Las casetas del populoso mercado Mutualista en Santa Cruz comenzaron a quemarse la noche de ayer domingo, justamente al día siguiente de que los gremialistas anunciaron que no acatarán el anunciado paro de 48 horas decidido por la Gobernación y el Comité Cívico cruceños, a la cabeza de otras instituciones totalmente controladas por la derecha, como la Universidad Gabriel René Moreno. Aunque se desconocen las causas que originaron este desastre, llamó enormemente la atención que los pocos hidrantes de la zona no tenían agua, por lo que el fuego que inició en algunos puestos pudo extenderse rápidamente. Vanos fueron los esfuerzos de los comerciantes, que trataron de recuperar la mercadería que tenían en sus kioscos, arriesgando sus vidas. Con la llegada de los bomberos y colaboración de los mismos comerciantes se combatió el siniestro; luego, cuando arribó al lugar Luis Fernando Camacho, fue recibido con mucha hostilidad porque varios comerciantes abiertamente lo acusaron de estar detrás
Por:
Cristina Arancibia y David Macas
Los Programas de Transferencias Monetarias
Condicionadas (PTMC), comúnmente conocidos como “bonos”, nacieron en Bolivia
desde hace más de una década atrás y han alcanzado una importante visibilidad y
reconocimiento en la reducción de pobreza y desigualdad, aunque todavía hay
algunas cuestiones abiertas sobre su efectividad. Entre los PTMC aplicados en
los últimos años y los más importantes están: Bono Juancito Pinto (BJP), Bono
Juana Azurduy (BJA) y Renta Dignidad (RD).
Desde de su aplicación se ha observado una
disminución notable en los indicadores de pobreza y distribución. Según datos
del Instituto Nacional de Estadísticas (INE), desde 1996 hasta el 2017 los
indicadores de pobreza tuvieron una tendencia a bajar, de 64,8% en 1996 a 36,4%
en el 2017. De la misma manera, la desigualdad en Bolivia, medida por Gini, era
de 0,60 en el 2005 y bajó a 0,45 en el 2017. Bajo este contexto, se pretende
evaluar el rol de los 3 principales bonos en la reducción de pobreza y
desigualdad a través de metodologías innovadoras, como la microsimulación. Para
ello, el trabajo muestra dos escenarios de los indicadores de la pobreza y
desigualdad en una Bolivia con bonos y sin bonos sociales, con el objetivo de
visibilizar el rol de los bonos en los indicadores de pobreza y desigualdad.
Metodología
Nuestro análisis usa un modelo de microsimulación
para Bolivia que se ha trabajado como parte del proyecto LATINMOD[1]. Se trata
de un modelo regional de microsimulación de beneficios fiscales para seis
países de América Latina que está desarrollado en la plataforma EUROMOD y
dentro de una base de datos armonizada que proporciona la comparabilidad entre
países. LATINMOD simula los impuestos directos (impuesto sobre la renta
personal y contribuciones a la seguridad social), los impuestos indirectos
(IVA) y las principales transferencias sociales en efectivo.
Este modelo permite estudiar los efectos que tiene
un cambio de la política fiscal y social en la calidad de vida de la población
(Bourguignon y Spadaro, 2006). Se torna muy importante porque ayuda a
modelar/simular la política social, dando respuesta a la siguiente pregunta:
¿cuál sería el nivel de pobreza y desigualdad ante un cambio de la variable Yi
para el hogar h en el tiempo t+1, si se aplica determinada política social y todo
lo demás se mantiene constante? (Bracamontes y Camberos: 2015).
Para ello se calcula el ingreso disponible para
cada hogar en un conjunto representativo de microdatos. El cálculo se compone
de los datos de ingresos brutos imputados de las encuestas de hogares (MECOVI)
del 2016, los cuales se combinan con otros elementos de los ingresos
–impuestos, transferencias- que son simulados.
Los cálculos se realizarán dos veces, una vez para
obtener los resultados pertenecientes al momento real o actual de los bonos y,
una vez más, para ver el efecto en la pobreza y la desigualdad sin bonos,
denominado escenario contrafáctico.
En términos generales, la microsimulación estática
presenta las siguientes características: 1) Se utilizan microdatos con
información detallada de los hogares individuos; 2) Se suponen constantes tanto
la estructura demográfica como económica; 3) No se considera la reacción de los
agentes económicos ante un cambio de política y; 4) Por tanto, se trata de
cálculos que muestran el efecto inmediato de un cambio en la política fiscal o
social (Cogneau et al, 2003).
Resultados
En la tabla 1 se presentan los índices de pobreza
y desigualdad calculados para ambos escenarios. Cuando en Bolivia se han
eliminado los bonos, el índice de Gini es de 52,3, un incremento de 1,5 puntos
en comparación al índice de Gini calculado para Bolivia en 2016 con los
programas de asistencia vigentes. Esta comparación apunta a la importancia que
tiene la formulación y ejecución de la política social de un Gobierno en la
reducción de la desigualdad.
En cuanto a la proporción de los percentiles
superior e inferior de la distribución de ingresos (P90/P10), cuando se
inactivan los programas de asistencia es posible observar una reducción
drástica de la equidad, con un ratio de 46,5 veces el límite inferior de
ingresos del 10% más rico y el límite superior del 10% más pobre frente a 27,5
veces que es el ratio con los programas de asistencia vigentes.
En la tabla 1 también se muestran los Índices de
Atkinson calculados para tres niveles de aversión a la desigualdad ( = 0.5, 1,
y 2). Esta medida de desigualdad hace referencia al porcentaje de ingreso al
que Bolivia debe renunciar para tener una distribución de ingreso equitativa.
Así, cuando = 2 se obtiene un índice de 87,4 cuando los bonos de asistencia no
han sido eliminados y un índice de 89,6 con la simulación de la inactivación de
los programas de asistencia, lo que indica que Bolivia debe renunciar a un alto
porcentaje de ingreso para lograr una distribución de ingreso equitativa.
En la segunda parte de la tabla 1 se presentan los
índices de pobreza Foster–Greer–Thorbecke (FGT) calculados para los escenarios
con y sin bonos de asistencia en Bolivia. Con los bonos de asistencia vigentes,
el 31,9% de la población es pobre, mientras que sin los bonos de asistencia, el
porcentaje de población pobre aumenta a 34%.
En la tabla 2 se presentan los indicadores de
pobreza calculados para los escenarios con y sin bonos de asistencia. Cuando
los bonos están activos, el 31,9% de la población se ubica por debajo de la
línea de pobreza, y cuando los bonos se han inactivado este porcentaje aumenta
a 34%. Este porcentaje es aún más alto que al restar los beneficios de
asistencia social del ingreso disponible.
Cuando se calcula el índice de pobreza restando
las transferencias del ingreso de mercado u original, se observa un efecto
similar que con la desigualdad, esto es, que cuando se restan las
transferencias al ingreso de mercado u original con los bonos vigentes la
pobreza es de 33,3% y sin los bonos de asistencia aumenta a de 35,5%.
Discusión de política
Los resultados de la simulación de la inactivación
de los programas de asistencia social en Bolivia apuntan a una valoración
favorable de la política social como mecanismo para reducir la desigualdad de
sus habitantes. Asimismo, estos programas contribuyen a reducir la incidencia
de la pobreza en los grupos en lo que están enfocados, por lo que el Gobierno
debe buscar la forma de garantizar la ejecución de este tipo de políticas. Los
hallazgos de esta investigación se acoplan a la vasta evidencia empírica de que
los bonos han sido inequívocamente efectivos en reducir la incidencia de la
pobreza y desigualdad.
Por tanto, la eliminación de uno de estos
programas representaría una pérdida de bienestar para toda la población, con
una proporción mayor de personas en situaciones vulnerables sin acceso a los
medios necesarios para cubrir sus necesidades mínimas.
Referencias
bibliográficas
Bourguignon François
y Amedeo Spadaro (2006),”Microsimulation as a Tool for Evaluating
Redistribution Policies”, Journal of Economic Inequality, (4), 77-106.
Bracamontes Joaquín y Mario Camberos (2015), La
incidencia de pobreza e impacto del programa Oportunidades en el país y el
Estado de México.
Cogneau Denis,
Michael Grimm y Sophie Robillird (2003). “Evaluating poverty reduction
policies. The contribution of micro-simulation techniques”, in New
International Poverty Reduction Strategies J-P Cling, M. Razafindrakato and F.
Roubaud Eds.London: Routledge Books.
[1] Para más información sobre LATINMOD ver el
reciente libro:
https://www.celag.org/wp-content/uploads/2018/04/LATINMODpreEBOOK.pdf
Fuente: Centro Estratégico Latinoamericano de Geopolítica
y Twitter: @escuelanfp
Regístrate también en nuestro canal en Telegram
Comentarios
Publicar un comentario
Escriba sus comentarios