Ni el Indec ni la UCA dan una cifra cierta de la pobreza, solo se aproximan

La distinción entre pobreza y prosperidad se discute en el mundo entero. Porque, como dijera Amartya Sen, las personas tienen necesidades, pero también poseen valores, y aprecian su capacidad de razonar, aprender, elegir, participar, y actuar. “Ver a la gente solo en términos de necesidades puede darnos una pobre imagen de la humanidad”. Con esta salvedad moral, analizaremos la cifra de pobreza difundida por el Observatorio de la Deuda Social Argentina, que fue 57%. Muchos economistas vieron en su difusión cierta intencionalidad política. Analizaremos su factibilidad.

Cómo medir pobreza.

La EPH consulta regularmente a un grupo de hogares cuánto ganan. Es una muestra. Lo que resulta permite “estimar” lo que ocurre en el 90% de las personas y hogares del país. Como toda estimación, tiene margen de error; además, la encuesta en sí produce errores. Con todo, es la mejor forma de estimar niveles de ingreso. Los ingresos se contrastan con el costo estimado de una canasta de bienes y servicios asumidos como indispensables; y todo individuo u hogar por debajo de dicho umbral se asigna a “situación de pobreza”. El número de pobreza del Indec resulta ser un “estimado” de la realidad, con su margen de error (fatalmente mal interpretado).

Sin embargo, la frontera entre pobreza y no-pobreza es una zona gris eludida por la línea y su error. La propia EPH evalúa  condiciones de vida, nivel de empleo, situación educativa, y otros indicadores que permiten modelar esa transición. Desde el punto de vista estadístico pobreza es una característica pre-definida (categoría) cuya presencia o ausencia asigna el individuo evaluado a la condición de pobre o no pobre. Esta condición de “pobreza” puede asignarse de dos maneras. Como el Indec, definiendo
un umbral de ingreso relativo a un costo de vida estimado. O definiendo un conjunto de atributos que cuando están presentes adscriben el individuo a la condición de “pobreza”, o a su complemento, “no pobreza” (métodos multidimensionales).

La evaluación “multidimensional” de la pobreza le valió el Nobel de Economía a Sir Angus Deaton en 2015. Es lo que hace la UCA en base a datos propios y a otros disponibles (como la misma EPH). Ambos procesos están sometidos a variabilidad aleatoria. Luego no hay certeza.

Apenas una aproximación

Finalmente, existen dos modos para contabilizar la condición de pobreza; cantidad absoluta de individuos y hogares pobres; o su proporción respecto del total en la comunidad. Podemos hablar de 50% de pobreza, o de seis ciudades como Buenos Aires de personas bajo la línea de pobreza. Es sencillo darse cuenta de que los niveles de pobreza deben ser interpretados con cautela, porque la dimensión de la zona gris es difícil de captar, y porque siempre tengo una estimación de la realidad y su error.

Modelos para estimar pobreza.

Los niveles de pobreza medidos por cualquier método constituyen una denominada “serie de tiempo”. Son observaciones a lo largo de meses o años. Esto constituye de por sí una información valiosa. Por ejemplo, para valores que siempre tendieron a crecer, la expectativa cercana sería que continúen creciendo, a menos que hubieran comenzado a curvar su tendencia. O si la pobreza empeora cuando el peso devalúa, observada una devaluación lo razonable sería que aquella aumente. Igual ocurriría
con desempleo u otras variables “explicativas” de la pobreza.

Los niveles de pobreza, así como sus determinantes (empleo, tipo de cambio, condiciones de vida, nivel educativo, etc.), tiene un comportamiento pasado observado que nos permite predecir, nuevamente con error, su valor futuro, allí donde aún no tenemos medición; especialmente en el corto plazo. Hay dos enfoques posibles. Podemos simplemente extrapolar los niveles de pobreza pasados al momento presente, o bien podemos inferir los niveles actuales de pobreza mediante el comportamiento del complejo proceso que la origina: niveles de empleo, nivel salarial, estructura familiar, etc. En el primer caso busco una función matemática que se ajuste a los datos pasados y extrapolo al presente. En el segundo aplicó un modelo explicativo donde los valores actuales conocidos de variables determinantes del nivel de pobreza me permiten estimar a este.

En el caso de la UCA se explicó que usa nowcasting. El nowcasting, contracción de "now" (ahora) y "forecasting" (pronóstico), es una técnica que busca predecir el estado presente o muy cercano de una variable dispersa en el tiempo. Durante la pandemia
de COVID19 fue muy utilizado para los contagios. Este método es apropiado para evaluar niveles de pobreza con relativa frecuencia, por ejemplo, mensual. Hipotéticamente, sabiendo como se distribuye el ingreso en la población, cuál sea el nivel de ingreso actual, y el nivel general de precios, uno podría estimar niveles de pobreza en la comunidad. Se usan procesos Gaussianos, modelos lineales generalizados, o redes neuronales artificiales. La conclusión es que se puede hacer lo que hace la UCA.

Provocación.

Detrás del debate late una incomodidad con el dato de pobreza. Este dice que devaluación, ajuste, licuación, y aumento del precio de alimentos, prepagas, y colegios, traerían mayor pobreza. Inmediatamente se traslada la causalidad a la dimensión moral de la culpabilidad. Dada la presunción de inocencia, como no soy culpable, entonces se pone en duda la mecánica causal: dado que me considero no culpable, podría pensar que las causas de la pobreza no son tales, luego el dato es falso. Es muy difícil ver la pobreza. Porque, como dijera el filósofo chino Mèngzi, no toleramos ver a otros sufrir. Pero el punto es que, como poéticamente expresa Hölderling, si no nos hacemos pobres, jamás podremos hacernos ricos. Y creo que ese es el gran problema del país. Nos cuesta visualizar lo que significa una mitad.

* Dr. Carlos Javier Regazzoni, ex-titular del PAMI, Director del Instituto de Salud Global, Universidad Kennedy.