En 1951, Alexander Gerschenkron acuñó el concepto de "ventajas del atraso" para ilustrar el hecho de que los países menos desarrollados podían aprender de la experiencia (y las tecnologías de producción) de los más desarrollados para "atraparlos". Dicha noción puede asociarse con lo que los modelos económicos formales han llamado "convergencia condicional" para explicar el hecho de que economías con diferentes niveles iniciales de ingreso convergen a lo largo del tiempo, controlando por la heterogeneidad de políticas económicas e instituciones.

Dado que la convergencia se deriva de los supuestos clásicos de retornos marginales decrecientes al capital a medida que su stock aumenta, un fenómeno análogo podría esperarse que ocurriera cuando observamos las tasas de reducción de pobreza en los países, dado que el crecimiento económico y la reducción de la pobreza están altamente correlacionados. Por lo mismo, en principio no sería extraño observar que los países con tasas de pobreza más altas las reducen a un ritmo más rápido que aquellos con tasas más bajas, de la misma manera que los países más pobres crecen a tasas más rápidas que los más ricos. Sería una implicancia de la convergencia en ingreso, aunque involucrando supuestos específicos con respecto al patrón de la (distribución de la) incidencia del crecimiento.

Sin embargo, cuando el economista del Banco Mundial Martin Ravallion contrastó esta idea con datos de 90 países en desarrollo, no encontró la existencia de una "convergencia de la pobreza". Su explicación fue que, de hecho, eran los altos niveles de pobreza los que impedían una reducción más rápida ya que (i) los países con una mayor incidencia inicial de pobreza tendían a experimentar una menor tasa de crecimiento y (ii) las altas tasas de pobreza dificultaban la traducción de crecimiento en reducción de pobreza.

¿Y qué hay de la convergencia en pobreza entre regiones de un mismo país? Dos colegas y yo quisimos probar esta hipótesis a nivel sub-nacional con datos de los municipios de México durante un prolongado período de tiempo y descubrimos que (i) el ingreso medio por habitante en los municipios más pobres creció consistentemente más rápido que en aquellos más ricos, (ii) el proceso de convergencia en ingresos efectivamente se tradujo en uno inequívoco de convergencia en pobreza; (iii) el crecimiento del ingreso entre los más pobres en un contexto de crecimiento económico global decepcionante, promovió reducciones considerables en las tasas de pobreza alimentaria, lo que se vincula al hecho de que una política activa de redistribución tuvo lugar durante el período en estudio (y por lo tanto,  la redistribución acelera el proceso de convergencia).

Este #GraphForThought examina qué dicen los datos respecto a la idea de convergencia en pobreza mirando a través de la óptica de pobreza multidimensional (en lugar de pobreza en ingresos), un fenómenos para el cual no existe una base teórica. El análisis utiliza datos sub-nacionales de Haití provenientes del Informe MPI de 2019 recientemente publicada por PNUD y OPHI. (Cabe destacar que Haití es el país de la región para el se publicaron los datos más recientes en esta versión del informe, por lo que no es obvio extrapolar las conclusiones)

En la figura, las regiones dentro de Haití están ordenadas a lo largo del eje horizontal de acuerdo con su IPM en 2012, desde el más bajo hasta el más alto. Es decir, la región más rica (con el IPM más bajo) está en el extremo izquierdo y la región más pobre (con el IPM más alto) está en el extremo derecho. El eje vertical muestra la reducción absoluta en IPM entre 2012 y 2017. A medida que las barras azules tienden a crecer hacia el lado derecho de la figura, podemos ver que muchas regiones más pobres están reduciendo la pobreza multidimensional más rápido que las regiones más ricas. Aunque no es perfecto, esto significa que sí observamos un patrón en el que las regiones más pobres están "atrapando" con las regiones menos pobres.

¿Por qué es esto importante? Como destaca el Informe mundial de IPM 2019 "Iluminando las desigualdades", existe una heterogeneidad considerable a nivel de regiones al interior de los países (como es el caso de Haití, con tasas de pobreza multidimensional por región entre el 26% y el 58%) por lo que ya carece de sentido hablar de países ricos versus pobres. Así, se vuelve importante comprender cómo varían las tasas de reducción de pobreza en distintas regiones de un mismo país y el IPM emerge como una herramienta de coordinación de políticas públicas para enfocar los esfuerzos en lugares o incluso grupos de la población basándose ​​en las privaciones que muestra el IPM. Por ejemplo, un patrón relativamente sólido en las cifras del último informe es que el intervalo de edades [0-17] y [65, +] muestra una mayor incidencia de pobreza que el intervalo de edad media [18, 64]. Por lo tanto, las autoridades deben tomar nota de ello y promover políticas acordemente.

Como se mencionó antes, no existe una teoría detrás de la noción de convergencia en pobreza multidimensional. Los mecanismos por los cuales las regiones más pobres reducen la pobreza más rápidamente merecen un examen más detenido, pero resulta más o menos claro que un modelo debería fundarse en un análisis de economía política y la dinámica de asimetrías de poder en la asignación de recursos a nivel nacional versus sub-nacional. Se puede conjeturar que los patrones observados obedecen a las discontinuidades del Estado a través del territorio en inversiones en áreas vinculadas a las medidas de privación de MPI (Educación, Salud, Nivel de vida) son parte de la explicación. Este #GraphForThought es una invitación a pensar si los hogares en las áreas más pobres pueden "atrapar" a los más ricos y cuáles son las implicancias para la discusión global sobre la localización de los ODS.