LocationsPobreza regional en Colombia
5 de Mayo de 2023
Por Santiago Plata Diaz
¿Sabías que en los últimos 20 años Colombia ha presentado una reducción progresiva y significativa de la pobreza multidimensional y monetaria? Sin embargo, el país aún cuenta con una de las tasas de pobreza interna más altas de la región. En esta entrada, te contamos las implicaciones de esta situación y cómo algunas estrategias diferenciales pueden ser aplicadas para la reducción de la pobreza a nivel subnacional.
Panorama de la pobreza en el total nacional y las regiones
Entre 2010 y 2021, a nivel nacional, la pobreza multidimensional ha presentado una disminución del 46,1% y la pobreza monetaria del 49,7%[1]. Esto ha ido de la mano de un aumento del PIB real, el cual llegó a 36%[2] en 2022, generando que Colombia sea una de las economías líder de Sur América en materia de crecimiento económico.
A pesar de esta reciprocidad entre la caída de la pobreza y crecimiento económico nacional, al desagregar los indicadores a nivel subnacional, se encuentra que la reducción de la pobreza ha sido más veloz en unas regiones que otras, lo que se ve reflejado en la tasa de pobreza[3] interna; ya que, por ejemplo, Chocó es aproximadamente cuatro veces más pobre que Bogotá D.C y tres veces más que la media nacional (OCDE,2022). Al hacer este mismo ejercicio utilizando el IPM se encuentra que Vichada, el departamento con mayor incidencia de la pobreza multidimensional a nivel nacional, es 11,3 veces más pobre que Bogotá D.C.
Lo anterior muestra la desviación que hay entre la media de pobreza nacional y los resultados regionales. De acuerdo con la gráfica de IPM por regiones, se observa la misma tendencia a nivel regional, pero una alta variación en las incidencias finales de los territorios. Los resultados del IPM por departamentos en 2021, muestran esta heterogeneidad, sugiriendo que, a pesar de una reducción constante y significativa, en el total nacional, esta no ha sido equitativa y proporcional.
Aunque los indicadores y las medidas del bienestar proporcionan una perspectiva general de las carencias, privaciones y brechas que experimentan los hogares, como se ha podido observar a lo largo de esta sección, los promedios pueden llegar a desconocer la heterogeneidad (PNUD , 2011). Esta no es la única limitante para generar un análisis desagregado, pues otras condiciones ex ante son también la heterogeneidad demográfica y la vulnerabilidad subjetiva, las cuales matizan de igual manera los resultados hasta ahora presentados.
El diferencial demográfico como una oportunidad para la reducción de la pobreza y consolidación del desarrollo
Uno de los pilares de la economía del desarrollo moderno gira en torno a entender el comportamiento poblacional para el diseño de políticas públicas que respondan a necesidades específicas, y de esta fomentar la generación de valor agregado en las edades productivas en la población. Esto se conoce como aprovechamiento del bono demográfico.
Este bono no solo reconoce la heterogeneidad de las regiones, sino que a su vez permite planear de manera precisa cuáles deberían ser las políticas de corto, mediano y largo plazo para generar que la productividad se convierta en crecimiento económico, este en desarrollo y por ende en reducción de la pobreza (Bloom, 2003).
Al analizar el comportamiento demográfico en Colombia, se observa una relación con la pobreza, tal y como anuncia la teoría de la transición demográfica, pues se observa que los departamentos más pobres cuentan con estructuras poblacionales más jóvenes y los menos pobres se encuentran en etapa de envejecimiento (Bloom, 2003).
Bajo este contexto, se analiza el bono demográfico de acuerdo con la tasa de dependencia poblacional (tabla 1) en esta sección. Primero, se encuentra que el país tiene departamentos que están entrando en el bono demográfico (tonos verdes), otros que lo están viviendo (tonos azules) y otros que se encuentra saliendo de este (tonos morados).
Tabla 1. Comportamiento del Bono demográfico en Colombia por departamento Medida por tasa de dependencia demográfica 1985 -2020
Segundo, al hacer un análisis horizontal[4] se encuentra que la convergencia demográfica es en promedio de 38 años, lo cual se puede extraer de hacer un análisis como el que Chocó tenía en 2020 el comportamiento demográfico que tenía Bogotá D.C en 1985. Así mismo, al hacer un análisis vertical[5] en 2020, se obtiene que la estrategia de aprovechamiento del bono demográfico debe ser generar políticas de inclusión laboral y fomento de capital humano en los departamentos en tonos verdes; de formalización del trabajo en los tonos azules y de sustento a la vejez y aprovechamiento del segundo bono demográfico[6] en los tonos morados.
Este ejercicio arroja que las necesidades demográficas son de carácter multidimensional y heterogéneas a nivel departamental. Es decir, se refuerza la necesidad de buscar indicadores que vayan más allá del análisis de promedios e integren no solo lo territorial, sino también las características de la población.
Uso de mediciones de percepción para mejorar el enfoque de las mediciones de pobreza
Por último, uno de los elementos que ha demostrado ser clave a la hora de formular políticas, son las mediciones subjetivas. Estas se han convertido en un termómetro que muestra no solo la efectividad de las intervenciones, sino que a su vez hablan sobre las necesidades fácticas de las personas (PNUD, 2023).
Para este caso, se encuentra que la percepción subjetiva de la pobreza en Colombia es congruente con lo observado con las desagregaciones de los indicadores de pobreza, es decir, en donde hay mayores incidencias de la pobreza, los jefes de hogar también se sienten más pobres y manifiestan tener necesidades de carácter estructural.
Consideraciones finales
Más allá de los resultados anunciados anteriormente, hay un problema derivado de la medición y la presentación de los resultados de pobreza. Pues en lugares cómo Bogotá D.C, donde la privación es muy baja, la medida de pobreza directa e indirecta no va a cambiar mucho más, dado que hay un nivel en el cual la saturación de la pobreza no bajará más por condiciones estructurales. En segundo lugar, en los lugares con incidencias muy altas, las medidas de pobreza no logran captar condiciones propias del entorno, puesto que han sido diseñadas con un enfoque general, dejando por fuera una visión regional a las necesidades para mejorar la calidad de vida.
Bajo este contexto es imperativo comenzar a darle enfoque territorial y regional a las mediciones, no solo con el objetivo de que puedan ser una guía fiel de las necesidades reales para la política pública, sino también para hacerlas más pertinentes, pues las condiciones que generan pobreza evolucionan, de ahí que actualmente se promuevan los índices de pobreza multidimensional de tercera generación, medidas que buscan evaluar las necesidades multidimensionales con enfoque subnacional.
______________
[1] Para este cálculo se toma la serie nacional del IPM y se comparan los periodos señalados, 2010 en donde el IPM fue de 29,7% y 2021 en donde el IPM fue de 16%. Para el cálculo de pobreza monetaria se toma la serie nacional y se compara el dato del 2010: 22,9% y el de 2021: 31,1%. El cálculo se presenta en valores absolutos, pero con la tendencia de su signo.
[2] El cálculo del PIB real se hace entre el periodo de 2012 y 2022 de acuerdo con datos brindados por el Fondo Monetario Internacional y corresponde al aumento neto.
[3] La tasa se mide como porcentaje de la población con ingresos disponibles inferiores al 60% de la media nacional
[4] El análisis horizontal consiste en comparar dos territorios respecto a su comportamiento por años, para esto se debe tomar dos años y ver el tiempo en que uno llegará a tener el color del otro.
[5] El análisis vertical consiste en observar la etapa de bono demográfico en la que se encuentra un territorio según el año.
[6] El segundo bono demográfico consiste en aprovechar la alta formación en capital humano que tiene la población en edad de pensión, para así seguir transformando este capital en productividad agregada.
Trabajos citados
Bloom, D. (2003). The demographic dividend . Washignton D.C: Rand Coorporation.
OCDE. (2022). OECD Regions and cities at a glance.
PNUD . (2011). Colombia rural, Razones para la esperanza.
PNUD. (2023). nforme sobre Desarrollo Humano para Colombia cuaderno 2. Percepciones y bienestar subjetivo en Colombia: más allá de los indicadores tradicionales.