocupados plenos en negro

13,794

9,100

10,789

11,777

Ocupados plenos en blanco

24,404

16,030

17,889

20,872

Promedio por sector

11,577

8,346

8,058

9,830

Fuente: Economic Trends con datos de EPH.

La tabla 5 muestra la misma información que la tabla 4, pero presentada como cantidad de veces que, en cada sector, el ingreso mensual del trabajador ocupado pleno en blanco es mayor que el ingreso mensual del segmento correspondiente. Por ejemplo, siguiendo con el ejemplo del sector industrial, un trabajador ocupado pleno en blanco tiene ingresos mensuales 22 veces mayores que los ingresos de un trabajador desocupado (cuyo trabajo previo haya sido en la industria), 2.9 veces mayores que los ingresos de un trabajador subocupado en negro, 2.4 veces mayores que los ingresos de un trabajador subocupado en blanco y 1.8 veces mayores que los ingresos de un trabajador ocupado pleno en negro.

Tabla 5. Segmentos de empleo por sector – Matriz de ingresos Ratio ingresos ocupados plenos en blanco / ingresos del segmento - Gran Córdoba, 3er trimestre de 2017 Segmento

Industria

Construcción

Comercio

Servicios

Desocupados

22.2

7.2

18.9

6.9

Subocupados en negro

2.9

2.0

4.3

5.3

Subocupados en blanco

2.4

2.5

2.7

2.2

Ocupados plenos en negro

1.8

1.8

1.7

1.8

Ocupados plenos en blanco

1.0

1.0

1.0

1.0

Fuente: Economic Trends con datos de EPH.

11

No se consideran aquí los sectores primarios, como la agricultura, la ganadería o la minería, por su baja incidencia relativa en los aglomerados urbanos relevados por INDEC.

18


Las tablas 6, 7 y 8 muestran para cada segmento de empleo dentro de cada sector de actividad, la cantidad total de trabajadores en esa situación considerando, dentro de los ocupados o subocupados, a trabajadores asalariados 12. La información se presenta, en la tabla 6, como cantidad de trabajadores, en la tabla 7 como porcentaje dentro de cada sector y, en la tabla 8, como porcentaje dentro de cada segmento.

Tabla 6. Segmentos de empleo por sector – Matriz de cantidades Cantidad de personas por segmento - Gran Córdoba, 3er trimestre de 2017

Industria

Construcción

Comercio

Servicios

Total por segmento

Desocupados

7,510

13,040

12,256

20,094

52,900

Subocupados en negro

3,506

9,136

6,904

24,775

44,321

Subocupados en blanco

1,811

718

3,365

23,672

29,566

Ocupados plenos en negro

3,669

6,698

7,314

13,555

31,236

Ocupados plenos en blanco

5,939

8,205

23,096

47,773

85,013

Total por sector

22,435

37,797

52,935

129,869

243,036

Segmento

Fuente: Economic Trends con datos de EPH.

Siguiendo con el ejemplo de la industria, durante el 3er. trimestre de 2017, existían en el Gran Córdoba 7,510 trabajadores desocupados (cuyo empleo previo había sido en la industria), 3,506 trabajadores subocupados en negro, 1,811 trabajadores subocupados en blanco, 3,669 trabajadores ocupados plenos en negro y 5,939 trabajadores ocupados en blanco (tabla 6). Esto implica (tabla 7) que los desocupados con empleo previo en la industria representan el 33% de todos los trabajadores vinculados al sector, mientras que el 15.6% de esos trabajadores están subocupados en negro, el 8.1% están subocupados en blanco, el 16.4% están ocupados en negro y el 26.5% están ocupados en blanco. Implica también (tabla 8) que los desocupados cuyo trabajo previo fue en la industria representa el 14.2% del total de desocupados, o que, de los trabajadores subocupados en negro, el 7.9% estén empleados en la industria.

12

La consideración de los trabajadores cuentapropistas requeriría un análisis previo sobre la motivación para el cuentapropismo, ya que el empleo pleno en blanco sería alternativa relevante únicamente para los cuentapropistas que estén en esa situación por falta de empleo formal, y no necesariamente para los trabajadores que hayan elegido el cuentapropismo por otros motivos, como suele ocurrir en el caso de profesionales o expertos en ciertos oficios.

19


Tabla 7. Segmentos de empleo por sector – Matriz de cantidades % por SECTOR - Gran Córdoba, 3er trimestre de 2017 Segmento

Industria

Construcción

Comercio

Servicios

Consolidado

Desocupados

33.5

34.5

23.2

15.5

21.8

Subocupados en negro

15.6

24.2

13.0

19.1

18.2

Subocupados en blanco

8.1

1.9

6.4

18.2

12.2

Ocupados plenos en negro

16.4

17.7

13.8

10.4

12.9

Ocupados plenos en blanco

26.5

21.7

43.6

36.8

35.0

Total por sector

100.0

100.0

100.0

100.0

100.0

Fuente: Economic Trends con datos de EPH.

Tabla 8. Segmentos de empleo por sector – Matriz de cantidades % por SEGMENTO - Gran Córdoba, 3er trimestre de 2017

Industria

Construcción

Comercio

Servicios

Total por semento

Desocupados

14.2

24.7

23.2

38.0

100.0

Subocupados en negro

7.9

20.6

15.6

55.9

100.0

Subocupados en blanco

6.1

2.4

11.4

80.1

100.0

Ocupados plenos en negro

11.7

21.4

23.4

43.4

100.0

Ocupados plenos en blanco

7.0

9.7

27.2

56.2

100.0

Consolidado

9.2

15.6

21.8

53.4

100.0

Segmento

Fuente: Economic Trends con datos de EPH.

Estos números permiten realizar un ejercicio de simulación interesante: ¿en cuánto podría reducirse la pobreza si los distintos sectores de actividad (industria, construcción, comercio y servicios) generaran suficiente empleo en blanco para absorber a todos los trabajadores desocupados con experiencia previa en cada sector, y a todos los trabajadores subocupados (en negro o en blanco) u ocupados en negro en cada sector? ¿En cuánto podría reducirse la cantidad de dinero que, en teoría, habría que transferir a los hogares pobres para eliminar la pobreza sólo con políticas asistencialistas? Los gráficos 9 y 10 muestran el resultado de esta simulación, para la pobreza en porcentaje de hogares (gráfico 9) y para la pobreza en porcentaje de personas (gráfico 10).

20


Gráfico 9. Pobreza actual y simulación con creación de empleo en blanco % de HOGARES bajo la línea de pobreza - Gran Córdoba, 3er trimestre de 2017 35

30 25

22.3

20

11.6

15

10 5 0

Actual

Simulado

Fuente: Economic Trends con datos de EPH.

Gráfico 10. Pobreza actual y simulación con creación de empleo en blanco

Generando empleo en blanco para todos los trabajadores de cada sector, incluyendo los desocupados y los trabajadores subocupados (en negro y en blanco) u ocupados plenos en negro, la pobreza se reduciría en el Gran Córdoba del 22.3% al 11.6% de los hogares, y del 29.9% al 14.8% de las personas. Esto implica, como muestra el gráfico 11, que una descomposición de la pobreza a partir de las simulaciones realizadas, permitiría argumentar que, en el caso de la medición de pobreza por hogares, 22.3 puntos porcentuales medidos en el 3er. trimestre de 2017, 10.7 puntos porcentuales podrían atribuirse a déficit de empleo (ya que desaparecería en caso de que se creara el empleo suficiente para eliminar las situaciones de desocupación, subempleo o empleo en negro consideradas), mientras que 11.6 puntos porcentuales corresponden a otro tipo de déficits (ya que persistirían aun en caso de que se creara el empleo suficiente para eliminar las situaciones de déficit de empleo consideradas).

21


Gráfico 11. Descomposición de la pobreza % de hogares (personas) bajo la línea de pobreza - Gran Córdoba, 3er trimestre de 2017 35

30 25

Por otros factores Por déficit de empleo

14.8

20

11.6

15

10

15.1

10.7

5 0

Hogares

Personas

Fuente: Economic Trends con datos de EPH.

El gráfico 12 muestra la descomposición de la pobreza por déficit de empleo para cada sector de actividad. Significa que, del total de hogares pobres por déficit de empleo en el Gran Córdoba durante el tercer trimestre de 2017 (10.7% de los hogares), la incidencia relativa de cada sector es del 1.1% para industria, 2.1% para construcción, 1.7% para comercio y 5.8% para servicios (parte izquierda del gráfico). Significa también que, del total de personas pobres por déficit de empleo en el Gran Córdoba durante el tercer trimestre de 2017 (15.1% de las personas), la incidencia relativa de cada sector es del 1.7% para industria, 3.1% para construcción, 2.4% para comercio y 8.0% para servicios (parte derecha del gráfico).

Gráfico 12. Descomposición de la pobreza por déficit de empleo según SECTOR Incidencia de cada sector (% de hogares o personas) - Gran Córdoba, 3er trimestre de 2017 16 14 12

8.0

10

5.8

8

2.4 3.1 1.7

6

1.7 2.1 1.1

4 2 0

Hogares Servicios

Personas Comercio

Construcción

Industria

Fuente: Economic Trends con datos de EPH.

El gráfico 13 muestra los resultados de las simulaciones, pero descomponiendo según segmento de empleo. Significa que, del total de hogares pobres por déficit de empleo en el Gran Córdoba durante el tercer trimestre de 2017 (10.7% de los hogares), la 22


incidencia relativa de cada segmento es del 3.9% de desocupados, 3.8% de subocupados en negro, 1.4% de subocupados en blanco y 1.5% de ocupados en negro (parte izquierda del gráfico).

Gráfico 13. Descomposición de la pobreza por déficit de empleo según SEGMENTO Incidencia de cada segmento (% de hogares o personas) - Gran Córdoba, 3er trimestre de 2017 16

2.6 1.6

14 12 10 8 6

1.5 1.4 3.8

5.6

4 2

5.3

3.9

0

Hogares Ocupados en negro

Personas Subocupados en blanco

Subocupados en negro

Desocupados

Fuente: Economic Trends con datos de EPH.

Significa también que, del total de personas pobres por déficit de empleo en el Gran Córdoba durante el tercer trimestre de 2017 (15.1% de las personas), la incidencia relativa de cada segmento es del 5.3% de desocupados, 5.6% de subocupados en negro, 1.6% de subocupados en blanco y 2.6% de ocupados en negro (parte derecha del gráfico). El gráfico 14 presenta el impacto de la generación de empleo en blanco sobre una variable de gran importancia en el dimensionamiento del problema de la pobreza: la cantidad de dinero teórica necesaria para que ningún hogar quede por debajo de la línea de pobreza. El gráfico muestra que, en el Gran Córdoba, con información al 3er. trimestre de 2017, se requerirían $ 8,180 millones anuales para eliminar la pobreza mediante transferencias de dinero a los 111,865 hogares pobres13. Y que la simulación realizada, que supone la creación de suficientes empleos en blanco para transformar situaciones de desocupación, subempleo en negro, subempleo en blanco y empleo pleno en negro en empleo pleno en blanco, y asigna a cada transformación el ingreso mensual promedio de un empleado pleno en blanco en el sector correspondiente, permitiría reducir a 58,127 los hogares pobres (reducción del 13

A modo de referencia, durante 2017, el Gobierno de la Provincia de Córdoba destinó $ 2,918 millones a transferencias al sector privado en toda la provincia, que incluyen, además de ayuda social, becas educativas y transferencias para educación (sin incluir las transferencias a instituciones educativas públicas de gestión privada).

23


48%), y a $ 3,540 millones anuales (reducción del 56.7%) el monto de dinero teórico para transferencias necesarias para eliminar la pobreza.

Gráfico 14. Brecha de pobreza actual y sin déficit de empleo Millones de pesos anuales - Gran Córdoba (a precios del 3ter trimestre de 2017) 300.0

Con déficit de empleo

Sin déficit de empleo

250.0

$ 8,180 millones anuales

200.0

150.0

$ 3,540 millones anuales 100.0

50.0

0.0

58,127 hogares

111,865 hogares

Fuente: Economic Trends con datos de EPH.

El análisis de estas magnitudes debería permitir una reflexión profunda acerca de los esfuerzos relativos para diseñar y ejecutar políticas de empleo vs diseñar y ejecutar políticas de asistencia social, lejos de la visión tradicional de la política, sesgada hacia la asistencia social, aunque con cierto matiz sobre la visión tradicional del sector empresario, más sesgada hacia las políticas de empleo. Y el análisis de la incidencia de cada sector de actividad en la generación de los empleos necesarios debería complementar la discusión actual sobre los empleos del futuro con el análisis de los empleos del presente.

V. Reflexiones finales. Hacia una agenda conducente para bajar la pobreza El documento de 2017 enfatizó que, desde un punto de vista macroeconómico, los niveles de pobreza pueden subir y bajar fuertemente, en poco tiempo, de acuerdo a la evolución de la inflación y el desempleo, lo que permite comprender cómo fue posible que el nivel de pobreza evolucionara de manera casi idéntica en dos periodos tan diferentes como lo fueron los periodos 1989-2001 y 2003-2015, y proyectar la evolución posible de la pobreza de acuerdo a la relación econométrica entre las variables y a distintos supuestos acerca de la evolución futura de la inflación y el desempleo. El presente documento agrega a ese análisis la proyección del nivel de pobreza hasta 2020, mostrando que el descenso de la pobreza podría ser acelerado, alcanzando el 13.8% en ese año, en la medida en que el Gobierno lograra sus objetivos de inflación, pero puede ser muy lento, alcanzando el 21.8% en ese año, en la medida en que la inflación continúe en los niveles actuales durante el resto de la actual gestión 24


presidencial, y comience a reducirse significativamente recién durante el primer año de la próxima gestión. Dado que el proceso de reducción de la pobreza, a partir de reducciones en la inflación y el desempleo, seguramente tiene límites, por cierto nivel de pobreza estructural, el documento de 2017 presentó un enfoque multidimensional para la pobreza, combinando 4 tipos de déficit: déficit de ingresos (hogares con ingresos por debajo de la línea de pobreza), déficit de empleo (hogares con jefe de hogar desempleado o empleado en negro), déficit de educación (hogares con jefe de hogar con secundario incompleto o menos como máximo nivel educativo alcanzado) y déficit de vivienda (hogares en vivienda precaria o en situaciones de cohabitación o hacinamiento). El presente documento actualiza las estimaciones de cada intersección entre las 4 dimensiones consideradas, tanto para el Gran Córdoba y Río Cuarto como para el conjunto de los 32 aglomerados urbanos considerados por la Encuesta Permanente de Hogares (EPH) de INDEC, utilizando información al 3er. trimestre de 2017. En el Gran Córdoba, un 4.5% de los hogares estaría en una especie de pobreza coyuntural, por déficit de ingresos, sin déficit de empleo, educación o vivienda, o por déficit tanto de ingresos como de empleo, pero sin déficit de educación o vivienda; un 4.9% de los hogares estaría en una especie de pobreza estructural, por déficit en las 4 dimensiones (ingresos, empleo, educación y vivienda). Otro 13% de los hogares estaría en situaciones intermedias de pobreza. En Río Cuarto, un 7.9% de los hogares estaría en una especie de pobreza coyuntural, por déficit de ingresos, sin déficit de empleo, educación o vivienda, o por déficit tanto de ingresos como de empleo, pero sin déficit de educación o vivienda; un 4.4% de los hogares estaría en una especie de pobreza estructural, por déficit en las 4 dimensiones (ingresos, empleo, educación y vivienda). Otro 11.2% de los hogares estaría en situaciones intermedias de pobreza. El presente documento retoma también la agenda propuesta al final del documento de 2017, proponiendo una metodología para analizar la incidencia de los déficits de empleo sobre la pobreza, y el papel que podría jugar cada sector de actividad en su reducción. Las simulaciones realizadas permiten estimar que, del 22.3% de hogares pobres en el Gran Córdoba (al 3er. trimestre de 2017), 10.7 puntos porcentuales podrían asignarse al déficit de empleo, por bajos ingresos ocasionados por situaciones de desocupación, subocupación en negro, subocupación en blanco u ocupación plena en negro. Situaciones que se vinculan a la industria (1.1%), a la construcción (2.1%), al comercio (1.7%) y a los servicios (5.8%). Incrementar los ingresos de las familias con déficit de empleo, transformando en empleo en blanco las situaciones de desocupación, subocupación en negro, subocupación en blanco u ocupación plena en negro, permitiría reducir en un 56.7%, de $ 8,180 millones anuales a $ 3,540 millones anuales, el monto teórico de dinero que requeriría ser transferido, en una lógica asistencialista, para eliminar la pobreza en el 25


Gran Córdoba. Se trata de una forma alternativa de dimensionar el gran impacto de la creación de empleo sobre la pobreza. La segmentación realizada de los déficits de empleo en hogares pobres, por tipo de déficit y por sector de actividad, debería contribuir a pensar políticas necesarias para que cada sector de actividad resuelva sus problemas de competitividad, o cualquier otro tipo de obstáculo, que estén impidiendo la generación del empleo necesario para reducir sustancialmente la pobreza, junto con las políticas necesarias para reducir drásticamente la informalidad laboral en cada sector. Se trata de una agenda abierta que podría ser desarrollada, en los distintos sectores de la economía cordobesa, por las entidades empresarias que ya están estudiando sus problemas de competitividad, sus vínculos con la generación de empleo formal y su incidencia potencial sobre la reducción de la pobreza y la exclusión social.

26


Referencias Economic Trends (2017a): La pobreza: diagnóstico integral y solución sustentable. Un enfoque multidimensional de la pobreza en Argentina y en Córdoba. Documento elaborado para ACDE. Economic Trends (2017b): Déficit de viviendas y pobreza en el Gran Córdoba. Informe Temático No. 4, Foro de Análisis Económico de la Construcción, Cámara Argentina de la Construcción Delegación Córdoba. Economic Trends (2017c): Déficit de viviendas y pobreza en la provincia de Córdoba. Informe Temático No. 5, Foro de Análisis Económico de la Construcción, Cámara Argentina de la Construcción Delegación Córdoba. Economic Trends (2017d): Déficit de viviendas y pobreza en Argentina. Informe Temático No. 6, Foro de Análisis Económico de la Construcción, Cámara Argentina de la Construcción Delegación Córdoba. Economic Trends (2017e): El déficit de viviendas en Córdoba. Informe Temático No.2, Foro de Análisis Económico de la Construcción, Cámara Argentina de la Construcción Delegación Córdoba. IDESA (2015): El mercado laboral en la provincia de Córdoba. Propuestas para la generación de trabajo digno que lleve a la superación genuina de la pobreza. Documento elaborado para ACDE. INDEC (2016): La medición de la pobreza y la indigencia en la Argentina. Metodología INDEC No. 22. Observatorio de la Deuda Social Argentina (2017): Hacia una erradicación de la pobreza. Dimensiones de la pobreza y la importancia de su medición multifactorial. Argentina Urbana 2010-2016. Universidad Católica Argentina.

27

Acde documento sobre pobreza 2018 v03  
Acde documento sobre pobreza 2018 v03  
Advertisement