2013_11_28_ICS_El NCID organiza un seminario sobre los índices para medir la pobreza

Casilda Lasso de la Vega, profesora de la Universidad del País Vasco, impartió un seminario sobre cómo medir la pobreza, organizado por el Navarra Center for International Development del Instituto Cultura y Sociedad.

Para introducirlo, expuso el trabajo de Amartya Sen de 1976, en el cual la metodología se considera uno de los elementos más importantes. "Aunque en los últimos años hay un acuerdo sobre que la pobreza es un fenómeno multidimensional, el enfoque proporcionado por Sen debería tenerse todavía en cuenta", dijo Casilda, quien añadió que "deberían establecerse puntos de corte".

Según indicó, el primer punto de corte tiene que ver con la identificación de los pobres dentro de cada dimensión, mientras que en un segundo paso  se requiere un número mínimo de dimensiones privadas para que una persona sea considerada pobre. "Cómo identificamos a los pobres no importa, lo que de verdad importa es cómo los agrupamos", explicó la profesora Lasso de la Vega.

Índices para medir la pobreza multidimensional

La experta de la Universidad del País Vasco apuntó que se han introducido muchos índices para medir la pobreza multidimensional, pero sólo producen buenos resultados aquellos que incluyen variables cardinales, es decir, los que tienen dimensiones de naturaleza cuantitativa. "Sin embargo, la mayoría de los datos disponibles para medir las dimensiones de la pobreza son de forma ordinal o categórica", dijo.

La profesora Lasso de la Vega terminó su presentación mostrando las curvas de privación desarrolladas utilizando un enfoque basado en el recuento del número de privaciones que sufren los pobres. La aplicación de esta metodología consistió en una selección de un número mínimo de privaciones exigidas para que un individuo que se identifique como pobre.

"No sólo el método proporcionó un marco adecuado para la medición de la pobreza multidimensional con datos ordinales o categóricos, sino que también garantizó la clasificación unánime de vectores de recuento de privaciones cuando no se cruzan. En el caso de que las curvas se cruzaran, los resultados condujeron a veredictos concluyentes", finalizó.