La pobreza monetaria hace referencia al nivel de ingreso y a las líneas de bienestar trazadas por las instituciones correspondientes.
A continuación se presenta la sumaria de la ENAHO 2004
setwd("D:/Libros/Seminarios/Construccion indicadores economicos sociales R/2 Pobreza monetaria nivel personas/ENAHO 2021 Condiciones Vida Pobreza Sumaria")
sumaria <- as.data.frame(sjlabelled::read_stata("sumaria-2021.dta"))
head(sumaria)Analiza los hogares rurales usando la variable
estrato, ésta se lee como:
# Frecuencia de estrato
table(sumaria$estrato,useNA = c("ifany"))##
## 1 2 3 4 5 6 7 8
## 5824 6543 2931 2339 4438 2069 7331 2770# Reemplaza valores NA por 0
sumaria$estrato<-ifelse(is.na(sumaria$estrato),0,sumaria$estrato)Con ayuda de esta variable se crea la variable rural.
Aquí los estratos 6, 7 y 8 serán 1, todo lo demás 0, es decir, las
primeras serán las zonas rurales, las demás serán urbanas.
# Crea variable rural
sumaria$rural <- ifelse(sumaria$estrato=="6" |
sumaria$estrato=="7" |
sumaria$estrato=="8", 1, 0)
table(sumaria$rural)##
## 0 1
## 22075 12170Se agregan etiquetas para mayor claridad.
# Rural
sumaria$rural <- factor(sumaria$rural,
labels = c("urbano", "rural"))
table(sumaria$rural)##
## urbano rural
## 22075 12170Crea las regiones con ayuda de la variable ubigeo, ésta
es una clave con la que se identifica la ubicación geográfica de las
comunidades, los primeros dos dígitos de la variable indican el
departamento, los siguientes dos la provincia, y el último par el
distrito.
# Filtro 1 y 2 (Primeros digitos de ubigeo para Departamento)
sumaria$sub12 <- substr(sumaria$ubigeo,1,2)
# Transformo en variable numerica
sumaria$sub12 <- as.numeric(sumaria$sub12)
# Base de datos con los 25 departamentos de Peru
regiones<- data.frame(id = c(1:25),
departamentos = c("Amazonas", "Ancash", "Apurimac", "Arequipa", "Ayacucho", "Cajamarca", "Callao", "Cusco", "Huancavelica", "Huanuco", "Ica", "Junin", "La Libertad", "Lambayeque", "Lima", "Loreto", "Madre De Dios", "Moquegua", "Pasco", "Piura", "Puno", "San Martin", "Tacna", "Tumbes", "Ucayali"))
# Match de las regiones con el filtro sub12
sumaria$region<- regiones$departamentos[match(sumaria$sub12,regiones$id)]
table(sumaria$region,useNA = c("ifany"))##
## Amazonas Ancash Apurimac Arequipa Ayacucho
## 1254 1433 960 1534 1182
## Cajamarca Callao Cusco Huancavelica Huanuco
## 1453 982 1259 1036 1269
## Ica Junin La Libertad Lambayeque Lima
## 1542 1531 1538 1434 4525
## Loreto Madre De Dios Moquegua Pasco Piura
## 1388 621 982 886 1632
## Puno San Martin Tacna Tumbes Ucayali
## 1143 1334 1321 863 1143Para el caso peruano la variable pobreza esta
clasificada como:
Es necesario recodificar la variable, verificando primero la presencia de valores perdidos. De haberlos se reemplazan con 0.
table(sumaria$pobreza, useNA = c("ifany"))##
## 1 2 3
## 1130 5210 27905# Reemplaza valores NA por 0
sumaria$pobreza<-ifelse(is.na(sumaria$pobreza),0,sumaria$pobreza)Se crea la variable pobre a partir de la variable
pobreza. Esta nueva variable transformará las observaciones
de la variable original, de tal forma que los valores 1 o 2 pasen a ser
1 y 0, dónde 1 serán todos los hogares pobres y 0 los no pobres.
sumaria$pobre <- ifelse(sumaria$pobreza=="1" | sumaria$pobreza=="2", 1, 0)
table(sumaria$pobre)##
## 0 1
## 27905 6340Se agregan etiquetas sobre las variables dicotómicas para hacerlas más claras, por ejemplo, en la variable pobreza se cambia 0 por “no pobre” y 1 por “pobre”.
sumaria$pobre <- factor(sumaria$pobre,
labels = c("no pobre", "pobre"))
table(sumaria$pobre)##
## no pobre pobre
## 27905 6340Para conocer la pobreza se requiere conocer el gasto per
cápita mensual, por lo que se usa la variable
gashog2d, dividida entre 12 meses, y dividida entre la
variable mieperho, que indica el número de miembros del
hogar.
attach(sumaria)
# Gasto per capita mensual
gasper <- gashog2d/12/mieperho Se hace uso del factor de expansión poblacional establecido por el
INEI, éste se llama factor07, y se multiplica por el número
de miembros del hogar.
# Factor de expansion de hogar
facpob <- factor07 * mieperho Crea el diseño muestral con el factor de expansión para encuestas complejas.
# Diseno muestral
diseno <- svydesign(id=~conglome, strata=~estrato, weight=~facpob, data=sumaria, nest=TRUE)Construye el indicador de persona pobre, es decir,
aquel que vive por debajo de la línea de pobreza, por lo tanto buscamos
todos los gasper menores a la línea.
# Indicador de persona pobre
indicador <- gasper < linea Calcula la incidencia de la pobreza monetaria. Se puede calcular de las siguientes dos maneras:
# Incidencia
fgt0 <- (((linea-gasper)/linea)^0) * indicador
# Pobreza monetaria poblacional
ind.fgt0 <- svymean(~fgt0, diseno, deff = TRUE)
resultados <- c(ind.fgt0)
resultados## fgt0
## 0.2587305# Pobreza monetaria poblacional
pmonetaria <- svymean(~pobre, diseno, deff = TRUE)
resultados <- c(pmonetaria)
resultados## pobreno pobre pobrepobre
## 0.7412695 0.2587305# Exporta el resultado
write.csv(pmonetaria, "D:/Libros/Seminarios/Construccion indicadores economicos sociales R/2 Pobreza monetaria nivel personas/tabla_resumen.csv")En 2021 la incidencia de la pobreza poblacional a nivel personas en Perú fue de 25.87%, dicho resultado coincide con el informe técnico del INEI Evolución de la pobreza monetaria 2010-2021, p. 55.
tabla <- svyby(~pobre, ~rural, diseno, svymean, deff = FALSE, na.rm = TRUE)
tabla# Exporta el resultado
write.csv(tabla, "D:/Libros/Seminarios/Construccion indicadores economicos sociales R/2 Pobreza monetaria nivel personas/tabla_resumen.csv")En 2021 la pobreza poblacional era del 39.71% en las zonas rurales y del 22.33% en las zonas urbanas, tal y como se muestra en el informe técnico del INEI Evolución de la pobreza monetaria 2010-2021, p. 57.
tabla <- svyby(~pobre, ~region, diseno, svymean, deff = FALSE, na.rm = TRUE)
tabla# Departamento mas pobre
tabla[tabla$pobrepobre == max(tabla$pobrepobre), ]# Departamento menos pobre
tabla[tabla$pobrepobre == min(tabla$pobrepobre), ]# Exporta el resultado
write.csv(tabla, "D:/Libros/Seminarios/Construccion indicadores economicos sociales R/2 Pobreza monetaria nivel personas/tabla_resumen.csv")En 2021 el departamento más pobre por persona a nivel poblacional era Puno Puno con 42.59%, y el menos pobre era Ica con tan sólo 6.57%.